10 Tahun Bekerja di eBay, Kena PHK, Lalu Bangun Bisnis dengan 27 Agen AI

PT Rifan Financindo Berjangka - Kehilangan pekerjaan setelah lebih dari satu dekade bekerja di perusahaan teknologi besar bisa menjadi titik balik yang tidak mudah. Namun, bagi Linara Bozieva, pemutusan hubungan kerja dari eBay pada 2024 justru menjadi awal dari eksperimen bisnis yang sangat berbeda.

Alih-alih hanya kembali mencari pekerjaan korporasi, Bozieva membangun Ravenopous, sebuah agensi pemasaran berbasis AI di San Jose, Amerika Serikat. Hal yang membuat kisah ini menarik bukan sekadar karena ia mendirikan perusahaan setelah terkena PHK, melainkan karena sebagian besar pekerjaan operasional bisnis tersebut dijalankan oleh 27 agen AI yang dibuat secara khusus. 

Model tersebut menunjukkan perubahan besar dalam cara bisnis digital dapat dibangun. Satu orang tidak lagi harus memiliki tim besar untuk menjalankan riset pasar, membuat materi iklan, menganalisis kampanye, hingga menyusun laporan. Sebagian pekerjaan dapat didelegasikan kepada sistem AI yang dirancang untuk menjalankan fungsi berbeda.

Namun, pengalaman Bozieva juga memperlihatkan batas penting teknologi tersebut: AI dapat menangani banyak pekerjaan operasional, tetapi keputusan strategis, hubungan dengan klien, pemahaman konteks, dan penilaian manusia masih memegang peranan penting.

Dari 11 Tahun di eBay hingga Kehilangan Pekerjaan

Linara Bozieva sebelumnya menghabiskan sekitar 11 tahun di eBay dan memiliki latar belakang di bidang analitik. Pengalaman tersebut kemudian menjadi modal penting ketika ia mulai merancang sistem AI untuk bisnisnya sendiri.  Situasi berubah ketika ia terkena PHK pada 2024. Pada saat yang sama, Bozieva dan keluarganya baru saja berpindah dari Swiss ke Amerika Serikat. Kondisi pasar kerja teknologi yang sedang sulit membuat mencari posisi baru bukan pilihan yang sederhana. Banyak perusahaan teknologi pada periode tersebut melakukan efisiensi dan pengurangan tenaga kerja.

Daripada menunggu kondisi pasar membaik, Bozieva memilih membangun bisnis sendiri. Keputusan itu menghasilkan Ravenopous, sebuah agensi yang bergerak di bidang growth marketing. Perusahaan tersebut menggunakan AI bukan hanya sebagai alat bantu untuk pekerjaan tertentu, tetapi sebagai bagian dari struktur operasional utama.

Apa Itu Ravenopous?

Ravenopous merupakan agensi pemasaran yang membantu bisnis menjalankan berbagai aktivitas untuk meningkatkan pertumbuhan. Sistem yang dibangun Bozieva dirancang untuk mengerjakan sejumlah tugas yang dalam agensi konvensional biasanya dibagi kepada beberapa pekerja. Di dalam sistem tersebut terdapat agen yang menangani fungsi berbeda, mulai dari riset hingga analisis dan eksekusi.

Menurut laporan yang mengutip pengalaman Bozieva, sistem tersebut kini menggunakan 27 agen AI khusus. Keseluruhan sistem disusun dalam arsitektur tiga lapis sehingga agen-agen tersebut tidak bekerja sebagai kumpulan chatbot yang berdiri sendiri.  Konsep ini penting karena istilah "agen AI" berbeda dari sekadar menggunakan chatbot untuk menjawab pertanyaan.

Chatbot umumnya merespons instruksi yang diberikan pengguna. Sementara itu, agen AI dapat diberi tujuan, aturan, alat, dan alur kerja tertentu sehingga mampu menyelesaikan serangkaian tugas secara lebih mandiri.

1. Directives Layer

Lapisan pertama berfungsi menentukan bagaimana sistem harus bekerja. Pada tahap ini, aturan dan peran masing-masing agen ditentukan. Dengan demikian, AI tidak sekadar menerima perintah umum seperti "buat strategi pemasaran", tetapi memiliki batasan dan tujuan yang lebih jelas. Pendekatan tersebut penting karena kualitas keluaran AI sangat bergantung pada konteks dan instruksi yang diberikan.

2. Orchestration Layer

Lapisan kedua bertugas mengatur pekerjaan. Bozieva menggunakan sejumlah agen inti untuk membagi tugas yang lebih besar menjadi beberapa pekerjaan. Agen pada lapisan ini dapat menentukan tugas mana yang harus dijalankan terlebih dahulu dan agen mana yang bertanggung jawab menyelesaikannya. Konsep tersebut menyerupai manajemen proyek dalam sebuah organisasi, tetapi sebagian proses koordinasinya dilakukan secara otomatis.

3. Execution Layer

Lapisan terakhir merupakan bagian yang menjalankan pekerjaan teknis dan pemasaran. Tugas dapat mencakup pembuatan materi, analisis performa, traffic generation, hingga aktivitas yang berkaitan dengan konversi pelanggan.  Dengan membagi fungsi seperti ini, satu sistem dapat menangani berbagai pekerjaan tanpa harus membuat satu agen AI menjadi "serba bisa".

Berapa Biaya Menjalankan Bisnis dengan 27 Agen AI?

Salah satu aspek yang paling menarik dari eksperimen ini adalah biaya. Bozieva menyebut biaya langganan dan layanan AI yang digunakan untuk sistem tersebut berada di bawah US$1.000 per bulan.  Angka tersebut perlu dipahami dalam konteks yang tepat. Biaya tersebut bukan berarti membangun perusahaan secara keseluruhan hanya membutuhkan US$1.000 per bulan. Bisnis tetap membutuhkan biaya lain, seperti pemasaran, infrastruktur, layanan perangkat lunak tambahan, akuisisi pelanggan, serta waktu manusia untuk mengelola operasi.

Namun, perbandingan dengan model agensi tradisional tetap menarik. Sebuah agensi konvensional mungkin membutuhkan beberapa orang untuk menjalankan fungsi:

  • riset pasar;

  • copywriting;

  • desain;

  • analisis data;

  • pengelolaan iklan;

  • optimasi kampanye;

  • pembuatan laporan;

  • strategi;

  • administrasi.

Dalam model berbasis agen AI, sebagian pekerjaan tersebut dapat dilakukan secara otomatis atau semiotomatis. Inilah yang membuat biaya marginal untuk mengerjakan tugas tertentu dapat menjadi jauh lebih rendah.

Mengapa Pengalaman di eBay Membantu Membangun Sistem AI?

Latar belakang Bozieva di eBay menjadi salah satu faktor penting dalam eksperimen tersebut. Ia memiliki pengalaman di bidang analitik dan telah lama bekerja dalam lingkungan perusahaan teknologi. Pengalaman tersebut membantu memahami bagaimana pekerjaan dapat dipecah menjadi proses-proses yang terukur. Membangun agen AI pada dasarnya bukan hanya persoalan memilih model AI terbaik.

Kita perlu menentukan:

  • apa tujuan bisnis;

  • data apa yang diperlukan;

  • tugas apa yang harus dilakukan;

  • siapa atau apa yang melakukan setiap tugas;

  • bagaimana hasil diperiksa;

  • kapan sistem harus mengulang pekerjaan;

  • kapan manusia harus mengambil alih.

Kemampuan berpikir secara sistematis menjadi sangat penting. Karena itu, pengalaman analitik dapat menjadi keunggulan ketika seseorang membangun workflow AI.

Bagian Pekerjaan yang Tetap Ditangani Manusia

Dalam bisnis yang menggunakan banyak agen AI, manusia tetap memiliki beberapa fungsi penting.

Strategi

AI dapat menganalisis banyak informasi, tetapi keputusan mengenai arah bisnis membutuhkan pemahaman menyeluruh terhadap tujuan perusahaan. Strategi bukan sekadar memilih data dengan performa terbaik. Ada pertimbangan mengenai positioning, reputasi, risiko, kompetitor, pelanggan, dan tujuan jangka panjang.

Hubungan dengan Klien

Komunikasi dengan pelanggan atau klien merupakan area yang sangat bergantung pada konteks. AI dapat membantu menyusun respons atau merangkum percakapan. Namun, keputusan mengenai bagaimana mempertahankan kepercayaan klien tetap membutuhkan manusia.

Pengambilan Keputusan

Ketika data memberikan beberapa kemungkinan, manusia perlu menentukan konsekuensi dari setiap pilihan. AI dapat mengatakan bahwa suatu kampanye memiliki performa lebih baik, tetapi manusia tetap harus menjawab pertanyaan: apakah kampanye tersebut benar-benar sesuai dengan tujuan bisnis?

Pengetahuan Domain

AI dapat memproses informasi dalam jumlah besar, tetapi pemilik bisnis tetap memiliki pemahaman mengenai industri, pelanggan, dan kondisi lapangan yang mungkin tidak tersedia dalam data.

Apa Dampaknya bagi Dunia Kerja?

Di sinilah kisah Bozieva menjadi lebih besar daripada sekadar cerita seorang mantan karyawan eBay. Ia kehilangan pekerjaan setelah bertahun-tahun bekerja di perusahaan teknologi. Setelah itu, ia justru membangun bisnis yang sebagian operasionalnya dilakukan oleh AI.

Kontras tersebut mencerminkan perubahan yang sedang terjadi dalam industri teknologi. eBay sendiri pada Februari 2026 mengumumkan pengurangan sekitar 800 posisi, atau sekitar 6% dari tenaga kerja globalnya. Perusahaan pada saat yang sama meningkatkan fokus terhadap AI dan kategori pertumbuhan tinggi.

Dengan demikian, kisah seorang mantan pekerja eBay yang kemudian menggunakan AI untuk membangun perusahaan memiliki konteks yang lebih luas. Perusahaan teknologi berusaha menggunakan AI untuk meningkatkan efisiensi, sementara pekerja juga mulai menggunakan teknologi yang sama untuk membangun bisnis mereka sendiri. AI tidak hanya menjadi alat perusahaan. AI mulai menjadi alat individu.

PHK dan AI: Ancaman Sekaligus Peluang

Gelombang PHK di industri teknologi sering dikaitkan dengan efisiensi, perubahan strategi bisnis, kondisi ekonomi, dan peningkatan penggunaan AI. Namun, perspektif dari sisi pekerja juga berubah.

Jika sebelumnya kehilangan pekerjaan berarti harus mencari perusahaan baru, kini seseorang memiliki opsi lain: membangun bisnis dengan bantuan teknologi. Tentu tidak semua orang yang terkena PHK dapat langsung menjadi entrepreneur sukses. Membangun bisnis tetap membutuhkan pasar, pelanggan, produk, modal, keahlian, dan ketahanan menghadapi kegagalan.

Namun, biaya untuk bereksperimen telah turun. AI memungkinkan seseorang membuat prototipe, melakukan riset, menghasilkan materi pemasaran, mengotomatisasi proses, dan menganalisis data dengan biaya yang relatif kecil.

Cara Membangun Sistem Agen AI untuk Bisnis

Tahap 1: Petakan Semua Pekerjaan

Tuliskan semua pekerjaan yang dilakukan bisnis setiap minggu.

Kemudian kelompokkan menjadi:

  • pekerjaan repetitif;

  • pekerjaan berbasis data;

  • pekerjaan kreatif;

  • pekerjaan yang membutuhkan keputusan;

  • pekerjaan yang membutuhkan hubungan manusia.

AI paling mudah diterapkan pada dua kelompok pertama.

Tahap 2: Pilih Satu Workflow

Jangan langsung membuat puluhan agen. Pilih satu proses yang paling sering dilakukan.

Contohnya adalah pembuatan laporan pemasaran mingguan.

Tahap 3: Pecah Menjadi Tugas

Workflow tersebut dapat dibagi menjadi:

  1. mengambil data;

  2. membersihkan data;

  3. menghitung metrik;

  4. mencari perubahan;

  5. menjelaskan penyebab;

  6. menyusun rekomendasi;

  7. membuat laporan.

Setiap fungsi kemudian dapat diberikan kepada agen atau otomatisasi yang berbeda.

Tahap 4: Tambahkan Validasi

Setiap sistem AI membutuhkan mekanisme pemeriksaan. Output AI tidak boleh langsung dianggap benar hanya karena dihasilkan secara otomatis. Validasi dapat dilakukan melalui:

  • aturan;

  • sumber data;

  • agen pemeriksa;

  • threshold tertentu;

  • persetujuan manusia.

Tahap 5: Manusia Tetap Menjadi Pengendali

Untuk keputusan berisiko tinggi, manusia tetap harus berada dalam lingkaran keputusan. Model ini dikenal sebagai human-in-the-loop. AI melakukan pekerjaan yang cepat dan repetitif. Manusia mengambil keputusan ketika konteks, risiko, dan pertimbangan bisnis menjadi lebih kompleks.

Mengapa Model Ini Menarik bagi Bisnis Kecil?

Perusahaan besar memiliki kemampuan merekrut banyak spesialis. Bisnis kecil sering menghadapi keterbatasan modal. AI dapat mengurangi kesenjangan tersebut. Sebuah usaha kecil dapat menggunakan satu sistem AI untuk membantu melakukan pekerjaan yang sebelumnya membutuhkan beberapa software dan tenaga kerja.

Namun, keuntungan terbesar bukan semata-mata penghematan biaya. Keuntungan lainnya adalah kecepatan eksperimen. Pemilik bisnis dapat mencoba lebih banyak ide dalam waktu lebih singkat. Jika satu kampanye gagal, kampanye berikutnya dapat dirancang berdasarkan data dari eksperimen sebelumnya.


 PT Rifan Financindo Berjangka

Comments

Post a Comment