AI Tidak Sekadar Mengganti Outsourcing, AI Menguji Cara Operasi Dibangun

Opendoor, platform online home-buying asal San Francisco, mengumumkan penutupan operasi India kurang dari dua tahun setelah memperluas kehadirannya di negara tersebut.

Keputusan ini langsung menjadi bahan diskusi karena CEO Opendoor, Kaz Nejatian, menyebut dua hal penting: pekerjaan operasional ingin dibawa lebih dekat ke pelanggan di Amerika Serikat, dan perusahaan ingin bergerak dengan tim yang lebih kecil serta lebih AI-native.

Sebagian orang membaca ini sebagai tanda bahwa AI mulai menggantikan pekerjaan offshore. Sebagian lain melihatnya sebagai restrukturisasi biasa dari perusahaan yang sedang menekan biaya. Dua-duanya masuk akal.

Tetapi mungkin pelajaran terpentingnya bukan sekadar soal India, outsourcing, atau Opendoor.

Pelajaran yang lebih besar adalah ini: AI mulai memaksa bisnis melihat ulang cara kerja operasional mereka dibangun.

The Core Update

Opendoor sebelumnya membangun tim cukup besar di India untuk menangani workflow manual di berbagai sistem yang terfragmentasi. Saat membuka kantor di Chennai dan Bengaluru pada 2024, perusahaan disebut memiliki hampir 250 karyawan di India.

Namun dalam beberapa tahun terakhir, Opendoor juga sedang mengurangi jumlah karyawan secara lebih luas. Berdasarkan laporan perusahaan, jumlah karyawan global turun dari 1.470 menjadi 1.042 dalam satu tahun. Jumlah tenaga kerja non-AS juga turun signifikan.

Artinya, penutupan operasi India tidak bisa dibaca terlalu sederhana sebagai cerita “AI menggantikan outsourcing”.

Ada konteks bisnis yang lebih besar: pasar perumahan Amerika Serikat sedang berat, model online home-buying ikut terdampak, dan perusahaan perlu menekan biaya.

Namun bahasa yang dipakai dalam pengumuman itu tetap penting. Ketika sebuah perusahaan mengatakan ingin menjalankan operasi dengan tim lebih kecil, lebih dekat dengan pelanggan, dan lebih AI-native, pasar akan membacanya sebagai sinyal.

Bukan karena semua pekerjaan langsung hilang besok.

Tetapi karena struktur lama mulai dipertanyakan.

Selama bertahun-tahun, banyak perusahaan global membangun operasi dengan logika sederhana: jika pekerjaan manual terlalu banyak, pindahkan sebagian ke lokasi dengan biaya tenaga kerja lebih rendah. India menjadi salah satu pusat terbesar untuk model ini, bukan hanya untuk back-office, tetapi juga IT, finance, R&D, dan Global Capability Center.

Sekarang AI membuat pertanyaan baru muncul.

Kalau sebagian pekerjaan manual bisa dikurangi dengan automation, software, dan AI agent, apakah solusi terbaik masih selalu menambah tim offshore?

The Reality Check

Di titik ini, bisnis perlu hati-hati agar tidak terjebak narasi yang terlalu cepat.

AI tidak otomatis membuat outsourcing tidak relevan. AI juga tidak otomatis membuat semua pekerjaan operasional bisa dijalankan oleh tim kecil tanpa konsekuensi.

Yang berubah adalah perhitungan ekonominya.

Dulu, ketika workflow berantakan, banyak bisnis punya dua pilihan yang paling terlihat: tambah orang atau pindahkan pekerjaan ke tempat yang lebih murah.

Sekarang ada pilihan ketiga: kurangi pekerjaan manualnya.

Ini pergeseran besar.

Tetapi pergeseran ini sering disalahpahami. Banyak bisnis mengira AI akan langsung menyelesaikan pekerjaan operasional hanya karena ada model yang pintar. Padahal AI paling berguna ketika proses dasarnya sudah bisa dibaca.

Jika data tersebar, status pekerjaan tidak jelas, approval masih bergantung pada chat, dan keputusan tidak terdokumentasi, AI hanya akan masuk ke lingkungan yang kabur.

Ia mungkin membantu sebagian tugas. Ia mungkin mempercepat pencarian informasi. Ia mungkin membuat draft, ringkasan, atau klasifikasi.

Tetapi ia tidak otomatis memperbaiki operasi yang tidak punya struktur.

Inilah realitas yang sering hilang dalam diskusi AI dan outsourcing.

Masalahnya bukan hanya “pekerjaan manusia diganti mesin”.

Masalahnya adalah banyak pekerjaan operasional selama ini ada karena sistem bisnis memang terlalu terfragmentasi.

Tim harus memindahkan data dari satu aplikasi ke aplikasi lain. Admin harus mengecek status manual. Customer support harus mencari konteks dari banyak tempat. Sales harus bertanya ulang karena form tidak memberi informasi cukup. Finance harus mencocokkan data karena tidak ada sumber kebenaran yang rapi.

Jika AI masuk ke bisnis seperti ini, pertanyaan pertama bukan “berapa orang yang bisa dikurangi?”

Pertanyaan yang lebih sehat adalah:

• pekerjaan manual mana yang sebenarnya muncul karena prosesnya buruk?
• keputusan mana yang masih terlalu bergantung pada ingatan orang?
• data apa yang sering dicari ulang?
• status apa yang sering ditanyakan lewat chat atau meeting?
• bagian mana yang bisa distandarkan sebelum diautomasi?

Tanpa pertanyaan seperti ini, AI hanya menjadi lapisan baru di atas kekacauan lama.

The Havedev Way

Dari sudut pandang Havedev, kasus seperti Opendoor bukan tanda bahwa setiap bisnis harus buru-buru mengganti tim operasional dengan AI.

Sebaliknya, ini tanda bahwa bisnis perlu mulai mengaudit pekerjaan operasional dengan lebih jujur.

Banyak perusahaan tidak kekurangan orang. Mereka kekurangan alur kerja yang jelas. Banyak tim tidak lambat karena malas. Mereka lambat karena harus bekerja di antara sistem yang tidak saling bicara, status yang tidak konsisten, dan keputusan yang tidak tertulis.

AI bisa membantu, tetapi hanya setelah pekerjaan cukup jelas untuk dibantu.

Untuk bisnis yang sedang mempertimbangkan automation atau AI, langkah awalnya sebaiknya bukan langsung memilih tool. Mulai dari memetakan pekerjaan yang paling sering berulang.

Misalnya:

• lead masuk dari website atau WhatsApp
• tim sales perlu follow-up
• admin memindahkan data ke spreadsheet
• customer support mengelompokkan pertanyaan
• finance mencocokkan pembayaran
• manager meminta update status pekerjaan
• tim membuat laporan mingguan secara manual

Setelah itu, pisahkan pekerjaan menjadi tiga kelompok.

Pertama, pekerjaan yang memang butuh judgment manusia.

Kedua, pekerjaan yang bisa distandarkan dengan aturan.

Ketiga, pekerjaan yang muncul karena sistem belum rapi.

Kelompok kedua dan ketiga biasanya menjadi kandidat terbaik untuk automation dan AI. Bukan karena manusia tidak penting, tetapi karena manusia seharusnya tidak terus-menerus dipakai untuk menambal proses yang bisa dibuat lebih sehat.

Di sinilah pendekatan AI-native yang masuk akal dimulai.

Bukan dari ambisi mengganti semua orang.

Tetapi dari desain operasi yang lebih ramping: data lebih rapi, status lebih jelas, handoff lebih sedikit, dan manusia fokus pada keputusan yang memang membutuhkan konteks.

Untuk sebagian bisnis, hasilnya mungkin berupa CRM yang lebih sederhana. Untuk yang lain, dashboard internal. Untuk yang lain lagi, integrasi antar tool, AI assistant untuk support, atau automation follow-up dari website.

Namun prinsipnya sama: AI sebaiknya memperkuat proses yang sudah dipahami, bukan menyembunyikan proses yang belum jelas.

Penutupan operasi India oleh Opendoor mungkin akan terus diperdebatkan. Apakah ini karena AI? Karena efisiensi? Karena kondisi pasar? Kemungkinan besar jawabannya campuran.

Tetapi sinyalnya tetap penting.

Bisnis sedang masuk ke fase baru, di mana menambah orang bukan lagi satu-satunya cara untuk menangani volume kerja. Outsourcing juga bukan lagi jawaban otomatis untuk semua pekerjaan manual.

Pertanyaan yang lebih penting sekarang adalah: apakah pekerjaan itu memang perlu dilakukan secara manual sejak awal?

Kalau jawabannya tidak, maka bisnis perlu mulai merancang ulang operasinya.

Bukan agar terlihat modern.

Tetapi agar tim tidak terus membayar biaya dari proses yang sebenarnya bisa dibuat lebih ringan.

Dapatkan Audit Teknis Gratis untuk meninjau alur website, lead, operasional, dan peluang automation yang bisa membuat kerja tim lebih jelas sebelum Anda menambah tool atau headcount baru.

---

Sumber referensi berita: TechCrunch