Yang berubah di bisnis travel umrah bukan sekadar mesin penjawab, melainkan mesin yang bisa diberi pekerjaan.
Di bisnis travel umrah, persoalan operasional tidak selalu berada pada produk atau paket yang dijual. Banyak pekerjaan berulang masih bergantung pada manusia: menjawab pertanyaan calon jemaah di luar jam kerja, membuat materi promosi, memasukkan data paspor ke manifest, menindaklanjuti calon pelanggan, hingga mengelola pembagian leads antaragen.
Dalam konteks itu, artificial intelligence (AI) menawarkan fungsi yang lebih luas daripada chatbot. Mesin tidak hanya menjawab pertanyaan, tetapi dapat diarahkan untuk menjalankan rangkaian pekerjaan dengan memanfaatkan data dan aturan yang diberikan kepadanya.
Hal tersebut dibahas Ahmad Mukhtar Fernando, owner travel sekaligus praktisi AI agent, dalam podcast Media Asphirasi berjudul Bakal Mati Kalau Masih Pakai Cara Lama! Praktisi AI Kasih Cara Lawan Travel Umrah Raksasa.
Percakapan tersebut tidak berhenti pada demonstrasi teknologi. Fernando menjelaskan bagaimana AI agent dapat ditempatkan di berbagai titik kerja travel, mulai dari penjualan, administrasi, produksi konten hingga layanan pelanggan.
Dari Chatbot ke Agen
Fernando membedakan chatbot dengan AI agent melalui analogi sederhana.
Chatbot, dalam analoginya, seperti counter tiket. Pengguna bertanya, kemudian sistem memberikan jawaban berdasarkan pertanyaan tersebut.
AI agent bekerja dengan konteks yang lebih panjang. Sistem dapat dibekali knowledge, histori pelanggan, data produk, serta aturan tertentu sehingga responsnya tidak berhenti pada jawaban umum.
Misalnya, ketika calon jemaah menanyakan keberangkatan pada Agustus, sistem idealnya tidak hanya menampilkan daftar pilihan. Jika terhubung dengan database, ia dapat mengambil paket yang tersedia, itinerary, harga, dan informasi lain yang relevan.
“Kalau chatbot itu ibaratnya kita masuk counter tiket. Kalau e-agent itu lebih proaktif. Bapak biasanya naik bisnis class, loh, Pak.”
— Ahmad Mukhtar Fernando, ASPHIRASI Podcast
Perbedaannya bukan semata-mata pada kemampuan berbicara. Yang membedakan adalah konteks dan akses terhadap pekerjaan.
Chatbot yang tidak terhubung dengan data paket tetap menjadi mesin tanya-jawab. Sebaliknya, agen digital dapat menjalankan tugas jika diberikan akses dan aturan yang diperlukan.
Namun, keputusan tertentu tetap membutuhkan manusia. Fernando memberi contoh negosiasi harga sebagai pekerjaan yang sebaiknya dialihkan kepada staf yang berwenang.
Masalahnya Bukan Prompt, tetapi Workflow
Fernando juga menyinggung kebiasaan menggunakan AI dengan berfokus pada prompt.
Menurut pengalaman yang ia ceritakan, persoalan bisnis justru dapat dimulai dari sesuatu yang lebih sederhana: menjelaskan pekerjaan yang selama ini menyita waktu.
Misalnya, sebuah travel menerima foto paspor dari calon jemaah. Seseorang kemudian harus membaca data tersebut dan memasukkannya kembali ke manifest. Jika proses yang sama dilakukan berulang kali, aktivitas tersebut dapat diidentifikasi sebagai kandidat untuk otomasi.
Hal yang sama berlaku pada pembuatan flyer, distribusi paket kepada agen, follow-up calon jemaah, dan pertanyaan yang masuk di luar jam kerja.
Dengan pendekatan itu, pertanyaan “AI apa yang harus dipakai?” bergeser menjadi “pekerjaan apa yang sebenarnya ingin didelegasikan?”
Fernando menunjukkan contoh sistem yang ia sebut IRP umrah, sebuah portal keagenan yang menurut penjelasannya memiliki pemisahan data antarmitra, distribusi paket, pembuatan materi promosi, teks untuk WhatsApp, serta jejak referral.
Ia mengatakan sistem tersebut dapat dibangun dalam waktu relatif singkat ketika workflow yang hendak dikerjakan sudah jelas.
Tiga pekerjaan yang berulang
Dari percakapan tersebut, setidaknya ada tiga kelompok pekerjaan yang muncul berulang.
- Distribusi paket dan leads. Agen membutuhkan cara untuk membagikan paket sekaligus mempertahankan jejak referral. Sistem dapat membantu mengurangi perselisihan mengenai agen yang lebih dahulu membawa calon pelanggan.
- Administrasi. Data dari dokumen perjalanan, pembuatan flyer, itinerary, dan materi promosi dapat menjadi pekerjaan repetitif ketika dilakukan untuk banyak jemaah.
- Layanan di luar jam kerja. Pertanyaan calon jemaah tidak selalu datang pada jam kantor. AI agent dapat menangani pekerjaan awal sebelum kasus tertentu diteruskan kepada manusia.
Dalam demonstrasi IRP yang diceritakan Fernando, agen dapat memilih bulan keberangkatan dan paket, kemudian memperoleh materi yang sudah membawa identitas referral.
Teknologi tersebut tidak otomatis menghilangkan konflik antaragen. Namun, pencatatan digital dapat menyediakan jejak yang lebih jelas ketika terjadi perselisihan mengenai leads.
AI sebagai Mesin Produksi Konten
Logika yang sama kemudian diterapkan Fernando pada pemasaran.
Menurut penjelasannya, website travel tidak harus berhenti sebagai katalog paket. Konten dapat digunakan untuk menarik calon jemaah melalui mesin pencari.
Ia mencontohkan penggunaan materi video sebagai bahan untuk membuat artikel SEO, kemudian mengembangkan topik berdasarkan kelompok produk atau destinasi seperti umrah plus Turki, Dubai, atau Mesir.
Satu bahan juga dapat dikembangkan menjadi format lain seperti konten Instagram, TikTok, dan flyer.
Di sini AI berfungsi sebagai mesin produksi, bukan otomatis menjadi pengganti seluruh proses editorial.
Materi yang dihasilkan tetap membutuhkan penyuntingan, penentuan tema, pengecekan informasi, dan keputusan mengenai apakah sebuah materi layak dipublikasikan.
Bagi bisnis travel, persoalannya bukan sekadar seberapa cepat AI menghasilkan artikel. Konten yang berisi harga, jadwal, hotel, visa, atau fasilitas perjalanan tetap harus mengikuti data produk yang benar pada saat dipublikasikan.
Angka Produktivitas
Dalam percakapan tersebut, Fernando menyebut sejumlah angka terkait penggunaan AI.
Ia antara lain menyebut produktivitas staf yang menurut pengalamannya dapat meningkat berkali-kali lipat, penggunaan sejumlah sistem digital dengan biaya sekitar Rp1 juta per bulan, biaya VPS sekitar Rp500 ribu hingga Rp1 juta, serta penggunaan model AI tertentu dengan biaya sekitar Rp6 juta per bulan.
Ia juga menggunakan perbandingan biaya tenaga kerja untuk menjelaskan potensi penghematan.
Angka tersebut sebaiknya dibaca sebagai klaim dan pengalaman yang disampaikan narasumber, bukan sebagai standar produktivitas industri.
Efek otomasi sangat bergantung pada jenis pekerjaan, kualitas database, integrasi sistem, volume transaksi, serta tingkat pengawasan manusia.
Dengan kata lain, penghematan biaya tidak otomatis muncul hanya karena sebuah travel memasang AI agent.
Fernando juga membahas OpenRouter sebagai salah satu contoh infrastruktur yang memungkinkan pengguna mengakses berbagai model AI melalui satu platform.
Implikasinya bagi bisnis adalah pemilihan model dapat diperlakukan sebagai bagian dari arsitektur sistem, sementara data dan workflow menjadi komponen yang lebih penting untuk dipertahankan ketika model atau penyedia layanan berubah.
Data Paspor Membawa Persoalan yang Berbeda
Otomasi administrasi travel juga membawa persoalan keamanan data.
Paspor dan kartu tanda penduduk (KTP) mengandung informasi pribadi. Ketika dokumen tersebut diproses menggunakan sistem digital atau AI, persoalannya bukan hanya apakah data “bocor”, tetapi siapa yang memiliki hak untuk mengaksesnya.
Fernando menjelaskan pendekatan berbasis pembatasan akses.
Dalam contoh yang ia berikan, data satu travel tidak semestinya dapat dilihat travel lain. Agen juga tidak semestinya memperoleh akses terhadap data agen lainnya.
Ia membandingkan hosting bersama dengan lingkungan virtual private server (VPS). Analogi tersebut digunakan untuk menjelaskan bahwa pengelolaan akses dan lingkungan sistem menjadi bagian dari desain keamanan.
Namun, penggunaan VPS sendiri bukan jaminan keamanan.
Pengelola tetap perlu menentukan hak akses, autentikasi, penyimpanan, pencadangan, penghapusan data, serta siapa yang bertanggung jawab ketika terjadi kesalahan.
Hal yang sama berlaku pada AI agent. Jika harga atau tanggal keberangkatan salah, sumber masalah tidak selalu berada pada model AI. Database yang tidak diperbarui atau workflow yang salah juga dapat menjadi penyebab.
Karena itu, semakin besar kewenangan yang diberikan kepada agen digital, semakin penting batas kewenangan tersebut ditentukan sejak awal.
AI Tidak Memperbaiki Produk yang Belum Siap
Salah satu gagasan penting dalam percakapan tersebut justru berada di luar teknologi.
Fernando menempatkan produk dan operasional sebagai fondasi sebelum pemasaran dan otomasi diperbesar.
Logikanya sederhana. AI dapat membuat flyer lebih cepat, tetapi tidak dapat memastikan hotel benar-benar tersedia. AI dapat menjawab pertanyaan selama 24 jam, tetapi tidak dapat mengubah jadwal penerbangan yang belum pasti. AI dapat mempercepat follow-up, tetapi tidak dapat menggantikan hubungan dengan vendor.
Karena itu, otomasi berpotensi memperbesar kapasitas sistem yang sudah ada.
Jika workflow dan datanya rapi, pekerjaan dapat dilakukan lebih cepat. Jika datanya tidak akurat atau prosesnya tidak jelas, kesalahan yang sama juga dapat diproduksi dalam skala lebih besar.
Manusia Berubah Menjadi Orkestrator
Untuk lima tahun ke depan, Fernando membayangkan travel dengan jumlah karyawan yang relatif kecil tetapi memiliki banyak asisten digital.
Dalam model tersebut, manusia tidak lagi mengerjakan seluruh pekerjaan secara langsung. Perannya bergeser menjadi pengarah: menentukan pekerjaan yang didelegasikan, mengatur aturan, memeriksa hasil, dan mengambil keputusan ketika sistem mencapai batas kewenangannya.
“Kita berpikir besar. AI yang menjalankan operasionalnya.”
— Ahmad Mukhtar Fernando
Konsep tersebut tidak berarti seluruh pekerjaan manusia hilang.
Desainer, penulis, customer service, dan staf administrasi dapat menggunakan AI untuk memperbesar kapasitas kerja. Namun, keputusan mengenai harga, komitmen keberangkatan, perubahan layanan, dan penyelesaian masalah tetap membutuhkan pihak yang memiliki kewenangan.
Di titik ini, teknologi bukan pengganti tanggung jawab owner.
Justru semakin banyak pekerjaan didelegasikan kepada sistem, semakin jelas kebutuhan terhadap manusia yang menentukan batas dan mengawasi hasilnya.
AI Bekerja, Manusia Mengatur Arah
Ada beberapa prinsip kerja yang dapat ditarik dari pengalaman yang dibagikan Fernando.
Pertama, bedakan chatbot dengan AI agent. Perbedaannya bukan pada label, tetapi pada kemampuan sistem mengakses konteks, data, dan workflow.
Kedua, identifikasi pekerjaan repetitif sebelum memilih teknologi. Pekerjaan yang jelas lebih mudah diotomatisasi daripada tujuan yang masih abstrak seperti “ingin lebih digital”.
Ketiga, pisahkan hak akses sebelum memasukkan data pelanggan ke dalam sistem.
Keempat, gunakan AI untuk membantu produksi dan pelayanan, tetapi pertahankan manusia pada keputusan yang membawa konsekuensi komersial.
Kelima, hitung biaya AI terhadap pekerjaan yang benar-benar dapat didelegasikan. Harga model, VPS, dan software tidak otomatis sama dengan penghematan tenaga kerja.
Pada akhirnya, gagasan utama percakapan ini bukan bahwa travel harus mengganti manusia dengan AI.
Yang ditawarkan adalah perubahan cara kerja: pekerjaan berulang didelegasikan kepada mesin, sementara manusia mengambil porsi yang membutuhkan konteks, otorisasi, pengawasan, dan keputusan.
AI agent dengan demikian bukan sekadar chatbot yang lebih pintar. Nilainya baru terlihat ketika ia diberi pekerjaan yang jelas, data yang benar, dan batas kewenangan yang juga jelas.
Sumber: Podcast Media Asphirasi
