Business Process Automation Enterprise: Mana yang Layak Diotomasi?

Banyak perusahaan memulai otomatisasi dengan pertanyaan yang terdengar sederhana: “Proses apa yang bisa diotomatisasi?”

Masalahnya, hampir semua proses bisnis modern memiliki bagian yang secara teknis dapat diotomasi. Approval dapat dibuat otomatis. Data dapat dipindahkan antar-sistem. Invoice dapat diproses tanpa input manual. Notifikasi dapat dikirim berdasarkan kondisi tertentu. Bahkan dengan AI, dokumen dan informasi yang sebelumnya membutuhkan interpretasi manusia mulai dapat diproses secara otomatis.

Tetapi bisa diotomasi tidak berarti layak diotomasi.

Di level enterprise, keputusan automation seharusnya tidak hanya didasarkan pada jumlah pekerjaan manual yang dapat dihilangkan. Perusahaan perlu melihat volume transaksi, stabilitas business rules, kualitas data, risiko kesalahan, kompleksitas integrasi, kebutuhan human judgment, dan dampaknya terhadap bisnis.

Microsoft sendiri menempatkan business process automation sebagai bagian dari upaya mengoptimalkan proses end-to-end, dengan kemampuan yang mencakup workflow automation, RPA, process mining, dan orchestration.

Karena itu, pertanyaan yang lebih tepat bukan “apa yang bisa diotomasi?”, melainkan:

“Proses mana yang memberikan business value paling besar ketika diotomasi?”

Business Process Automation Bukan Sekadar Mengurangi Pekerjaan Manual

Secara sederhana, business process automation menggunakan teknologi untuk menjalankan aktivitas bisnis secara lebih konsisten, cepat, dan terstruktur. Bentuknya dapat berupa workflow sederhana, integrasi antar-aplikasi, RPA, sampai automation yang menggunakan AI.

Contohnya adalah proses purchase approval.

Dalam proses manual, seorang karyawan mengajukan permintaan pembelian melalui email atau formulir. Atasan memeriksa nominalnya, finance mengecek anggaran, procurement membuat purchase order, kemudian statusnya dikomunikasikan kembali kepada pemohon.

Sebagian aktivitas tersebut tidak membutuhkan judgment manusia setiap saat. Jika nilai transaksi berada di bawah batas tertentu dan anggaran tersedia, sistem sebenarnya dapat menjalankan rule secara otomatis.

Automation kemudian bukan berarti “menghilangkan manusia dari proses”. Automation berarti memindahkan pekerjaan yang deterministik dari manusia ke sistem, sehingga manusia dapat fokus pada bagian yang memang membutuhkan keputusan.

Pendekatan seperti ini sejalan dengan dokumentasi Microsoft mengenai perencanaan automation: proses sebaiknya diidentifikasi dan dirancang terlebih dahulu sebelum workflow dibuat, kemudian diuji dan diperbaiki setelah digunakan.

Di sinilah perbedaan antara automation sebagai fitur dan automation sebagai business capability mulai terlihat.

Tidak Semua Proses Cocok untuk Diotomasi

Bayangkan dua proses berikut.

Proses A: setiap hari sistem menerima ratusan transaksi, melakukan validasi berdasarkan aturan yang jelas, kemudian mengirimkan data ke sistem berikutnya.

Proses B: seorang manager mengevaluasi proposal investasi berdasarkan kondisi pasar, risiko, strategi perusahaan, dan informasi yang belum sepenuhnya terstruktur.

Keduanya membutuhkan waktu manusia. Tetapi karakteristiknya sangat berbeda.

Proses A memiliki volume tinggi, rule yang relatif jelas, dan output yang dapat didefinisikan. Proses seperti ini biasanya memiliki kandidat automation yang kuat.

Proses B memiliki tingkat judgment yang tinggi dan konsekuensi keputusan yang besar. Mengotomatisasinya secara penuh justru dapat meningkatkan risiko.

Karena itu, perusahaan enterprise sebaiknya tidak membuat daftar panjang “pekerjaan yang dapat digantikan automation”. Yang lebih penting adalah membuat automation opportunity map berdasarkan karakteristik proses.

6 Kriteria untuk Menentukan Proses yang Layak Diotomasi

1. Volume dan Frekuensi Tinggi

Semakin sering sebuah proses dijalankan, semakin besar potensi value dari automation.

Proses yang dilakukan satu kali dalam sebulan mungkin tidak memberikan return yang signifikan jika membutuhkan proyek development besar.

Sebaliknya, proses yang terjadi ribuan kali setiap bulan dapat menghasilkan dampak besar bahkan dari penghematan beberapa menit per transaksi.

Contohnya:

• input order,
• invoice processing,
• stock reconciliation,
• approval,
• employee onboarding,
• data synchronization,
• reporting rutin.

Namun volume saja tidak cukup. Perusahaan tetap harus menghitung cost of automation dibandingkan dengan value yang dihasilkan.

2. Business Rules Dapat Didefinisikan

Automation tradisional bekerja sangat baik ketika aturan proses dapat dijelaskan secara eksplisit.

Misalnya:

Jika nilai purchase request < Rp50 juta dan budget tersedia → approval manager.

Atau:

Jika stok < reorder point → buat purchase request.

Rule semacam ini dapat diterjemahkan menjadi workflow yang relatif deterministik.

Microsoft juga membedakan berbagai pendekatan automation, termasuk workflow automation dan RPA, yang digunakan untuk menangani aktivitas rutin dan berulang.

Sebaliknya, jika sebuah proses selalu bergantung pada interpretasi subjektif, automation penuh mungkin bukan pendekatan terbaik.

3. Data yang Dibutuhkan Sudah Tersedia

Automation membutuhkan data sebagai input.

Jika proses membutuhkan informasi dari lima sistem berbeda, tetapi setiap sistem menggunakan format dan definisi data yang berbeda, membangun automation sebelum menyelesaikan masalah data justru dapat menciptakan workflow yang rapuh.

Misalnya proses order membutuhkan:

CRM → ERP → Inventory → Warehouse → Finance

Jika status order di masing-masing sistem tidak konsisten, automation dapat berjalan tetapi menghasilkan keputusan yang salah.

Inilah alasan automation enterprise sering kali tidak bisa dipisahkan dari system integration dan data architecture.

Untuk perusahaan dengan banyak aplikasi, persoalannya bukan sekadar membuat workflow, tetapi memastikan sistem memiliki sumber data dan integration boundary yang jelas. Crocodic membahas persoalan ini lebih lanjut dalam System Integrator: Peran API, Data, ERP, dan AI dalam Sistem Enterprise.

4. Risiko Human Error Signifikan

Automation menjadi semakin menarik ketika kesalahan manual memiliki konsekuensi yang mahal.

Contohnya adalah:

• salah memasukkan nominal invoice,
• salah mengubah status transaksi,
• lupa melakukan approval,
• salah melakukan rekonsiliasi,
• terlambat memperbarui data inventory.

Namun perusahaan perlu membedakan antara mengurangi human error dan menghilangkan human responsibility.

Untuk proses tertentu, sistem dapat melakukan validation dan automation, sementara manusia tetap memberikan approval terakhir.

Model seperti ini sering lebih aman dibandingkan automation penuh.

5. Prosesnya Stabil, Bukan Terus Berubah

Automation paling mudah memberikan hasil ketika prosesnya relatif stabil.

Jika workflow berubah setiap minggu karena organisasi sendiri belum menentukan cara kerja yang benar, membangun automation terlalu cepat dapat menjadi jebakan.

Setiap perubahan business rule kemudian membutuhkan perubahan software.

Karena itu, sebelum automation, perusahaan sebaiknya bertanya:

Apakah kita sedang mengotomasi proses yang sudah baik, atau sedang mempercepat proses yang sebenarnya belum pernah dibenahi?

Jika jawabannya yang kedua, prioritas pertama seharusnya adalah process improvement, bukan automation.

6. Dampak Bisnisnya Dapat Diukur

Automation yang baik harus mempunyai outcome yang dapat diukur.

Bukan hanya:

“Proses sekarang otomatis.”

Tetapi:

“Waktu approval turun dari tiga hari menjadi empat jam.”

Atau:

“Jumlah input manual turun 70%.”

Atau:

“Rekonsiliasi yang sebelumnya dilakukan setiap akhir bulan sekarang tersedia secara otomatis setiap hari.”

Microsoft juga menekankan pentingnya menyelaraskan strategi automation dengan business outcomes ketika organisasi mengembangkan automation pada skala enterprise.

Tanpa ukuran seperti ini, perusahaan akan sulit menentukan apakah investasi automation benar-benar menghasilkan value.

Gunakan Automation Scorecard Sebelum Membangun Sistem

Perusahaan dapat membuat penilaian sederhana sebelum memilih proses pertama yang akan diotomasi.

Semakin banyak faktor yang mendapatkan skor tinggi, semakin kuat alasan untuk menjadikan proses tersebut sebagai kandidat automation.

Sebaliknya, proses dengan skor rendah pada beberapa faktor penting mungkin membutuhkan redesign terlebih dahulu.

Jangan Mengotomasi Bottleneck yang Salah

Ada satu kesalahan yang sering terjadi dalam automation: perusahaan mengotomasi proses yang terlihat sibuk, bukan proses yang sebenarnya memberikan dampak terbesar.

Misalnya sebuah tim menghabiskan banyak waktu menginput data.

Secara kasat mata, input data terlihat sebagai kandidat automation yang sempurna.

Tetapi setelah ditelusuri, ternyata 80% waktu proses sebenarnya habis menunggu approval dari departemen lain.

Jika perusahaan hanya mengotomasi input data, sebagian kecil aktivitas memang menjadi lebih cepat, tetapi lead time proses secara keseluruhan hampir tidak berubah.

Inilah alasan process analysis penting sebelum automation.

Melalui process mining, misalnya, perusahaan dapat menggunakan event data dari ERP, CRM, procurement, atau aplikasi operasional untuk melihat bagaimana proses benar-benar berjalan, bukan hanya bagaimana proses tersebut tertulis di SOP. Pendekatan ini dapat membantu menemukan bottleneck yang tidak terlihat dari dokumentasi proses biasa. Crocodic membahas process mining dan bottleneck proses enterprise lebih lanjut di sini.

Dengan kata lain:

Map → Analyze → Simplify → Integrate → Automate → Measure

bisa menjadi urutan yang lebih sehat daripada langsung:

Automate → Automate → Automate.

Kapan Automation Membutuhkan AI?

Tidak semua automation membutuhkan AI.

Untuk proses yang rule-nya jelas, deterministic workflow sering kali sudah cukup.

Contohnya:

Jika invoice sudah diverifikasi → lanjut approval.

Tidak diperlukan AI untuk keputusan tersebut.

AI mulai menjadi relevan ketika proses membutuhkan kemampuan memahami konteks atau data tidak terstruktur.

Misalnya:

• membaca invoice,
• memahami email pelanggan,
• mengklasifikasikan dokumen,
• mendeteksi anomali,
• merangkum informasi,
• memberikan rekomendasi,
• memahami permintaan dalam bahasa natural.

Karena itu, pendekatan yang lebih matang adalah membagi proses menjadi beberapa jenis pekerjaan:

Deterministic → Automation

Unstructured / Contextual → AI

High-risk Decision → Human

Model tersebut membuat AI menjadi bagian dari architecture automation, bukan pengganti seluruh workflow.

Crocodic juga membahas prinsip ini dalam AI Automation untuk Bisnis: Apa yang Layak Diotomasi?, terutama mengenai perbedaan antara pekerjaan yang dapat ditangani rule-based automation dan pekerjaan yang membutuhkan pemahaman konteks.

Enterprise Automation Harus Terhubung dengan Sistem Inti

Automation yang berdiri sendiri biasanya memiliki batas manfaat.

Misalnya perusahaan membuat bot untuk mengirim email setelah sebuah transaksi selesai. Bot tersebut memang otomatis, tetapi jika data transaksi tetap harus dipindahkan secara manual dari ERP ke aplikasi lain, masalah utamanya belum terselesaikan.

Enterprise automation seharusnya berada di atas business system yang saling terhubung.

Contohnya:

Customer Order → CRM → ERP → Inventory → Warehouse → Finance → Reporting

Ketika workflow dapat berjalan melintasi sistem tersebut, automation tidak lagi hanya menghemat beberapa klik. Ia mulai mengubah cara proses bisnis berjalan.

Karena itu, automation sering menjadi lapisan di atas enterprise software, ERP, API, data, dan workflow engine.

Untuk perusahaan yang sudah memiliki sistem tetapi ingin menambah automation tanpa membangun ulang semuanya, pendekatan Enterprise System Upgrade dapat menjadi alternatif. Crocodic, misalnya, menempatkan workflow automation, AI assistant, dan predictive analytics sebagai capability yang dapat ditambahkan ke sistem existing. Lihat pendekatan Enterprise System Upgrade Crocodic.

Automation Bukan Tujuan Akhir

Kesalahan terbesar dalam business process automation adalah mengukur keberhasilan dari jumlah proses yang berhasil dibuat otomatis.

Padahal perusahaan tidak mendapatkan nilai hanya karena sebuah workflow tidak lagi membutuhkan manusia.

Nilai muncul ketika automation menghasilkan outcome bisnis yang lebih baik.

Waktu proses lebih pendek.

Kesalahan lebih sedikit.

Data lebih konsisten.

Bottleneck berkurang.

Kapasitas tim meningkat.

Decision-making menjadi lebih cepat.

Dan yang paling penting, perusahaan dapat menangani pertumbuhan transaksi tanpa meningkatkan kompleksitas operasional secara proporsional.

Itulah mengapa automation seharusnya dilihat sebagai bagian dari desain sistem bisnis, bukan sekadar proyek teknologi.

Dari Automation ke Adaptive Business System

Ketika jumlah automation bertambah, perusahaan akan menghadapi tantangan baru.

Workflow semakin banyak. Integrasi semakin kompleks. Data semakin tersebar. AI mulai masuk ke beberapa proses. Permission dan governance menjadi semakin penting.

Pada tahap ini, perusahaan tidak lagi hanya membutuhkan automation tools.

Perusahaan membutuhkan sistem yang mampu menghubungkan process, application, data, integration, automation, dan AI sebagai satu operational architecture.

Inilah alasan business process automation sebaiknya dimulai dari pertanyaan bisnis, bukan dari tool.

Proses apa yang paling menghambat bisnis?

Mengapa proses tersebut lambat atau mahal?

Bagian mana yang benar-benar membutuhkan manusia?

Bagian mana yang deterministic?

Data apa yang dibutuhkan?

Sistem apa saja yang terlibat?

Dan bagaimana kita mengukur hasilnya?

Setelah pertanyaan tersebut terjawab, barulah perusahaan dapat menentukan apakah solusi terbaiknya adalah workflow automation, system integration, RPA, AI, custom application, atau kombinasi semuanya.

Pada akhirnya, perusahaan tidak membutuhkan sebanyak mungkin automation.

Perusahaan membutuhkan automation yang tepat pada proses yang tepat, dengan data yang tepat dan kontrol yang tepat.

Crocodic membangun Adaptive Business System untuk perusahaan yang membutuhkan fondasi digital yang fleksibel, terintegrasi, dan dapat berkembang mengikuti perubahan proses bisnis. Pendekatan tersebut mencakup Custom Enterprise Software, Enterprise System Upgrade, integrasi sistem, ERP, hingga automation berbasis AI.

Jika perusahaan Anda sedang menentukan proses mana yang layak diotomasi, langkah pertama bukan langsung memilih automation tool. Mulailah dengan memahami proses, sistem, data, dan bottleneck yang sebenarnya. Dari sana, automation dapat dibangun sebagai bagian dari sistem bisnis yang lebih adaptif—bukan sekadar tambahan teknologi baru.

Pelajari pendekatan Adaptive Business System Crocodic atau diskusikan kebutuhan sistem bisnis Anda melalui Crocodic.