📐 SOP & Jobdesk Gaia — Cetak Biru Tim

I. Apa Yang Ingin Dicapai

Gaia 5-10 tahun ke depan adalah Tim mystery shopping perbankan terkecil yang paling kuat integritasnya di Indonesia — bukan yang terbesar dalam jumlah klien atau jumlah orang, tapi yang integritas datanya bisa dipertanggungjawabkan secara matematis.

Bedanya Gaia dari kompetitor (BSEM, MRI, dan agensi market research lain) bukan di harga atau di volume. Bedanya di kedalaman:

• 5 lapis QC bukan 1 lapis — tiap data mengalir lewat audio check, video check, dialog check, kuesioner check, dan konsistensi cross-sumber sebelum sampai ke klien.
• Bukti negatif diperiksa — bukan hanya "apa yang dilakukan staf", tapi "apa yang TIDAK dilakukan" yang seharusnya dilakukan menurut standar bank.
• Cross-source verification — kuesioner shopper harus konsisten dengan rekaman audio, dengan video, dengan dialog yang ditulis ulang.

Tujuan akhir bukan hanya "memberi bank laporan tentang cabangnya". Tujuan akhirnya adalah membantu bank Indonesia jadi lebih akuntabel di layanan cabang — dengan data yang bisa dipercaya, mereka bisa ambil keputusan yang adil ke staf, ke nasabah, ke perusahaan.

II. Misi Harian Gaia

Pekerjaan Gaia setiap hari berputar di sekitar satu pertanyaan: bagaimana memastikan data yang sampai ke klien itu bersih, akurat, dan dapat dipertanggungjawabkan?

Cara menjawab pertanyaan itu konsisten selama 12+ tahun:

• Tim shopper terlatih masuk ke cabang sebagai konsumen biasa — tidak teridentifikasi.
• Setiap kunjungan menghasilkan 3 jenis output: rekaman audio + video, kuesioner per pertanyaan, dan dialog tertulis dari rekaman.
• Ketiga output ini saling cross-check di 5 lapis QC sebelum jadi data final.
• Data final ditabulasi, dikonsolidasi per batch, dan dikirim klien sebagai laporan formal pada tanggal yang sudah disepakati.

Yang konsisten dari awal: tidak ada jalan pintas. Kalau klien butuh laporan cepat tanpa QC penuh, Gaia bisa kasih path alternatif (path "kotor" — H+7 weekday tanpa pertanggungjawaban kebenaran), tapi itu bukan default. Default selalu path bersih dengan 5 lapis QC.

III. Empat Anchor Pribadi Pemilik Gaia

Gaia dibangun di atas empat pegangan pemiliknya. Empat ini bukan jargon — ini fondasi keputusan yang konsisten dipegang 12+ tahun.

Implikasi praktis: ketika ada konflik antara cepat vs akurat, Gaia pilih akurat. Ketika ada konflik antara besar vs sustain, Gaia pilih sustain. Ketika ada konflik antara maksimalkan keuntungan vs minimum diperlukan untuk memberi, Gaia pilih kedua sekedar cukup untuk memberi.

IV. Mengapa AI Sebagai Cara Scale Integritas (Bukan Pengganti Manusia)

AI bukan trend yang dikejar dan bukan identitas Gaia. Identitas Gaia tetap integritas data 5-lapis QC dan kerja diam yang dipercaya 12 tahun. AI adalah cara membuat integritas itu tetap tinggi saat skala bertambah — bukan dengan menambah puluhan orang manual, tapi dengan menempatkan AI di tugas repetitif sambil manusia fokus pada judgment dan accountability.

Kelebihan kompetitif Gaia adalah integritas, bukan jumlah

Kalau Gaia mau tumbuh dengan model konvensional (rekrut 100+ orang manual untuk 1000 cabang BRI), kualitas pasti turun. Onboarding 100 orang baru tidak bisa cepat. Standar QC akan terdistorsi karena tiap orang punya bias berbeda. Manajerial overhead jadi besar — Sriva harus jadi manajer puluhan orang, padahal kekuatannya di analisis dan klien.

AI mengubah persamaan ini. AI bisa transcribe rekaman audio Bahasa Indonesia 95%+ akurat (Whisper). AI bisa cross-check kuesioner vs dialog vs rekaman dengan reasoning yang konsisten (Claude). AI bisa tabulasi data 1000 cabang dalam menit (Pandas). AI tidak perlu onboarding tiap kali ada batch baru.

Tapi AI bukan ganti manusia — AI unlock kapasitas manusia

Ini perbedaan filosofis penting. Gaia tidak menggunakan AI untuk memecat tim. Gaia menggunakan AI supaya tim kecil yang ada bisa fokus pada hal yang lebih dalam:

• Penulis dialog tidak lagi habiskan 4 jam per kunjungan transkripsi mentah — AI yang transkripsi, manusia hanya edit final dan tangani edge case (suara tidak jelas, dialek lokal).
• QC L1-L4 tidak lagi cek 1000 file manual — AI flag yang anomali, manusia review yang di-flag saja.
• Tabulator tidak lagi entry data 1 cabang 1 cabang — AI generate output, manusia validate dan refine.
• Sriva tidak lagi bottleneck untuk semua keputusan — AI bantu draft proposal, draft email klien, draft schedule, manusia (Sriva) pilih dari opsi-opsi yang sudah disusun AI.

Hasilnya: Gaia bisa handle 1000 cabang BRI + klien lain paralel dengan tim manusia ~15-20 orang saja (vs 100+ model konvensional), karena 70-80% workload repetitive judgment dijalankan AI, dan tim manusia fokus pada yang HANYA manusia bisa.

Yang BUKAN Berubah dari Gaia

Ini sama pentingnya dengan apa yang berubah:

• Brand 12 tahun tetap "kepercayaan + kualitas + kerja diam" — bukan "AI shop" yang pamer teknologi. AI invisible untuk klien, integritas yang terlihat.
• Manusia validator final wajib di setiap output AI — tidak ada AI sign-off mandiri ke klien. Akuntabilitas selalu di manusia certified.
• Klien-facing tetap manusia 100% — Owner dan Account Manager pegang hubungan. AI tidak ngomong langsung dengan klien.
• Lapangan tetap shopper manusia — visit fisik ke cabang tidak akan AI. Selamanya.
• 5 lapis QC tetap default — bukan "QC dipangkas karena AI cepat". AI mempercepat, bukan mengurangi.

V. Tiga Arsitektur Parameter — Pekerjaan Berat Utama Gaia

Selain QC 5-lapis, ada satu pekerjaan teknis yang justru sebenarnya paling berat dan paling membentuk Gaia — yaitu membangun tiga arsitektur parameter paralel yang dipakai untuk evaluasi tiap kunjungan, lalu menggabungkannya jadi arsitektur Gaia.

Tiga Arsitektur yang Dijalankan Paralel

• Arsitektur SMART (BRI tradisional) — parameter yang sudah dipakai BRI 12 tahun terakhir, ter-validasi via tabulasi banding 2020-2024 (136 params hierarki). Anchor utama klien BRI — wajib konsisten dengan ekspektasi klien existing.
• Arsitektur Danantara CX100 (sebagai "asumsi/pendekatan", bukan adopsi tunggal) — Danantara CX100 launch September 2026. Gaia perlakukan sebagai pendekatan/asumsi yang dipakai paralel — bukan sebagai standar yang menggantikan SMART. Jadi kalau ada batch jalan saat CX100 launch, parameter Gaia tetap stabil — CX100 hanya menambahkan dimensi pengukuran.
• Arsitektur Parameter Industri — multi-sumber industri terkurasi di PARAMETER_HUB.html (sub-tab Industri: 5 tahun · 2019/2022/2023/2024/2025 · LCS alignment side-by-side per tahun). Untuk benchmarking + komparasi cross-industry tanpa terkunci di 1 framework. Sudah ada anchor di operasional Gaia.

Pekerjaan yang Sebenarnya Berat

Yang melelahkan — dan justru differentiator Gaia — bukan jalankan pipeline harian. Yang melelahkan adalah:

• Membangun setiap arsitektur satu per satu dengan kedalaman — riset literatur, mapping ke pertanyaan kuesioner, validasi dengan klien.
• Menggabungkan tiga arsitektur jadi "arsitektur Gaia" — di mana titik-titik bertemu, di mana titik-titik berbeda, kapan satu lebih relevan dari yang lain.
• Membangun bobot scoring (3 scoring paralel) — tiap kunjungan dievaluasi 3 cara: skor SMART, skor Danantara CX100, skor ke-3. Kemudian aggregate weighted ke skor Gaia. Bobot per dimensi adalah keputusan strategis yang menentukan karakter laporan.

Konsekuensi: kuesioner Gaia jadi kaya dan detail (memuat pertanyaan yang feed ke 3 arsitektur sekaligus). QC Gaia jadi lebih dalam karena cross-source consistency cek juga dengan 3 framework. Laporan ke klien menampilkan 3 sudut pandang plus skor agregat Gaia — klien dapat picture yang lebih lengkap dari kompetitor yang cuma 1 framework.

VI. Apa yang AI Bisa, Apa yang Manusia Tetap Pegang

Ini bukan ideologi — ini pemetaan realistis berdasarkan kapabilitas AI tahun 2026.

Dari ~20 sub-tugas: sekitar 40% AI bisa jalan sendiri, 40% hybrid (AI draft, manusia approve), dan 20% manusia 100%. Tim manusia 15-20 orang fokus pada 60% yang melibatkan judgment manusia (lapangan, klien-facing, validator, sign-off).

VII. Prinsip Pembangunan Bertahap

Foundation dulu, jangan buru-buru

Dokumen ini sendiri adalah contoh prinsip ini. Saya tidak bangun semua 7 tab sekaligus — tahap 1 dulu (Beranda + Landasan Berfikir), Anda renungi pelan-pelan, baru tahap 2. Begitu seterusnya. Foundation yang solid lebih penting dari kompletisi cepat.

Validasi tiap dokumen sebelum lanjut

Saat saya bangun struktur tim (Tab 3), Anda baca dulu, kasih feedback. Kalau ada peran yang tidak relevan, kita drop. Kalau ada yang missing, kita tambah. Baru lanjut ke Jobdesk (Tab 4). Iterasi pelan-pelan menghindari masalah lebih besar di kemudian hari.

Iterasi berdasarkan pengalaman batch real

Estimasi SLA, alokasi tim, AI tools yang dipakai — semua adalah hipotesis sampai Batch 1 BRI jalan Juli 2026. Setelah Batch 1 selesai, kita kalibrasi: apakah QC L5 benar-benar butuh 3 weekday? Apakah AI L1 Audio sudah cukup akurat untuk skip manusia review? Apakah ada bottleneck yang tidak terduga?

Tradeoff yang diakui di awal

• AI bisa salah. Edge case selalu butuh manusia validate. Tidak ada AI sempurna. Solusi: tier QC dua lapis — AI flag, manusia approve.
• Trust dengan klien tetap manusia-led. AI tidak bisa membangun hubungan yang dipercaya bertahun-tahun.
• Lapangan tidak akan AI. Visit fisik ke cabang tetap shopper manusia. Selalu.
• Methodology kontroversial butuh waktu. Kalau ada parameter yang perlu kalibrasi (mis. CX100 Danantara baru launch September 2026), AI tidak bisa decide sendiri — perlu deliberation manusia + R&D.

VIII. Yang BUKAN Tujuan Gaia

Sama pentingnya dengan apa yang ingin dicapai adalah apa yang tidak ingin:

• Bukan jadi pabrik laporan murah. Gaia tidak kompetisi di harga. Yang dijual adalah integritas, bukan volume.
• Bukan jadi konsultan generic yang serve semua industri. Fokus tetap di Mystery Shopping perbankan Indonesia. Spesialisasi yang dalam, bukan portofolio yang lebar.
• Bukan kompetisi turun harga ke kompetitor. Kalau kompetitor bisa kasih harga 50% Gaia, biarkan mereka menang yang volume rendah-margin. Gaia melayani klien yang mau kualitas tinggi dengan tim spesialis kecil yang fokus.
• Bukan IPO atau exit-driven. Gaia bukan startup yang dibangun untuk dijual. Stabilitas multi-dekade lebih penting.
• Bukan replace manusia dengan AI. AI unlock kapasitas manusia, bukan menghapus manusia. Tim manusia 15-20 orang adalah core, AI adalah tool.
• Bukan corporate hierarchy yang banyak layer. Tetap flat, akses Owner mudah, keputusan cepat.

Struktur Tim Gaia — Cetak Biru Masa Depan

Struktur ini bukan kondisi sekarang (Anda solo). Ini bayangan ideal saat Gaia siap terbang penuh — bisa dipakai sebagai showcase ke klien ("ini struktur yang akan melayani Anda"), peta karir untuk recruit, dan compass internal ke mana arah pertumbuhan.

Struktur 3 level: Direksi (4 manusia) → Divisi (8 area) → Posisi (~25 peran). Tiap posisi punya label warna berdasarkan siapa yang menjalankan.

Level 1 — Direksi (4 Manusia)

Pengambil keputusan strategis. Semua manusia. Awal mula bisa Anda merangkap CBO + CFO sambil rekrut bertahap.

Level 2 — 8 Divisi (per area kerja)

7 divisi operasional + 1 unit R&D strategis. Tiap divisi punya Manager (manusia) dan tim mix AI + manusia.

Total Posisi: 28 (3 Direksi + 25 Posisi Operasional)

Jobdesk per Posisi — 25+ Peran Tim Gaia

Per posisi: tanggung jawab · output · KPI · lapor ke · otomasi AI · manusia yang perlu · setara di pasar (untuk salary benchmark). Card warna kiri menunjukkan: 🟢 AI-driven · 🟡 Hybrid · 🔴 Manusia 100%.

Catatan: detail range salary disimpan internal untuk planning recruit. Tidak ditampilkan publik untuk hindari signal pasar yang salah dan friction internal.

SOP Operasi per Output Kerja

SOP di sini fokus pada output (apa yang dihasilkan), bukan pada orang (siapa yang menghasilkan). Per output: input yang dibutuhkan · langkah konkret · kriteria kelulusan · format final · cross-link ke Jobdesk dan Flow.

Untuk output yang dijalankan AI: ada prompt + tool config + verifikasi. Untuk output yang dijalankan manusia: ada langkah konkret + checklist.

Flow Kerja End-to-End — Versi Ideal Masa Depan

Visual workflow dari kunjungan lapangan sampai laporan klien. Setiap stage punya label warna AI/Manusia/Hybrid plus AI agent yang dipakai. Berbeda dengan WORKFLOW_SLA_CHART.html di pipeline operasional yang masih manual sebagian — di sini sudah versi ideal dengan AI agents aktif.

Path BERSIH — Full QC 5 Lapis (H+13 weekday ~ H+15-20 calendar)

Path CEPAT — QC 2-Lapis untuk Preliminary Insight (5 weekday = H+7 calendar)

⚠️ Path ini hanya menggunakan QC 2-lapis (audio + kuesioner spot-check), bukan 5-lapis penuh. Cocok untuk preliminary insight internal / weekly check sample / quick-look operasional. Tidak boleh dijadikan dasar laporan resmi ke klien — perlu disclaimer tertulis dari klien sebelum delivery. Default Gaia selalu Path Bersih (QC 5-lapis).

🔻 Model Piramidal Selindo — Wide Inflow → Narrow Output

Inflow shopper tersebar di Selindo (banyak orang banyak lokasi) → AI agents centralized → 1 laporan per batch ke klien.

Roadmap Implementasi 12 Bulan

Pembangunan tim AI-First Gaia tidak sekaligus. Bertahap 4 fase × 3 bulan masing-masing. Tiap fase punya fokus, AI tools yang aktif, manusia yang perlu, milestone, anggaran (placeholder), dan risk yang diakui.