IdeaFest 2026: AI Runs Your Day
Recap singkat panel IdeaFest × Indosat tentang AI agents, framework RRR dan TIPO, guardrails, serta keputusan manusia di Jakarta International Convention Center.
Field notes
AI untuk bisnis, tanpa hype
Catatan praktis tentang adopsi AI, workflow, automation, Responsible AI, dan creative technology untuk tim perusahaan.
Ditulis dari pengalaman merancang training dan pekerjaan nyata. Nama serta materi internal klien tidak digunakan tanpa kebutuhan dan izin yang jelas.
Semua insights
23 catatan · Diperbarui 23 September 2026
Tech in Asia 2025: AI in Product Design
Recap sesi Tech in Asia Conference 2025 yang dimoderasi Argi Tendo bersama Felix Lee dari ADPList tentang AI, product design workflow, dan taste sebagai pembeda.
AI workflow untuk tim marketing
Kerangka praktis untuk menghubungkan riset, ideasi, produksi, dan review tanpa menjadikan AI sebagai rangkaian tool yang terpisah.
Pelatihan AI bukan sekadar prompt
Kemampuan menulis prompt penting, tetapi adopsi perusahaan membutuhkan context design, evaluasi output, workflow ownership, dan aturan penggunaan.
Responsible AI untuk tim marketing
Checklist operasional untuk menjaga privasi, validasi, copyright, brand voice, dan human approval dalam pekerjaan marketing berbasis AI.
Human review dalam AI automation
Cara menempatkan persetujuan manusia berdasarkan dampak, ketidakpastian, dan kemampuan organisasi memperbaiki kesalahan.
Dari riset pasar ke konten dengan AI
Workflow untuk mengubah sumber pasar menjadi angle dan creative brief tanpa membiarkan AI mengubah asumsi menjadi fakta.
Audit kesiapan AI perusahaan
Kerangka untuk menilai kesiapan masalah, data, proses, orang, dan kontrol sebelum perusahaan membeli tool atau menjalankan program AI.
Memilih use case AI pertama
Cara menyaring daftar ide AI berdasarkan nilai, kelayakan, risiko, dan kemampuan tim belajar dari pilot yang sempit.
Cara mengevaluasi output AI
Rubrik praktis untuk memisahkan correctness, completeness, relevance, consistency, dan risk ketika tim menilai hasil AI.
AI fluency untuk tiap peran
Peta kemampuan AI untuk leadership, manager, practitioner, dan reviewer agar program perusahaan tidak memberi materi yang sama kepada semua orang.
Governance AI yang tetap praktis
Cara menerjemahkan prinsip AI menjadi risk tiers, approved tools, review points, dan exception handling yang dapat dipakai saat bekerja.
Knowledge base untuk AI perusahaan
Cara menyiapkan sumber pengetahuan yang memiliki owner, struktur, akses, dan evaluasi sebelum membangun pengalaman tanya jawab berbasis AI.
Mengukur ROI pilot AI
Kerangka pengukuran pilot AI melalui impact, quality, adoption, dan risk agar kecepatan tidak menjadi satu-satunya cerita.
Privasi data dalam workflow AI
Panduan operasional untuk memeriksa kebutuhan data, klasifikasi, masking, akses, retention, dan risiko output sebelum AI digunakan.
Change management untuk adopsi AI
Cara menghubungkan sponsorship, workflow, champions, dukungan, feedback, dan ukuran adopsi setelah sesi AI selesai.
Prompt library atau workflow playbook?
Perbedaan antara menyimpan instruksi dan mendokumentasikan tujuan, input, standard, review, exception, serta ownership agar hasil dapat diulang.
Memilih use case untuk product story
Cara menemukan irisan antara product truth, kebutuhan audiens, demonstrasi, dan konteks kanal sebelum sebuah cerita teknologi diproduksi.
Demo produk teknologi yang dipercaya
Prinsip untuk memperlihatkan setup, interaksi, evidence, limitation, dan outcome tanpa menyembunyikan bagian yang menentukan hasil.
Content partnership yang edukatif
Cara memilih antara endorsement, demonstration, explainer, workshop, dan serial konten berdasarkan kebutuhan pemahaman audiens.
Memilih format acara AI
Perbandingan keynote, talk, panel, workshop, dan executive briefing berdasarkan tujuan, audiens, interaksi, dan output acara.
Briefing AI untuk leadership
Struktur briefing untuk menghubungkan perubahan AI dengan konteks bisnis, pilihan use case, risiko, scenario, dan keputusan berikutnya.
Jangan mulai dari silabus
Corporate AI training sebaiknya tidak dimulai dari silabus. Petakan outcome, fungsi, level peserta, AI maturity, tools, dan aturan data terlebih dahulu.