Kita sering tergoda oleh janji Artificial Intelligence (AI): draf rilis muncul dalam hitungan detik, daftar media tersusun rapi, ringkasan liputan tinggal klik. Menurut laporan Muck Rack State of PR 2025, 77% profesional komunikasi sudah memakainya. Namun, ada jurang antara “AI menghasilkan cepat” dan “siap kirim ke jurnalis”. Jurang itu bernama biaya koreksi—dan di sanalah produktivitas nyata sering hilang.

Masalah Pengukuran yang Sering Terlewat

Banyak tim Public Relations (PR) mengukur kecepatan generasi: seberapa cepat pitch pertama jadi, seberapa singkat menyusun daftar media. Yang jarang dihitung adalah waktu untuk membuat keluaran itu benar‑benar layak pakai: menyetel nada, menyocokkan dengan beat reporter, memverifikasi fakta, dan merapikan referensi. Tanpa itu, draf hanyalah draf.

• Risiko fabrikasi detail oleh AI memaksa kita melakukan cek fakta ekstra.
• Penyesuaian konteks dan nada untuk tiap jurnalis menambah putaran revisi.
• Sinkronisasi dengan tujuan kampanye dan brand voice tetap pekerjaan manusia.

Akibatnya, persepsi efisiensi sering meleset dari keuntungan nyata—fenomena yang selaras dengan temuan survei NBER bahwa lebih dari 80% perusahaan belum melihat lonjakan produktivitas meski adopsi AI meluas.

Rumus Sederhana untuk Meluruskan Ekspektasi

Mari buat akuntansi waktu yang jernih:

Net Productivity Gain = Time Saved on Generation – Correction Cost

Kebanyakan tim hanya menyorot sisi kiri (waktu yang dihemat saat generasi). Begitu biaya koreksi dimasukkan, gambarnya berubah drastis. Pitch yang dihasilkan AI mungkin selesai < 3 menit, tetapi pengeditan 10–15 menit (atau lebih untuk beat yang niche) bisa menggerus hampir seluruh penghematan.

Uji Cepat yang Bisa Kita Lakukan Minggu Ini

Pilih satu tugas rutin yang sudah didukung AI: menyusun pitch, menyiapkan briefing, atau membangun daftar media.

1. Catat durasi hingga keluaran pertama muncul.
2. Catat seluruh fase koreksi: semua edit, cek fakta, revisi hingga “siap kirim”.
3. Bandingkan totalnya dengan proses manual tanpa AI.

Pola umum yang sering kita lihat: waktu final pitch turun dari ~25 menit menjadi ~20; riset media dari ~45 menjadi ~30. Penghematan itu nyata tetapi tak sedramatis narasi “AI menyelesaikan dalam hitungan detik”. Pada kasus beat yang sempit, biaya koreksi bahkan bisa meniadakan keuntungan.

Di Mana AI Benar‑Benar Menghasilkan Nilai

Kunci produktivitas ada pada input, bukan output.

• Riset jurnalis: memetakan reporter berdasarkan narasi dan minat, bukan sekadar jabatan.
• Penemuan storyline: mengangkat sudut cerita yang belum ramai sehingga pitch lebih relevan.
• Pembangunan konteks: menyusun latar data, tren, dan angle yang memperkaya satu kali tulis.

Saat input membaik, jumlah draf turun, revisi lebih ringkas, dan biaya koreksi menyusut. Di situlah kurva produktivitas naik.

Bergerak dari Aktivitas ke Bukti

Mari ganti metrik “aktivitas” dengan metrik “hasil”. Beberapa indikator yang kita pakai:

• Penurunan menit pada biaya koreksi per artefak (pitch, rilis, briefing).
• Peningkatan respons jurnalis (open rate, reply rate, positive intent) setelah input berbasis AI digunakan.
• Re‑alokasi waktu: berapa jam mingguan yang berpindah ke kerja strategis (narrative design, hubungan media, isu prioritas) karena efisiensi AI.

Sebagian besar tim sudah punya datanya; yang dibutuhkan adalah lensa baru untuk membaca.

Toolkit Praktis: Cara Memprogram AI agar Lebih Efektif

• Template prompt bertingkat: pisahkan tujuan, audiens, bukti, dan batasan. Minta AI menulis kerangka dulu, baru draf.
• Guardrail fakta: selalu minta daftar klaim yang perlu verifikasi dan sumber yang disarankan; cek silang secara manual.
• Profil reporter dinamis: berikan ringkasan beat, karya terbaru, dan preferensi format agar nada dan angle lebih presisi.
• Checklist koreksi: nada, akurasi fakta, CTA, personalisasi, kepatuhan merek. Tandai waktu di tiap langkah untuk mengukur biaya koreksi.
• Memory bank internal: kumpulkan pitch yang berhasil, headline yang direspons, dan alasan penolakan untuk melatih ulang prompt berikutnya.

Penutup: Produktivitas yang Terukur, Bukan Sekadar Cepat

AI memang mempercepat, tetapi produktivitas baru nyata bila kita menghitung seluruh perjalanan dari generasi hingga siap kirim—dan mengalokasikan AI ke area yang mengecilkan biaya koreksi. Saat itu terjadi, kecepatan berubah menjadi nilai.Pendekatan ini menuntut pengukuran berkelanjutan dan evaluasi kritis, sehingga tim PR dapat memaksimalkan manfaat AI tanpa mengorbankan kualitas dan akurasi komunikasi. Dengan begitu, AI menjadi alat strategis dalam meningkatkan produktivitas secara efektif.

Penulis: Aditya Wardhana