Studi Kasus AI UMKM: Belajar dari Jagarasa Catering

Eno Haryz    AI Marketing    Komentar   

Membicarakan AI untuk UMKM memang mudah jika contohnya hanya berupa daftar kemungkinan.

AI bisa membantu membuat konten. AI bisa membantu membalas pelanggan. AI bisa membantu membaca data. AI juga bisa membantu pekerjaan operasional.

Tetapi pertanyaan yang lebih menarik adalah: apakah ada bisnis lokal yang benar-benar mulai menggunakannya?

Salah satu contoh yang menurut saya menarik untuk dipelajari adalah Jagarasa Catering.

Bisnis yang bergerak di bidang catering dan wedding ini bukan perusahaan teknologi. Produk utamanya tetap sangat nyata: makanan, pelayanan acara, koordinasi tim, dan pengalaman pelanggan.

Justru karena itu kasusnya menarik.

AI tidak digunakan untuk mengubah Jagarasa menjadi perusahaan teknologi. AI digunakan sebagai bagian dari cara mereka menjalankan dan memasarkan bisnis yang sudah ada.

Catatan sumber: Artikel studi kasus ini disusun dari pemberitaan media dan publikasi resmi Jagarasa yang tersedia secara publik. Angka performa dan hasil bisnis yang disebutkan tetap diposisikan sebagai laporan atau klaim dari sumber tersebut, bukan hasil audit independen Enoharyz.

Mengapa Jagarasa Menarik untuk Dipelajari?

Kalau kita melihat banyak pembahasan AI untuk bisnis, contoh yang diberikan sering dimulai dari tools.

Gunakan ChatGPT untuk ini. Gunakan generator gambar untuk itu. Gunakan aplikasi AI lain untuk pekerjaan berikutnya.

Pada kasus Jagarasa, saya melihat sudut yang sedikit berbeda.

Mereka tampaknya memulai dari masalah bisnis dan perilaku pelanggan.

Salah satunya adalah bagaimana membuat konten catering yang tetap menarik untuk audiens yang lebih muda.

Foto makanan dan dokumentasi pernikahan tentu masih relevan. Tetapi jika semua bisnis catering menampilkan bentuk konten yang hampir sama, muncul tantangan lain: bagaimana membuat orang berhenti menggulir layar dan benar-benar memperhatikan?

Menurut laporan detikInet pada Januari 2026, Jagarasa menggunakan AI generatif sebagai bagian dari strategi pemasaran dan pengalaman brand, terutama untuk menjangkau pasar Gen Z.

Mereka bereksperimen dengan video storytelling, visual, dan musik yang dibuat dengan bantuan AI.

Salah satu konten video bertema POV disebut memperoleh puluhan ribu tayangan secara organik di Instagram.

Angka tersebut menarik. Tetapi menurut saya pelajaran terbesarnya bukan pada jumlah tayangannya.

Yang lebih menarik adalah proses berpikir di belakangnya.

Jagarasa tidak sekadar meminta AI, “buatkan caption catering”. Mereka menggunakan AI untuk mencoba bentuk komunikasi yang berbeda dari kebiasaan industri mereka.

Dari Menjual Catering Menjadi Membangun Pengalaman Brand

Catering pernikahan sebenarnya memiliki banyak bahan untuk membuat konten.

Ada makanan, dekorasi, suasana acara, pasangan pengantin, proses persiapan, sampai cerita di balik sebuah pernikahan.

Namun bahan yang banyak belum tentu otomatis menghasilkan konten yang menarik.

Jagarasa mencoba mengemasnya dengan pendekatan storytelling yang lebih dekat dengan budaya konten digital.

Dalam pemberitaan detikInet, mereka menjelaskan bahwa promosi catering yang hanya menampilkan foto makanan berisiko dilewati audiens muda. Karena itu, AI generatif digunakan untuk membantu menghasilkan storytelling visual dan audio yang berbeda.

Musik juga menjadi bagian dari eksperimen tersebut.

Alih-alih selalu bergantung pada lagu populer untuk konten, Jagarasa menggunakan teknologi generatif untuk membuat musik orisinal yang dapat disesuaikan dengan konsep kontennya.

Ini menunjukkan sesuatu yang penting.

AI tidak harus digunakan untuk menggantikan seluruh proses kreatif.

AI juga bisa digunakan untuk membuka pilihan kreatif yang sebelumnya lebih sulit, lebih mahal, atau membutuhkan sumber daya tambahan.

AI Mereka Tidak Berhenti di Konten Marketing

Yang membuat kasus ini semakin menarik adalah penggunaan teknologi tersebut tampaknya tidak berhenti pada media sosial.

Dalam laporan internal Jagarasa mengenai aktivitas bisnis sepanjang 2025, perusahaan tersebut menyebut mulai mengadopsi teknologi dan AI secara lebih luas.

Dua area yang disebut secara khusus adalah:

• inventory management untuk membantu mengurangi pemborosan bahan baku;
• customer relationship untuk membantu tim merespons banyak inquiry pelanggan.

Mereka juga menjelaskan penggunaan data historis dalam sistem yang disebut Smart Buffet Management untuk membantu memperkirakan kondisi antrean dan menu yang berpotensi lebih cepat habis dalam sebuah acara.

Perlu dicatat bahwa informasi mengenai dampak operasional tersebut berasal dari laporan Jagarasa sendiri. Karena itu, kita sebaiknya membacanya sebagai gambaran implementasi bisnis, bukan sebagai penelitian independen mengenai efektivitas AI.

Namun tetap ada pelajaran yang berguna.

Penggunaan AI mulai bergerak dari satu pekerjaan kecil menuju beberapa bagian bisnis yang saling berhubungan.

Dari konten untuk menarik perhatian pelanggan, pelayanan inquiry, sampai pengelolaan aktivitas operasional.

Pelajaran Pertama: Jangan Memulai dari Pertanyaan “AI Apa?”

Dari studi kasus ini, ada satu pola yang menurut saya cukup relevan untuk pemilik UMKM.

Ketika mulai tertarik menggunakan AI, kita sering bertanya:

“Aplikasi AI apa yang sebaiknya saya gunakan?”

Mungkin pertanyaan yang lebih berguna justru:

“Bagian bisnis mana yang sekarang paling membutuhkan bantuan?”

Jika masalahnya konten terasa monoton, AI dapat digunakan untuk brainstorming dan produksi kreatif.

Jika masalahnya banyak inquiry pelanggan, AI bisa membantu menyiapkan informasi dan respons.

Jika masalahnya pemborosan stok, pendekatannya akan berbeda lagi dan membutuhkan data yang memang relevan.

Artinya, satu bisnis tidak harus menggunakan AI dengan cara yang sama seperti bisnis lainnya.

Kita juga tidak perlu meniru seluruh sistem Jagarasa.

Yang bisa dipelajari adalah cara melihat masalah bisnis terlebih dahulu, kemudian mencari bagian di mana teknologi benar-benar memberikan manfaat.

Ini Bukan Cerita “AI Membuat Bisnis Langsung Sukses”

Ada hal yang perlu dijaga ketika membaca sebuah studi kasus seperti ini.

Kita tidak bisa menyimpulkan bahwa penggunaan AI sendirian menyebabkan pertumbuhan sebuah bisnis.

Jagarasa sudah memiliki produk, tim, sistem operasional, pengalaman menjalankan event, pemasaran digital, serta fondasi bisnis sebelum AI menjadi bagian dari aktivitas mereka.

AI masuk sebagai salah satu alat di dalam sistem tersebut.

Ini penting karena terkadang cerita tentang AI membuat teknologi terlihat seperti penyebab tunggal sebuah keberhasilan.

Dalam praktik bisnis, hasil hampir selalu berasal dari banyak faktor yang bekerja bersama.

Produk tetap harus baik.

Pelayanan tetap perlu dijaga.

Tim tetap harus menjalankan pekerjaannya.

Dan konten yang menarik tetap harus memiliki hubungan dengan pelanggan yang memang ingin dijangkau.

Karena itu, bagian berikutnya tidak akan mencoba meniru Jagarasa secara mentah.

Kita akan membedah apa sebenarnya yang mereka lakukan dengan AI, mengapa pendekatan itu menarik, dan bagian mana yang realistis untuk dipelajari oleh UMKM yang skalanya jauh lebih kecil.

Bagaimana Jagarasa Menggunakan AI untuk Konten?

Pada sisi marketing, eksperimen Jagarasa menarik karena AI tidak hanya digunakan untuk menulis teks promosi.

Penggunaannya masuk ke beberapa lapisan produksi konten: ide cerita, visual video, hingga musik.

Menurut detikInet, Jagarasa mencoba membuat video berbasis storytelling yang lebih dekat dengan kebiasaan konsumsi konten audiens muda. Salah satu format yang disebut adalah konten bertema POV atau point of view.

Format seperti ini berbeda dengan pendekatan promosi catering yang hanya menampilkan daftar menu, foto prasmanan, atau dokumentasi acara.

Produk tetap sama.

Tetapi cara membungkus ceritanya berubah.

1. AI Digunakan untuk Membantu Storytelling

Bayangkan sebuah bisnis catering ingin mempromosikan layanan pernikahan.

Pendekatan yang paling langsung mungkin berupa foto makanan disertai harga paket.

Jagarasa mencoba bergerak ke arah cerita.

Konten bisa dibuat dari sudut pandang tamu undangan, pengalaman datang ke acara, suasana pernikahan, atau situasi yang familiar bagi audiens yang mereka sasar.

Di sinilah AI generatif dapat membantu memperluas kemungkinan ide.

Bukan hanya bertanya:

“Caption apa yang harus dibuat?”

Tetapi:

“Cerita seperti apa yang membuat layanan catering ini relevan dengan kehidupan audiens?”

Perbedaannya terlihat kecil, tetapi hasil akhirnya bisa sangat berbeda.

2. Visual AI Digunakan untuk Membuat Konten Lebih Eksperimental

Media Indonesia melaporkan bahwa Jagarasa menggunakan visual berbasis AI yang lebih eksperimental dan tidak selalu menyerupai pola visual catering konvensional.

Tujuannya adalah membuat konten yang memiliki kesempatan lebih besar untuk menarik perhatian ketika pengguna sedang menggulir media sosial.

Namun ada bagian yang menurut saya perlu dibaca dengan hati-hati.

Kita tidak bisa menyimpulkan bahwa menggunakan gambar atau video AI otomatis membuat algoritma media sosial memberikan jangkauan lebih besar.

Algoritma platform memiliki banyak faktor dan terus berubah.

Yang lebih masuk akal untuk dipelajari adalah prinsip kreatifnya: mencari bentuk konten yang membuat orang memiliki alasan untuk berhenti, melihat, dan memahami ceritanya.

AI hanyalah salah satu alat untuk membantu membuat variasi tersebut.

3. AI Juga Digunakan untuk Membuat Musik

Bagian lain yang cukup unik adalah penggunaan AI generatif untuk musik.

Dalam laporan Media Indonesia, Jagarasa disebut menggunakan platform AI musik Suno untuk membantu membuat musik orisinal bagi kontennya.

Salah satu pertimbangannya adalah mengurangi ketergantungan pada lagu populer yang berpotensi menimbulkan persoalan hak penggunaan pada konten komersial.

Ini bukan berarti semua musik yang dihasilkan AI otomatis bebas dari persoalan lisensi.

Ketentuan penggunaan setiap platform tetap perlu diperiksa, terutama jika musik digunakan untuk aktivitas komersial.

Tetapi gagasannya menarik: AI digunakan untuk membuat elemen audio yang lebih dekat dengan identitas konten sendiri.

Apa Hasil yang Dilaporkan?

Di sinilah kita perlu membedakan antara fakta yang dapat dilihat dari pemberitaan dan kesimpulan yang belum tentu dapat dibuktikan.

detikInet melaporkan bahwa salah satu konten video POV Jagarasa memperoleh puluhan ribu tayangan organik di Instagram.

Sementara itu, laporan Media Indonesia menyebut salah satu video bertema “POV Kondangan” mencapai ratusan ribu tayangan tanpa promosi berbayar.

Karena kedua pemberitaan menggunakan angka yang berbeda dan tidak memberikan dashboard analytics yang bisa kita audit sendiri, saya tidak ingin memaksakan satu angka sebagai hasil final.

Yang dapat kita simpulkan dengan lebih aman adalah bahwa konten berbasis eksperimen AI tersebut dilaporkan memperoleh jangkauan organik yang cukup besar.

Namun, kita juga tidak tahu secara pasti seberapa besar kontribusi AI terhadap hasil tersebut.

Bisa saja format cerita, topik, timing publikasi, kualitas eksekusi, basis audiens yang sudah dimiliki, atau faktor distribusi Instagram ikut berperan.

Inilah alasan mengapa studi kasus sebaiknya digunakan untuk mencari pola yang bisa dipelajari, bukan sebagai janji bahwa hasil yang sama pasti terjadi pada bisnis lain.

Apa yang Bisa Ditiru UMKM Kecil?

Pemilik usaha mikro tidak perlu langsung membuat video AI yang kompleks atau musik sendiri.

Ada versi yang jauh lebih sederhana.

Misalnya sebuah usaha kue rumahan biasanya membuat konten:

“Brownies tersedia. Harga Rp75.000. Bisa pesan sekarang.”

Daripada selalu menggunakan pola tersebut, pemilik usaha dapat meminta AI membantu mencari cerita dari situasi pelanggan.

Contohnya:

• cerita seseorang yang lupa menyiapkan hadiah ulang tahun;
• POV ketika harus membawa buah tangan saat berkunjung;
• situasi memilih camilan untuk rapat kecil;
• cerita di balik proses membuat produk;
• pertanyaan pelanggan yang sering muncul dan bisa dijadikan konten edukasi.

Produk yang dibicarakan tetap sama, tetapi sudut pandangnya menjadi lebih beragam.

Prompt Sederhana untuk Mencari Angle Storytelling

Prompt siap salin:

Saya memiliki UMKM yang menjual [produk/jasa].

Target pelanggan utama saya adalah [target pelanggan].

Berikut beberapa situasi ketika pelanggan biasanya membutuhkan produk saya:

[tuliskan situasi yang benar-benar terjadi]

Bantu saya menemukan 10 ide konten storytelling berdasarkan situasi pelanggan tersebut.

Jangan langsung membuat caption.

Untuk setiap ide, berikan:

• sudut cerita;
• situasi pembuka;
• masalah atau kebutuhan pelanggan;
• bagaimana produk masuk secara natural;
• ide penutup yang tidak terasa hard selling.

Hindari cerita yang berlebihan dan jangan membuat klaim produk yang tidak saya berikan.

Prompt seperti ini tidak meminta AI menghasilkan konten final.

Fungsinya lebih sederhana: membantu kita memperbanyak pilihan sudut cerita sebelum menentukan mana yang paling cocok dengan bisnis.

Pelajaran Kedua: AI Lebih Berguna Ketika Punya Bahan

Salah satu hal yang mudah terlewat ketika melihat konten AI yang menarik adalah sumber idenya.

AI tetap membutuhkan bahan.

Untuk bisnis catering, bahan tersebut bisa berasal dari pengalaman acara, pertanyaan calon pengantin, kebiasaan tamu, masalah saat memilih menu, cerita pelanggan, atau dinamika di balik sebuah pernikahan.

Untuk UMKM lain, sumbernya tentu berbeda.

Warung kopi memiliki cerita pelanggan sendiri.

Toko pakaian memiliki pertanyaan ukuran dan gaya.

Bisnis makanan memiliki cerita soal rasa, kebiasaan makan, hadiah, atau acara keluarga.

Jasa memiliki masalah pelanggan sebelum dan sesudah menggunakan layanan.

Dengan kata lain, keunggulan bukan terletak pada siapa yang memiliki AI, karena sekarang banyak orang memiliki akses ke alat yang sama.

Keunggulan justru bisa berasal dari siapa yang memiliki konteks bisnis, pengalaman pelanggan, dan bahan cerita yang lebih nyata.

Jangan Meniru Visualnya, Tiru Cara Berpikirnya

Menurut saya, ini bagian terpenting dari kasus marketing Jagarasa.

Jika setelah membaca studi kasus ini semua bisnis catering membuat video futuristik dan musik AI, beberapa bulan kemudian format tersebut juga bisa terasa biasa.

Karena itu, yang layak ditiru bukan bentuk kontennya secara mentah.

Yang layak ditiru adalah prosesnya:

1. lihat siapa audiens yang ingin dijangkau;
2. perhatikan konten yang sudah terlalu umum di industri;
3. cari sudut cerita yang lebih relevan;
4. gunakan AI untuk memperluas pilihan kreatif;
5. publikasikan eksperimen dalam skala kecil;
6. lihat respons audiens;
7. pelajari apa yang benar-benar bekerja.

Pola tersebut lebih berguna dibandingkan sekadar mengikuti tren tools AI terbaru.

Jika UMKM ingin mengembangkan proses konten secara lebih sistematis, panduan AI untuk membuat konten marketing UMKM dapat menjadi langkah lanjutan yang relevan.

Dari Eksperimen Kreatif Menuju Sistem Bisnis

Sampai titik ini, kita baru melihat sisi yang paling mudah terlihat oleh publik: konten.

Tetapi penggunaan AI di Jagarasa tidak berhenti di sana.

Ada bagian yang justru lebih dekat dengan pekerjaan sehari-hari UMKM: bagaimana teknologi digunakan untuk membantu inquiry pelanggan, pengelolaan persediaan, dan pengambilan keputusan operasional.

Bagian tersebut penting karena menunjukkan bahwa AI bukan hanya alat untuk membuat sesuatu terlihat menarik di media sosial.

AI juga mulai masuk ke pekerjaan yang mungkin tidak pernah dilihat pelanggan, tetapi berpengaruh terhadap bagaimana bisnis dijalankan.

Dari Konten AI ke Pekerjaan di Balik Layar

Konten media sosial adalah bagian yang paling mudah terlihat ketika sebuah bisnis mulai menggunakan AI.

Namun bagi bisnis catering, tantangan besar justru terjadi setelah pelanggan memutuskan memesan.

Ada bahan baku yang harus disiapkan, jumlah tamu yang perlu diperhitungkan, menu yang harus tersedia, tim yang harus bergerak, serta banyak detail operasional yang tidak terlihat dari Instagram.

Dalam laporan aktivitas 2025, Jagarasa menyebut telah menangani 516 event, terdiri dari 196 wedding dan 320 event non-wedding.

Pada skala seperti itu, mengandalkan ingatan dan perkiraan saja tentu menjadi semakin sulit.

Di sinilah penggunaan data mulai menjadi menarik untuk dibahas.

Smart Buffet Management: Belajar dari Data Historis

Salah satu praktik yang disebut Jagarasa adalah sistem yang mereka namakan Smart Buffet Management.

Menurut laporan mereka, data historis digunakan untuk membantu memperkirakan kapan antrean buffet berpotensi memanjang dan menu mana yang kemungkinan lebih cepat habis.

Artinya, data dari event sebelumnya tidak hanya disimpan sebagai arsip.

Data tersebut mulai digunakan sebagai bahan untuk mengambil keputusan pada event berikutnya.

Jagarasa menyatakan pendekatan tersebut membantu menekan keluhan terkait makanan habis atau penumpukan piring hingga hampir nol.

Karena angka tersebut berasal dari laporan perusahaan sendiri dan tidak tersedia audit independennya, kita sebaiknya memperlakukannya sebagai hasil yang dilaporkan Jagarasa, bukan angka yang sudah diverifikasi pihak ketiga.

Tetapi konsep di baliknya tetap relevan untuk UMKM.

AI Menjadi Lebih Berguna Ketika Bisnis Memiliki Data

Bayangkan sebuah usaha catering kecil yang sudah menjalankan puluhan pesanan.

Selama ini mungkin pemilik usaha sebenarnya sudah memiliki banyak informasi:

• jumlah pesanan setiap minggu;
• menu yang paling sering dipilih;
• menu yang sering tersisa;
• bahan baku yang paling banyak terbuang;
• waktu pesanan paling ramai;
• jumlah porsi dalam setiap acara;
• keluhan pelanggan yang sering muncul.

Masalahnya, informasi tersebut sering tersebar di buku catatan, WhatsApp, spreadsheet, nota, atau bahkan hanya tersimpan dalam ingatan.

Sebelum berbicara tentang sistem AI yang canggih, langkah yang lebih realistis justru adalah mulai membuat data tersebut lebih rapi.

Karena AI akan jauh lebih berguna ketika memiliki konteks yang bisa dianalisis.

Inventory Management untuk Mengurangi Pemborosan

Dalam laporan yang sama, Jagarasa juga menyebut penggunaan teknologi dan AI untuk membantu inventory management.

Tujuannya adalah membantu mencegah bahan baku terbuang atau menjadi food waste.

Ini merupakan contoh penggunaan AI yang berbeda dengan membuat konten.

Pada marketing, AI membantu menghasilkan pilihan kreatif.

Pada inventory, nilai AI justru muncul ketika bisnis memiliki data yang cukup untuk melihat pola.

Misalnya:

• bahan apa yang paling sering tersisa;
• menu apa yang membutuhkan bahan tertentu;
• berapa banyak bahan yang biasanya digunakan untuk jumlah pesanan tertentu;
• periode apa yang memiliki permintaan lebih tinggi;
• dan kapan pembelian bahan sebaiknya dilakukan.

Tentu kita tidak mengetahui secara rinci algoritma, aplikasi, maupun struktur sistem inventory yang digunakan Jagarasa.

Karena itu, tidak tepat jika kita mengarang bagaimana sistem tersebut bekerja.

Yang dapat dipelajari adalah prinsipnya: data operasional yang selama ini hanya dicatat dapat mulai digunakan untuk membantu perencanaan.

Bagaimana UMKM yang Lebih Kecil Bisa Memulainya?

UMKM tidak harus memiliki ratusan event untuk mulai belajar dari data.

Misalnya sebuah usaha makanan rumahan memiliki catatan penjualan tiga bulan.

Alih-alih langsung meminta AI memprediksi stok bulan depan, mulailah dari pertanyaan sederhana.

Produk mana yang paling sering terjual?

Hari apa penjualan biasanya meningkat?

Bahan apa yang paling sering tersisa?

Apakah ada pola antara promo tertentu dan jumlah pesanan?

Jika datanya tersedia dalam spreadsheet yang bersih, AI dapat membantu membaca dan merangkum pola tersebut.

Prompt siap salin:

Saya memiliki data operasional UMKM dalam bentuk tabel.

Kolom yang tersedia:

[jelaskan nama dan arti setiap kolom]

Tujuan saya adalah memahami pola operasional, bukan membuat prediksi yang belum didukung data.

Bantu saya:

1. menemukan pola yang terlihat dari data;
2. menunjukkan produk atau aktivitas yang paling sering muncul;
3. menemukan perubahan yang cukup mencolok;
4. menunjukkan data apa yang masih kurang sebelum saya mengambil keputusan.

Jangan membuat angka yang tidak terdapat dalam data.

Pisahkan dengan jelas antara fakta dari data, kemungkinan interpretasi, dan hal yang masih perlu saya periksa.

Prompt tersebut sengaja tidak langsung meminta AI mengambil keputusan.

Tujuannya adalah membantu kita memahami data terlebih dahulu.

AI Juga Digunakan untuk Customer Relationship

Ada satu penggunaan lain yang disebut Jagarasa dalam laporan tahunannya: customer relationship.

Jagarasa menyatakan AI membantu admin memberikan respons lebih cepat terhadap ratusan inquiry yang masuk setiap minggu.

Ini sangat masuk akal sebagai masalah bisnis.

Bisnis wedding dan catering biasanya menghadapi pertanyaan yang cukup beragam: harga paket, jumlah pax, menu, lokasi, jadwal, test food, ketersediaan tanggal, sampai penyesuaian kebutuhan acara.

Ketika inquiry semakin banyak, tantangannya bukan hanya menjawab cepat.

Informasi yang diberikan juga harus konsisten.

Situs Jagarasa sendiri saat ini menyediakan fitur Smart Assistant sebagai salah satu jalur bagi calon pelanggan untuk memperoleh informasi dan melanjutkan konsultasi.

Namun sekali lagi, kita tidak mengetahui secara publik seluruh arsitektur AI di belakang sistem customer relationship mereka.

Karena itu, pelajaran yang lebih aman bukan menebak teknologinya, tetapi melihat masalah bisnis yang coba diselesaikan.

Ketika pertanyaan pelanggan mulai berulang dan volumenya meningkat, informasi bisnis perlu dibuat lebih mudah ditemukan dan digunakan kembali.

Untuk UMKM yang masih membalas pelanggan secara manual, pendekatan tersebut bahkan bisa dimulai tanpa otomatisasi penuh. AI dapat digunakan terlebih dahulu sebagai asisten untuk menyiapkan draft respons, seperti yang dibahas dalam panduan AI untuk membalas chat pelanggan UMKM.

Pelajaran Ketiga: Jangan Mengotomatisasi Kekacauan

Kasus Jagarasa memberikan satu pelajaran yang menurut saya sangat penting.

AI menjadi lebih bernilai ketika bisnis sudah mulai memahami prosesnya.

Jika data stok berantakan, AI juga akan kesulitan membantu membaca stok.

Jika informasi harga tersebar di banyak tempat dan tidak pernah diperbarui, customer service berbasis AI juga berisiko menggunakan informasi yang salah.

Jika bisnis tidak mengetahui apa yang ingin diukur, dashboard secanggih apa pun belum tentu membantu.

Karena itu, sebelum melakukan otomatisasi, UMKM sebaiknya mengetahui terlebih dahulu:

1. pekerjaan apa yang berulang;
2. informasi apa yang digunakan dalam pekerjaan tersebut;
3. di mana data disimpan;
4. siapa yang bertanggung jawab memperbaruinya;
5. dan keputusan apa yang tetap harus dilakukan manusia.

AI kemudian masuk pada bagian yang memang membutuhkan bantuan.

Dari Tools Menuju Sistem

Kalau kita melihat perjalanan kasus ini sejauh ini, ada pola yang mulai terlihat.

Pada sisi marketing, AI membantu Jagarasa bereksperimen dengan storytelling, visual, dan musik.

Pada sisi operasional, perusahaan tersebut melaporkan penggunaan teknologi dan AI dalam inventory management, customer relationship, serta pemanfaatan data historis melalui Smart Buffet Management.

Ini menunjukkan perbedaan antara sekadar menggunakan tools AI dan mulai memasukkan AI ke dalam proses bisnis.

Untuk UMKM kecil, tentu tidak perlu langsung sampai pada tahap yang sama.

Bahkan satu spreadsheet yang rapi, satu daftar FAQ pelanggan, atau satu proses pencatatan stok yang konsisten bisa menjadi fondasi yang jauh lebih penting.

Setelah fondasinya ada, barulah AI dapat membantu bekerja di atasnya.

Pada bagian berikutnya, kita akan menarik studi kasus Jagarasa ini kembali ke skala UMKM: apa yang realistis untuk ditiru, apa yang tidak perlu ditiru, dan bagaimana memulai eksperimen AI tanpa membutuhkan investasi besar.

Apa yang Realistis Ditiru oleh UMKM?

Setelah melihat penggunaan AI di Jagarasa untuk konten, customer relationship, dan pekerjaan operasional, mudah sekali muncul kesan bahwa UMKM perlu memiliki sistem yang kompleks agar bisa mendapatkan manfaat serupa.

Menurut saya, justru sebaliknya.

UMKM tidak perlu meniru skalanya.

Yang lebih berguna adalah meniru cara memilih masalah yang layak dibantu AI.

Jika bisnis masih dikelola oleh satu atau dua orang, langkah pertama mungkin bukan membuat AI agent, dashboard otomatis, atau sistem prediksi.

Langkah pertama bisa sesederhana memilih satu pekerjaan yang paling sering menghabiskan waktu.

1. Mulai dari Masalah yang Benar-Benar Terjadi

Coba perhatikan satu minggu aktivitas bisnis.

Bagian mana yang terasa paling berulang?

• mencari ide konten;
• menjawab pertanyaan pelanggan yang sama;
• merapikan data penjualan;
• mencatat stok;
• menyiapkan laporan;
• atau menulis ulang informasi yang sebenarnya sudah pernah dibuat.

Pilih satu masalah terlebih dahulu.

Jangan memulai dengan pertanyaan, “AI apa yang sedang populer?”

Mulailah dengan pertanyaan, “pekerjaan apa yang ingin saya buat lebih ringan?”

2. Cari Tahu Apakah Masalahnya Membutuhkan AI

Tidak semua pekerjaan perlu AI.

Jika sebuah pekerjaan cukup diselesaikan dengan template, checklist, atau spreadsheet sederhana, menggunakan AI justru bisa menambah langkah yang tidak diperlukan.

AI mulai terasa berguna ketika pekerjaan membutuhkan sesuatu seperti:

• membaca banyak informasi;
• merangkum;
• mencari pola;
• membuat beberapa alternatif;
• menyesuaikan bahasa;
• atau membantu mengubah data menjadi bahan pertimbangan.

Ini membantu UMKM menggunakan teknologi karena memang ada manfaatnya, bukan sekadar karena ingin terlihat mengikuti tren.

Model Eksperimen AI 30 Hari untuk UMKM

Jika ingin belajar dari pendekatan Jagarasa tanpa membuat sistem besar, saya lebih menyukai metode eksperimen kecil.

Ambil satu proses bisnis dan uji selama sekitar satu bulan.

Minggu 1: Catat Masalahnya

Jangan langsung mengubah semua proses.

Catat terlebih dahulu apa yang terjadi sekarang.

Misalnya jika masalahnya customer service, lihat berapa banyak pertanyaan yang berulang dan berapa lama biasanya dibutuhkan untuk menjawabnya.

Jika masalahnya konten, lihat berapa lama waktu yang dibutuhkan dari mencari ide sampai konten siap dibuat.

Minggu 2: Gunakan AI pada Satu Tahap

Pilih satu bagian kecil.

Misalnya AI hanya digunakan untuk mencari angle konten, bukan membuat seluruh konten.

Atau AI hanya digunakan untuk membuat draft jawaban pelanggan, bukan langsung mengirim respons secara otomatis.

Dengan membatasi ruang lingkupnya, kita lebih mudah melihat apakah AI benar-benar membantu.

Minggu 3: Bandingkan dengan Cara Lama

Perhatikan perubahan yang terjadi.

Apakah pekerjaan selesai lebih cepat?

Apakah hasilnya lebih konsisten?

Apakah justru muncul pekerjaan tambahan karena harus banyak memperbaiki hasil AI?

Jawaban terhadap pertanyaan tersebut jauh lebih berguna dibandingkan sekadar merasa bahwa penggunaan AI terlihat canggih.

Minggu 4: Putuskan Apakah Layak Dilanjutkan

Jika manfaatnya jelas, proses dapat dipertahankan atau dikembangkan.

Jika tidak, hentikan atau ubah cara penggunaannya.

Tidak ada kewajiban mempertahankan sebuah tools hanya karena sudah pernah dicoba.

Dalam konteks UMKM, teknologi yang sederhana tetapi benar-benar digunakan setiap hari lebih berharga dibandingkan sistem yang kompleks tetapi akhirnya ditinggalkan.

Gunakan Ukuran Keberhasilan yang Sederhana

Salah satu hal yang dapat dipelajari dari sebuah studi kasus bisnis adalah pentingnya melihat hasil.

Tetapi UMKM tidak selalu membutuhkan indikator yang rumit.

Kita dapat memulai dengan ukuran yang dekat dengan pekerjaan sehari-hari.

• Berapa menit waktu yang bisa dihemat?
• Apakah jumlah revisi berkurang?
• Apakah pertanyaan pelanggan bisa dijawab lebih konsisten?
• Apakah ide konten lebih cepat ditemukan?
• Apakah data lebih mudah dibaca?
• Apakah kesalahan pencatatan berkurang?

Jika menggunakan AI untuk marketing, indikatornya juga tidak harus langsung omzet.

Bisa dimulai dari jumlah konten yang berhasil diproduksi, respons audiens, jumlah inquiry, atau kualitas proses kerja tim.

Omzet tetap penting, tetapi biasanya ada beberapa tahapan sebelum perubahan aktivitas marketing terlihat pada penjualan.

Contoh Prompt untuk Menentukan Eksperimen AI

Jika belum tahu proses mana yang sebaiknya diuji terlebih dahulu, AI sendiri dapat digunakan sebagai teman berpikir.

Prompt siap salin:

Saya menjalankan UMKM di bidang [jenis usaha].

Aktivitas rutin saya setiap minggu adalah:

[tuliskan aktivitas utama]

Bagian yang paling banyak menghabiskan waktu adalah:

[jelaskan]

Masalah yang paling sering terjadi adalah:

[jelaskan]

Bantu saya memilih satu proses yang paling realistis untuk diuji menggunakan AI selama 30 hari.

Untuk proses tersebut, jelaskan:

1. masalah yang ingin diselesaikan;
2. bagian yang bisa dibantu AI;
3. bagian yang tetap sebaiknya dilakukan manusia;
4. data atau informasi yang perlu saya siapkan;
5. cara sederhana mengukur apakah eksperimen tersebut berhasil.

Utamakan solusi sederhana yang bisa dilakukan oleh UMKM dengan sumber daya terbatas. Jangan menyarankan otomatisasi kompleks jika belum diperlukan.

Apa yang Tidak Perlu Ditiru dari Studi Kasus Ini?

Belajar dari bisnis lain bukan berarti menyalin seluruh cara kerjanya.

Ada beberapa hal yang menurut saya tidak perlu dipaksakan.

Tidak Harus Menggunakan Tools yang Sama

Tools berubah cepat.

Aplikasi yang digunakan sebuah bisnis hari ini bisa saja digantikan oleh aplikasi lain beberapa bulan kemudian.

Karena itu, lebih baik memahami fungsi yang dibutuhkan daripada terlalu bergantung pada nama sebuah tools.

Tidak Harus Membuat Konten dengan Gaya yang Sama

Konten POV mungkin cocok untuk satu bisnis, tetapi belum tentu cocok untuk bisnis lain.

Begitu juga dengan visual AI, musik generatif, atau gaya storytelling tertentu.

Yang perlu dipertahankan adalah kesesuaiannya dengan pelanggan.

Tidak Harus Langsung Mengotomatisasi

Otomatisasi sebaiknya datang setelah prosesnya cukup jelas.

Jika UMKM baru pertama kali menggunakan AI, menjalankan proses secara semi-manual justru membantu memahami titik mana yang aman untuk diotomatisasi dan titik mana yang masih membutuhkan manusia.

Jika ingin memahami proses tersebut lebih jauh, panduan proses bisnis yang bisa diotomatisasi dengan AI dapat membantu memetakan pekerjaan sebelum memilih teknologi.

Pelajaran Keempat: AI Sebaiknya Mengikuti Bisnis, Bukan Sebaliknya

Ini mungkin kesimpulan paling praktis dari seluruh studi kasus sejauh ini.

Bisnis sudah memiliki pelanggan, produk, masalah, proses kerja, dan tujuan.

AI masuk untuk membantu bagian tertentu dari sistem tersebut.

Bukan bisnis yang harus diubah hanya agar cocok dengan teknologi.

Ketika urutannya terbalik, pemilik UMKM mudah menghabiskan waktu mencoba banyak aplikasi tetapi tidak benar-benar menyelesaikan pekerjaan penting.

Sebaliknya, ketika masalah bisnis sudah jelas, pilihan penggunaan AI biasanya ikut menjadi lebih jelas.

Dari Studi Kasus Menjadi Pelajaran yang Bisa Dipakai

Jagarasa tentu memiliki skala dan kondisi yang berbeda dengan banyak UMKM mikro.

Namun empat pola yang sudah kita lihat tetap bisa dibawa ke bisnis yang lebih kecil:

1. mulai dari masalah bisnis;
2. gunakan AI untuk memperluas kemampuan, bukan sekadar mengikuti tren;
3. rapikan data dan informasi sebelum mencoba otomatisasi;
4. ukur apakah penggunaan AI benar-benar membuat proses menjadi lebih baik.

Pada akhirnya, studi kasus menjadi berguna bukan ketika kita mampu meniru sebuah perusahaan.

Studi kasus menjadi berguna ketika kita bisa mengambil satu pelajaran kecil, mencoba pada bisnis sendiri, lalu melihat hasilnya.

Pada bagian terakhir, kita akan merangkum studi kasus Jagarasa menjadi kerangka praktis penggunaan AI untuk UMKM, beberapa batas penting yang perlu diperhatikan, serta FAQ untuk pemilik usaha yang ingin mulai bereksperimen.

Kerangka Sederhana Menggunakan AI untuk UMKM

Setelah membedah kasus Jagarasa, saya melihat satu pola yang cukup sederhana.

AI tidak harus dimulai dari proyek besar.

Untuk UMKM, pendekatannya bisa diringkas menjadi lima langkah:

1. Temukan masalah bisnis yang nyata.
2. Siapkan data atau informasi yang dibutuhkan.
3. Gunakan AI pada satu bagian kecil terlebih dahulu.
4. Ukur apakah proses menjadi lebih baik.
5. Kembangkan hanya jika manfaatnya benar-benar terlihat.

Urutan ini membantu menjaga agar AI tetap menjadi alat bantu, bukan tujuan.

1. Masalah Lebih Penting daripada Tools

Jika masalah utama bisnis adalah ide konten yang cepat habis, AI bisa membantu brainstorming.

Jika masalahnya terlalu banyak inquiry pelanggan, AI bisa membantu menyiapkan respons.

Jika masalahnya stok atau data penjualan, AI bisa membantu membaca pola selama datanya cukup rapi.

Karena itu, memilih masalah yang tepat biasanya lebih penting daripada memilih aplikasi yang paling populer.

2. Data dan Konteks Menentukan Kualitas Hasil

Semakin baik informasi yang diberikan, semakin besar kemungkinan AI menghasilkan bantuan yang berguna.

Untuk marketing, konteksnya bisa berupa target pelanggan, karakter brand, produk, dan situasi penggunaan.

Untuk customer service, konteksnya bisa berupa FAQ, harga, kebijakan, dan informasi layanan.

Untuk operasional, konteksnya bisa berupa spreadsheet, catatan penjualan, stok, atau data historis lainnya.

Tanpa konteks yang cukup, AI mudah menghasilkan jawaban yang terlihat meyakinkan tetapi sebenarnya tidak banyak membantu.

3. Mulai dari Semi-Manual

Salah satu hal yang menurut saya penting untuk UMKM adalah tidak terburu-buru melakukan otomatisasi penuh.

Gunakan AI secara semi-manual terlebih dahulu.

Biarkan AI membantu membuat draft, membaca data, atau menghasilkan alternatif. Setelah itu, manusia tetap memeriksa hasilnya.

Dari proses tersebut kita bisa mengetahui bagian mana yang stabil dan memang layak diotomatisasi.

Contoh Penerapan untuk UMKM yang Lebih Kecil

Bayangkan sebuah usaha makanan rumahan dengan tiga masalah:

• sering kehabisan ide konten;
• pelanggan sering menanyakan pertanyaan yang sama;
• pemilik usaha kesulitan melihat produk mana yang paling laku.

Tidak perlu langsung membuat sistem AI yang kompleks.

Eksperimennya bisa seperti ini:

1. gunakan AI seminggu sekali untuk menghasilkan variasi ide konten dari pengalaman pelanggan;
2. buat daftar 20 pertanyaan pelanggan yang paling sering muncul, lalu gunakan AI untuk membantu menyiapkan draft respons;
3. rapikan data penjualan dalam spreadsheet dan gunakan AI untuk membantu melihat pola sederhana.

Tiga penggunaan tersebut sudah mencakup marketing, customer service, dan operasional tanpa membutuhkan investasi teknologi yang besar.

Batas yang Tetap Perlu Dijaga

Studi kasus yang menarik tidak berarti semua penggunaan AI harus ditiru.

Ada beberapa batas yang tetap penting.

• Jangan memasukkan data pelanggan yang tidak diperlukan.
• Jangan menggunakan hasil AI sebagai fakta jika belum diverifikasi.
• Jangan membuat klaim produk yang tidak dapat dibuktikan.
• Jangan menggunakan otomatisasi untuk keputusan yang masih membutuhkan pertimbangan manusia.
• Periksa ketentuan penggunaan tools AI jika hasilnya digunakan untuk kepentingan komersial.

Untuk musik, gambar, video, atau aset generatif lainnya, perhatikan juga hak penggunaan dan ketentuan lisensi dari platform yang digunakan.

Apa yang Bisa Dipelajari dari Jagarasa?

Jika seluruh studi kasus ini diringkas, menurut saya ada lima pelajaran utama.

1. Mulai dari masalah bisnis, bukan dari tools AI.
2. AI dapat digunakan untuk kreativitas sekaligus operasional.
3. Data bisnis membuat penggunaan AI menjadi lebih bernilai.
4. Eksperimen kecil lebih realistis daripada transformasi besar sekaligus.
5. Hasil penggunaan AI tetap perlu diukur secara nyata.

Jagarasa menggunakan AI dalam skala bisnis yang tentu berbeda dengan banyak UMKM mikro.

Namun cara berpikirnya tetap relevan.

Tidak perlu menunggu sampai bisnis besar.

Yang lebih penting adalah mulai mengenali pekerjaan yang berulang, informasi yang sudah tersedia, dan bagian mana yang paling mungkin diperbaiki dengan bantuan AI.

Kesimpulan

Kasus Jagarasa menunjukkan bahwa penggunaan AI untuk UMKM tidak harus berhenti pada membuat caption atau gambar.

AI dapat masuk ke marketing, customer relationship, pengelolaan data, hingga pekerjaan operasional selama ada masalah bisnis yang jelas untuk diselesaikan.

Namun studi kasus ini juga mengingatkan kita untuk tidak melihat AI sebagai penyebab tunggal keberhasilan bisnis.

Produk, pelayanan, proses kerja, tim, data, dan pemahaman terhadap pelanggan tetap menjadi fondasi utamanya.

AI menjadi salah satu alat yang membantu fondasi tersebut bekerja lebih efektif.

Bagi UMKM yang baru mulai, tidak perlu meniru sistem besar.

Pilih satu masalah kecil. Gunakan AI pada satu bagian. Ukur hasilnya. Jika benar-benar membantu, lanjutkan.

Itulah pendekatan yang menurut saya paling realistis untuk membawa AI dari sekadar tren menjadi alat kerja yang benar-benar berguna bagi UMKM.

FAQ Studi Kasus AI untuk UMKM

Apakah Jagarasa benar-benar menggunakan AI?

Berdasarkan pemberitaan media dan publikasi resmi Jagarasa, perusahaan tersebut menyebut penggunaan AI generatif untuk konten serta teknologi dan AI pada beberapa aktivitas operasional dan customer relationship.

AI digunakan Jagarasa untuk apa saja?

Penggunaan yang dilaporkan mencakup storytelling, visual dan musik untuk konten, customer relationship, inventory management, serta penggunaan data historis melalui sistem yang mereka sebut Smart Buffet Management.

Apakah penggunaan AI terbukti meningkatkan penjualan Jagarasa?

Tidak ada data publik yang cukup untuk menyimpulkan bahwa AI sendirian meningkatkan penjualan. Beberapa hasil seperti performa konten dan dampak operasional dilaporkan oleh media atau perusahaan, tetapi tidak semuanya tersedia dalam bentuk audit independen.

Apakah UMKM kecil bisa menerapkan pendekatan yang sama?

Bisa, tetapi tidak perlu meniru skalanya. UMKM dapat memulai dari penggunaan sederhana seperti mencari ide konten, membuat draft respons pelanggan, atau membaca pola dari spreadsheet penjualan.

Apakah UMKM harus memiliki data besar sebelum menggunakan AI?

Tidak. Data sederhana seperti catatan penjualan, daftar pertanyaan pelanggan, stok, atau aktivitas mingguan sudah bisa menjadi bahan awal selama informasinya cukup rapi dan relevan.

Bagaimana mengetahui apakah suatu pekerjaan layak dibantu AI?

Lihat apakah pekerjaan tersebut berulang, menghabiskan banyak waktu, membutuhkan pengolahan informasi, atau membutuhkan banyak alternatif. Setelah itu, lakukan eksperimen kecil dan ukur apakah AI benar-benar memperbaiki proses.

Apakah semua pekerjaan perlu diotomatisasi?

Tidak. Banyak pekerjaan cukup dibantu template, checklist, atau spreadsheet. Otomatisasi sebaiknya digunakan jika prosesnya sudah jelas dan manfaatnya cukup besar.

Apa risiko menggunakan AI untuk bisnis?

Risikonya antara lain informasi yang salah, penggunaan data pelanggan yang tidak perlu, klaim yang tidak akurat, keputusan otomatis tanpa pengawasan, serta persoalan hak penggunaan pada konten generatif. Karena itu, penggunaan AI tetap membutuhkan kontrol manusia.

Lebih baik mulai dari AI Marketing atau AI Automation?

Tergantung masalah bisnis yang paling terasa. Jika kesulitannya mencari pelanggan atau membuat konten, mulai dari marketing. Jika masalahnya pekerjaan rutin yang memakan waktu, automation mungkin lebih relevan.

Penutup

Studi kasus seperti Jagarasa menjadi menarik bukan karena semua UMKM harus mengikuti cara yang sama.

Nilainya justru ada pada pelajaran bahwa AI bisa digunakan secara bertahap untuk menyelesaikan masalah yang sangat nyata dalam bisnis.

Mulai dari satu masalah, satu eksperimen, dan satu hasil yang bisa diukur.

Jika pendekatan tersebut bekerja, barulah dikembangkan.

Jika ingin memahami penggunaan AI dalam pemasaran UMKM secara lebih luas, Anda dapat melanjutkan ke Topical Hub AI Marketing.