Skip to content
asyraf.aitulisan

Personal field journal · BSD

10 menit baca

Grok Bot: AI Bukan Lagi yang Kamu Pakai, Tapi yang Kamu Rekrut

Tiga tahun AI berarti duduk di chat box. Grok Bot mencoba membunuh loop itu: agent punya komputer sendiri, kerja 24/7, kamu tinggal menyetujui.

Potret Asyraf Duyshart

Asyraf Duyshart · BSD

Mode baca
Humanoid robot in a suit working at a night desk with four monitors
Gbr. sampul — Humanoid robot in a suit working at a night desk with four monitors

Tiga tahun terakhir, memakai AI hampir selalu berarti duduk di depan kotak chat. Kamu ketik. Ia jawab. Kamu salin. Lalu kamu kasih instruksi berikutnya.

Lummox menulis itu di X Article-nya. Bukan changelog produk. Yang ditunjuk lebih tajam: Grok Bot mencoba membunuh loop itu.

Pada 11 Agustus, xAI merilis Grok Bot: rekan kerja AI yang persisten, punya komputer sendiri, bisa masuk ke tool yang sudah kamu pakai, pindah antar aplikasi dan inbox, kerja 24/7, ingat cara kamu suka pekerjaan diselesaikan, dan hanya kembali kalau benar-benar butuh persetujuan.

Kedengarannya seperti update produk kecil. Saya kira ini pergeseran yang jauh lebih besar.

Bagian pentingnya bukan Grok jadi lebih pintar.

Bagian pentingnya: Grok dapat tempat kerja.

Chatbot pelan-pelan menghilang

Laptop chat kosong di depan, robot kerja di belakang
Chatbot menunggu. Bot sudah kerja.

Pikirkan cara kebanyakan orang memakai AI hari ini.

Kamu minta ChatGPT riset 10 perusahaan. Lalu tempel hasilnya ke spreadsheet. Lalu minta draf email, salin ke Gmail, cek balasan sendiri, lalu kembali ke ChatGPT dengan konteks baru.

AI mungkin mengerjakan 70 persen pemikirannya. Kamu tetap mengerjakan 100 persen orkestrasinya.

Grok Bot mengubah abstraksinya.

Bukan lagi "Bantu aku kerjakan ini." Semakin sering: "Kerjakan ini."

Bot punya komputer yang persisten. Ia bisa kerja lintas aplikasi, menarik konteks percakapan sebelumnya, dan terus jalan saat kamu sudah tidak duduk mengawasi setiap langkah. xAI bilang tim internal mereka sudah membuat Bot untuk outbound sales, kampanye marketing, operasi kantor, dan perbaikan bug — sebelum produk dibuka ke publik.

Pembedaan itu lebih penting daripada menang benchmark sekali lagi.

Model memberi kecerdasan. Agent memberi kecerdasan itu tool. Bot memberi agent tempat tinggal.

xAI merakit potongannya diam-diam

Grok Bot lebih masuk akal kalau kamu lihat apa yang xAI kirim sebelumnya.

Pada 16 Juli, Grok dapat Automations. Kamu deskripsikan pekerjaan sekali, lalu Grok menjalankannya sesuai jadwal atau saat email masuk. Pekerjaan itu bisa memakai file, konektor, dan skill — dengan informasi yang aktual setiap kali dijalankan.

Lalu datang infrastruktur di sekitar aplikasi dan pembuatan.

Grok bisa terhubung ke email, file, dan kalender. Build Mode bisa membuat dan menerbitkan situs, aplikasi, game, dan dashboard yang berfungsi — langsung dari percakapan. Grok Build bekerja sebagai coding agent: eksekusi terminal, integrasi Git, memori, server MCP, hook, skill, subagent, tugas latar belakang, dan eksekusi di sandbox.

xAI bahkan merilis Grok Build harness sebagai open source di Juli: loop agent, perakitan konteks, sistem dispatch tool-call, dan arsitektur ekstensi di baliknya.

Lalu, sehari setelah Grok Bot diluncurkan, xAI merilis Grok 4.6 dengan fokus eksplisit pada agent yang berjalan lama — tugas yang merentang banyak langkah di riset, coding, dan pekerjaan pengetahuan.

Lihat potongan-potongan itu bersamaan:

Memory → Skills → Connectors → Tools → Automations → Background execution → Persistent computer.

Grok Bot bukan benar-benar satu fitur baru. Ia lapisan yang menghubungkan semua yang ada di bawahnya.

Merekrut alur kerja, bukan memakai software

Robot mengurus folder lead, manusia duduk minum kopi
Manusianya bergeser jadi approver.

Ambil satu contoh yang membosankan: outbound sales.

Alur AI biasa kurang lebih begini. Kamu ekspor 100 lead. Minta model merisetnya. Pindahkan informasi yang berguna ke CRM. Minta pesan yang dipersonalisasi. Review. Kirim. Cek balasan besok. Ulang.

Sekarang bayangkan memberi satu Bot instruksi yang persisten.

Riset setiap lead baru yang lolos kualifikasi. Cek situs dan informasi perusahaannya. Tentukan sudut produk yang relevan. Siapkan outreach yang personal. Update CRM. Awasi inbox. Kalau prospek membalas positif, siapkan respons — dan tanya aku sebelum mengirim apa pun yang penting.

Itu produk yang sama sekali berbeda.

Outputnya bukan lagi teks. Outputnya pekerjaan yang selesai.

Dan manusianya bergeser dari operator menjadi approver.

Persetujuan sebagai antarmuka yang berharga

Robot lewat gerbang hijau, manusia berhenti di gerbang merah
Tiga checkpoint. Sisanya kerja mesin.

Orang biasanya membayangkan agent otonom sebagai sistem yang tidak pernah butuh manusia.

Saya kira model yang lebih berguna justru kebalikannya.

Manusia tetap di dalam loop. Yang menyusut: jumlah tempat yang butuh campur tangan.

Alih-alih 40 keputusan kecil di sepanjang alur, kamu mungkin membuat tiga yang penting: setujui kampanye ini, setujui pembelian ini, setujui perubahan kode ini.

Semua yang di antara checkpoint itu jadi kerja mesin.

Grok Build sudah menunjukkan filosofi ini lewat Plan Mode: perubahan kompleks diusulkan dulu, edit diblokir sampai pengguna menyetujui rencananya.

Itu bisa jadi antarmuka untuk sebagian besar pekerjaan pengetahuan.

Bukan klik → ketik → salin → tempel → klik → ulang.

Tapi assign → inspect → approve.

24/7 lebih penting dari kedengarannya

Karyawan manusia punya jam kerja. Software tradisional menunggu sampai seseorang membukanya. Agent persisten tidak punya kedua batasan itu.

Itu tidak berarti satu Grok Bot tiba-tiba mengganti karyawan.

Artinya, kategori tugas baru jadi menarik secara ekonomi: pekerjaan yang sendiri terlalu kecil, berulang, atau terfragmentasi untuk membenarkan perhatian manusia yang konstan.

Cek inbox tiap 15 menit. Ulang riset saat data berubah. Awasi bug. Siapkan laporan harian. Update catatan internal. Riset setiap lead yang masuk. Jalankan cek operasional yang berulang.

Tidak satu pun dari tugas itu mengesankan.

Bersama-sama, mereka menghabiskan waktu yang sangat besar.

Itulah kenapa agent yang membosankan pada akhirnya bisa jauh lebih berharga daripada demo yang spektakuler.

Benchmark berikutnya: jam yang dikembalikan

Bertahun-tahun industri AI bersaing di kecerdasan model: context window, token per detik, benchmark coding, matematika, skor reasoning.

Itu tetap penting.

Tapi agent persisten memperkenalkan metrik lain.

Berapa banyak aksi manusia yang menghilang?

Kalau alur yang dulu butuh 46 aksi manual sekarang butuh 4 persetujuan, itu bisa lebih berarti bagi perusahaan daripada beberapa poin benchmark tambahan.

Kalau operasi dulu butuh seseorang mengecek lima aplikasi setiap pagi, dan agent bisa terus memantau kelimanya, produk itu sudah menciptakan nilai sebelum menulis satu paragraf yang indah.

Unit yang menarik jadi kurang soal token yang dihasilkan.

Jadi jam yang dikembalikan.

Software terbalik

Software dulu mengekspos fitur.

Photoshop memberi tool untuk mengedit gambar. Salesforce memberi antarmuka untuk mengelola pelanggan. Excel memberi sel, rumus, dan fungsi.

Pengguna belajar antarmukanya, lalu mengoperasikan mesinnya.

Agent membalik hubungan itu.

Antarmuka semakin menjadi hasilnya.

Kamu tidak harus tahu di mana setiap tombol kalau agent bisa mengoperasikan aplikasinya untukmu. Kamu tidak harus paham setiap field CRM kalau Bot-mu paham proses yang diwakili field-field itu.

Dan pada akhirnya, perusahaan software mungkin harus menanyakan pertanyaan yang tidak nyaman.

Kalau agent mengoperasikan antarmuka lebih baik daripada penggunanya, berapa banyak antarmuka yang masih dibutuhkan pengguna?

Dari langganan software ke tenaga digital

SaaS mengajari perusahaan membayar bulanan untuk akses ke tool.

Era agent bisa mengajari mereka membayar untuk operasi yang selesai.

Itu perbedaan yang halus, tapi sangat besar.

Perusahaan yang membeli software bertanya: "Produk ini bisa bantu karyawan saya melakukan apa?"

Perusahaan yang membeli agent bertanya: "Pekerjaan apa yang bisa saya berhenti tugaskan ke karyawan?"

Itu tidak berarti seluruh pekerjaan hilang semalam. Kebanyakan pekerjaan adalah kumpulan puluhan tugas, relasi, dan keputusan.

Tapi software tidak perlu mengganti sebuah pekerjaan untuk punya nilai ekonomi yang besar. Ia hanya perlu mencabut cukup potongan yang berulang.

10 menit di sini. 25 menit di sana. Satu laporan setiap pagi. Satu spreadsheet yang tidak ada yang mau update. 300 lead yang tidak ada yang sempat meriset.

Begitulah otomatisasi biasanya masuk ke bisnis.

Bukan secara dramatis.

Satu alur membosankan pada satu waktu.

Grok Bot masih awal

Ada caveat yang jelas.

Grok Bot diluncurkan dalam beta, dan xAI awalnya membatasi akses ke kelompok pengguna tier lebih tinggi yang lebih kecil.

Agent persisten juga menciptakan masalah baru soal izin, keandalan, keamanan, biaya, dan keputusan tindakan mana yang boleh terjadi tanpa persetujuan eksplisit.

Memberi AI komputer jauh lebih powerful daripada memberinya kotak chat. Juga jauh lebih berkonsekuensi ketika AI salah.

Masalah-masalah itu bukan detail. Mereka bisa menentukan platform agent mana yang benar-benar bertahan.

Tapi arahnya semakin sulit diabaikan.

Generasi AI sebelumnya menunggu kamu membuka tab. Generasi berikutnya mendapat akun, komputer, memori, seperangkat tool, dan sebuah pekerjaan.

Grok Bot masih awal, tapi pergeserannya sudah kelihatan: AI bergerak dari sesuatu yang kamu pakai secara aktif menjadi sesuatu yang bisa kamu tugasi pekerjaan.

Dan begitu transisi itu cukup andal, keuntungan terbesar mungkin bukan lagi dari tahu cara prompt AI lebih baik.

Mungkin dari tahu pekerjaan mana yang diserahkan lebih dulu.

Sumber: Grok Bot Is Quietly Turning AI From Something You Use Into Someone You Hire — Lummox.