YT YouTube2Text

YouTube2Text → Transcripts → 4 Jam Kuasai Claude & Tools AI Lainnya (Gratis)

4 Jam Kuasai Claude & Tools AI Lainnya (Gratis) — Transcript

by William Jakfar · 37,201 words · 6,551 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00Pas gua bilang engineering, berapa
0:01banyak orang di sini yang bingung dan
0:03mungkin pengen belajar tapi gak tahu
0:05mulai dari mana. Kita bakal mulai dari
0:07sini. Di video ini kita bakal bahas
0:09gimana caranya kita bisa [musik] jago AI
0:11dalam waktu 90 hari. Oke, pantengin
0:14lebih lanjut. Saya William konten
0:16kreator dan jadi ngajar AI di belajar di
0:19PT. Saya ngerasa AI itu skill yang
0:22paling penting di zaman sekarang karena
0:23dia bisa bikin orang yang benar-benar
0:25enggak punya background yang bagus jadi
0:27[musik] standar orang dunia gitu. dia
0:29enggak, saya contohnya saya enggak punya
0:31background coding sama sekali. Saya bisa
0:33jadi programmer kelas dunia di mana saya
0:35menggunakan AI. AI yang ng-coding. Orang
0:38yang enggak bisa [musik] ngedit video
0:39bisa jadi editor kelas dunia. Orang yang
0:42enggak bisa [musik] menganalisa sesuatu
0:44bisa jadi analis kelas dunia. Tapi
0:46sekarang jadinya semua orang standarnya
0:48sama. Asal dia bisa menggunakan AI.
0:50Kalau teman-teman enggak bisa
0:51menggunakan AI, standarnya turun malah
0:53gitu. Terus gimana caranya kita mulai?
0:55Gimana caranya kita jago AI gitu. Ini
0:57framework yang [musik] sudah kita pakai
0:59dan dibelajar GPT. Semakin kita
1:01kembangin modulnya, semakin sering saya
1:02ngobrol sama orang-orang yang pengin
1:04beli [musik] R. Jadi, saya punya data
1:06yang cukup banyak dan saya formulasikan.
1:08Kali ini saya bakal coba bagiin [musik]
1:10dan jelasin ke teman-teman. Rasanya
1:12enggak perlu lagi dikasih tahu kenapa
1:13EAI itu penting. Zaman sekarang semua
1:15orang kayaknya mungkin
1:15[musik]
1:16udah pakai CGPT atau Gemini. Tapi yang
1:18perlu dirasain adalah mungkin enggak
1:19semua orang ngerasain dampak lebih
1:22produktifnya. kecuali mungkin udah dapat
1:25senggolan [musik] dari les ada efisiensi
1:28segala macam yang digantiin sama. Ada
1:30beberapa [musik] perusahaan di Indonesia
1:31yang udah kayak gitu. Contohnya beberapa
1:33startup gede itu sudah mulai ada
1:34efisiensi dengan AI yang jadinya
1:37beberapa karyawannya [musik]
1:38di lepaskan karena tidak perlu karyawan
1:42sebanyak itu. Sekarang opsi menurut saya
1:44sekarang cuma [musik] satu, semua orang
1:46harus ngerti. Pakai AI minimal minimal
1:49banget skill kita naik. Jadi kita
1:51dianggap penting [musik] sama
1:52perusahaan. Minimal banget sih gitu.
1:54Rasanya kalau pengin hal-hal lain kayak
1:57pengin dapetin stra income segala macam,
1:59good to know. Tapi buat saya [musik]
2:01yang paling penting minimal kita
2:02skillnya udah oke. Jadi kita bisa
2:05berkompetisi gitu. Nah, kalau kita
2:07ngomong jago AI ya dari [musik] orang
2:09gaptek banget ini ekspektasinya harus
2:11dijaga. Enggak bakal bisa [musik] sejauh
2:14itu karena ada orang-orang tertentu yang
2:17background-nya tuh udah cocok. misalnya
2:19kayak background-nya udah di IT,
2:21misalnya backgroundnya [musik] di
2:22kreatif gitu yang dia sudah bisa
2:23memukarkan AI buat bikin video, image
2:25segala macam [musik] karena
2:26backgroundnya udah pas. Kalau buat
2:28teman-teman yang benar-benar dari nol
2:29banget kita tuh harus paham bahwa kita
2:31tuh bisa jadi mungkin kayak siapa tahu
2:33kalian selalu gini sih, kita bisa ngugah
2:36anak SMA yang background-nya perusahaan
2:38SMA jadi analis e-commerce ya, analis
2:41perusahaan [musik] e-commerce yang
2:42terkenal dengan AI. Tapi kalau dia mau
2:44jadi senior level itu udah agak susah
2:46karena bukan teknis [musik]
2:48skill lagi tapi jam terbang ecut segala
2:51macam gitu. Jadi bukan berarti kita
2:53punya skill tnis tuh kita bisa [musik]
2:56jadi apapun. Ada learning curve juga
2:58kita harus pelajarin. Dan ini eh
3:02goal-nya adalah kalau kita pakai AI. Di
3:04kasus ini kita pakai tool, beberapa tool
3:06yang ee saya bakal rekomend, tapi saya
3:09bakal rekomen lebih banyak chat GPT
3:10sebenarnya karena itu udah paling
3:12lengkap, Teman-teman. Kalau misalnya
3:13[musik] pengin tertarik coba C GPT,
3:15cobain yang paket Go-nya R5.000 doang
3:17per bulan, gitu. Jadi eh kemampuan
3:20prompting dasar itu tuh sangat dibutuhin
3:23[musik] buat teman-teman bisa upgrade.
3:24Karena semua tool kita mau ngomongin
3:27tool buat AI buat kreatif, [musik] AI
3:29buat kita coding gitu. Kalau analis
3:31sudah pasti prompting saya buat coding
3:32tuh butuh banget prompting gitu karena
3:35outputnya adalah chatbo juga. Buat
3:37analisis juga sori buat kreatif juga
3:38sama karena kita bakal bikin dari
3:40[musik] text to image, image to video
3:43gitu. Semakin dalam eh kreatif yang kita
3:47bikin itu bakal semakin detail
3:49promptingnya. Kayak gerakannya, [musik]
3:50angle kameranya, kedalaman warna dan
3:53sebagainya. Itu tuh harus dibikinin
3:55semua ya itu seni promptingnya. Jadi
3:58untuk mulai di awal itu ada beberapa
3:59stage, [musik] stage awal banget menurut
4:01saya. Menurut saya nih ya yang paling
4:03penting itu ngerti prompting. Prom tuh
4:06gimana? Ada beberapa video saya yang
4:07bahas tentang prompting. Teman-teman
4:08bisa cek cuma [musik] menurut saya seni
4:11prom tuh seni berpikir secara jernih,
4:13secara clear. Apa yang kita pengen? Jadi
4:17kita tahu kita mau apa dengan spesifik.
4:21[musik] Misalnya kayak ada orang bilang,
4:23"Eh, benerin dong file Excel ini." gitu.
4:26harus dikasih tahu apa [musik] yang
4:27dibenerin, formatnya dari apa ke mana,
4:30yang mana row-nya yang harus dibenerin,
4:32kalau misalnya ada data anomali gimana
4:34gitu. Jadi semua rule-nya harus
4:36dijabarkan dengan jelas [musik] gitu.
4:38Buat orang-orang yang sudah kebiasaan
4:39nulis brief atau melakukan komunikasi
4:42secara tertulis dengan rekan kerjanya
4:44yang [musik] detail, ini bakal gampang
4:46sebenarnya masuk ke AI yang susah buat
4:48orang-orang yang [musik] terbiasa
4:50nge-brief orang lain, tapi brief-nya itu
4:52sangat-sangat back. kayak misalnya
4:53kurang bagus nih tu kayak bikin lebih
4:56bagus dong, bikin lebih fun dong gitu.
4:58Komen-komen seperti itu tuh tidak bakal
5:01bisa pakai A dengan bagus karena juga
5:03bingung. Ini kata-kata yang ambigu
5:05sekali. Dalam praktiknya gimana caranya
5:08kita bisa prom,
5:11luangin waktu sehari 15 menit pakai AI,
5:14pakai CGPT. mau diajak ngobrol kek, mau
5:17nanya apa kek, coba pakai tanya terus
5:19tanya hal-hal baru yang kita enggak
5:21tahu. Nanti makin lama kita bakal ngetik
5:22kayak, "Oh, jawaban ini tuh hasilnya
5:24kayak gini ya, jawaban ini hasilnya gini
5:26ya." Contoh, kita baru ngelakuin [musik]
5:29kerjaan lumayan repot mindahin data dari
5:33offline dari kertas ke Google Sheet.
5:36Google Sheet [musik] mau dipindahin ke
5:38database. Saya mau minta AI benerin
5:41pakai AI. Jadi kayak ada beberapa yang
5:43typo segala macam gitu karena sama admin
5:45saya. Sebenarnya itu terus kayak saya
5:47harus tulis brief kayak, "Oh, saya mau
5:48gini gini gini gini." Datanya kan banyak
5:50ya, ada sekitar 300-an. Enggak banyak
5:53sih [berdehem] sebenarnya, tapi detail
5:55gitu datanya. Jadi ee dia enggak bisa
5:57langsung dicerna sama EA. Ya, kita bikin
5:59prom dia bikin tuh 10% pertama lancar,
6:0220% pertama lancar, sisanya berantakan
6:05semua. Jadi kita harus mikir, oke kalau
6:08kita udah terbiasa kayak gini, kita
6:09berarti harus tahu kayak ini berarti
6:11enggak bisa nih, harus kayak gini. Kalau
6:12di framework for engineering saya bilang
6:14ada context, ada action, ada step by
6:16step. Ini ada harusnya ada step by
6:18step-nya. Kalau kita sudah tahu kita
6:20berulusan dengan data yang banyak, kita
6:21harus mintainya pecah dulu datanya.
6:23Pecah dulu dong datanya jadi banyak
6:25supaya kita bisa cernain nanti atau kita
6:28bisa proses satu persatu. [musik] Jadi
6:30jangan semuanya langsung diproses, tapi
6:31satu persatu buat apa? Meningkatkan
6:33akurasinya gitu. Kita bisa kasih
6:36prom-prom yang lumayan simpel kayak,
6:38"Oh, gua posisinya gini gini gini gini."
6:40kira-kira gua bisa cocoknya kerja apa
6:42ya? Atau misalnya kayak kira-kira gua
6:44bisa ngapain ya? Atau kira-kira kalau
6:46kita mau ke titik A dan posisi kita di
6:49jalan ini, jalan mana paling dekat? Ya
6:51[musik] mirip kayak Google Maps bisa
6:54kita banyak banget cas-nya bisa pakai
6:56AI. Teman-teman bisa cek beberapa konten
6:58saya tentang prom itu banyak banget
7:00prom-prom lucu yang kita bisa pakai.
7:02Saya paling favorit mungkin kayak nanya
7:04based on percakapan kita selama ini,
7:07kira-kira MBTI saya apa ya? gitu buat
7:09[musik] tahu aja kayak CGBT bisa enggak
7:11nembak BTI kita dan 90% rata-rata benar
7:14buat orang-orang. Jadi pastiin ada
7:16beberapa ceklist ya. Pertama setiap kali
7:18kita bikin prom orangnya chatpnya
7:20[musik] ngerti dan ngerjain sesuai yang
7:22kita pengin. Artinya itu kita sudah bisa
7:24prompting dan kita sudah gampang
7:27menjelaskan konteks ke orang. Jadi
7:29patokannya kalau teman-teman udah ngerti
7:32prompting adalah kalau teman-teman
7:33ngomong sama orang lain. Bukan cuman AI
7:36doang. orang lain yang lebih gampang
7:37juga mengerti apa yang teman-teman
7:39pengin. Itu berarti teman-teman ah
7:40ngerti prompton seperti apa. Jadi sayang
7:42tuh enggak pernah terlalu pengin
7:45member-member belajar JPIT ataupun
7:46orang-orang yang nanya ke saya untuk
7:48menghafal prompting. Karena seni menulis
7:50prompting itu sebenarnya seni menulis
7:51biasa, tapi kejernihan berpikir
7:54teman-teman tuh lebih penting gitu. Oke,
7:56itu phase one, fase satu, fase beginner,
8:00prompting. Promptingnya ya bisa dilatih
8:02dengan lebih sering pakai AI aja. Face
8:042-nya ada lagi kita udah bahas sedikit
8:07ada tiga jalur menurut saya tiga
8:10penjurusan analis kreatif teknologi. Oke
8:15tiga ini ini menjadi kayak kerjaan baru
8:19yang sifatnya bisa generalis bisa
8:21spesialis. Kita belum tahu bentuknya
8:23sekarang. Tapi yang saya rasakan dan
8:26terbukti dari beberapa obrolan sama
8:28member-member di baja GBT yang sudah
8:30lebih banyak ngulik tiga ini yang paling
8:32banyak muncul requestnya. Analis itu
8:36fungsinya lebih banyak buat pakai deep
8:38research atau misalnya prompting yang
8:39lebih detail. Tugasnya apa? Menjadi
8:41seorang analis. Kayak misalnya ngelakuin
8:43kerjaan-kerjaan yang sifatnya
8:45menganalisa data atau merriset sesuatu.
8:48Tugas utamanya adalah memastikan jawaban
8:50AI-nya itu divalidasi dengan tepat.
8:52Karena kadang-kadang EA itu halu juga.
8:54Itu tugasnya analis. Jadi dengan era
8:57sekarang riset tuh jauh lebih cepat.
8:59Cuman analis ini juga harus bisa
9:02memastikan kerjaan yang jauh lebih cepat
9:05nih 10 kali lebih cepat nih itu tetap
9:07hasilnya bagus bahkan lebih bagus karena
9:09sudah dibantu sama AI dan analis ini
9:11bisa kepakai ke banyak hal misalnya
9:13kayak ke industri yang lagi dijalanin
9:14atau misalnya investasi buat saham
9:17segala macam. Karena data-data yang
9:18dianalisa tuh banyak gitu. Jadi ini
9:22kombinasi antara kita riset analisa
9:24datanya, analisa angkanya, ngebantu kita
9:27buat e nulis rumus misalnya atau ngolah
9:30data di SQL dan sebagainya gitu.
9:33Tugas-tugas analis pada umumnya yang
9:35tadinya mungkin dikerjain oleh beberapa
9:36tim jadinya satu orang doang tapi pakai
9:39[musik] AI. Ini saya sudah ngelihat
9:41banyak terjadi di beberapa company yang
9:44base-nya dari luar negeri yang di
9:46Indonesia tuh timnya sangat sedikit
9:48gitu. Jadi dia punya analis yang udah di
9:51kasarnya powered by AI. Next, kreatif.
9:55Ini cluster yang paling banyak. Cluster
9:57[musik] ini digunakan untuk orang-orang
9:59yang menggunakan AI untuk bikin gambar,
10:02video, lagu dan sebagainya. [musik]
10:04Mulai dengan prom. Tetap prom. Cuma
10:07bedanya adalah semakin detail yang kita
10:09pengin bikin, semakin detail juga
10:11[musik] promnya. Contoh misalkan dari
10:13gambar 2D ke gambar 3D, gambar 3D gambar
10:16bergerak. di gambar bergerak dijadiin
10:19sio. Nah, itu tuh beda-beda semua tuh
10:21level off from-nya. Di sini sebenarnya
10:23kalau di ini [musik] mirip dengan analis
10:25ya, di level intermediate ini nih kita
10:29juga jatuhnya menguasai tool. Kalau
10:31misalnya tadi di analis tuh fokusnya kan
10:33ke [musik] CGPT tips atau misalnya
10:35beberapa tol de reset lain kayak
10:37Perplexity atau misalnya [musik] Gemini
10:39gitu. Di sini juga kreatif kita harus
10:42pilih tool dan kita harus menguasai cara
10:44prompting [musik] tool-nya. Karena
10:45prompting tool kreatif itu agak beda.
10:47Ada dua platform yang kita reomend
10:49biasanya ke GPT. Yang pertama namanya
10:51Hickfi Field, yang kedua namanya M
10:53Journal. [musik] Fokusnya nih dua beda,
10:55tapi intinya biar bikin gambar dan
10:57video. Ini berbayar semua. Jadi semua
11:00tool yang ada di level intermedia itu
11:02enggak ada yang gratis. Ataupun kalau
11:03ada yang gratis menurut saya kurang
11:05powerful. Jadi kalau teman-teman tidak
11:07mau investasi [musik]
11:08stuck bakal stuck di level fundamental.
11:10prompting yang benar aja karena ini
11:11levelnya udah level mungkin bisa
11:13dibilang profesional menggunakan tool
11:15sehari-hari. [musik] Yang ketiga itu
11:17adalah klaster atau penjurusan
11:20teknologi. Fokusnya ke dua menurut saya
11:23automation sama coding sekalian. [musik]
11:25Dua hal ini bakal dibantu sama yang A
11:27karena zaman sekarang coding itu lumayan
11:29automated terutama kalau mungkin bagian
11:31[musik] yang enggak terlalu ribet ya.
11:33Saya sendiri kayak sekarang untuk
11:34aplikasi yang sifatnya crot rate [musik]
11:36update delete itu udah pakai AI semua.
11:39Saat ini saya masih harus membaca
11:40[musik] code-nya supaya minimal ngerti
11:42dikit. Sekarang saya udah enggak baca
11:43sama sekali. Ada beberapa project yang
11:45kita launch itu eh Git Product fully
11:48launch. Saya enggak baca sama saya
11:50code-nya. Saya
11:51[musik]
11:51udah kayak oke ini kayaknya benar deh.
11:53Atau misalnya e automation N8N segala
11:55macam. Kita pernah bikin juga
11:56workshop-nya. Di sana juga [musik] kita
11:58harus pastiin kalau AIBO teknologi ini
12:00dipakai dengan benar karena banyak
12:02banget yang bisa kita lakuin gitu tapi
12:05kita juga gampang tersesatnya. Karena
12:08kalau kita enggak punya backgroundnya
12:09kayak saya lah, kalau saya enggak punya
12:11background-nya saya harus punya
12:12kemampuan buat dibagging [musik]
12:14sendiri, mencari bugnya sendiri atau
12:17minimal nanya ke JGBT. Jadi kerjaan saya
12:19biasanya kayak [musik] kebanyakan
12:20screenshot terus kayak what is this?
12:22Screenshot what is this? gitu. Itu saya
12:24sering banget. Tiga ini analis kreatif
12:28teknologi. Tiga ini mungkin bakal
12:30membutuhkan waktu mungkin sekitar 30
12:33harian teman-teman. bakal p harus tetap
12:35harus pilih salah satu enggak bisa
12:36semuanya karena ini beda-beda [musik]
12:38semua caranya tapi teman-teman tuh harus
12:41ngerti ini tuh menguasai tool kayak
12:44misalnya kita ngomongin analis ini
12:46menguasai di research gimana caranya
12:47kita bis bikin prom yang dalam supaya di
12:49researchnya [musik] bagus kreatif juga
12:51sama misalnya pakai Hixfield gimana
12:53caranya kita bikin prom yang bagus di
12:54Hixfield belajar tuh kuasain promnya
12:57ngobrol sama orang komunitas segala
12:58macam fokusnya ke tool benar-benar ke
13:00tool atau misalnya ke coding ini ada
13:02beberapa tool kayak N8N ada cloud code,
13:05ada kurso dan sebagainya gitu.
13:06Preferensi teman-teman apa? Di sini
13:08teman-teman bakal belajar workflow yang
13:09lebih dalam. Kayak misalnya ada orang
13:12yang workflow-nya kayak gini loh, ada
13:13orang yang workflow-nya lebih ribet loh.
13:15Ada orang yang workflow-nya ini dipindah
13:16[musik] ke sini, dia pindah ke sini,
13:17pindah ke sini gitu. preferensi semua
13:19workflow itu balik lagi ke teman-teman
13:21dan biasanya [musik]
13:22orang agak get keep lah enggak nge-share
13:25workflownya karena itu yang paling mahal
13:27dari semua yang mereka
13:28[musik]
13:28udah cobain tapi di JGPT biasanya kita
13:30share juga sih eh intermediate itu
13:32biasanya makan waktu 60 e 30 sampai 90
13:35hari [musik] jadi teman-teman habisin
13:37fundamental 30 hari sisanya itu
13:38intermediate. gimana advance-nya. Ini
13:42udah pasti lewat dari 90 hari. Tapi di
13:44bagian advance, Teman-teman [musik] tuh
13:45sebenarnya menggabungkan skill yang ada
13:47di level intermediate. Jadi dia gabungan
13:50beberapa domain sekaligus lnya kayak
13:52personal branding atau misalnya bikin
13:54bisnis gitu. Oke. Saya launch [musik]
13:57eh beberapa digital produk baru yang
13:59stal enggak pakai nama saya. Itu
14:01gabungan antara saya reset analis, saya
14:04juga pakai coding buat saya bikin
14:07digital produknya bagus. Terus saya juga
14:09pakai beberap kreatif saya enggak pakai
14:11deh. Kreatif saya panggil enggak pakai
14:13jarang. Tapi itu menggabungkan beberapa
14:15domain. Jadi level advance tu di mana
14:17kita kayak kasarnya menciptakan sesuatu
14:19yang baru dari AI. [musik] Biasanya
14:21orang pengin langsung ke advance-nya
14:22enggak bisa enggak mau dari beginnya.
14:26Kenapa? Karena di bagian advance
14:28teman-teman skillnya bakal sangat
14:29dihargain. Tapi ini itu lebih ke art
14:32dibanding sains karena jarang sekali
14:35workflow-nya selalu sama dan susah buat
14:38aplikasi karena banyak kebanyakan tuh
14:39taste gitu. Contoh misalnya kayak sampai
14:42sekarang tuh belum ada orang yang bisa
14:45atau menurut saya bikin COD AI yang
14:48sebagus belajar GPT. Kenapa? Karena
14:50enggak cuman bikin coach AI, orangnya
14:52juga harus ngerti AI-nya. Dia harus bisa
14:53ngajar sendiri, dia juga bisa coding dan
14:56sebagainya. Dia bisa memastikan [musik]
14:57dia bisa jualan juga gitu. Jadi, ada
15:00beberapa komponen yang sifatnya itu
15:02bukan tool doang, tapi taste-nya juga.
15:05Gimana caranya bikin flow-nya supaya
15:07orang gampang, gimana caranya bikin
15:09presentasinya oke. Itu tuh kayak bukan
15:11sesuatu yang [musik] AI bisa ajarin,
15:13tapi emang operatornya, humannya yang
15:15oke gitu. Makanya sekarang udah mulai
15:18banyak sih eh orang-orang yang ngajar
15:20hal seperti itu yang lebih teknis, tapi
15:22bakal sangat tergantung dari siapa yang
15:23ngajar gitu. Jadi teman-teman harus
15:25ngerti itu tuh tergantung dari taste
15:26yang ngajarnya dan apakah teman-teman
15:28bisa mengakuisisi sih taste-nya itu.
15:30Jadi what happen kalau teman-teman
15:31ngelewatin 90 hari ini [musik] 30 hari
15:34pertama pastiin 15 menit sekali buka
15:37chat GBT belajar terus gitu terus
15:39setelahnya pilih kuasaian satu yang
15:41bakal terjadi adalah teman-teman bakal
15:43meningkat signifikan skill-nya minimal
15:45teman-teman enggak bakal kasarnya kayak
15:48ketipu lah gitu sama orang-orang yang
15:50bilang kayak oh pakai gini aja pakai
15:51gini aja gitu atau teman-teman mungkin
15:54untuk beberapa pertanyaan-pertanyaan
15:56yang simpel gitu teman-teman bisa nanya
15:57langsung ke ayah contoh misalnya saya
15:59bikin landing page [musik] buat jualan
16:02dibanding saya kayak nanya ke orang
16:03segala macam, saya tanya aja kira-kira
16:05[musik]
16:06menurut orang ini dan tipp saya berapa
16:09ya skornya? Oh, skornya rendah. Apa yang
16:11saya bisa lakukan ya? Gitu. Jadi kita
16:13punya banyak opsi kalau kita ngerti
16:15prompting. Itu yang saya suka karena
16:19subskripsinya bayar tapi relatif muras
16:21nih dengan apa yang [musik] kita
16:22dapetin. Kalau saya ngerasa tuh murah
16:23banget dengan peningkatan skill yang
16:25saya punya sekarang gitu. Kalau
16:27teman-teman enggak memilih untuk coba
16:29ini, I think kayak bakal stuck sih. Stu
16:32enggak punya banyak hal yang bisa
16:34dilakuin. Masih terpaku sama apa yang
16:37dipelajarin di kuliah misalnya atau apa
16:39yang role yang teman-teman ngerti. Zaman
16:41sekarang tuh saya ngerasa role bakal
16:43lebih
16:45diverse. Jadi general lah orang-orang
16:48bakal punya banyak eh topi. Jadi
16:52misalnya kayak SD marketing tapi enggak
16:54bakal ngerjain marketing doang nih.
16:56Sekarang pun udah terjadi seni. Tapi
16:57saya ngerasa ke depannya bakal lebih
16:59umum kayak gitu [musik] karena orang dia
17:02expect setelah ngerti a bisa banyak hal.
17:04Bukan malah bisa lebih sedikit kecuali
17:06teman-teman bikin bisnis. Beda lagi tuh.
17:08Karena mungkin ada orang-orang yang
17:10senangnya mencari orang-orang yang
17:11spesialis di satu tempat gitu. Jadi
17:14pikirin baik-baik. Ini makin banyak
17:16orang yang sekarang makin urgen harus
17:19belajar AI karena mungkin dipaksa juga
17:21sama companynya. Tapi akan lebih bagus
17:24kalau kita belum dipaksa tapi kita sudah
17:26ngerti. Jadi minimal kita ada beberapa
17:27tahap lebih pintar banding orang lain.
17:29Kurang lebih gitu. Jadi ee saya juga
17:32punya course ee untuk ngajarin namanya
17:35belajarbuttik.com. Teman-teman bisa cek
17:37saya sendiri ngajar langsung. Kita punya
17:39workshop tiap bulan. Kalau misalnya
17:41tertarik bisa klik website-nya terus
17:43nanti ee klik wiget WhatsApp-nya.
17:46Konsultasi dulu sama adminnya biar
17:47ngerti. Kita bakal naik harga di tahun
17:502026. Jadi lebih signifikan lah gitu
17:53karena value-nya banyak banget. Jadi
17:55kayak orang sekali bayar kita enggak ada
17:57paket segala macam dapat workshop tiap
17:58bulan langsung sama saya dan kita bahas
18:01tool II-nya beda-beda terus. Jadi enggak
18:03cuman car GPT doang, [musik] enggak
18:04cuman mencuri doang, enggak cuman apa
18:06doang gitu. Kita selalu beda-beda. Kita
18:07ngikutin zaman gimana gitu. Kurang lebih
18:09gitu. Sampai jumpa di video-video
18:11selanjutnya. Bye bye. Dua orang kerjanya
18:14sama. Subscribe CGBT Plus yang satu jam
18:173.00 sore udah pulang. Yang satu lagi
18:19jam 09.00 malam belum beres [musik]
18:20kerjaannya. Lembur. Yang beda itu bukan
18:22otaknya. Subscribe chat JBT udah, tapi
18:24yang beda cara kerjanya. Kenapa ya? Ada
18:26satu yang kerjanya lebih lama, yang satu
18:28kerjanya jauh lebih cepat. Saya bakal
18:30jelasin sistemnya supaya kamu bisa jadi
18:31orang yang pertama.
18:34Saya William. Sebelumnya saya kerja di B
18:36dan Alibaba ngerjain marketing. Sekarang
18:39saya lagi bikin platform edukasi AI
18:41namanya belajargpt.com. Saya tuh pernah
18:43ngalamin yang kayak tadi saya bilang
18:45gitu. Ada teman saya lembur jam 09.00
18:47malam belum beas-beas kerjaannya.
18:48Padahal dia punya AI. Ada orang yang
18:50kerjanya jauh lebih cepat karena dia
18:51punya AI juga. Jadi saya ngerasa
18:53sekarang bukan karena orang bisa bayar
18:55dia kerjanya lebih cepat, tapi kadang
18:56dia enggak tahu cara kerjanya. Nah, apa
18:58sih yang bedain? Ada tiga kesalahan
19:00utama yang bikin produktivitas kita
19:02menurun. Yang pertama dia enggak pakai
19:03fitur namanya projects. Jadi dia
19:05ngerjain semuanya ngulang lagi dari nol,
19:08jelasin lagi konteksnya dia siapa,
19:10perusahaannya siapa, mau ngerjain apa,
19:12gitu. Jadi kalau misalnya enggak ada
19:14konteks itu, misalnya ditulis nih,
19:16bikinin caption Instagram ya dibikinin
19:17bakal random enggak sesuai apa yang kita
19:19train sebelumnya. Makanya kita perlu
19:21masukin itu semua ke projects. Jadi kita
19:23tinggal bikin chat baru, tapi memori
19:25projects-nya tetap stay di sana. dan
19:26penting buat kita nyusun memorinya di
19:28sana supaya apapun yang kita omongin tuh
19:30nempel sama A-nya. Itu yang pertama ya
19:32pakai projects. Yang kedua ini
19:34kebanyakan orang itu suka banget enggak
19:36baca hasil AI-nya dan nganggap semua
19:39draft yang dibikin AI hasil pertama itu
19:40adalah hasil final. Padahal apapun yang
19:43dikasih sama AI kita harus membaca ulang
19:44dan kita harus kasih feedback bagus atau
19:46enggak. Kebanyakan has itu pertama kali
19:49pasti kurang bagus, pasti kurang
19:51perfect, harus diperbaiki. Yang ketiga
19:53itu adalah button tank itu bukan di AI,
19:55tapi di cara kita kerja. Maksudnya
19:57gimana? Misalnya AI nulis caption, tapi
19:59kita harus pindahin caption-nya manual
20:01ke Instagram misalnya atau misalnya kita
20:03minta AI nulis email, tapi AI-nya itu
20:06kita harus copy dulu, isi emailnya baru
20:08kita pindahin barus kita send. Jadi kan
20:10bukan masalah kita enggak bisa minta
20:12tolong ngerjain, tapi cara kita
20:14execute-nya ujung-ujungnya harus kita
20:16sendiri. Ini saat di mana kita harus
20:17pakai namanya MCP. Kalau temanan pakai
20:20CGPT Codex atau cloud Cowork ada namanya
20:23MCP model context protocol di mana kita
20:26bisa hubungin AI kita sama aplikasi
20:28Lime. Contoh misalnya saya kalau nulis
20:29email sekarang itu saya enggak pakai
20:31Gmail, saya pakai namanya Fastmail. Di
20:32Misalnya dia bisa terhubung sama MCP-nya
20:34cloud. Jadi kalau saya balas email
20:35sekarang atau baca email saya enggak
20:37tulis emailnya terus saya reply
20:39satu-satu tapi saya tinggal minta cloud
20:41dia bakal kirim sendiri. Jadi kita harus
20:43pastiin cara kita menggunakan EA itu
20:45kita bukan button next-nya. Jadi
20:46ciptakan otomasi-otomasi kecil
20:48menggunakan cloud atau chat GPT
20:50tergantung tool mana yang teman-teman
20:51pakai. Nah, apa sih yang bisa kita
20:53kerjain supaya kita jauh lebih cepat?
20:55Jadi yang pertama yang paling penting
20:56itu adalah punya semacam brangkas
20:58[musik] konteksnya. Berangkas konteksnya
21:00adalah bisa dalam bentuk Google Docs
21:02atau misalnya Mardon File gitu. Ini nih
21:04tipical-tipikal kerjaan yang kita selalu
21:06ulang-ulang pakai. Misalnya kita bakal,
21:07oh kita bakal sering pakai caption
21:08[musik] nih. Kita bilang nih saya di
21:10kita marketing manager, ada di skincare
21:12sarap Jakarta, saya handle sosial media,
21:15email sebagainya. Ton-nya harus kasual,
21:18hangat, PD, dan sebagainya. Jadi kayak
21:20kita bikin program yang cukup panjang
21:22gitu. Jadi setiap kali kita pakai AI
21:25CGBT cloud ke penting, kita bisa copy
21:26paste-nya dulu. Ini berlaku sebenarnya
21:28paling kepakai buat teman-teman masih
21:30pakai AI gratisan karena memorinya dia
21:31suka lupakan. Kalau pakai yang berbayar
21:33dan modal terbaru biasanya enggak
21:35terlalu relevan lagi ini karena dia
21:36lebih gampang ingat walaupun emang it
21:38would be nice kalau kita ingetin dia.
21:40Jadi menurut saya kayak ngelakuin itu
21:42enggak ada ruginya. Ruginya mungkin ada
21:44beberapa step awal yang kita kerjain
21:45dulu di awal tapi ini bagian dari kita
21:47juga untuk tahu kerjaan kita sebenarnya
21:49apa aja sih. Terus yang kedua, pastiin
21:51kita workflow-nya tuh selalu selalu
21:53selalu ada pushback. Pushback itu
21:54maksudnya gimana? Apapun yang AI kasih
21:56kita langsung kasih tanya ini sesuai
21:58enggak dengan brief yang gua minta. Kita
21:59kasih prom [musik] itu aja. Jadi di sana
22:01kita bisa pushback-nya dengan lebih
22:02spesifik. Misalnya kayak, "Oh, ini
22:04tulisannya bikin lebih ngalir." Bisa aja
22:06bikin [musik] kasih referensi dong,
22:08kasih contoh dong, kasih analogi dong,
22:10gitu. Penting buat kita pushbacknya tuh
22:12dengan sebuah anger atau sebuah [musik]
22:14jangkar yang tepat gitu. Maksudnya
22:15gimana? Kita jangan kasih feedback yang
22:18jelek kayak gini misalnya, "Oh, tulisan
22:20lu kurang kasual." Definisi kasual tuh
22:22apa? Susah banget buat kita tahu kasual
22:24misalnya, elegan. Kata-kata yang
22:27terdengar ada meaningnya, tapi enggak
22:28ada meaningnya. bikinlah yang lebih
22:29spesifik. Misalnya kayak kita udah punya
22:31yang detail, kita tinggal tanya ini
22:32sesuai enggak sama prom yang saya minta.
22:33Misalnya saya minta hook-nya tuh harus
22:35cuma bisa dibaca dalam 3 detik doang.
22:37Ini sesuai [musik] enggak? Atau misalnya
22:38kayak bisa enggak bikin ini punya
22:40analogi yang lebih detail atau analogi
22:42tentang industri tertentu. Jadi kita
22:44minta dia lebih mengeksplorasi. Terus
22:46misalnya kita minta ke cloud-nya bikinin
22:49dong versi [musik] lebih singkatnya.
22:50Bikin jadi satu kalimat doang, bikin
22:52jadi beberapa kata doang. Jadi kalau
22:53kita kasih feedback atau kita push
22:55orangnya itu kasihlah dengan
22:56sangat-sangat detail masuk kita tuh apa.
22:58Apa yang mau kita revisi. Jangan cuman
23:00kasih kayak bikin lebih bagus. Apa
23:01definisi [musik] bagus tuh apa? Salah
23:03satu kesalahan orang adalah kasih
23:04feedback pun enggak clear. Jadi nulis
23:06prom juga enggak clear. Kasih feedback
23:08pun enggak clear. Jadi AI mau speed
23:10apapun dia bakal tap bingung karena dia
23:12enggak tahu apa yang bagus menurut kita.
23:14Yang terakhir ini belajar tentang
23:15automation. Automation tuh domainnya
23:17sangat gede, tapi yang paling simpel
23:19adalah teman-teman connectin cloud atau
23:21chat GBT teman-teman dengan MCP. Cari
23:23tahu apakah aplikasi yang teman-teman
23:24pakai itu bisa pakai MCP atau enggak.
23:26Contoh misalnya saya pakai Meta Ads
23:28untuk ngiklan. Di sana tuh banyak MCP
23:29yang bisa dihubungin. Jadi kayak saya
23:31bisa upload iklan, saya bisa analisa
23:32iklan segala macam, Teman-teman. Kalau
23:34misalnya mau hubungin ke Gmail bisa,
23:35Google Kalender bisa. Jadi kita kayak
23:38punya asisten yang kita enggak perlu
23:39kasih loginnya, tapi dia bisa manage
23:41sendiri. Itu sangat membantu kalau dalam
23:43kasus saya. Jadi cukup gampang buat
23:45teman-teman. Ini kurang dari 5 menit
23:47teman-teman bisa kerjain. Pertama harus
23:49punya brangkas konteksnya [musik] untuk
23:51setiap pekerjaan yang teman-teman sering
23:52lakuin. Kedua, setiap kali kita terima
23:54jawaban dari I jangan terima doang, tapi
23:56kita harus push minimal dua kali push
23:59buat kita bisa revisikan. Nanti feedback
24:01dari push ini adalah bisa memperbaiki
24:02kita bikin from awalnya lebih bagus. Dan
24:05ketiga, identifikasi apa sih yang bisa
24:06kita repetisi dan diganti ke MCP. komen
24:09di video ini. Kalau misalnya teman-teman
24:10pengin tahu lebih banyak soal MCP atau
24:13misalnya cara bikin branggas gimana,
24:14nanti saya bakal bikin videonya. Kurang
24:15lebih gitu, saya juga punya platform
24:17belajar edukasi AI namanya
24:19belajargpt.com.
24:21Teman-teman bisa cek itu belajarnya sama
24:22saya langsung. Sampai situ dulu sampai
24:24jumpa di video-video selanjutnya. Tetap
24:27belajar AI.
24:29Selama 1 jam lebih ke depan kita bakal
24:30belajar tentang prom engineering. Jadi
24:32ini materi yang bisa saya bawain untuk
24:35teman-teman di member belajar GPT.
24:37platform di mana kita belajar tentang
24:39berbagai macam AI dan gimana cara
24:42menggunakan, memaksimalkannya,
24:43menguasainya. Nah, ee ini salah satu
24:46course flagship kita yang saya bagiin
24:48secara free di YouTube gitu. Buat
24:51teman-teman di sini eh teman-teman bisa
24:53nonton semua nih free di YouTube channel
24:55YouTube saya. Tapi ada syaratnya kita
24:57gentleman agreement ya. Jadi kalau
24:59teman-teman gentle atau gentle woman
25:01agreement karena emansipasi. Jadi kalau
25:04teman-teman ngerasa materi ini
25:05bermanfaat, teman-teman harus subscribe
25:09channel saya dan komen kira-kira apa
25:12yang bisa kita improve ke depannya gitu
25:13dan bisa cek belajar GPT juga. Jadi saya
25:17minta tolong subscribe aja ya.
25:20Kurang lebih gitu gentleman
25:22agreement-nya hanya kalau ini
25:23bermanfaat. Jadi oke kita mulai ya.
25:28Nah eh mungkin sedikit tentang belajar
25:31GPT dulu saya share dikit. apa sih
25:33belajar di PT? Kenapa kita bikin kayak
25:35gini? Gitu. Jadi basically ini kayak
25:38kita tuh bikin cerita, kita bikin course
25:40dan kita bikin software gitu. Cerita tuh
25:42adalah konten kayak gini. Course tuh
25:44kita bikin, kita punya beberapa course
25:46actually kita punya bel GPT Pro yang
25:49dari nol banget buat teman-teman butuh
25:51dari nol banget kebutuhannya sampai jadi
25:53jago. Ada introduction course yang
25:56sebenarnya mirip dengan video YouTube
25:57sekarang dan ada Excel dan kita bakal
25:59ada beberapa course-course lainnya ke
26:01depannya.
26:03Nah, ee dan software gitu. Jadi di
26:06belajar GPT itu kita ee
26:10bikin semuanya sendiri. Jadi, saya
26:12kebetulan saya ngerjain semuanya
26:13sendiri. Jadi, saya yang bikin
26:14kontennya, saya yang bikin ee semua
26:17codingannya ini saya bikin sendiri pakai
26:20cloud gitu. Jadi, kalau teman-teman ee
26:22mau tahu gimana caranya bisa join ke
26:25kita. Cuman sekarang tuh sudah bisa
26:27banget. Jadi, semua orang tuh sudah bisa
26:28bikin website sendiri. kita even bikin
26:31workshop tentang gimana caranya orang
26:32biasa tuh bisa bikin landing page ee
26:34website biasa pakai game ini gitu. Tapi
26:37mungkin banyak pertanyaan gitu, emang
26:39gua bisa enggak sih emang gua harus ee
26:41background-nya seperti apa nih buat
26:42cocok belajar kayak gini? Tenang aja.
26:44Jadi saya background-nya sebenarnya
26:48marketing. Jadi saya banyak di eh
26:52industri advertising dan technology. Eh,
26:56dua company terakhir yang gede yang saya
26:58kerja itu adalah Badance sama Alibaba.
27:00Badance itu TikTok, Alibaba itu Lazada
27:02gitu. Dan saya pernah kerja sama dengan
27:04beberapa company-kompani gede lainnya.
27:06Jadi, frekuensi saya profesional. Saya
27:09kebetulan di sela-sela
27:11profesionalisitas saya kantoran, saya
27:14bikin konten di YouTube. Sekarang kalau
27:16enggak salah subscribernya udah lebih
27:18dari ini 80.000-an. hopefully bisa lebih
27:20tinggi lagi dan ee sekarang saya lagi
27:24bikin si belajar GPT ini gitu. Nah, yang
27:28saya
27:29pengin bawa adalah background saya tuh
27:31bukan orang tag, saya orang marketing
27:33gitu. Saya tuh berpikir secara gimana
27:37caranya tampilan yang bagus kayak
27:39menyenangkan, enak dilihat sama
27:42ee si audiens dan sebagainya, flow jour
27:46gitu. Tapi kemampuan saya menggunakan AI
27:50bisa membuat saya bikin sebuah website
27:52dan saya punya banyak side project
27:53bisnis lainnya yang ee
27:57saya enggak bisa bikin kalau enggak di
27:59gitu. Dulu saya pengin banget bikin
28:00bisnis. Saya pernah bikin startup dulu.
28:02Kita dapat funding dari venture capital
28:04di Jepang.
28:06Tapi model bisnis yang saya bisa bikin
28:08tuh terbatas. Kenapa? Karena saya perlu
28:09CTO, chief technology gitu atau kayak
28:12saya perlu analis, saya perlu apa segala
28:14macam. dengan adi yang subscription-nya
28:17sekarang range-nya diit sekitaran dolar
28:19sampai 100 dolar kalau mau yang cukup
28:21oke itu saya kayak punya beberapa
28:23karyawan sekaligus jadi asalnya saya
28:26bisa mengerjakan lebih banyak dengan ee
28:29kapasitas saya sebagai satu orang doang
28:32gitu
28:34itu sekarang timnya ada dua orang
28:36bantuin jadi satu customer support sama
28:38satunya bantuin konten tapi course eh
28:41coding segala macam itu tetap saya
28:43sendiri Oke, lanjut ya.
28:46Oke,
28:48materinya tentang prom engineering.
28:51Cuman buat teman-teman di sini mungkin
28:52banyak yang bingung kayak apa sih prom
28:55engineering dan sekarang adalah nama
28:57baru namanya context engineering.
28:59Maksudnya gimana gitu. Jadi prom
29:01engineering itu adalah semua orang
29:03ngomongin prom engineering kayak oh eh
29:05kita butuh eh buat prom yang bagus nih
29:08beli template prom segala macam gitu.
29:10Saya I would like to argue teman-teman
29:12enggak butuh beli template prom. Yang
29:15teman-teman butuhin adalah gimana
29:16caranya teman-teman bisa merancang prom
29:20sendiri. Karena template prom saya sudah
29:23beli banyak banget template prom yang
29:25kata orang bagus.
29:27Ujung-ujungnya apa? Harus kita ubah
29:29sendiri, harus kita edit sendiri gitu.
29:30Dan ujung-ujungnya sekarang tergantung
29:32teman-teman pakai AI yang sepintar apa.
29:34Kalau AI yang cukup pintar ada triknya.
29:37kita bisa nanya AI-nya, "Hei, gua mau
29:40ngerjain ini. Tolong tanya gua dong A B
29:42C D FG supaya nanti kita bisa bikin from
29:45yang kita bisa pakai ulang." Jadi kita
29:47minta bikinin kita fromnya tapi ke
29:50pembawaan pikirannya itu baru bisa jalan
29:53kalau kita sudah ngerti konteks
29:54engineering-nya. Apa sih konteks
29:55engineering? Kenapa dia beda sama prom?
29:58Kalau prom itu dia hanya kita bikin
30:01kayak merancang inputnya aja untuk
30:04maksimalin output-nya.
30:06Jadi maksudnya gimana? Kita cuma nulis
30:08doang. Kalau di konteks engineering kita
30:10benar mikir AI itu kayak karyawan kita.
30:13Di mana AI ini bisa
30:17eh semacam
30:21eh on di onboard dia ngerti konteks kita
30:23ngapain segala macam gitu.
30:26Contohnya kayak gini. Jadi kita analogi
30:29singkat ya. Gimana sih cara onboard
30:31karyawan baru?
30:35Kalau misalnya kita kita jadi karyawan
30:36baru atau kita punya tim mau masuk ke
30:38tim kita atau misalnya kita kerja
30:40kelompok dia kan enggak bisa ya kayak eh
30:43kerja kerja kerja gitu kerjaan ini,
30:45kerjaan ini, kerjaan ini. Enggak bisa
30:47kan karena ee bingung gitu ini
30:49perusahaan apa, gua kerja sama siapa,
30:53gua kerja di mana gitu. Nah,
30:56gimana sih caranya onboard karan baru?
30:59Ini kalau tahapan kita ngrecord manusia
31:01ya, bahkan belum onboard baru ngerecord
31:04dulu. Kita harus bikin apa namanya? Job
31:06description dong. Buat apa? Buat menarik
31:09kandidat yang cocok.
31:11Maksudnya gimana? Kayak misalnya kita
31:14mau nyari orang let's say sosm spesialis
31:18bikin tuh. Oh, bisa bikin konten segala
31:20macam. Sekarang pun sos spesialis
31:22macam-macam. Ada yang khusus buat TikTok
31:25doang, ada yang bisa bikinnya konten
31:27karosel.
31:29[berdehem]
31:29ada yang jagonya di YouTube doang gitu.
31:31Kayak misalnya saya bikin saya cari tim
31:33tuh spesialis di YouTube karena apa?
31:36Karena channel paling gede saya YouTube.
31:37Itu beda tuh nyariin sama nyari konten
31:40eh spesialis ataupun sosm spesialis.
31:43Karena kebanyakan sosm spesialis
31:45fokusnya di Instagram atau di TikTok.
31:47Even Instagram dan TikTok orangnya beda.
31:49Jadi job das itu sangat penting untuk
31:51menentukan
31:53kita mau cari orang seperti apa. Oke,
31:56setelah job muncul dibikinlah gita bisa
31:59cekah kayak dilinkin orang cari gimana
32:01di luar negeri gimana gitu. Kita bikin
32:04nih poster orang daftarkan kita perlu
32:07interview kan. Interview kita tanyain
32:11kayak oh lu bisa apa? Lu butuh lu butuh
32:14berapa? Lu gajinya berapa? Segala macam
32:16gitu. sudah dapat nih mungkin panjanglah
32:18kayak mungkin tiga kali interview, empat
32:21kali interview terus kayak mungkin
32:22kurang lebih sebulan 1 seteng bulan
32:24sampai ketemu karyawan yang pasok tuh
32:27onboarding onboarding dulu dong enggak
32:28mungkin langsung suruh kerja gitu
32:30onboarding itu ngapain kasih tahu dulu
32:32nih perusahaan tuh apa,
32:35kerjanya apa,
32:38timnya berapa orang,
32:40siapa aja sih dalamnya. Nah, terus kayak
32:43sesimpel kayak misalnya kalau di kantor
32:46ya cari makan di mana terus kayak
32:48misalnya ee email gua apa sih gitu. Nah,
32:51kayak gitu-gitu kan terkesan simpel,
32:55terkesan gampang tapi
32:58ee kita suka abaikan gitu. Banyak banget
33:01case terutama kalau pesannya udah sangat
33:02gede
33:04di mana
33:06onboardingnya tuh enggak rapi dan
33:08[berdehem] membuat turnover karyawan
33:10tinggi. Turnover itu artinya orang masuk
33:12terus dia keluar. Kenapa? kan lah enggak
33:14cocoklah ngerasa kerjanya banyak
33:16bangetlah ngerasa enggak didengerin lah
33:19ngerasa nih terlalu kompleks lah ini ee
33:24ciri-ciri perusahaan yang ee mungkin
33:26terlalu kompleks gitu perlu dibenahi
33:30bagian sistem rekrutmen-nya.
33:33Terus kalau the best base on boarding
33:34gimana? Kick off.
33:37K lu kayak ngasih tahu eh eh
33:41selama 6 bulan ke depan atau selama 3
33:43bulan ke depan kalau misalnya masih
33:44onboarding lu bakal ngerjain ini ini,
33:45ini, ini. Ya
33:47kp lu ini gua ekspektasi gua lu bisa
33:50gini gitu.
33:52Eh,
33:54harapan gua adalah lu bisa masuk ke tim
33:57kondisi lu bisa kontribusi ini atau
34:00misalnya kayak oh kita udah punya
34:01project, lu masuk bagian project ini, lu
34:03ngerjain A, B, C, D, UFG. Itu tahapan
34:06yang beda loh sama onboarding. Onbarding
34:08itu benar-benar kayak kita menyesuaikan
34:09dengan perusahaannya aja, dengan timnya.
34:12Ini kick off tuh benar- kayak oke
34:13kerjanya kayak gini
34:15baru mulai kerja.
34:18Nah,
34:20semuanya harus ngelewatin 1 2 3 4 5
34:23tahapan ini enggak terkecuali.
34:27Kalau kita mulai pakai AI biasanya
34:29langsung ke
34:32mulai kerja langsung kayak bikin lebih
34:36kasual.
34:38Kenapa copywriting lu jelek?
34:41Ingat dong sebelumnya gimana.
34:44Gimana apa
34:46ini ingat?
34:48Emang nih manusia gitu kita kayak kita
34:50suka underestimate kemampuan kita dalam
34:53berkomunikasi dan suka overestimate
34:57eh
34:59level komunikasi yang kita kasih tahu ke
35:01orang. Maksudnya gimana? Kita sudah
35:04ngasa kita ngasih tahu. Tapi kita ngasa
35:06tah itu enggak detail, enggak ada
35:07konteks. Enggak ada apa. Buat orang yang
35:11mungkin gitu lama, mungkin lebih pintar
35:13segala macam, mungkin dia cepat.
35:16Problemnya adalah 99% orang yang masih
35:19di level ini masih bingung.
35:21Kadang-kadang pertama enggak pakai EA
35:23yang mahal. Saya biasa bilang
35:25permasalahan ini cukup beres. Mungkin
35:28setengah lah beresnya kalau kita pakai
35:30model yang mahal. Yang mahal tuh
35:31rata-rata sekarang sudah sejutaan. 1 kom
35:357 sebulan baru bisa tuh kayak gini.
35:41atau enggak ee
35:44terbiasa dengan ee
35:47tahu enggak sih ada tipe orang yang ee
35:50mungkin level komunikasinya tuh tidak
35:53diasah. Saya juga gitu. Jadi saya tuh
35:57senang banget sama ketemu sama orang
35:58yang kalau saya ngomong dikit dia sudah
36:00ngerti.
36:02Saya enggak perlu ngomong banyak. Minim
36:04komunikasi. Yang terjadi adalah pas di
36:06AI enggak bisa tuh kayak gitu. Kita
36:09enggak bisa kayak salat A atau pasif
36:11agresif. Terutama kita orang Asia ya
36:13suka pasif agresif kayak masa sih gitu
36:15aja lu enggak ngerti
36:17bingung ini kayak ini robot bos bukan
36:19manusia gitu jadi dia harus kita
36:25ibaratnya dipersiapkan dulu dipoles gitu
36:29baru dia bisa kerja.
36:33Jadi kita idealnya adalah memperlakukan
36:36AI selayaknya manusia.
36:39Selanj
36:41buat teman-teman yang masih pakai say
36:43misalnya pakai eh
36:46chat GPT biasa atau misalnya udah pakai
36:49agen atau kayak open call segala macam
36:52gitu. Karena banyak banget orang yang
36:55nanya ke saya kayak, "Oh, bisa ngepakin
36:56ini bisa pakai bisa tuh semuanya bisa."
36:59Masalahnya pertama cost-nya sanggup
37:01enggak gitu. Token tuh mahal, token yang
37:03bagus tuh mahal. Banyak banget orang
37:05yang menurut saya kayak overclaim gitu.
37:07Per hari ini shoot dibikin bulan April
37:112026. Kita enggak tahu ke depannya
37:12gimana, tapi bulan April 2026 tuh banyak
37:16banget orang ngomongin open cloud. Open
37:17cloud itu jadi salah satu eh Alien
37:20paling canggih. Tapi cloud
37:24udah nutup open cloud aksesnya. Jadi
37:26kalau mau pakai open cloud harus pakai
37:27yang API-nya. Banyak orang yang sekarang
37:29punya open cloud tuh bodoh. Karena apa?
37:32Karena otaknya, otak utama open
37:35clown-nya itu harus pakai opus 4.6. Nah,
37:38kalau enggak pakai itu jelek parah,
37:41jelek banget.
37:43Dan sekarang kebanyakan orang-orang yang
37:46ngomong open cloud nih, open cloud nih,
37:48itu bisa dibilang mengandalkan
37:52staff [mendengus]
37:52super staff yang punya semuanya. A
37:55aksesnya ditutup mati itu stafnya. yang
37:58bisa dilakukan dengan cara yang lebih
38:00internal adalah breakdown fratalin gitu
38:02bisnis prosesnya mana yang kira-kira
38:04bisa diutomate pakai AI mana yang bisa
38:07diutomate pakai eh manusia
38:11gitu. Jadi eh dan mana yang bisa
38:13diutomate pakai code beda lagi tuh code
38:16tuh kayak dia lebih reliable. Contoh
38:18misalnya ya, saya bik barusan kemarin
38:20malam banget bikin sistem di mana saya
38:22bisa share enggak
38:26ini masih lokal. saya punya project buku
38:32ee saya bikin buku ee tentang seorang
38:36tokoh yang saya kagumi.
38:39ee software-nya adalah bisa enggak saya
38:43ee narik
38:45transkrip dari semua YouTube yang bahas
38:48tokoh ini terus
38:51dianalisa
38:53kapan tokohnya ngomong, kapan orang lain
38:54ngomong, terus dicross check eh teksnya
39:00cocok apa enggak bisa ke subtitle-nya.
39:02Kalau enggak ada subtitle, kita pakai
39:04model lokal namanya whisper buat ngecek
39:08apakah eh audionya sesuai dengan
39:11teksnya. Jadi dia bisa translate dari
39:12audio ke teks terus eh dibikin kayak
39:16workout kayak gini. Kayak mana yang
39:17paling sering diomongin sih sama toko
39:19ini. Ini baru ada tujuh video masih
39:21prototype baru bikin kayak sekitaran 2
39:23jam lah kemarin malam.
39:25Nah, ini kalau bisa pakai AI semua bisa
39:28mahal. satu video bisa mungkin belasan
39:31ribu sampai puluhan ribu tergantung
39:33durasi videonya. Jadi dilakukan apa?
39:35Dipisah-pisah mana part human-nya, mana
39:39part yang code-nya. Code itu dalam
39:41artian kayak misalnya dia pecah kayak
39:42gini, pecah dalam ini kan eh pecah-pecah
39:45kayak word gini kan sebenarnya fungsinya
39:47fungsi count ya, fungsi menghitung
39:49enggak perlu pakai AI. Enggak perlu
39:51pakai AI maksudnya kayak AI yang baik
39:53caram itu enggak perlu mahal. Jadi kita
39:56pakai fungsi count biasa aja, enggak
39:57usah menghitung kayak rumus di Excel if
40:00segala macam.
40:01Terus kalau bagian AI-nya setelah kita
40:04peratain satu-satu, bagian EI-nya adalah
40:07eh yang paling penting itu menentukan
40:09siapa yang ngomong apa
40:11gitu. Siapa yang ngomong, kapan si Pak
40:13Gita yang ngomong, kapan host-nya
40:15ngomong, kapan misalnya narasumber lain
40:17ngomong. Itu paling penting sama
40:19ngerapihin teksnya. udah sisanya enggak
40:22perlu dan itu bisa pakai A yang lebih
40:23murah karena sisanya kita bisa pakai
40:25code. Nah, kemampuan untuk kita bedain
40:29kapan manusia, kapan code, kapan AI ini
40:32semakin dibutuhin di era di mana kita
40:34ngerasa sekarang AI sudah jadi karyawan
40:37gitu. Jadi
40:40eh onbard AI ke tim itu bukan mata kayak
40:43kita punya AI super ngerjain semuanya.
40:45Bisa sih kalau lu punya budget mungkin
40:48nih saya kasih estimate aja ya budgetnya
40:50itu mungkin bisa sekitar ribuan dolar
40:53sampai belasan ribuan dolar per bulan
40:56kalau kita pakai API yang bagus. Kenapa?
40:59Karena mahal. Karena setiap kali dia
41:02baca pakai token. Setiap kali dia
41:04ngambil keputusan pakai token, setiap
41:06kali dia ngasih ke kita pakai token.
41:07Jadi kayak ada input, ada proses, ada
41:09output, semuanya pakai token. Itu mahal.
41:13Jadi cara menstatinya adalah gimana
41:14caranya misalnya inputnya enggak pakai
41:17token. Kalau saya inputnya adalah pakai
41:19code, pakai manusia. Saya tentu nih
41:21videonya mau ini ni ini saya sendiri
41:23atau saya minta ai cari tapi dengan cost
41:26yang lebih murah gitu dipisahin
41:28prosesnya. Kalau enggak ya unless
41:30teman-teman company yang punya resource
41:32yang sangat gede bakal punya limitasi di
41:36cost atau kalau misalnya pakai yang
41:38gratisan BT sendiri
41:41bego gitu.
41:43bego itu biasanya bisa ngerjain
41:45sebenarnya bukan bego, tapi dia enggak
41:47bisa ngerjain sesuatu yang kompleks. Dia
41:49bisa ngerjain hal-hal yang simpel. Nah,
41:51ini kita juga bisa bedain kita rekrut AI
41:54yang sesuai atau enggak di bagian
41:56pertama. Kalau kita rekrut AI yang
41:58sesuai itu kita bisa dapat kualitas yang
42:02sesuai yang kita pengin. Ada harga, ada
42:04barang. Banyak banget yang coba open
42:06cloud segala macam masih pakai yang
42:07gratisan. Berharap kalau ada teknologi
42:09yang gratis yang bisa menyelesaikan
42:11semua.
42:12sayangnya enggak kayak gitu.
42:15Semakin cepat kita nerima realita bahwa
42:18emang EA itu berbayar dan kita harus
42:21cari secepatnya. Semakin cepat juga kita
42:28bisa manfaatkan AI. Banyak orang di
42:31Indonesia terutama orang-orang member
42:32belanja GPT enggak kayak gitu. Cuma
42:34orang yang mau join belajar GPT
42:35kebanyakan yang enggak join [mendengus]
42:37itu selalu punya limitasi ke oke
42:38kayaknya mahal saya enggak punya duit
42:40deh atau kayak oh saya bisa enggak pakai
42:42A gratisan itu cara mindset yang salah
42:44karena AI bakal stay AI bakal tetap ada
42:47pikirannya sekarang adalah gimana cara
42:49kita bisa e dapat ROI-nya AI-nya ini
42:52bisa dipakai buat apa gitu dan pilihan
42:55untuk menggunakan AI yang lebih murah
42:57lebih lebih ee
43:00lebih affordable itu makes sense kalau
43:02kita sudah ratalnya
43:04ee workflow-nya.
43:07Tapi kalau untuk sehari-hari idealnya
43:10kita selalu pakai paling mahal. Kalau
43:12kita pakai API tentu kita perlu pakai
43:14yang oke yang tasnya biasa kita pakai
43:15yang murah atau yang yang bagus kita
43:17pakai mahal gitu.
43:20Baru setelah itu kita onboard a ke tim
43:22kita ajarin kita worknya gini loh onbo
43:24ke tim itu maksudnya gimana sih? Kita
43:25jelasin ini kita tuh perusahaan apa sih?
43:28Kita tuh mau ngajarin apa sih? Project
43:29kita apa sih? Ada namanya konteks H
43:33namanya contex engineering.
43:36Oke. Konteks tuh kita siapa kita ya kita
43:40personal kita tuh siapa sih orangnya?
43:42Kita tuh suka kayak gimana? Kita ee
43:44butuh AI seperti apa? Kita mau ngapain?
43:47Kita mau ke arah mana gitu. Kebanyakan
43:48orang enggak bisa menjelaskan kita tuh
43:50siapa. Saya tuh siapa. Misalnya kayak
43:53saya mau bikin video YouTube, kalau cuma
43:55ngetik kayak saya adalah ee
43:59seorang YouTuber bla bla bla bla bla
44:01enggak bisa, Guys. Nih ya saya jelasin
44:03dikit ya gimana cara saya ee pakai
44:07YouTube. Veng
44:12ini prom lama jadi saya bisa share. udah
44:14punya program yang lebih baru.
44:17Hi jual an expert content creator task
44:20with developing YouTube script for video
44:22with potensial. Terus kayak inium
44:25extensive background in marketing and
44:27technology large startupation
44:30in content and AI. Pasti ada pertanyaan
44:33kenapa sih pakai bahasa Inggris gitu.
44:36Eh, Iti pakai bahasa Inggris pertama.
44:38Dan kedua, tokonnya bisa lebih hemat
44:40kalau pakai bahasa Inggris. Dan yang
44:41ketiga,
44:44I think udahlah gitu loh. Kita udah
44:47hidup di zaman di mana kita harus terima
44:49fakta. Bahasa Inggrisnya emang bahasa
44:50universal. Belajar gitu
44:55terus nih kayak tahun-nya gimana,
44:57content principle-nya gimana segala
44:59macam gitu. Jadi eh ini saya enggak
45:01bakal sampai bawa ya karena ini panjang
45:02banget. Itu kayak 1000 sampai 1500 kata.
45:05Tapi kalau saya cuman ketik kayak tolong
45:08bikin YouTube script yang bagus ya
45:11enggak jadi apa-apa. Dia harus lengkap
45:13ini. Kenapa? Karena bukan buat bikin
45:16YouTube script atau konten apapun ya.
45:18Dia harus tahu kayak kita tuh siapa.
45:21Kita tuh ee
45:24ee tunnya gimana background kita tuh
45:26apa, apa sih unikness kita dibanding
45:28konten karakter lain sehingga dia bisa
45:29nyesuain apa yang boleh emang enggak
45:31boleh.
45:32hal-hal kayak gini tuh kayak ee misalnya
45:34kayak tipe konten kita tuh pengin
45:36seperti apa sih? Apa pengin kayak yang
45:38saya ada konten kator yang kerjanya tuh
45:41ee ngasih kayak semacam kontroversi
45:43terus? Ada yang kayak lebih ke ngasih
45:46evidence dulu analyticalnya gimana
45:48segala macam ada science drivennya
45:50enggak gitu. Nah, kita tuh pilih gitu
45:52kita mau yang mana.
45:54Kita harus kasih tahu, kita harus kasih
45:56brief.
45:57Bayangin kayak balik lagi ke ini,
45:59bayangin kayak ke human.
46:02Kita punya karyawannya freelance lah.
46:05Jadi dia enggak ngelewatin job des
46:07interview onboarding masuknya kick off
46:09langsung kerja. Ya tolong dong bikinin
46:13script YouTube. Lang
46:16bagus nih. Ini terlalu profesional nih.
46:20Terlalu ini nih. Terlalu ini nih.
46:22Kenapa? Karena kita cuman briefing
46:24tolong lu bikin script YouTube manusia
46:26aja kalau kita gituin bingung apalagi AI
46:32bayangnya
46:34baru kick off sama AI baru bekerja
46:36dengan AI bekerja dengan AI macam-macam
46:38caranya
46:40jadi framework ini itu belum nyentuh
46:42hal-nya tapi cara kerjanya sangat sangat
46:44sangat mirip
46:47apa sih ee cara kita buat berentasi
46:50dengan AI ada dua
46:52chatbot sama AI agent. Nanti saya bakal
46:56eh showcase saya pakai AI agent.
46:59Biasanya saya pakai cloud code. Jadi
47:01banyak banget software AI agent-nya
47:02kayak let's say misalnya
47:05Rid atau misalnya apa ya macam-macam
47:08lah. Banyak orang Indo juga bikin. Cuman
47:09saya analoginya selalu gini sih.
47:13E agent-agen yang dibikin sama
47:15orang-orang itu ibaratnya kayak
47:17reseller, reseller token.
47:20Maksudnya gimana?
47:22otaknya otak agen itu apa? Cuman tiga
47:25kan yang bagus sekarang cloud ini, CGPT.
47:28Jadi kalau kita misalnya bikin e pakai E
47:30agen selain tiga ini, kita pakai EA
47:33agent dari resellernya tiga orang ini.
47:37Pertanyaannya adalah apakah resellernya
47:39punya added value tambahan yang enggak
47:41tidak dimiliki sama tiga ini? Kalau
47:43tidak
47:45mending beli ke sini dong.
47:47Dan ini menjawab pertanyaan bisa enggak
47:49pakai kayak saya enggak sebut merek tapi
47:51banyak banget ee
47:54lokal yang e produk-produk lokal yang
47:56bikin AI yang bisa akses semuanya.
47:58Analoginya juga sama gitu.
48:01Ee kalau misalnya Kadang distributor
48:05utama sih eh princiipal utamanya kayak
48:09ee brandnya sendiri aja jual dengan
48:11harga 20 dolar. Kok bisa ada yang ee
48:14jual harganya murah terus bisa dapat
48:16semuanya? Pasti ada yang dikorbankan
48:18dong.
48:20Itu kuncinya di sana. Kalau mau tahu di
48:22kalian bisa jalan GPT dan biar kita
48:24banyak ngejek-ngejek yang kayak gitu.
48:26Oke, terus ada chatboot. Chatboard itu
48:28kan simpel. Eh, misalnya kita buka
48:30chatboard. Saya lagi sering pakai cloud.
48:34Hai, saya pakai yang sonat deh biar
48:36enggak mahal. Hai. Ee apakah ee saya mau
48:43dapat ee pertanyaan dong?
48:49Random aja nih
48:53tentang
48:55trivia. Coba cek saya orangnya gimana.
49:03Ini kita bilang sebagai menggunakan
49:07ee AI kayak Google.
49:10C tanya jawab dong.
49:19Ini benar-benar kita kayak kayak teman
49:21gitu. Kayak kayak kita cuman main-main
49:24doang.
49:27Apa?
49:31Darah gurita apa ya?
49:34Ee
49:36hitam
49:38ini bukan
49:47miru
49:51emosianin poten menggunakan tembaga
49:53untuk oksigen.
49:58Oh, oke. Nah, ini tipe-tipe yang menarik
50:01lah ya. kita bisa pakai AI. Nah, kita
50:04klik ke slide. Jadi, kan kita ee kita
50:07AI-nya tuh ini di sisi AI-nya dia terima
50:10prom terus dia respon. Jadi, dia tipenya
50:12itu sangat pasif. Dia baru bekerja kalau
50:16kita suruh terus dia jawab. Untungnya
50:20jawabnya cepat.
50:22agen itu dia bisa
50:26dapat prom, dia rencanakan promnya, dia
50:30punya step by step, dia punya external
50:31tools, dia bisa bekerja sendiri tanpa
50:34seruan kita dan dia baru respon promnya
50:38dan dia bisa kelebihan agen adalah dia
50:41bisa mendeploy AI agent lainnya. Di sini
50:44saya enggak pakai tool-tool yang fancy
50:46ya. Again saya kalau di Baj GPT itu kita
50:49lumayan fundamentalis. Jadi kita pakai
50:52itu AI yangang memang beneran sudah
50:54proven, udah enggak ada bug segala macam
50:57secure. Open call kita belum masukin so
50:59far dan kita selalu prefer eh brand
51:02utamanya. Kita enggak pernah
51:04rekomendasiin pakai resellernya selalu
51:07brand utamanya cloud GPT Gemini. Udah.
51:13Nah, ini contoh eh A EA agent nih. Saya
51:17pakai cloud.
51:21Nah, ini namanya cloud code. Cloud code
51:22itu adalah cloud yang hidup dalam
51:25komputer kita, komputer saya lebih
51:27tepatnya. Eh, teman-teman bisa cek cara
51:30pakainya gimana.
51:35Nah, hai.
51:39Eh,
51:41ini kita tes ya. Jadi kalau kita pakai
51:43agen itu dia bisa nge-join tugas dia
51:46bisa kayak kayak biasa aja sih misalnya
51:47kayak hai eh can you give me RIA?
51:52Dia bisa kayak biasa.
52:00I
52:03know.
52:10Wait, I know
52:12the fus
52:21I think is Vatican.
52:30Oh, satu news. Oke. Nah, ini kan kita
52:34kayak trivia biasa ya, kita pakai
52:36sehari-hari gitu. Nah, itu kita juga
52:37bisa kita clear. Kita bisa bilang kayak,
52:39"Hai, help me
52:42eh deploy three agents research about
52:49eh the impact of hormus.
52:55eh
52:57to Indonesian economy
53:02five years from now atau two years de
53:08and what should
53:11I as an eh middle income individual
53:18prepared?
53:21Wow.
53:23Oke, ini AI agent buat research ya. Ini
53:27buat demonstrasi aja. Nah, cara dia
53:30bekerja tuh kita bisa lihat di sini
53:32kayak dia ada thinking di deploy nih.
53:34Jadi kasarnya dia punya kemampuan
53:37sendiri untuk ngplanning cara dia
53:39kerjanya gimana. Itu bedanya agen sama
53:41eh yang biasa gitu. Jadi kita lihat di
53:44sini dia ada satu agen horm impact on
53:46Indonesia macro. Jadi dia bisa kayak
53:50kita lihat aja di sini.
53:53du agent. Jadi ada hormost geoltical
53:56scenarios
54:00dan ini kita tinggalin aja.
54:01Kadang-kadang ini bisa 2 menit, 3 menit
54:03gitu. Kadang-kadang bisa 10 menit,
54:05kadang-kadang bisa 15 menit. Ini
54:06mudah-mudahan kita tinggal aja dia bisa
54:08jalan sendiri.
54:12Nah, kemampuannya itu cukup mind glowing
54:15karena eh agent itu bisa
54:20kalau terutama buat research ya e dan
54:22coding dan tas-tas yang butuh waktu buat
54:25butuh kayak multip dia dia udah bisa
54:28sendiri. Jadi buat kasih gambaran dulu
54:31bukan dulu sih mungkin kayak tahun lalu
54:33ya saya bikin workshop kan biasanya 3
54:35bulan si belajar GPT ini tuh eh workshop
54:40from engineering ini udah cukup lama
54:42kita bikin dari awal banget tapi
54:45eh workshop engineering ini tuh biasanya
54:50eh saya selalu rekomend pakai prom yang
54:51panjang gitu tapi sejak ada eh Agen
54:56promnya bisa lebih pendek tapi memang
54:58kita harus define yang sangat clear
55:00stepnya seperti apa. Karena apa? Karena
55:02E-nya sudah makin pintar. Tapi untuk
55:05dapat AI yang ini saya pakai Cloud Max.
55:08Jadi Cloud Max itu yang 100 dolar
55:09sebulan. Kalau teman-teman pakai yang 20
55:11dolar sebulan bisa juga cuman bakal
55:13sering kena limit kayak tim saya itu
55:15kita pakai yang 20 dolar sebulan mungkin
55:18kadang-kadang sehari sekali kena limit
55:20lah.
55:24Nih masih nunggu kita tungguin aja.
55:30Sambil ee nunggu again buat teman-teman
55:34yang
55:36baru nonton, baru ketemu channel saya,
55:38mungkin baru ngelihat belajar di PT itu
55:41apa, ini saya bagiin free di YouTube.
55:43Kita enggak ada tutup-tutupan semua. Ini
55:46workshopnya semua yang bisa saya bagiin
55:48berbayar. Kelas kita lumayan mahal. Tapi
55:51e saya minta cuma satu. Kalau
55:52teman-teman ngerasa ini bermanfaat, kita
55:54jadi teman kimen.
55:57Teman-teman harus gentle. Kalau misalnya
55:58ini bermanfaat, teman-teman harus
55:59subscribe channel saya. Itu aja. Oke.
56:04Merek economic impact ini jadi dia punya
56:06tiga aen. Kalau kita minta tiga, tiga.
56:08Kalau dia minta 10, 10 gitu. Tapi
56:10kadang-kadang juga bisa kayak dia
56:11otomatis mikir kira-kira butuh berapa?
56:14Dan ini kayak 7 tool use, 6 tool use
56:16nih. Kadang-kadang dia kayak browsing
56:17dulu, dia ngapain dulu kita enggak tahu
56:24nih.
56:28Current state eh Indonesia udah nih
56:31rupiah udah 17.000, R000
56:34CPI segini, BI segini. Probability-nya
56:37adalah
56:41MK itu bisa 17.500, minusnya 0,3
56:45moderate-nya 1 0,8 sama 1,2-nya
56:50bisa sampai Rp20.000 kita eh CPI GDP
56:54kita minus 2%
56:56terus kayak eh BBM bakal dibatasin, APBN
56:59bakal krisis.
57:02geopolitical almost never close in 45
57:05years.
57:09Oke. J apa yang kita harus lakuin
57:13sifan kita harus panjangin 6 sampai 9
57:16bulan. Karena kalau misalnya minyak naik
57:19maka eh banyak PHK lagi dan harga semua
57:24naik. Liquidity kita harus pecah
57:26sebagian ke USD. Enggak cuman ini,
57:28enggak cuman rupiah doang karena pasti
57:30ee rupiah bakal makin naik.
57:34Digital bank segala macam, gold bisa
57:37pakai tabungan emas, terus kayak bayar
57:39bayar semua floating rate-nya atau bisa
57:42minta minta nego.
57:44Enggak ada enggak ada hutang yang
57:48denominasi pakai dolar.
57:50Terus LPG, Transport, Fookstock File,
57:58terus kayak ee batu bara seg macam tu
58:00bakal naik ke depannya.
58:03Terus harus punya BPJS,
58:06jangan jual dulu
58:12tuh. Terus ada beberapa Kaviat. K
58:14pertama adalah agent 2 biopioltical tuh
58:17enggak pakai web akses dan dia
58:19menggunakan data 2025. Jadi pasti ada eh
58:23deviasinya sekitar 10 sampai 15%. Enggak
58:25enggak fresh. Kalau engine 1 tuh pakai
58:29browser eh dan dia bisa dilihat listnya
58:32apa aja. Jadi kita punya kayak semacam
58:35gini loh. Ada intern yang punya banyak
58:37intern lainnya. Jadi kayak eh cari dong.
58:39Tiba bilang kayak eh ayo ayo cari cari
58:41cari cari. Nanti ada satu lagi yang
58:43ngumpulin. Bedanya adalah biasanya ini
58:46butuh waktu mungkin seharian. Ini butuh
58:47waktu 2 menit 42 detik. Ini agent lain
58:51yang kita bisa pakai adalah clear.
58:55Help meing create simple landing page
59:00for let's say misalnya kita kayak apa
59:03ya? promoting
59:05eh
59:07liter financial
59:10literation for
59:13eh pension
59:16eh
59:18age people in Indonesia
59:23one HTML
59:56Kebanyakan kalau pakai agen kebanyakan
1:00:00nunggu sih agent-nya ngapain gitu.
1:00:11Pencin cerdas
1:00:22pension sudah ini dalam berapa detik
1:00:23dong? 49 detik
1:00:26tuh notice ya banyak banget sekarang di
1:00:30kayak gini loh model-modelnya font-nya
1:00:31kayak gini ini kayak gini dipenya kayak
1:00:34gini dan ini udah sangat bagus
1:00:38ini adalah tipe learning page yang
1:00:41dibikin sama AI ini langsung jadi
1:00:43langsung bisa di-copy ke
1:00:46bisa ke
1:00:48manapun sih kalau misalnya server gitu
1:00:51atau misalnya ke cloud flare kita biasa
1:00:53kalau di workshop saya ajarinnya ke satu
1:00:56situs namanya cloudfare. Kita bisa
1:00:57upload gratis di sana
1:01:00langsung jadi.
1:01:02Jadi dan ini tuh ee ke depannya AI itu
1:01:07bakal kayak gini. Dia bakal langsung
1:01:08mengontrol semua yang ada di komputer
1:01:09kita. Kadang-kadang mungkin kita enggak
1:01:11perlu komputernya bagus lagi selama dia
1:01:13bisa menjalankan AI-nya. Jadi dia bisa
1:01:16terima prom terus dia bisa plan work
1:01:18step by stepnya dia kerjain sendiri dia
1:01:20perlu external tools dia browsing dia
1:01:22ngapain kalau perlu baru dia balas
1:01:25enggak ada yang langsung balas cepat
1:01:26tapi asbun
1:01:30nah gitu sekarang pertanyaannya adalah
1:01:34kita harus record EA yang kayak gimana?
1:01:37Oke,
1:01:40nafas dulu.
1:01:42Capek juga ngomong 37 menit.
1:01:46Nah, ini contoh LLN sederhana. Jadi, LLN
1:01:50itu maksudnya last language model eh
1:01:56mesin di balik EI yang ada sekarang atau
1:01:58bisa dibilang kayak model training yang
1:02:00ada sekarang, plus language model. Jadi
1:02:02kayak kalau misalnya orang masukin Joko,
1:02:04oh mungkin nyari presiden nih Widodo,
1:02:07Prabowo, Subianto 1 2 3 titik titik
1:02:09titik lima tengah-tengahnya empat
1:02:12Soekarno Ata. Tapi kalau kita masukin
1:02:14Jack bingung nih ini Jack Ma, Jack
1:02:18Sparrow, Jack Smith, Jack apalah.
1:02:24Kenapa? karena
1:02:26ee
1:02:28ini termasuk kata yang multitafsir
1:02:32istilahnya dia bisa apapun dan tidak ada
1:02:35pola khusus. Beda sama misalnya kayak
1:02:38mungkin kalau orang ngetik Joko ee
1:02:42besar persentasi orang Indonesia
1:02:44terutama itu bakal ngetiknya Wodo atau
1:02:46kalau misalnya Powo pasti subianto. Tapi
1:02:48kalau Jack itu kayak banyak nih
1:02:50patternnya ini bisa Jack apapun gitu.
1:02:54Nah, from engineering itu adalah cara
1:02:57buat kita bisa ngarahin
1:02:59jack ini bisa output-nya apa ya, bisa
1:03:03jack apapun jadinya karena kita arahin.
1:03:06Jadi, A ini sudah punya model yang
1:03:08dirain kayak tadi nih. Kita kan bisa di
1:03:12sini
1:03:15saya sudah hapus lagi. Ada enggak? Ada.
1:03:17Ada.
1:03:18Eh,
1:03:20tadi di bawah ini yang notes yang
1:03:21dibilang kalau eh
1:03:24geopolitical agent bilang kalau dia tuh
1:03:26datanya terakhir relatif di Mei 2025.
1:03:30Jadi, eh itu ada data inputnya. Cara
1:03:35kita menarik data inputnya adalah kita
1:03:38harus pakai promnya
1:03:41terus bisa pakai JGBT, pakai apapun
1:03:42gitu.
1:03:45Model paling bagus ini udah agak
1:03:47ketinggalan sih. Model paling bagus
1:03:49sekarang
1:03:50CHVT itu adalah CHVT 5.4.
1:03:55Pur tambahan yang oke adalah dia ada de
1:03:56research, dia ada agen dia ada suara
1:03:59tapi terakhir setahu saya suara tuh lagi
1:04:01di shutdown. Jadi mungkin masih ada tapi
1:04:03terbatas suara sosm-nya. Maksudnya
1:04:06suaranya sendiri itu masih ada. Cloud
1:04:10cloud opus itu the best sekarang.
1:04:13sekarang even the best for everything
1:04:15buat mikir, buat research, buat agen
1:04:18segala macam itu paling-paling the best
1:04:21cloud opus 4.6.
1:04:24Kalau Gemini itu sekarang bisa dibilang
1:04:26yang paling oke buat the money-nya,
1:04:29value for money-nya. Kalau teman-teman
1:04:30beli paket Gemini AI Pro yang kalau
1:04:33enggak salah R00.000an sebulan itu udah
1:04:34dapat 5 tera Google Drive. Saya beli
1:04:38Gemini AI Pro itu sebenarnya karena
1:04:39Google Drive-nya doang sih. Terus kita
1:04:42bisa dapat integrasi ke Google Apps,
1:04:44bisa dapat VO, bisa dapat untuk LM. Enak
1:04:46banget. Sekarang kalau enggak salah udah
1:04:48mini 3.
1:04:50Yang menarik di AI itu setiap bulan
1:04:53modelnya update terus. Maksudnya gimana?
1:04:56Jadi misalnya ini datanya kalau enggak
1:04:57salah mungkin baru berapa bulan yang
1:04:59lalu ya tapi udah beda lagi. Bulan depan
1:05:01beda lagi. Saya pernah bikin workshop
1:05:04minggu itu ada model air baru. Jadi
1:05:06slide saya harus di-update.
1:05:08Yang perlu kita ketahui apa? Menurut
1:05:09saya cuman satu cuma ada tiga company
1:05:11sekarang yang paling oke dan kita enggak
1:05:13tahu ke depannya gimana. Tapi minimal
1:05:15kita tahu apa aja. Chat GBT cloud
1:05:18Gemini. CGBT punya Open AI Cloud punya
1:05:21Antropic Gemini punya Google.
1:05:24Kita cuma perlu tahu AI mana yang perlu
1:05:26kita pakai aja. Banyak banget yang
1:05:29ngomong kayak misalnya, "Oh, Dipsik
1:05:31bagus nih, eh
1:05:34GLM bagus, eh Kimy bagus."
1:05:38Tapi biasanya orang ngomong kayak gitu
1:05:40pertama pakai yang paket biasa bukan
1:05:42pakai yang bayar atau peruntukannya
1:05:45sudah lebih spesifik gitu. Jadi kalau
1:05:47buat orang yang dan biasanya buat coding
1:05:49sih
1:05:51ee atau misalnya bikin aplikasi yang ada
1:05:53API-nya kayak saya lagi bikin satu app
1:05:55saya enggak bisa disus tapi itu bakal
1:05:58ada AI-nya dan ee idealnya ya saya cari
1:06:02AI yang lumayan murah. AI Cina lebih
1:06:04murah tapi buat kita sehari-hari menurut
1:06:07saya dibanding kita capek-capek mikir
1:06:10kita perlu pakai apa, udah pakai yang
1:06:11tiga ini aja. Ini udah paling benar.
1:06:13Kalau saya bisa ranking, saya bakal
1:06:15mungkin buat orang yang benar-benar
1:06:16general ya game ini cloud GBT. Tapi
1:06:19kalau misalnya teman-teman butuh yang
1:06:21high e tenaganya lebih kencang gitu saya
1:06:24bakal prefer cloud tapi yang 100 dolar
1:06:27itu udah pintar banget bisa ngerjain
1:06:29semuanya bisa coding bisa apa segala
1:06:31macam bisa semua.
1:06:36Nah
1:06:38ini balik lagi ke tadi ya cara merekrut
1:06:42AI.
1:06:44kita harus belajar menulis job
1:06:45description yang baik untuk bisa mencari
1:06:48EA yang tepat. Karena banyak orang
1:06:51banyak banget orang datang ke saya dan
1:06:53bilang kayak, "Bro, Mas
1:06:57eh koh gitu e ini bagus enggak?
1:07:01Eh,
1:07:04Gemi ini bagus enggak ya? C bagus enggak
1:07:06ya? Ini bagus enggak ya? Itu bagus
1:07:08enggak ya? I don't know. Lu mau ngapain?
1:07:12Mungkin kalau teman-teman belajar JPT di
1:07:13sini sudah tahu. Biasanya kalau orang
1:07:16nanya kayak gitu ke saya, saya bakal
1:07:19tanya dulu dengan cukup banyak karena
1:07:22itu prom sangat basic. Saya bilang saya
1:07:26itu sudah jelas enggak pernah nonton
1:07:28modul beli doang biasanya tapi saya bisa
1:07:30marahin karena
1:07:33come on gitu gua enggak tahu itu banyak
1:07:35banget sekarang gua gak bisa tatuin mana
1:07:37yang bagus tergantung lu mau pakai apa,
1:07:39buat apa segala macam gitu budget lu
1:07:40berapa. Dan cara paling oke untuk kita
1:07:44menyelesaikan masalah itu sendiri adalah
1:07:46bikin job description yang baik. Kita
1:07:48butuh AI untuk ngapain? Untuk apa?
1:07:53Eh, title-nya dia harus jadi apa sih?
1:07:55Responsibility apa? Ini bisa dipakai
1:07:56nanti buat jadi prom juga soalnya. Terus
1:07:59kualifikasinya seperti apa?
1:08:03Baru kita on EA-nya ke tim. Balik dulu
1:08:05ke sini ya.
1:08:07Kalau kita mau bikin job deskripsi yang
1:08:10baik, itu triknya adalah kita cari dulu
1:08:12di misalnya kayak let's say apa ya?
1:08:18Indit
1:08:21ini situs job. Jadi kita misalnya cari
1:08:24kayak let's say
1:08:27mm
1:08:29misalnya kita YouTube spesialis
1:08:38terus kita cari jawab deskripsinya apa
1:08:41nih an special story can take a few r of
1:08:46footage and graphic compog or podcast
1:08:51blah nah ini Kan contohnya nih, we're
1:08:55looking for creative and detail
1:08:56oriented. Kita bisa banget belajar
1:09:00dari job description. Baik. Contoh
1:09:02misalnya kita bisa lihat kalau saya juga
1:09:04prefer misalnya kayak lihat gini eh apa
1:09:07ya perusan ya eh denu masalah
1:09:12atau WBP deh agency.
1:09:22Kalau misalnya ini buangan kreatif ya,
1:09:23kita triknya adalah buat bikin prom yang
1:09:26bagus kita tuh cari tahu dulu kayak
1:09:33explorer. Kita lihat cara mereka bikin
1:09:36job description.
1:09:38Misalnya nih kita lagi nyari media
1:09:40planning manager. Kita lihat nih gimana
1:09:42cara dia nulis media planing seperti
1:09:44apa.
1:09:50Manage integrated media and
1:09:51communication
1:09:54gitu kayak
1:09:56terus kayak responsibility champion and
1:09:59planning. Ini kita tinggal cek mana yang
1:10:00kita butuhin mana yang enggak. kita take
1:10:02out yang kita yang kita butuhin tambahan
1:10:05yang kita butuhin.
1:10:07Itu cara kita buat tahu kayak misalnya
1:10:08oh gua kayaknya butuh AI buat bikinin
1:10:11gua website deh tapi gua enggak ngerti
1:10:13coding dari mana. Berarti kan kita butuh
1:10:16AI buat bantuan kita coding dong record
1:10:18AI-nya dong. Caranya caranya adalah
1:10:19bikin eh semacam kayak from awalnya
1:10:22gitu. si AI-nya itu butuh menjadi orang
1:10:25seperti apa? Caranya adalah cari tahu.
1:10:27Misalnya kayak kalau kita mau cari
1:10:28software engineer, say perusahaan buat
1:10:31buka software engineer. nya Google
1:10:47yang gini loh
1:10:51nih
1:10:56dijelasin Google software engineer
1:10:57develop the next generation technology
1:10:59change how million user connect bla bla
1:11:01bla bla bla
1:11:02di bawah. Are you passionate about
1:11:04building secure AI product with that
1:11:06million million will trust
1:11:10responsibility segala macam. Nah, jadi
1:11:11kita kayak tahu, oh itu maksudnya apa
1:11:13ya? Ini maksudnya apa ya? Ini sangat
1:11:15berguna buat teman-teman yang pengin
1:11:17bisa
1:11:19pakai AI untuk ee banyak row. Tapi kita
1:11:23tuh ee teman-teman tuh enggak tahu ini
1:11:26istilahnya apa sih. Saya perlu car
1:11:28gimana sih gitu. Nanti kita kayak copy
1:11:30paste ini kayak A terus kayak kira-kira
1:11:33eh
1:11:34misalnya kita copy ya
1:11:37kayak ini chat. Hai eh
1:11:41looking
1:11:43for creating a meta from
1:11:48to help me develop software.
1:11:53Eh
1:11:55this is the reference.
1:12:05Nah, dia ini yang bagus. Saya suka di
1:12:07karena dia bisa nanya dulu ke kita,
1:12:09"What software do you mainly want to
1:12:12help it?" Nah, ini kayak backend, front
1:12:15end misalnya.
1:12:18What should
1:12:21eh
1:12:23code quality?
1:12:31tuh bikin tuhnya
1:12:35banyak kan?
1:12:38Ini cara kita nge-hack lah buat kita
1:12:40tahu referensinya apa. Terus kayak kita
1:12:42bisa check juga kayak
1:12:45Google eh
1:12:50jobs agree
1:13:07jadi kayak kalau kita nyontoh Google dia
1:13:10heavy on security and compliance Jadi
1:13:12kalau misalnya eh kita bakal butuh kayak
1:13:15security first thinking gitu, skill-nya
1:13:18gede
1:13:21dimension segala macam. Jadi kalau
1:13:22misalnya ini buat mid level oke, terus
1:13:24kayak kalau staff level eh mungkin masih
1:13:28oke juga gitu. Nah, jadi kita bisa punya
1:13:30nuans kita bisa ngobrol.
1:13:33Itu triknya
1:13:36onboard AI ke tim. Gimana cara kita
1:13:38onboard AI-nya ke tim?
1:13:40Ini rahasia AI lebih gampang ngerti
1:13:42kita. Jadi eh kan dari tadi saya bilang
1:13:46kayak, "Oh, ini ada PR ini, ini ada PR
1:13:47ini, ada PR ini segala macam gitu." Kita
1:13:49bisa punya cara untuk e AI itu selalu
1:13:54mengerti apa yang kita pengin dengan
1:13:56cara bikin namanya macam-macam sih
1:13:58namanya projects. Kalau di banyak
1:13:59tempat, kalau di CGBT namanya project,
1:14:02di namanya project, di ini namanya Gem
1:14:06Gem. Kalau di kopilot namanya agent.
1:14:10Again semuanya namanya sebenarnya
1:14:12mirip-mirip.
1:14:13Jadi kalau misalnya CGBT ini project
1:14:17terus kayak bakal ada komponen
1:14:18projectnya terus kayak kita masukin nih
1:14:21instructionnya apa, terus kayak ada
1:14:22project-project sonya apa, terus kita
1:14:24tinggal chat.
1:14:27Kalau diine
1:14:29sama saya coba ee peragain di ini ya
1:14:33eh projects.
1:14:36Saya belum pernah bikin projects buat
1:14:38akun ini. Soalnya ini akun baru.
1:14:41Misalnya kita bikin kayak let's say apa
1:14:42ya?
1:14:44H bi kayak ee
1:14:49emergency
1:14:52plan
1:14:53eh horm
1:14:58how to create emergency plan
1:15:02eh because of WW3.
1:15:09Oke, kita bakal kita bisa masukin
1:15:11beberapa file. Misalnya kita kasih kayak
1:15:12file ee apa ya? Misalnya kayak
1:15:19almost emergency plan
1:15:26for individual
1:15:33itu ket. Hai, can you help me gather f?
1:15:58Emergency
1:15:59plan because of 3 hormus.
1:16:04Nah, jadi semua yang ada di project ini
1:16:06itu bakal ee berkisaran tentang satu eh
1:16:11case doang
1:16:13tentang ini doang. Misalnya saya bikin
1:16:15kayak tentang hormus nih kayak personal
1:16:21eh gender
1:16:27personal plan atau family plan buat
1:16:30emergency eh untuk hormos ini
1:16:34kayak saya pengin tahu nih saya harus
1:16:35siapin apa aja sih.
1:16:39Jadi kita bisa
1:16:43nih
1:16:49tuh kan kurang lebih sama kan yang bakal
1:16:52bebah tuh kayak panic buying rupiah,
1:16:54LPG,
1:16:55nikel, nikel.
1:16:58Nah, kita balik lagi ke sini ya. Kita
1:17:01bisa bikin custom instruction misalnya
1:17:03kayak kita bikin custom instruction di
1:17:05sini.
1:17:07Kita clear. Hey, help me create custom
1:17:12instruction
1:17:14for cloud project.
1:17:18Eh,
1:17:23so the project is emergency plan
1:17:29for my family during WW3 Formus.
1:17:38Jadi dia punya kayak semacam
1:17:47konteks gitu.
1:17:49Kita tuh apa? Kita tuh siapa? Kita tuh
1:17:52mau ngapain.
1:17:55Ee
1:17:58location
1:17:59Indonesia.
1:18:01Jakarta Indonesia. Terus kita masukin
1:18:05lagi number of adults 5.
1:18:10Terus
1:18:12a condition normal
1:18:16housing
1:18:18eh renhouse
1:18:23vehicles one car one motorcycle
1:18:30eh all Indonesian
1:18:35passport.
1:18:37Terus kita bikin lagi misalnya language
1:18:40spoken
1:18:42Indonesia English eh no dual passport
1:18:50budget
1:18:52rap misalnya kita masukin eh 10 miliar
1:18:59current supplies
1:19:01is eh Ne.
1:19:23Oke, kita bakal
1:19:35copy
1:19:39kita copy ke sini.
1:19:42Tahu kan? Nah, ini dia bakal beda nih
1:19:43jawabannya. Hei, H
1:19:47do you understand my context?
1:19:52teks tombol
1:20:00jadi beda kan setiap kali kita chat
1:20:02apapun ke sana dia bakal langsung tahu
1:20:05kita siapa, kita lagi mau ngapain dan
1:20:07ini beda sama chat biasa yang ada di eh
1:20:10C biasanya atau biasanya. Jadi ini
1:20:13semacam kayak kita punya karyawan
1:20:15spesifik di case ini doang.
1:20:19Eh
1:20:21eh to large aqua galon
1:20:27current cash digital
1:20:30sama cash
1:20:33completely new misalnya
1:20:41nih kita punya trigger loh ini menarik
1:20:44nih saya sendiri soalnya lagi bikin
1:20:46kayak gini kayak ini sangat buat
1:20:47sekarang
1:20:48Misalnya triggle sinyal to watch. Eh,
1:20:52kalau misalnya harga brand crude oil-nya
1:20:54di atas 110 barrel, USD di atas 17.000
1:20:59eh Pertalight ngantri sudah di atas 30
1:21:03menit, Pertamina udah bilang kayak
1:21:05allocation adjustment eh Indomaret udah
1:21:09mulai habis minyak sama beras. B
1:21:12statement sudah bilang kayak capital
1:21:14flow restriction max withdraw FM. Ini
1:21:18buat teman-teman yang belum tahu ini
1:21:20udah mulai dibatasin buat mata uang
1:21:22asing. Jadi kita perlu prepare banjir
1:21:25forecast
1:21:26BMKG.
1:21:30Oke kita perlu punya tiga aquag isi
1:21:33ulang R.000 R.000 R terus kayak plastik
1:21:38water purification tablets.
1:21:41Oh iya make sense juga.
1:21:45Terus food beras, minyak Indomie, gula
1:21:49pasir, garam, kacam manis, salden, tuna.
1:21:51Oh, saya sudah punya semua. Bisa diklik
1:21:54enggak? Bisa kacang tanah, kacang hijau,
1:21:56T medical, basic oralit, betadin, masker
1:22:00sanitizer, diare, center, lilin,
1:22:04powerbank.
1:22:07dokumen, fotokopi, KTP, ee segala macam
1:22:10sudah cash.
1:22:13Nah, ini kan ini jadi seolah-olah kayak
1:22:15kita kalau kita pindah lagi eh
1:22:20chatnya ada di sini semua. Jadi beda
1:22:22sama chat yang biasa di sini. Dan kita
1:22:24tinggal kayak, "Hei, do you think I
1:22:28should find find new side axle?
1:22:37Jadi kalau misalnya kayak oh kita lagi
1:22:39pengin ngobrol soal emergency plan kita
1:22:41nih
1:22:44eh
1:22:46eh just thinking that my income will be
1:22:53reduc
1:22:55That's
1:22:56kind of
1:22:58right.
1:23:16Come to a with me. Misalnya kita kayak
1:23:21pengin ngobrol aja, kita bisa pakai ini.
1:23:23Jadi, ini lumayan menarik sih
1:23:25fitur-fiturnya.
1:23:33What kind of skills? Apa skill yang kita
1:23:35punya? Nah, ini kan lumayan praktikal
1:23:38ya. kita punya skill apa gitu kayak
1:23:39office corporate kita misalnya saya saya
1:23:43punya
1:23:45ee IT
1:23:48eh digital marketing
1:23:52eh ini eh web development
1:23:55web app development
1:23:59eh
1:24:02content
1:24:05creator misalnya how much eh
1:24:10evening on weeks what kind of income
1:24:14looking for quick cash
1:24:19profile you have high demand scale mis
1:24:24on local platform ni meta Google setup
1:24:27content writing
1:24:29short form video editing ini kayak lebih
1:24:32susah tapi lebih banyak yang butuh
1:24:34marketing misalnya kayak di USD
1:24:39itu kayak kita bisa punya banyak konteks
1:24:42dalam satu chat ini. Oke, jadi ini cara
1:24:45kita buat onbard gitu. Kira-kira kita
1:24:47siapa karena dia bakal nanya kita siapa
1:24:48segala macam. Save this eh context for
1:24:54future.
1:25:02Oh, ada. Oh, memorinya belum dihidupin
1:25:04nih.
1:25:08Memory
1:25:10karbatis.
1:25:19Oke,
1:25:26just turn on memory.
1:25:40Tahu cara manualnya adalah
1:25:43kita bisa masukin ini ke dalam sini
1:25:47kayak
1:25:48eh
1:25:52help me update the custom instruction
1:26:00with the new context. Kenapa saya lebih
1:26:03suka kayak gini? Karena kadang-kadang
1:26:06memori itu enggak terlalu reliable. Jadi
1:26:10kalau kerjanya benar-benar sangat
1:26:11penting. Saya tuh selalu save ee
1:26:16konteksnya itu dalam bentuk teks yang
1:26:18bisa saya ingat.
1:26:20No give it to me.
1:26:25The
1:26:30I will save manual.
1:26:34Jadi kita punya kontrol lebih terhadap
1:26:36apa yang AI ingat dan apa yang AI enggak
1:26:38ingat.
1:26:40Ini kita bakal tinggal save aja nih.
1:26:56Tinggal
1:26:58sini terus kita balik sini terus kita
1:27:00custom instruction kita copy.
1:27:03Nah, kita bisa share juga gitu. Oh,
1:27:07harus ke tim.
1:27:09bisa share deh sekarang banget. Nah,
1:27:12kita bisa ngelakuin banyak hal sih
1:27:13dengan ini. Jadi, kayak kita bisa bikin
1:27:15biasanya kayak satu cloud buat project
1:27:18eh misalnya finance satu buat apa, satu
1:27:19buat apa, satu buat apa ini salah satu
1:27:21cara buat kita kayak punya karyawan yang
1:27:23banyak gitu. Kita balik lagi. Nah, ini
1:27:28contoh custom instruction-nya tadi. Tadi
1:27:30kan kita pakai buat eh emergency
1:27:34planner. Nah, ini buat e coach gitu
1:27:37kayak I'm a role at bla bla bla bla bla
1:27:39you are my expert coach and advisoring
1:27:42and proactively coaching me in my role
1:27:44to reach maximum potential I will
1:27:45provide you with detail information
1:27:47about our company
1:27:49I expect you to ask me question in
1:27:53important missing information and
1:27:54challenge challenge my assumption ask me
1:27:57question that will let you most
1:28:00effective
1:28:03that will that you most effectively
1:28:05coach and assess me in my role and coach
1:28:08itu bla bla bla bla bla bla gu jadi
1:28:09kayak kita kayak ngasih tahu eh gua tuh
1:28:12gini loh lu lu kayak gini dong gitu
1:28:15jadi teman-teman bisa cobain ya kalau
1:28:17mau tes ini promen tinggal dipakai
1:28:19screenshot kasih aja ke-nya ngerti kok
1:28:24jadi kita bisa ee ngetes gitu di kasus
1:28:27ini kita punya satu karyawan coach kita
1:28:32nah kita baru kayak kick off dengan Ai.
1:28:36Nah, cara paling mudah untuk mulai
1:28:42kick off project itu adalah
1:28:45kita chat aja. Now that you had a
1:28:48context of my company and my team, I
1:28:51want to tell you a bit about my
1:28:53initiative that we working on blah.
1:28:55Kayak jadi kayak kasih konteks awal
1:28:57gitu.
1:28:58Jadi kita kasih tahu nih apa yang kita
1:28:59tahu terhadap itu. Misalnya kita mulai
1:29:03kayak di sini. Now that you know my
1:29:07context
1:29:11on my situation. Kan kita nih pribadi
1:29:14ya.
1:29:16Kita bikin pakai opus. Kalau mau yang
1:29:18planningplning kita pakai opus.
1:29:21E I want to start this initiative.
1:29:32Eh,
1:29:34before starting ini biasanya ini habit
1:29:37saya sih. Do you have any question for
1:29:41me?
1:29:48Ini habit saya mungkin karena sering
1:29:49ngajar ya. Kayak saya nanya dulu dia
1:29:51butuh pertanyaan enggak?
1:29:57Eh,
1:29:58load free
1:30:02eh
1:30:03I have a small gas stove
1:30:15tiga
1:30:17e
1:30:25empat pertamax
1:30:275 [berdehem]
1:30:30in Jakarta
1:30:336 no 7 single bank
1:30:39ini datanya btw palsu ya guys jadi
1:30:41jangan jangan beranggapan gua beneran
1:30:44kayak gini ya gua cuma ngisi doang
1:30:46bondade misalnya kayak
1:30:51K main sourceam eh sornya
1:30:5510 no
1:31:13tuh dibakalan nanya lagi.
1:31:16even eh apa ya? kompor gas kecil camping
1:31:26I just
1:31:29portable
1:31:36five adults only me working misalnya
1:31:54dia bakal mikir, dia bakal ngelihat
1:31:56kayak oh bajunya segini, dia butuh
1:31:58segini nih, dia butuh A C D FG. Ini udah
1:32:00mulai mulai e AI-nya tuh udah mulai tahu
1:32:04kondisi kita apa dibanding kayak
1:32:05misalnya eh tolong dong bikin kita
1:32:07emergency plan gitu, itu bakal terlalu
1:32:09lebar. Jadi misalnya di sini kita mulai
1:32:11kick overin dengan kasih tahu kita butuh
1:32:13apa aja atau kalau cara saya adalah eh
1:32:16kita minta nanya dia butuh info apa lagi
1:32:19dan kita arahin lu butuh tahu ini juga
1:32:21lu butuh tahu ini juga gitu. Jadi kayak
1:32:23you know kalau misalnya di onboarding
1:32:25kan a bit eh set ya kalau misalnya kita
1:32:29cuman kayak satu arah gitu. Meaning
1:32:31kayak misalnya idealnya adalah kita bisa
1:32:33kayak ada dua arah di mana satu bilang
1:32:36pan balik eh enggak lu maksudnya ngentik
1:32:39di sini eh enggak ke sini gitu jadi
1:32:42interaktif gitu.
1:32:44Nah referensi saya juga bisa nih kalau
1:32:46teman-teman malas ngetik bisa ngomong
1:32:48sini
1:32:50ini enggak bisa kan? Nah, itu tapi
1:32:51teman-teman bisa ngomong di HP juga bisa
1:32:53ngomong. Ee enaknya kalau Teman-teman
1:32:56bisa pakai bahasa Inggris ya, bahasa
1:32:58Indonesia mulu. Bahasa Inggris lebih oke
1:33:00kalau Teman-teman bisa ngomong. Jadi
1:33:02belajarlah bahasa Inggris. Jangan
1:33:03dikit-dikit
1:33:05nyinyir konten-katan bahasa Inggris lah.
1:33:07Ya,
1:33:09baru bekerja sama. Sebelum itu kita cek
1:33:11dulu plannya.
1:33:15Panjang juga ya.
1:33:23sambil nunggunya
1:33:38apa sih?
1:33:49Buat apa nih?
1:33:57Sekarang tuh kalau teman-teman enggak
1:33:59ngerti coding dikit aja sebenarnya udah
1:34:02ketinggalan banget sih. Jadi saya punya
1:34:05saya punya
1:34:08pemahaman kalau kebanyakan orang tuh
1:34:11berusaha ngertik AI dari sisi video atau
1:34:14dari sisi kreatif lah ya bisa dibilang.
1:34:17Tapi menurut saya layer AI itu
1:34:19sebenarnya adalah logical coding. Jadi
1:34:21kalau teman-teman ngerti dikit aja saya
1:34:24juga ngerasa saya ngerti sih. Saya orang
1:34:26ekonomi, orang marketing dulu eh SE
1:34:30ekonomi kerjanya marketing. Saya enggak
1:34:32ngerti tapi saya ngerti dikit. Itu bikin
1:34:35saya jauh banget dibanding teman-teman
1:34:37cuma ngerti video doang. Karena beda
1:34:40logiknya teman-teman masti ibadatnya
1:34:43kayak belajar mobil matic sama mobil
1:34:45manual. Masuk enggak ya logikanya? Masuk
1:34:48ya. Kalau mobil manual tuh kayak gini
1:34:50nih, Teman-teman. Benar ngerti dalamnya
1:34:51gimana? Kalau mobil matic tuh kayak
1:34:53beneran semuanya udah nyaman aja. Tapi
1:34:55kita enggak tahu kalau kalau di misalnya
1:34:58di AD ya, kalau lagi problem tuh kita
1:34:59enggak tahu apa yang salah karena
1:35:01terlalu banyak variabel.
1:35:04Oke, ini full plan-nya. Wuh, apaan nih?
1:35:09dibikin add sama dia.
1:35:14Oke, dibikin ini, Bos. Wow, ceklist.
1:35:19Oke, beli 4 galon Aqua, dua Din S
1:35:23hardware. Beli water purification. Ini
1:35:26saya gedein nih biar enggak kelihatan.
1:35:29Beli 5 liter minyak goreng ini segala
1:35:31macam. Ini budgetnya berapa? Ini ada
1:35:34enggak di-nya?
1:35:40ee bikin akun Fiver segala macam gitu.
1:35:44Ee isi bensin motor, isin bensin mobil
1:35:47full tank sekarang gitu.
1:35:51Terus tarik
1:35:53tarik duit Rp3 juta tapi dalam pecahan
1:35:56Rp50.000 R.000 R.000.
1:36:05Keren juga ya.
1:36:07Mungkin saya bakal coba ngelakuin nih.
1:36:12Oh, minggu kedua apa? Isman.
1:36:17Oke, jadi teman-teman punya ee semacam
1:36:23asisten lah bisa dibilang ini sudah
1:36:25karyawan nih. Kayak bayangin kalau ada
1:36:27karyawan
1:36:29datang pengin kerja sama kita, langsung
1:36:31kasih kayak gitu. Kita bakal apa?
1:36:32Impres.
1:36:34Ini terjadi menurut saya dengan sekarang
1:36:36banyak banget orang yang cari kerja tuh
1:36:38ee mereka harus kasih tahu dulu level
1:36:41kerja mereka tuh sebagus apa. Karena
1:36:43bayangin semua orang sekarang udah punya
1:36:45AI di mana sekarang level kerja AI itu
1:36:46bagus banget buat orang yang bisa pakai
1:36:48ya. Jadi kalau kita ngasih quality yang
1:36:51masih di bawah itu itu bakal sangat
1:36:53ketinggalan, Guys.
1:36:56Gitu. Jadi buat bekerja sama apakah kita
1:36:58masih prom yang benar?
1:37:02Ini ada satu analogi sering saya pakai.
1:37:06Satria ini adalah seorang manager dan
1:37:09ada satu bagas sama intern. Bagas
1:37:11malam-malam dia ketik rafin Excel ya.
1:37:14Siap noted anak intern kan. Dia bingung
1:37:16kayak
1:37:18apaan apaan yang dirapihin gitu.
1:37:22Excel-nya aja belum ada belum dikirim.
1:37:25Apa yang dirapihin? rapiinnya ke format
1:37:27yang mana dan yang mana yang dirapiin
1:37:30kita enggak tahu.
1:37:32Sedangkan beda kayak bagasin file Excel
1:37:35yang basan saya kiri format tanggalnya
1:37:36diubah dari dd mm yy yyy ke yy mm ddd
1:37:40kayak oke siap not langsung ngerti
1:37:45jadi kita ada format namanya namanya
1:37:48case ini context action steps example
1:37:50ini saya bakal cepat aja
1:37:53jadi konteksnya adalah misalnya kasih
1:37:55tahu konteksnya ngapain
1:37:57bantu saya menulis artikel blok pada
1:37:59topik bl yang akan dibaca pada segmen
1:38:01audit sebelum misalnya kita ngelihat
1:38:03template from, beli template from segala
1:38:05macam itu most likely bakal formulanya
1:38:07case juga kayak gini. Nah, teman-teman
1:38:09tinggal pilih mau beli prom atau mau
1:38:13bikin prom. Saya di sini pengin
1:38:15teman-teman ngerti kalau bikin itu lebih
1:38:17bagus dibanding belly.
1:38:20Oke.
1:38:21Action adalah misalnya kayak tolong
1:38:23setiap section dengan tolong tuliskan
1:38:25setiap section dengan minimum dua
1:38:26paragraf. Masing-masing paragraf
1:38:27mempunyai minimal 500 karakter.
1:38:29steps menulis membuat outline menulis
1:38:32satu peratu section mereview artikel
1:38:34examplenya adalah misalnya writing
1:38:36stylenya gimana target audiencenya
1:38:37gimana gimana oke
1:38:40nah segitu aja apakah kita perlu problem
1:38:44panjang idealnya gini loh
1:38:48kan kita enggak bisa asumsikan e kayak
1:38:50manusia ya di mana semakin sering kita
1:38:51bekerja sama dia, dia semakin ingat sama
1:38:53kita. Saya sendiri ngerasa ini, ini
1:38:55mazhab orang beda-beda ya. Saya sendiri
1:38:57ngerasa saya tetap pengin prom panjang
1:39:00bukan karena ee ini adalah sebuah
1:39:05keharusan, tapi ini adalah sebuah
1:39:07latihan buat saya karena saya ngerasa
1:39:10saya makin bodoh kalau permek. Saya
1:39:12harus otak itu harus dipakai mikir.
1:39:15Karena kalau terlalu gampang ngpromnya
1:39:18kadang-kadang saya kayak benar-benar
1:39:19cuman gak dipakai otaknya dan hasilnya
1:39:22jelek biasanya. Jadi ini nyambung ke
1:39:25bekerja sama ya.
1:39:27Ini ada satu orang bikin eh Warren
1:39:30Buffet Metaprom. Panjang banget. Ada
1:39:32part ini sampai part 9 part 12 ya. Part
1:39:384 part 12 benar. Jadi ini ini saya udah
1:39:41bikin per poin ya tapi aslinya lebih
1:39:42panjang kayak sekitar 5.000 karakter.
1:39:44Saya pernah share di Discord GPT. Kalau
1:39:46teman-teman mau cek bisa cek ke sana.
1:39:49Eh Metaprom ini tuh menunjukkan kalau
1:39:51kalau kita mengambil keputusan semakin
1:39:54senior orangnya, semakin keren orangnya.
1:39:55ini semakin panjang. Kenapa? Nulis Prof
1:39:58tuh enggak sekedar cuma nulis doang. Itu
1:39:59tuh nentuin kalau teman-teman itu punya
1:40:01clarity enggak dalam berpikir, punya
1:40:04akal enggak gitu.
1:40:06Kelihatan soalnya orang yang cuman bikin
1:40:09seadanya, sekenanya sama bikinnya dengan
1:40:11niat, dengan serius. Ini saya pernah
1:40:14ngomong ini ke tim saya kemarin
1:40:17di era AI bikin produk tuh jauh lebih
1:40:19gampang sekali.
1:40:21Kenapa? Karena entry terbayarnya sangat
1:40:23gampang.
1:40:25Ee bayangin kayak misalnya ada mesin
1:40:29yang harganya murah dan bisa dia bisa
1:40:32menciptakan makanan apapun atau misalnya
1:40:34kayak tahu enggak sih dulu ada mesin
1:40:36impian di mana semua minuman kan
1:40:39bentuknya air ya. Jadi kayak jadi bikin
1:40:42jus. Jus-nya tuh bisa kita tinggal pilih
1:40:45nih gua mau Coca-Cola, gua mau Sprite,
1:40:47gua mau apa segala macam tinggal klik
1:40:49doang dia bakal keluar karena tinggal
1:40:52gabungin chemikal-chemikalnya. Dan
1:40:54bayangin mesin jus itu dijual ke semua
1:40:56orang, semua orang bisa beli, semua
1:41:00orang bikin bisnis dong.
1:41:02Apa yang terjadi? Yang bakal terjadi
1:41:04adalah semua orang [berdehem] bisa bikin
1:41:05bisnis. Semua orang bakal bikin bisnis.
1:41:09Tapi yang bedanya adalah kualitasnya,
1:41:12level service-nya, niatnya,
1:41:16kebersihannya itu sama terjadi sekarang.
1:41:19Semua orang bisa pakai AI, semua orang
1:41:21bisa ee ngerjain apapun pakai AI bisa.
1:41:25Tapi
1:41:26banyak juga yang ngaco. Kenapa? Enggak
1:41:29niat.
1:41:31Meta prom tuh panjang loh. Saya bikin
1:41:33prom tuh kita untuk YouTube ya. Saya
1:41:36dulu pernah share versi 5, versi 6, tapi
1:41:38versi 7 saya enggak pernah share lagi.
1:41:40Kenapa? Karena metaprom tuh panjang. Itu
1:41:42kayak jadi lifeline kita tuh jadi kayak
1:41:44nadi kita tuh. Dan itu tuh bukan
1:41:46menunjukkan
1:41:49ee kepintaran, tapi menunjukkan kalau
1:41:51kita sering pakai karena kita terlalu
1:41:52selalu benerin, selalu benerin, sel
1:41:54benerin. Kalau teman-teman tahu di
1:41:55belajar GPT itu kita punya satu modul
1:41:58ini saya showcase sedikit buat belajar
1:41:59GPT Pro. kita punya modul khusus buat
1:42:02benerin ee mana ya peran manusia dalam
1:42:06prom
1:42:08tuh. Terus kita juga punya kayak gimana
1:42:10caranya find tuning promnya.
1:42:13Jadi eh yang saya percaya adalah
1:42:18kita tuh bisa banget ee bikin prom
1:42:21sendiri dan harus bisa bikin sendiri.
1:42:23Karena tugas kita yang utama tuh cuma
1:42:25dua. Sekarang kita mau baca cuma kita
1:42:28mau nulis.
1:42:30Kalau kita enggak mau baca, mau nulis,
1:42:33sorry.
1:42:34Ee pertama teman-teman bisa cari cost
1:42:36line yang mungkin lebih cocok mungkin
1:42:39yang enggak ngajarin baca dan nulis cuma
1:42:41benar-benar otomatis doang itu enggak di
1:42:43kita.
1:42:45Dan kayaknya ngapain hidup ya kalau kita
1:42:48cuman benar-benar semuanya diotomasiin
1:42:51gitu. Itu yang saya percaya.
1:42:54Ini metaprom buat Waron Buffet. Saya
1:42:56pernah pakai eh oke sih hasilnya tapi
1:42:59saya masih enggak yakin dengan apakah
1:43:01butuh sepanjang ini. Oke, karena ini
1:43:03prom orang saya pengin bikin promnya
1:43:04sendiri. Jadi apakah butuh konteks?
1:43:10Buat apa sih saya jelasin sepanjang
1:43:11sepanjang lebar?
1:43:14Dengan konteks onboarding bakal lebih
1:43:16lama. kita seolah-olah kerja lebih lama,
1:43:18kita seolah-olah ngest lebih lama, tapi
1:43:20kerjaannya jauh lebih konsisten,
1:43:22hasilnya jauh lebih konsisten,
1:43:24kualitasnya jauh lebih konsisten.
1:43:27Impactnya adalah
1:43:29kita enggak butuh permen yang lebih
1:43:30detail saat bekerja.
1:43:32Tanpa konteks, kita bakal jelas perlu
1:43:35jelasin berkali-kali. Kita kadang suka
1:43:37lupa details-nya, kita bakal butuh
1:43:40banyak copy paste gitu. Jadi kurang
1:43:43lebih gitu.
1:43:46Jadi sepinter apapun AI
1:43:49masih ada peluang salah.
1:43:52Tugas kita adalah jadi manajer yang baik
1:43:55yang mau jelasin, mau baca dan mau kasih
1:43:58feedback. Ini buat teman-teman yang
1:43:59pernah kerja kantoran atau lagi kerja
1:44:01kantoran tahu kan ada manajer yang baik,
1:44:03manajer yang enggak baik. Manajer yang
1:44:04baik tuh kayak kita kerjaan kita dikasih
1:44:07tahu salahnya apa. Ee harusnya kita
1:44:09gini, harusnya kita gitu. Dia baca
1:44:11kerjaan kita, dia kasih ke kita. I'm not
1:44:14saying I'm a good manager saya pernah
1:44:16saya masih proses untuk eh memmanage
1:44:19orang dan memmanage AI. Tapi saya tahu
1:44:23kalau saya mau jelasin, mau baca dan mau
1:44:25kasih feedback biasanya hasilnya bakal
1:44:27bagus. Kebanyakan orang tuh enggak mau
1:44:30proses ini. Jadi kayak seolah-olah
1:44:33semuanya itu instan. Lu yang ngertiin
1:44:35gua, bukan gue yang ngertiin lu. Nah,
1:44:37proses kayak gitu tuh tidak bisa dia.
1:44:39Kecuali teman-teman budgetnya sangat
1:44:41gede dan tokonya sangat boros.
1:44:44Jadi again saya mau tokenin kira-kira ee
1:44:48teman-teman tinggal pilih aja nih mau di
1:44:50jalur yang mana. Ini materi sekitar
1:44:52sejam lebih. Mudah-mudahan teman-teman
1:44:54ingat ya kita punya gentleman agreement
1:44:56loh. Kalau teman-teman sudah sampai sini
1:44:58dan teman-teman ngerasa ini bermanfaat
1:45:01saya minta cuma satu subscribe channel
1:45:02ini doang. Bantu supaya orang bisa lihat
1:45:05video ini lebih banyak karena saya
1:45:07bagiin video ini gratis. Tujuannya
1:45:08sangat simpel. Banyak banget yang jualan
1:45:11eh dan klaim jago AI. Eh saya rasa
1:45:16mereka
1:45:18doing it for the sake of money dong.
1:45:20Maksudnya saya juga bikin saya bikin
1:45:22bisnis bisnis saya jualan kelas. Tapi
1:45:24saya rasa ada yang lebih gede dari itu.
1:45:28Saya benar percaya kalau akan datang
1:45:31masanya AI bakal benar-benar bikin PHK
1:45:35massal ke semua orang dan di saat itu
1:45:38semua orang perlu belajar AI. Dan saya
1:45:40harap video ini
1:45:43atau pembelajar GPT bisa membantu
1:45:46teman-teman
1:45:50adaptasi.
1:45:52Dan saya enggak pengin cuma adaptasi
1:45:53sih, saya penginnya jago, saya penginnya
1:45:56loncat gitu.
1:45:58Jadi ee gitu. Buat teman-teman yang
1:46:02masih tertarik sama belajar GPT,
1:46:05saya punya
1:46:07ee program khusus.
1:46:11Ee ini caranya agak manual ya, tapi
1:46:13teman-teman cek aja di website-nya itu
1:46:15ada kayak button kecil di bawah kanan
1:46:18WhatsApp atau teman-teman klik ke bawah
1:46:20sini ada WhatsApp. Nah, ini diklik nih.
1:46:24Nanti ngomong ke CS saya. Ee saya bakal
1:46:27kasih promo khusus buat orang yang
1:46:30nonton sampai jam ini nih sejam 20-an
1:46:34menit nih. Klik aja nih bawah nih. Saya
1:46:37enggak tahu nanti kayak kadang-kadang
1:46:38nomornya sometimes nomor kita ganti
1:46:40segala macam gitu. Tapi pasti ada di ini
1:46:42di WhatsApp nih.
1:46:45Dan ada di sini juga. Nah, eh chat aja
1:46:48ke CS saya. Kita punya CS 1 full time
1:46:50yang bantuin teman-teman.
1:46:53bilang aja promo. Saya sudah nonton
1:46:55video YouTube-nya sejam lebih dan kalau
1:46:57dia yang bilang ada promo. Saya bakal
1:47:00bantu teman-teman yang pengin belajar.
1:47:02Kita punya beberapa course. Sekarang
1:47:04kita lagi ada course buat belajar GPT
1:47:06Pro yang belum dari nol sampai Jago AI
1:47:09itu belajar semuanya. Satu lagi Excel.
1:47:12Eh kita bakal bikin beberapa course
1:47:14lagi. Kalau misalnya ada disaran boleh.
1:47:16Saya cek dulu kayaknya slidenya udah
1:47:18beres. Nah, tinggal Q&A. Eh, Q&A-nya
1:47:22simpel, Teman-teman. Tinggal tulis di
1:47:24kolom komentar syaratnya subscribe.
1:47:26Jadi, saya nanti bakal cek subscribe
1:47:28atau belum. Kalau sudah subscribe, saya
1:47:29bakal balas pertanyaan langsung. Tapi
1:47:31saya pengin pertanyaannya cukup dalam
1:47:32ya. Jangan jangan cuman kayak e mana
1:47:34yang bagus? E, ini bagus enggak? Ini
1:47:36bagus enggak gitu. Jadi, tolong tulis
1:47:38pertanyaan di kolom komentar di YouTube
1:47:39ini yang bagus ee saya bakal balas. Oke,
1:47:46segitu dulu. Jangan lupa gentleman
1:47:49agreement kita, ya.
1:47:52Terus eh see you next video di channel
1:47:55ini. Bye bye.
1:47:59Bayangin kita punya mesin Ferrari bagus
1:48:01banget, [musik] banyak baru beli segala
1:48:02macam, tapi kita cuma pakai buat warung.
1:48:04Itu yang orang gunakan sekarang pas
1:48:06mereka punya Cloud Pro, tapi cuma
1:48:07dipakai buat nulis email doang.
1:48:09Orang-orang pada mikir kayak, "Eh, ini
1:48:10kan mirip sama CGBT, ini kan mirip sama
1:48:11Google gitu." Enggak. dia [musik] punya
1:48:13capability yang lebih bagus dan saya dan
1:48:15saya sekarang sudah matiin semua
1:48:17subscription saya di CGPT dan full
1:48:18[musik] ke cloud bahkan saya pakai cloud
1:48:20yang next.
1:48:23Saya William sebelumnya kerja dibaden
1:48:25Ababa dan udah habisin puluhan ribu
1:48:27dolar du. Saya mau kasih tahu cara saya
1:48:29tips yang saya pakai untuk pakai clot.
1:48:31Buat teman-teman yang pengin tahu
1:48:32dagingnya langsung subscribe kita
1:48:34langsung masuk aja. Ada beberapa hal
1:48:35yang bikin cloud lebih menarik di Benny
1:48:36Chat GBT. Yang pertama adalah cloud itu
1:48:38dilatih supaya enggak selalu setuju sama
1:48:40kita, tapi ngasih jawaban yang paling
1:48:41benar. Makanya ada beberapa case di mana
1:48:43C tuh kayak marahin kita atau bahkan
1:48:45nyuruh kita untuk stop nanya. Jadi ini
1:48:47salah satu WA yang menurut saya tim bisa
1:48:49ngelawan balik gitu ngelawan dalam
1:48:50artian positif ya. Dia benaran kasih
1:48:52kita feedback yang benaran bagus gitu.
1:48:54Yang kedua konteks windownya Cloud ini
1:48:55gede banget dia sampai 1 juta token.
1:48:57Tapi ini untuk model yang paling mahal
1:48:59ya opus di mana artinya dia bisa ingat
1:49:01banyak sekali memori dan kita bisa
1:49:03ngerjain kerjaan yang jauh lebih panjang
1:49:04konteksnya. Enggak perlu kita
1:49:06pecah-pecah sendiri. [musik] Tapi arti
1:49:07lainnya adalah cloud ini adalah salah
1:49:08satu AI yang paling cepat banget habis
1:49:10tokennya. Walaupun kita udah beliin 20
1:49:12dolar, sering banget orang habis karena
1:49:14yang dikerjain itu banyak banget dan
1:49:15banyak pakai model paling mahal. Dan
1:49:16yang ketiga, banyak banget fitur-fitur
1:49:18Cold yang mungkin teman-teman baru tahu
1:49:20dan kita bakal bahas di video ini. Yang
1:49:21pertama namanya projects. Jadi buat
1:49:23teman-teman yang mungkin ah pernah
1:49:24nonton video saya tentang workshop
1:49:26context engineering bisa lihat di salah
1:49:28satu sini kalau enggak salah 1 seteng
1:49:29jam saya ngejelasin banyak banget soal
1:49:31cara projects alias gimana caranya kita
1:49:33bisa kasih konteks ke cloud supaya dia
1:49:35ngerti kayak kita mau ngerjain apa, kita
1:49:37siapa segala macam gitu. Kuncinya apa?
1:49:39Supaya kita dapat hasil yang
1:49:40persistance. [musik] selalu sama akurat
1:49:42gitu. Karena kalau kita bikin chat baru
1:49:44terus, chat baru terus dia bakal ngasih
1:49:46jawaban yang beda lagi. Kalau kita
1:49:47enggak punya konteks, dia bakal selalu
1:49:49ngulang dari nol lagi. Kita perlu kasih
1:49:50tahu lagi kita siapa, kita mau ngapain,
1:49:53ini cara ngerjaannya gimana, segala
1:49:54macam. Jadi, project tuh satu cara buat
1:49:57kita masukin konteks secara konsisten.
1:49:59Jadi, caranya adalah kita masuk ke
1:50:00cloud, terus kita lihat projects, kita
1:50:02bisa masukin custom instruction kayak
1:50:03misalnya kamu adalah content marketing
1:50:05manager, bantu saya untuk bikin buat
1:50:07file saya fintech di Jakarta, bla bla
1:50:09bla bl. Jadi bisa lebih spesifik.
1:50:11Anggaplah [musik] kayak kita nge-brief
1:50:12anak magang kita. Terus kita bisa bilang
1:50:14kayak jangan pakai bahasa yang terlalu
1:50:17kompleks, pakai bahasa simpel, jangan
1:50:19taipo, jangan pakai bahasa-bahasa yang
1:50:21mengulang-ulang dan sebagainya gitu.
1:50:23Jadi kayak kita bisa ngatur dia supaya
1:50:24kasih jawaban yang sesuai yang kita
1:50:26pengin. Tipnya adalah jangan bikin satu
1:50:28project yang punya banyak project
1:50:30lainnya. Jadi satu project itu buat satu
1:50:31kerjaan spesifik aja. Kalau teman-teman
1:50:33butuh yang lain, bikin yang lain lagi.
1:50:35Supaya apa? Supaya dia konteksnya tuh
1:50:36enggak menguap gitu. terlalu banyak
1:50:38konteks dalam satu video. Jadi misalnya
1:50:40satu buat bikin konten, satu buat ke
1:50:42klien, satu buat strategi dan
1:50:44sebagainya. Sat kedua itu ada satu
1:50:46namanya extended thinking. Jadi biasanya
1:50:48kalau kita pakai cloud secara default
1:50:50itu kita tanya cloud-nya bakal jawab
1:50:51langsung cepat gitu. Tapi extended
1:50:53thinking ini bikin cloud-nya mikir lu
1:50:56secara step by step. Jadi kita pakai ini
1:50:58biasanya untuk pertanyaan yang lebih
1:50:59panjang yang perlu mikir. Cara
1:51:00aktivasinya tinggal pas diklik pas pilih
1:51:02model tuh ada pilihan kayak diklik
1:51:04extended thinkingnya. Jadi kapan kita
1:51:06pakai nih? Kalau kita lagi misalnya
1:51:07mikir buat strategi bisnis, strategi
1:51:09misalnya buat keuangan atau debug
1:51:11sesuatu yang kompleks gitu. Jadi kita
1:51:13kita harus jadi judge-nya sih kita
1:51:15penentunya kapan kita pakai yang biasa,
1:51:17kapan kita pakai yang extended thinking.
1:51:18Karena extended thinking ini makan
1:51:20tokennya lebih banyak. Jadi token kita
1:51:22bisa lebih cepat habis di cloud-nya.
1:51:24Bukan berarti 20 dolar itu selalu
1:51:25unlimited kalau di cloud. Beda sama C
1:51:27GPT. Jadi bayangin kayak kalau kita lagi
1:51:29nanya ke guru terus ada pertanyaan yang
1:51:31satu langsung kasih jawaban yang satu
1:51:32kasih step by step di runot-nya. Cara
1:51:34nyelusnya [musik] gini loh, ini
1:51:35breakdown sini, break down sini,
1:51:36breakdown sini. Jadi kita bisa lebih
1:51:38ngerti cara dia bekerja gimana. Ini tuh
1:51:40mirip kalau di chat GBT itu kayak
1:51:41thinking mode-nya. Nah, fitur ketiga
1:51:43yang menarik juga adalah artifacts. Ini
1:51:45kayak kita bisa bikin apps, mini apps
1:51:47gitu di dalam cloud. Kita bisa bikin
1:51:49kayak chart, kita bisa bikin dokumen,
1:51:51kita bisa bikin mini apps segala macam
1:51:53yang cloud bisa langsung bikinin
1:51:54langsung coding sendiri. Jadi kayak ini
1:51:56mirip dengan kalau teman-teman tahu di
1:51:58Gemini juga bisa sama, di chat GPT juga
1:52:00bisa sama, cloud juga punya namanya
1:52:02artifact cuma menurut saya karena cloud
1:52:04ini spesialisasinya di coding dia tuh
1:52:05lebih bagus kadang bikinnya di sini dia
1:52:07bisa bikin kayak flowchart diagram dia
1:52:09bisa bikin peta, dia bisa bikin
1:52:11visualisasi data, dia bisa bikin [musik]
1:52:12mini app juga dan segala macamnya.
1:52:14Walaupun cloud itu tuh enggak bisa punya
1:52:17kemampuan buat bikin image atau video
1:52:20kayak di game ini. Di situ game ini
1:52:21masih lebih unggul, tapi di clown
1:52:23fokusnya lebih ke visualisasi data tuh
1:52:25oke. Dan yang menarik adalah kita bisa
1:52:26publish artifactnya. Kalau kita publish
1:52:28orang lain random [musik] itu dia bisa
1:52:29akses, bisa pakai artifacts. Jadi kalau
1:52:31kita mau present segala macam, kita bisa
1:52:33kasih itu aja. Limitasinya adalah
1:52:35artifacts ini cuman front end aja. Jadi
1:52:37dia enggak bisa connect ke database,
1:52:38bisa connect ke [mendengus] IPI segala
1:52:39macam. Jadi dia benar-benar viewer buat
1:52:41visualisasi aja. Tapi kita sudah bisa
1:52:43ngelukan cukup banyak sih dalam front
1:52:44end doang. Kayak bikin game-game [musik]
1:52:45simpel gitu bisa pakai artifax. Fitur
1:52:47keempat yang lagi populer sekarang
1:52:49namanya cloud skills. Jadi kalau kita
1:52:51tidak punya workflow yang lumayan
1:52:52repetitif, kita bisa pakai skills untuk
1:52:54make sure kerjanya selalu sama,
1:52:56outputnya cukup konsisten. Contoh
1:52:57misalnya same sense saya bikin YouTube,
1:53:00saya sudah punya set prom-nya sendiri
1:53:02yang bisa saya pakai. Itu saya bisa
1:53:03jadiin skills. Jadi skills-nya dipakai
1:53:05terus-menerus supaya saya bisa
1:53:07memastikan output-nya selalu sama dan
1:53:09saya bisa edit juga skills-nya. Jadi
1:53:11anggaplah ini kayak from yang di-save
1:53:13[musik] gitu. Skills-nya bentuknya apa
1:53:14sebenarnya? Bentuknya kayak prom juga,
1:53:16tex juga. Dan sekarang banyak banget
1:53:17yang bikin yang ngejual skills-nya cloud
1:53:20yang menurut saya cukup simpel
1:53:21sebenarnya bikin skills. Teman-teman
1:53:23tinggal cek doang di Google gitu. Banyak
1:53:25orang yang kasih skills-nya secara free.
1:53:27Jadi enggak perlu belah gitu-gitu
1:53:28ataupun bikin sendiri juga bisa gu jadi
1:53:30teman-teman enggak perlu komo dengan
1:53:32skills nih. Sebenarnya skills ini baru
1:53:33sangat kepakai kalau misalnya kita
1:53:35pengin tahu wordful seseorang yang sudah
1:53:37terbukti hasilnya. Jadi kalau misalnya
1:53:39cuman jual skills doang menunya tuh
1:53:40sampah lah gitu bisa dibikin sendiri.
1:53:42Misalnya kayak oh ada YouTuber nih dia
1:53:43ngasih tahu nih skills yang dia pakai
1:53:45buat bikin video dia seperti apa gitu.
1:53:46Atau misalnya orang buat bikin codingnya
1:53:48atau misalnya bikin kontennya [musik]
1:53:49seperti apa itu baru kepakai atau kalau
1:53:51enggak ya kita bikin sendiri terus kita
1:53:53gunain terus kalau misalnya ada improve
1:53:55kita perbaiki. Jadi kalau saya sih bisa
1:53:57ngajarin kayak gitu teman-teman. Bikin
1:53:58dulu nanti improve improve improve.
1:54:00Karena poin yang saya pengin adalah
1:54:02jangan malas mikir. Kalau di AI kita
1:54:03harus bisa baca sama nulis. Jadi untuk
1:54:05mastiin adalah itu tuh kita ngerti cara
1:54:07datangnya dari mana hasilnya. Jangan
1:54:09benar-benar terima black box doang kayak
1:54:10bagus oke gitu. Karena kalau enggak
1:54:12nanti kita tergantung sama platformnya
1:54:14malah. Cara pikirnya gampang tinggal
1:54:15setting terus customize terus ke skills.
1:54:18Kita bisa custom workflow kayak gini
1:54:19misalnya kayak oh saya nulis newsletter
1:54:20nih mingguan. [musik] Biasanya di awal
1:54:23su ada hook yang provokatif terus ada
1:54:25tiga inside terus ada ini terus ada itu.
1:54:27Jadi kita jelasin preferensi kita
1:54:29seperti apa. Tapi kan orang beda-beda
1:54:31ya. Jadi teman-teman saya enggak rekomen
1:54:32pakai skills orang. cobain bikin skill
1:54:34sendiri. Fitur kelima ini mungkin banyak
1:54:37orang sudah tahu, dia ada memori sama
1:54:38styles. Jadi memori ini kayak dia bisa
1:54:40ingat lah percakapan kita. Dia bisa
1:54:42nge-scan gitu sama Styles tuh. Kayak dia
1:54:44bisa meng-customize cara dia ngerespon
1:54:46kita seperti apa. Nah, yang menarik
1:54:47adalah kalau kita pakai CGBT dan kita
1:54:49enggak mau pakai CHGBT lagi, cloudnya
1:54:50punya fitur namanya import memory. Jadi,
1:54:53kita enggak perlu mulai dari nol
1:54:54memorinya kalau pakai cloud. Jadi, kita
1:54:56bisa bikin cloud-nya tuh makin lama
1:54:59makin kenal kita, makin tahu siapa kita.
1:55:01Kalau di styles itu kita bisa pilih
1:55:03jawabannya tuh stynya maksud kayak apa.
1:55:05Kalau misalnya kayak kita pengin yang
1:55:06panjang, kita bisa bilang explanatory.
1:55:08Ada pilihannya. Kalau kita pengin yang
1:55:09padat, singkat, jelas, kita bisa bikin
1:55:11con size. Jadi kayak ini tuh AI yang
1:55:14makin lama kita yang sering pakai, dia
1:55:16makin ingat kita siapa, dia tahu
1:55:18preferensi kita apa. Fitur keenam itu
1:55:19adalah teman-teman harus tahu cloud dan
1:55:22AI pada umumnya tuh punya preferensi
1:55:24terhadap format-format khusus untuk
1:55:26prom. Untuk prom misalnya, ada satu
1:55:28format khusus yang bisa dipakai namanya
1:55:29markdown. Maron ini kayak cara buat kita
1:55:31ngetik untuk ngasih tahu kayak H1nya
1:55:33mana. Pakai H1 tuh pakai pagar, H2 pakai
1:55:35pagar dua kali, H3 pakai fager tiga kali
1:55:37supaya apa? Supaya kita bisa ngasih tahu
1:55:40importance of structure-nya. Nah, kalau
1:55:42di cloud itu dia juga suka pakai XML
1:55:44style text-nya gitu. Kayak
1:55:45instruction-nya apa, contex-nya apa.
1:55:48Jadi kayak mirip dengan framework case
1:55:49yang biasa kita pakai buat prompting.
1:55:51Context action step by step example.
1:55:53Cloud itu juga dia juga punya framework
1:55:55buat prompting-nya yang dalam format XML
1:55:57text gitu. Buka kurung dan kurung kayak
1:55:59gini. ini tuh kayak kita ngikutin C tu
1:56:02model promptingnya seperti apa supaya
1:56:04lebih efisien juga sebenarnya dari sisi
1:56:06tokennya kita enggak perlu mengingat
1:56:08secara detail sih karena kita bisa minta
1:56:10cloud untuk bikin cuman just remember
1:56:12kayak cloud itu punya struktur yang dia
1:56:14prefer jadi kita bisa ngprom dia tolong
1:56:17tulis ini dalam struktur yang lebih
1:56:18prefer biar saya bisa masuknya misalnya
1:56:19ke skills ke custom instruction ke mana
1:56:22gitu fitur ketujuh yang paling saya
1:56:23sering pakai ini tuh bukan fitur yang
1:56:26fitur sih sebenarnya karena di semua ai
1:56:28ada tapi kan kita suka malas nge-prom
1:56:29ya, apalagi kalau promnya makin panjang.
1:56:31Jadi cara yang bisa kita pakai adalah
1:56:32minta cloud untuk nanya kita langsung.
1:56:34Jadi kayak saya bisa bilang gini, "Hei,
1:56:36misalnya saya pengin bikin produk nih,
1:56:38produk buat belja GPT buat dibagusin,
1:56:40saya pengin ada custom form segala macam
1:56:42gitu, tolong tanya saya pertanyaan
1:56:44supaya kamu bisa bikin prom yang bagus."
1:56:46Intinya kayak gitu. Jadi call nanti
1:56:48bakal kasih kayak 5 sampai 10 pertanyaan
1:56:49yang panjang terab-satu tuh. Jadi
1:56:52tugasnya call tuh interview kita.
1:56:53Setelah kita kasih jawabannya, nanti
1:56:55kalau kalian bisa dapetin kesimpulan
1:56:56sendiri kira-kira arahnya ke sini atau
1:56:58[musik] enggak. Nanti dia bisa kasih
1:56:59draft, nanti kita baca lagi. Jadi tugas
1:57:01kita tuh baca sama nulis. Dan ini tuh
1:57:03ngaruh buat semuanya. Mau bikin [musik]
1:57:05prom kek, mau bikin skills kek, mau
1:57:07bikin projects kek, segala macam kek,
1:57:09gitu. Teman-teman bisa minta cloud-nya
1:57:10tanya ke kita aja dulu. Bahkan untuk
1:57:12beberapa kesempatan tuh kadang-kadang
1:57:14cloud-nya emang secara inisiatif tanya
1:57:16kita, maksud lu gini bukan, maksud lu
1:57:17gini bukan, maksud lu gini bukan. Cuma
1:57:18saya prefer kadang-kadang cloud gak tahu
1:57:21pertanyaan yang lebih detail yang dia
1:57:22harus tanyain ke kita. Jadi saya
1:57:24kadang-kadang jelasin ke dia langsung
1:57:25juga. Saya penginnya kayak gini. Ini
1:57:26persis dengan kayak misalnya kita punya
1:57:28project saya kita misalnya orang biasa,
1:57:30kita orang walm kita pengin ngobrol sama
1:57:31kontraktor, kita pengin ngobrol detail
1:57:33kita ngomong kan saya pengin gini, saya
1:57:35pengin gini, saya pengin gini, saya
1:57:36pengin gini gitu. Jadi kita tuh kayak
1:57:38ngejelasin dengan cara kita gitu. Terus
1:57:39kita tanyain dia, tanyain gua dong
1:57:41sesuatu yang mungkin gua miss, mungkin
1:57:42gua lupa. Tapi kalau ke orang biasa kan
1:57:44dia bakal marah ya kayak apaan sih gitu.
1:57:46[musik] Tapi kalau sama Cold dia malah
1:57:47senang. Kurang lebih gitu. Jadi
1:57:48teman-teman bisa coba semua fitur yang
1:57:50ada di cloud. Again, saya punya course
1:57:52untuk dalamin AI namanya belanja GPT. Di
1:57:54sana bisa f coding pakai cloud code. Itu
1:57:56fitur yang saya gak bahas di hari ini,
1:57:58tapi lebih advance. Teman-teman juga
1:57:59bisa pakai cloud untuk bantu bikin rumus
1:58:02Excel dan juga bisa belajar dari nol
1:58:04banget prompting segala macam. Sampai
1:58:06jumpa di video selanjutnya. Bye bye.
1:58:08Siapa di sini yang cloud-nya sering kena
1:58:10limit? Saya juga masuknya. Jadi kita
1:58:12bakal bahas trik gimana caranya
1:58:13menyiasati supaya cloud kita enggak
1:58:15kenal. Tentu ada beberapa cara ya dari
1:58:17cara yang bayar tentu dan cara-cara yang
1:58:19enggak bayar.
1:58:21Jadi kalau misalnya teman-teman baru
1:58:22ketemu video saya, saya William
1:58:24sebelumnya kerja di Badan dan Alibaba
1:58:26sekarang dibikin platform edukasi AI
1:58:27namanya belajar GPT. Orang Indonesia itu
1:58:29termasuk yang paling banyak pakai AI.
1:58:30Tapi kalau dari sisi konsumsi dan sisi
1:58:33pemakaian itu dua hal beda. Jadi
1:58:35konsumsi banyak nih kita pakai berbagai
1:58:37macam AI terutama yang gratis. Tapi
1:58:38kalau dipakai beneran beda-beda karena
1:58:40kebanyakan orang surface level cuma
1:58:41simpel-simpel doang. Jadi masih gede
1:58:43banget kesempatan buat teman-teman untuk
1:58:45bisa maksimalin penggunaan AInya. Dan
1:58:47yang menarik sekarang kan orang lagi
1:58:48tertarik ke cloud. Cloud itu salah satu
1:58:50produk yang menarik karena dia sekali
1:58:51subscribe kita dapat banyak sekali
1:58:53produk. Ada cloud untuk cloud cork yang
1:58:55kita harus install. Cloud cowork itu
1:58:57kayak gini. Kita perlu install dulu tapi
1:59:00dia bisa ada di laptop kita nih. Kita
1:59:02perlu download. Ada juga code plugin.
1:59:04Code plugin itu adalah code yang ada di
1:59:06sini.
1:59:08Jadi dia bisa mengatur browser kita dan
1:59:10ada juga namanya cloud code. Kita udah
1:59:12bahas di video sebelumnya. Cloud code
1:59:13itu bikin kita bisa ngelakuin banyak
1:59:16sekali otomasi langsung lewat terminal.
1:59:18Di sini kita perlu bahas limit nih
1:59:20karena subscribe-nya sekali nih
1:59:21produknya banyak. Kita pakai yang ini.
1:59:23Kalau sekali limit semua produk lain
1:59:24enggak bisa dipakai. Harus nunggu. Ada
1:59:26dua jenis limit. Jadi kalau kita masuk
1:59:28ke sini settings usage itu ada dua jenis
1:59:32limit. Ada limit jam kalau teman-teman
1:59:34pakai max. Next itu 100 dolar atau 200
1:59:36dolar. Saya pakai yang 200 dolar itu ada
1:59:38limit 5 jam sekali nih saya baru pakai
1:59:402%. Tapi kalau buat Pro dan Max kayak
1:59:44iPhone tuh Pro dan Max Pro tuh punya
1:59:45limit mingguan. Jadi kalau misalnya
1:59:47teman-teman menghabiskan limit di dalam
1:59:491 minggu enggak ada yang bisa dilakukan,
1:59:50cuma bisa nunggu seminggu ke depan.
1:59:52Terus ada juga limit buat sonet doang
1:59:54karena sonnet itu model yang lebih
1:59:56murahnya. Kebanyakan orang habisnya di
1:59:57model yang ada juga limit buat cloud
2:00:00desain. Cloud desainnya buat kita bikin
2:00:01PPT segala macam gitu di sini. Nah, ini
2:00:04yang cukup menarik. Salah satu trik
2:00:05supaya kita tahu kenapa limit kita cepat
2:00:07habis itu adalah kita perlu ngerti
2:00:09konsep namanya token. Token tuh kan cara
2:00:11kita untuk berkaksi sama EAI ya. Token
2:00:13itu bakal digunakan makin cepat kalau
2:00:16kita fokus ke satu chat doang atau ke
2:00:18satu conversation doang. Maksudnya
2:00:19gimana? Saya misalnya kita punya satu
2:00:21conversation cukup panjang di cloud.
2:00:23Kalau kita ngobrol terus di sana,
2:00:24cloudnya kan perlu tahu history
2:00:26sebelumnya nih di atasnya supaya dia
2:00:28tahu dia harus jawabnya seperti apa.
2:00:29Kalau kita udah ngobrol ngalu ngidur di
2:00:31sana, dia bakal mahal sekali ngabisin
2:00:32tokennya yang berakibat sesi kita cepat
2:00:35habis. Kenapa? Karena dia perlu ngerti
2:00:37konteksnya. Jadi makanya cloud tuh
2:00:39selalu ngasih tahu kalau bisa kalau
2:00:40misalnya kerjaannya udah beda itu selalu
2:00:42pakai chat baru atau kalau misalnya di
2:00:44cloud code itu selalu pakai fitur
2:00:46namanya clear. Misalnya kayak gini ini
2:00:48clear. Clear itu artinya kita hapus
2:00:50semua sesi depannya. Jadi, cloud itu
2:00:52enggak perlu mengingat lagi atau mencari
2:00:55tahu sebelumnya ngobrol apa. Ini ngobrol
2:00:56baru aja. Jadi kalau buat chat itu kita
2:00:59bisa kayak pakai chat baru atau kalau di
2:01:01cloud code clear history-nya dan pastiin
2:01:03satu chat itu satu tugas doang. Jangan
2:01:06ngobrol kenapa mahal? Banyak banget yang
2:01:08habis token di sini. Saya sendiri sering
2:01:10banget habis token sini dan kalau habis
2:01:11token tuh nunggunya lama banget. Jadi
2:01:13kita bete kenapa enggak pilih yang lain?
2:01:14Cloud paling pintar soalnya sayang
2:01:16sekali cloud sekarang paling pintar.
2:01:18Cara lain adalah di cloud itu dia punya
2:01:20beberapa model. Jadi misalnya kita ke
2:01:22[musik] sini saya kita ke ini. Cek
2:01:26dia ada beberapa model ada opus ada son
2:01:28ada haiku. Cuma ada tiga model sih
2:01:30sebenarnya tapi haiku 45 Oppus 47. Haiku
2:01:34itu yang paling biasa aja saya dibilang
2:01:36yang paling cepat jawabannya. Jadi ada
2:01:37ada kurvanya gitu. Kalau dia cepat
2:01:40jawabannya biasa aja. Kalau dia standar
2:01:41jawabannya oke. Kalau dia lama
2:01:43jawabannya pintar. Sonet itu jawabannya
2:01:45biasa aja. Hasilnya juga biasa aja. Tapi
2:01:48untuk sehari-hari oke. Biasanya saya
2:01:50rekomen orang pakai kalau enggak Haiku
2:01:51Sonet atau Sonet lah yang paling
2:01:53gampang. Haiku sebenarnya jarang si
2:01:55pakai. Kalau misalnya butuh banget
2:01:56pintar banget saya misalnya buat [musik]
2:01:58diskusi, buat brainstorming, buat
2:02:00planning, buat apa pakailah opus. Setahu
2:02:02saya opus kalau di pro cepat banget
2:02:04habisnya atau kadang-kadang bahkan
2:02:05enggak dapat jatahnya. Jadi kadang
2:02:06berubah-rubah juga kayak kebijakan
2:02:08AInya, kebijakan antrofficnya, cloud-nya
2:02:10ini buat ngasih nih kadang-kadang
2:02:12ganti-ganti ke akun yang pro yang 20
2:02:14dolar [musik] sebulan. Jadi kalau emang
2:02:15benar-benar ini sangat-sangat kepakai,
2:02:16saran saya upgrade ke max. Cara keempat
2:02:19buat kita bisa menghemat token adalah
2:02:21dipikirin ditulis. Kalau saya biasanya
2:02:23selalu kayak berusaha kayak nulis
2:02:24misalnya saya saya pengen bikin eh
2:02:28misalnya dashboard weekly limiting
2:02:31fungsi
2:02:32dashboard-nya bla bla bla. Saya bakal
2:02:35tulis tulis tulis tulus panjang terus
2:02:36kayak saya bakal ada satu chat khusus
2:02:38buat bikin nama saya bilangnya PRD atau
2:02:41kayak product requirement documen buat
2:02:43bikin kayak kira-kira saya pengin
2:02:44bikinnya apa? Jangan suruh kerja sambil
2:02:46brainstorm itu bakal makan tokon yang
2:02:48terlalu banyak. Jadi pisahin kapan kita
2:02:50gini, kapan kita gini. Terus yang kelima
2:02:52tipsnya adalah cloud itu punya fungsi
2:02:54memori. Jadi kita enggak harus selalu
2:02:56jelasin berulang-ulang. Kita tinggal
2:02:58bilang kita udah pernah bahas ini loh di
2:03:00sebelumnya. Saya misalnya saya pengin
2:03:01kayak kita udah pernah
2:03:04bahas strategi
2:03:07YouTube kan
2:03:09konten kan. Sumba mereka ulang tuh. Ini
2:03:14saya pakai haiku. Harusnya saya pakai
2:03:16[musik] sonat sih, tapi ya udahlah. Dia
2:03:18bisa mengingat kembali relevan chatnya
2:03:20gitu. Jadi kita enggak perlu
2:03:21banyak-banyakin chatnya karena [musik]
2:03:23makin banyak chatnya itu kan makin
2:03:25banyak promnya itu kan dia makan
2:03:27tokonnya lumayan banyak. Jadi kita bisa
2:03:28menghemat dari sana supaya konteksnya
2:03:30itu dia ngambil dari yang udah ada.
2:03:32Ibaratnya kayak itu udah ada
2:03:33fil-file-nya di lemari lihat aja dulu
2:03:35dibanding kita kasih terus kasih terus
2:03:36kasih terus filennya makin banyak. Nah,
2:03:38cara biasanya cuma itu doang yang bisa
2:03:40kita lakuin. Kalau misalnya di ini kita
2:03:42harus ngapain? Cara paling gampang
2:03:43nunggu. Kalau kita udah kenal yang
2:03:44semingguan, udah apa sih sebenarnya?
2:03:46Enggak bisa ngapa-ngapain tuh. Jadi
2:03:47biasanya saya selalu pantau sih kayak
2:03:50bagian usage-nya nih kayak masih aman
2:03:52enggak gitu. Di bagian sini setting
2:03:56usage. Ini saya selalu pantau nih. Kayak
2:03:58kalau masih aman ya udah aman. Kalau
2:03:59misin udah mulai mentok oke saya mulai
2:04:02ganti ke model yang lebih rendah.
2:04:03Misalnya kalau dari opus jangan opus
2:04:05terus nih sonet gitu. Buat apa? B kita
2:04:07bisa ngasih kerja. Nih kalau misalnya
2:04:09udah terlalu panjang chatnya di satu
2:04:10ini, saya biasanya kayak minta
2:04:12summarize-nya dalam bentuk [musik] teks.
2:04:13Saya pindahin summarize-nya ke chat
2:04:15baru. Jadi mulai chat baru aja itu juga
2:04:17bisa. Terus kita juga bisa sistemnya top
2:04:19up. Jadi kayak gini. Misalnya [musik]
2:04:21saya punya top up punya saldo dapat dari
2:04:23card sebenarnya gratisan. Jadi ini bisa
2:04:24dipakai buat kita kayak additional pulsa
2:04:27lah tambahan. Tapi sebenarnya kalau saya
2:04:29pribadi ngitung-ngitung di bagian top up
2:04:31itu mahal. Jadi saran saya itu
2:04:34teman-teman coba-coba perhitungin load
2:04:36kerjanya lebih murah kalau saya
2:04:37ngelihatnya kayak ini nih 46 dolarnya
2:04:39cepat banget habisnya tapi kalau kita
2:04:41pakai yang max yang 100$ itu dia bisa
2:04:43cukup lama karena resetnya per 5 jam
2:04:45bukan per seminggu. Jadi teman-teman
2:04:47perlu hitung nih apakah kerjaan ini
2:04:48harus diselesaikan sekarang juga.
2:04:50Kadang-kadang impulsif kan kita. Kita
2:04:52kan greget, "Oh, halas banget nih
2:04:53sekarang." Atau bisa ditunggu misalnya
2:04:55tunggu seminggu lagi. Atau kalau enggak
2:04:56bisa tunggu tunggu 5 jam. Tapi lihat
2:04:59dulu nih upgrade 100 dolar sama top up
2:05:01murahan yang mana. Kalau saya
2:05:03hitung-hitung masih tetap murahan
2:05:04upgrade 100 dolar walaupun dirupiahkan
2:05:06mahal karena sekarang USD lebih mahal.
2:05:08Nah, kurang lebih gitu. Jadi saran saya
2:05:10tuh selalu prom dengan lebih hati-hati
2:05:13dengan lebih rapi. Goal-nya simpel
2:05:14sebenarnya karena kita pengin token kita
2:05:17tuh hemat karena sekarang dolar lagi
2:05:19mahal. kita pengin tugas kita efektif.
2:05:21Jadi menurut saya yang paling benar
2:05:23adalah kita bisa memanfaatkan AI dengan
2:05:27cost yang seminim mungkin tapi kita
2:05:28pakai modal yang semaksimal mungkin.
2:05:30Jadi menurut saja kita terima realita
2:05:32bahwa EAI itu yang mahal. Capek nyari
2:05:34yang getis-getisan kayak pindah sana
2:05:35sini sana sini nanti promonya habis
2:05:37segala macam. Menurut saya kayak kita
2:05:39pintar aja kalkulasi aja bikin ini
2:05:41hitungannya make sense realistis kayak
2:05:43bisnis jadi cari ROI-nya mau ke mana.
2:05:45Itu yang saya bisa selalu bilang ke
2:05:46teman-teman di belajar GPT. Jadi
2:05:48misalnya di belaj GPT kita ada kelas
2:05:49belet GPT 5 coding itu simpel sebenarnya
2:05:51gimana caranya pakai cloud buat bikin
2:05:53aplikasi web buat dapetin cuan cuannya
2:05:55dari mana saya misalnya bisa jadi
2:05:57freelance web saya misalnya bikin produk
2:05:58digital saya misalnya bikin bikin sistem
2:06:01buat perusahaan caranya gimana belajar F
2:06:03coding dari nol jadi menurut saya
2:06:05opsinya lumayan banyak sih sekarang
2:06:06pintar-pintar teman-teman aja kurang
2:06:08lebih gitu sampai jumpa di video-video
2:06:10selanjutnya bye bye ini salah satu AI
2:06:13yang paling powerful di Indonesia dan
2:06:15kita bisa mulai dengan gratis ini dan
2:06:17kita juga bisa tes trial sebulan yang
2:06:19versi pro-nya. Jadi buat teman-teman di
2:06:21sini masih milih mau Chat GBT kah, mau
2:06:23cloud kah, mau Gemini kah. Hari ini saya
2:06:24bakal kasih tunjuk 18 fitur yang ada di
2:06:27Gemini buat teman-teman yang bisa
2:06:28consider kira-kira mau upgrade ke Pro
2:06:30atau enggak ya. Jadi bisa ada bahan
2:06:31pertimbangan.
2:06:34Saya William sebelumnya kerja di Badance
2:06:36dan Alibaba dan sekarang lagi bikin
2:06:38platform edukasi AI namanya belajar GBT.
2:06:40Di sana biasanya kita bahas semua AI.
2:06:42Jadi di video kali ini tuh salah satu
2:06:44video edukasi saya buat bantu
2:06:45teman-teman kalau mau subscribe Gem ini
2:06:47bagus [musik] yaak sih? Jadi dari semua
2:06:49AI yang ada kita sendiri enggak pernah
2:06:51rekomen kayak satu WA yang bisa bayar
2:06:53satu buat dapat semuanya. Enggak. Karena
2:06:55makin ke sini satu WA itu punya banyak
2:06:57bundle. Contoh misalnya CGBT dia bisa
2:06:59bikin gambar juga bisa bikin video juga
2:07:01bisa analisa juga segala macam. Cloud
2:07:02[musik] itu bisa ada versi cloud
2:07:04code-nya, ada codex-nya, ada apanya
2:07:06gitu. Jadi, Gemini juga sama. Dia punya
2:07:08banyak sekali fitur. Salah satu
2:07:09kelebihan Gemini yang enggak dipunya
2:07:11sama yang lain adalah dia fiturnya
2:07:12banyak banget. Kenapa? Karena dia punya
2:07:13Google. Google punya Gmail, Google
2:07:16Sheet, Gsuit-nya. Jadi, satu app ini dia
2:07:20punya banyak sekali hal. Dan kalau kita
2:07:21subscribe ke paket Google One-nya,
2:07:23[musik] oke, saya coba kita dapat 5 tera
2:07:26termasuk dari paket The Mini Pro-nya.
2:07:28Jadi menurut saya sangat bagus nih. Ini
2:07:30salah satu tool yang saya subscribe dari
2:07:31awal tahun sampai sekarang. Nah,
2:07:33kira-kira apa aja sih fitur-fiturnya?
2:07:35Kita bakal lihat sini. Ini tampilan
2:07:37Gemini yang baru ya. Jadi dia dia bikin
2:07:39saya kayak punya tampilan gitulah. Nah,
2:07:41ini ini Gemini yang sekarang buatkan hal
2:07:43William ini tampilannya baru dia ada
2:07:45pilihan nih mau yang 3.5 flash atau 3.1
2:07:49Pro gitu. Jadi e ada juga yang
2:07:51flashlight yang paling cepat. Nah,
2:07:52Teman-teman di sini bisa macam-macam nih
2:07:55istilahnya satu WA ini namanya
2:07:56multimodel. Multimodel itu dalam artian
2:07:58kita bisa [musik] upload gambar, video,
2:08:01audio, apapun dia itu bisa langsung
2:08:03ngerti gitu. Jadi itu salah satu
2:08:04kelebihan yang ada di Geni. Nah, jadi
2:08:06fitur utamanya ini kita pakai 3.5 flash.
2:08:09Kita bisa tanya apapun. Jadi kita bisa
2:08:11kayak di sini kita bisa upload file
2:08:12segala macam gitu. Nanti kita bakal
2:08:14satu-satu ya kita bakal coba tanya
2:08:16misalnya berapa tanggal narah di
2:08:19Indonesia tahun 2006. Ini ada [musik] 17
2:08:22hari libut nasional dan 8 hari cuti pun
2:08:24sama gitu. Kalau [musik] sekarang
2:08:28tanggal 25 Juni tinggal berapa tuh?
2:08:34Udah.
2:08:36Nah, jadi sisa hari nasionalnya ini sama
2:08:39persis jawabannya. Dia bisa ada kayak
2:08:40pilihan A atau pilihan B. Jadi kita bisa
2:08:42misalnya yang A kita pilih [musik]
2:08:44tinggal 17 Agustus, 25 Agustus dan
2:08:47Desember. Sisanya udah enggak ada lagi
2:08:49liburan. Nah, ini bagian di mana kita
2:08:51bisa ngotak-ngatiknya lah. Tapi kalau
2:08:53misalnya kita buka chat baru, terus kita
2:08:56pilih yang Pro ini, fitur keduanya ya,
2:08:57Gemini Pro. Pro itu ada 3.1. Jadi saya
2:09:01saya mau mau liburan 2 minggu. Tolong
2:09:05dong kasih saya rekomendasi waktu
2:09:10[musik] sampai akhir tahun supaya cuti
2:09:13saya enggak kepakai banyak. Ini saya
2:09:17pakai yang pro. Jadi yang kalau yang pro
2:09:18bedanya apa? Dia lebih lama mikirnya
2:09:20karena dia di planning dulu dia pakai
2:09:22compute powernya lebih banyak. Jadi
2:09:24[musik] ibaratnya kayak yang tadi itu
2:09:25paket cepatnya ini paket yang normalnya.
2:09:28Dan di AI itu semakin pintar AI-nya
2:09:31semakin mahal [musik] dan semakin lama
2:09:33jawabannya. Jadi itu itu emang kayak
2:09:35kalau kita coba cloud atau kita coba C
2:09:37GPT yang paling pintar itu juga kayak
2:09:39gini lamanya itu lumayan kayak untuk
2:09:41cloud bahkan dia bisa ber menit-menit
2:09:43sampai 30 menit juga pernah saya untuk
2:09:45satu pertanyaan yang cukup dalam
2:09:46biasanya berhubungan sama coding atau
2:09:48misalnya sama kesehatan sama apa gitu.
2:09:49Jadi kita menghubungkan banyak sekali
2:09:51konsep opsi satu misalnya ee 15 16
2:09:54sampai tanggal 30 hari. Jadi total 16
2:09:57hari dengan makan 8 hari dicut lumayan
2:09:59nih. [musik] Opsi kedua adalah cuman
2:10:01akhir tahun baru 16 hari dengan makan 7
2:10:04hari cuti atau 8 hari cuti tergantung
2:10:06kebijakannya. Dia nanya, "Saya mau ke
2:10:08Tok dan Usaka atau enggak?" Menarik
2:10:10juga. Jadi [musik] kita bisa
2:10:11direkomendasiin hal seperti ini. Ini
2:10:13fitur kedua di manainnya tuh jauh lebih
2:10:15pintar dan lebih dapetin maksud kita mau
2:10:18ngapain. Next-nya fiturnya adalah
2:10:20namanya multimodal input. Jadi kita
2:10:22enggak cuman bisa masukin teks di sini,
2:10:24tapi kita bisa masukin apapun. Dia bisa
2:10:26terima gambar, dia bisa terima suara
2:10:28juga di sini pakai mikrofone.
2:10:33Tes, tes, tes. Hai. [musik] Cek, cek. 1
2:10:362 3. Jadi dia bisa enggak cuman teks.
2:10:39Nah, ini dia bilang [musik] kita cuman
2:10:41tes-tes doang. Jadi, dia enggak mau
2:10:42jawab gitu. Jadi dia bisa terima banyak
2:10:44sekali hal, enggak cuman satu doang. dan
2:10:46dia juga bisa analisa YouTube. Ini yang
2:10:48cukup menarik sebenarnya di multimodel
2:10:50inputnya itu kalau kita minta [musik]
2:10:52saya misalnya di YouTube saya deh
2:10:54misalnya misalnya saya kasih
2:10:57ini
2:11:00coping saya pop ini apa sih isi YouTube
2:11:05ini karena Gemini punya Google dan
2:11:08YouTube juga punya Google mereka itu
2:11:09bisa nyambung gitu jadi si Gemini itu
2:11:13bisa langsung tahu ini itu YouTube-nya
2:11:14tentang apa. Karena pas kita upload
2:11:16video ke YouTube, siapapun sih yang
2:11:17upload video ke YouTube itu kan udah
2:11:19ketahuan sebenarnya isinya apa,
2:11:20caption-nya apa, segala macam. Jadi kita
2:11:22sudah tahu nih kayak satu video ini
2:11:24isinya apa aja dan kita tinggal tanya ke
2:11:25YouTube. Itu salah satu kelebihan kita
2:11:27kalau kita sering konsumsi YouTube dan
2:11:28kita pengin belajar dari YouTube. Oke,
2:11:30fitur keempat namanya gems. Jadi gems
2:11:31itu adalah ini. Nih kita bisa open
2:11:34sidebar-nya. Jadi, dia ada image, video
2:11:37segala macam. Kita bisa buka gems. Oke,
2:11:39ini gem. Jadi, kita bisa lihat berbagai
2:11:41macam gem di sini. Ini udah dibikin sama
2:11:44gem ininya langsung. Jadi kita bisa
2:11:46misalnya sini kita bisa minta e
2:11:48Gemininya bikin podcast buat kita.
2:11:49[musik] Ini pertama personal podcaster.
2:11:51Create podcast covering updates on any
2:11:54topic. Misalnya kita masukin topik say
2:11:56misalnya tentang [musik]
2:11:57how
2:11:59to clean an egg. Jadi kita mau nanya ada
2:12:04enggak sih cara buat [musik] bikin
2:12:06bersihin telur yang bagus sejak tahun
2:12:08lalu? Nanti dia bakal research topiknya.
2:12:10Ini kayaknya sinyal saya lagi error deh.
2:12:12Jadi makanya dari tadi gak dapat terus
2:12:13cuman kalau udah beres. Jadi kita
2:12:15tinggal ngikutin step by step yang ada
2:12:16di sini aja. [musik] Jadi gem itu
2:12:18semacam kayak mini aplikasi yang kita
2:12:19bisa pakai, kita juga bisa bikin sesuai
2:12:21brief yang kita kasih gitu. Jadi nanti
2:12:23munculnya [musik] kayak gini. Salah satu
2:12:24yang kita pernah bikin dulu pas di
2:12:26belajar GPT workshop adalah ini produk
2:12:28angle. Jadi kita upload satu gambar dia
2:12:30bakal kasih kita berbagai macam angle
2:12:33depan, samping belakang, top down
2:12:36isometric [musik] detail makro. Nah, ini
2:12:37salah satu bentuk namanya canvas dulu,
2:12:40tapi bisa juga dipindahin gam. Jadi, ini
2:12:42bentuk kita kita kayak bikin mini app
2:12:43gitu yang [musik] teman-teman bisa
2:12:44pakai. Oke, baket selanjutnya kita bakal
2:12:47ke menu chat. Nah, di sini ada fitur
2:12:49namanya deep research. Jadi, deep
2:12:50research ini fungsinya buat kita [musik]
2:12:52bisa reset satu hal dengan lebih dalam.
2:12:54Contoh misalnya kita pengin tahu kayak
2:12:55how to clean an act properly. Nah, tentu
2:12:59di sini saya enggak bakal langsung
2:13:01sampai hujung karena ini defisitasnya
2:13:03mulin lama. Semakin panjang program
2:13:04kita, semakin detail kita, dia bisa
2:13:06carinya lebih lama. Mungkin sekitar
2:13:07[musik] 30 sampai 40 menit. Nah, di sini
2:13:10saya pakai yang sangat simpel. Enaknya
2:13:11di game ini adalah kita bisa lihat di
2:13:13sini planning-nya seperti apa. Kita bisa
2:13:15[musik] edit dulu. Jadi, saya misalnya
2:13:16mau tahu nih research steps-nya seperti
2:13:18apa sih. Pertama, dia bakal cari
2:13:20daruline tentang di kapan telur itu
2:13:23perlu dibersihin dan dicompare sama
2:13:25telur yang masih sama ayamnya dibanding
2:13:29sama telur yang benar-benar dari pabrik.
2:13:30Terus kayak instruksi [musik] buat
2:13:32bersihin telur tanpa pakai air, dry
2:13:35cleaning. Terus step, white washing-nya
2:13:38gimana kalau yang pakai air. Terus yang
2:13:39keempat kayak gitu, kelima kayak gitu.
2:13:41Jadi ada step by step-nya. Nah, di sini
2:13:43kita bisa ngetes kayak kira-kira kita
2:13:45maunya kayak gimana gitu. [musik] Dia
2:13:46bisa semacam kayak, "Eh, gua mau lu ke
2:13:50sini loh." gitu. Gua mau lu cari ini.
2:13:52Gitu. Dia bakal tahu kita. Saya bakal
2:13:54join A B C D E FG. Ya, setuju enggak?
2:13:56Kalau setuju baru kerja gitu. [musik]
2:13:59Nah, salah satu fitur yang lain adalah
2:14:01kita lumayan sering bahas ini sih di
2:14:02YouTube ini. Notebook LM namanya.
2:14:04Notebook LM tuh adalah tool yang sudah
2:14:06kita dapetin kalau kita pakai game ini
2:14:07juga. Notebook LM ini bisa bikin kayak
2:14:10semacam eh source buat kita belajar
2:14:12apapun. Tapi bedanya sama game ini
2:14:13adalah notebook LM itu hanya memberikan
2:14:16jawaban atau membuat sebuah resource
2:14:18berdasarkan apapun yang kita upload.
2:14:19Jadi di sini kasusnya misalnya di sini
2:14:21ya kasusnya kita bisa nanya nih saya
2:14:23masukkan di sini salah satu video
2:14:25YouTube terus saya bisa bikin ini saya
2:14:27[musik] pernah bikin slide slide-nya
2:14:28kayak gini videonya tentang DJ jadi ini
2:14:30videonya tentang kalau enggak salah
2:14:32podcastnya Bang Radit sama Bravy tentang
2:14:35DJ terus saya bikin jadi semacam slide
2:14:37[musik] ini bisa di cek langsung
2:14:41slide-nya gimana dan menurut saya sangat
2:14:42bagus sih slide-nya keren lah gitu
2:14:44[musik] ada tulusan LM-nya juga ini
2:14:46salah satu fitur yang ada di Gemini
2:14:49next-nya nya itu fitur ketujuh itu ada
2:14:51namanya scheduled action. Jadi kita
2:14:53tanya dulu bisa enggak dia scheduled
2:14:55[musik] action buat kita. Tuh kita bisa
2:14:57bikin 10 active scheduled at a time.
2:15:00Jadi kita bisa kayak ngasih kita e brief
2:15:03atau kayak calendar sumary atau kayak
2:15:05weekly update gitu. Kita bisa bikin
2:15:06kayak misalnya eh setiap Senin pagi jam
2:15:10. kasih saya update [musik] tentang
2:15:13berita AI di Asia dan kurs IDR.
2:15:19USD [musik] dan IDR SGD gitu. Kalau kita
2:15:24udah begini, kita tinggal nunggu doang.
2:15:26Nanti setiap Senin pagi dia bakal kirim
2:15:28ke kita [musik] biasanya lewat email
2:15:30gitu. Jadi kita bisa punya kayak semacam
2:15:32reminder lah atau kalau misalnya
2:15:34teman-teman instal aplikasi Google atau
2:15:36Gem Mini di HP dia bisa muncul juga di
2:15:38sana. Next-nya nah ini bagian Creative
2:15:40[musik] studionya kita bakal masuk ke
2:15:42sini. Image. Image-nya kita pakai
2:15:44namanya Nano Banana 2. Ini salah satu
2:15:45fitur yang cukup menarik yang ada di
2:15:48game ini di mana kita subscribe sekali
2:15:49dapat semuanya. Kita bisa bikin misalnya
2:15:51kayak a turtle on
2:15:54the sun
2:15:57one
2:15:59eating [musik]
2:16:00banana nulis. Jadi ini kita bisa bikin
2:16:04gambar, kita bisa edit gambar juga dan
2:16:07ini salah satu yang terbagus lah menurut
2:16:09saya [musik] di AI. Chat GPT juga bagus.
2:16:11Gem ini tuh salah satu yang oke. Menurut
2:16:13saya kadang-kadang hasilnya lebih bagus
2:16:14dibanding CH GPT. Jadi teman-teman bisa
2:16:17pakai ini dan enaknya ini satu sekali
2:16:18bayar dapat semua. Itu yang lumayan
2:16:20menarik sih. Lumayan terlihat realistik
2:16:22ya. Jadi kayak dia bikin kura-kuranya
2:16:25kayak lagi makan pisang. Pisangnya udah
2:16:27setengah makannya dan [musik] ini lagi
2:16:29di bawah matahari yang turun dari bawah.
2:16:32Nah ada lagi namanya Vo. Veo itu ini
2:16:34sayaut dulu ya. Kita mau bikinnya
2:16:36bergerak soalnya. VO itu adalah gimana
2:16:38caranya kita bisa bikin video video dari
2:16:41video AI [musik] pakai ini. VO itu salah
2:16:43satu yang paling oke juga di konstelasi
2:16:45sekarang namanya Omni kayak ya [musik]
2:16:48ganti. Nah kita bisa kita kasih
2:16:51gargerak.
2:16:56Nah ini salah satu kelebihan yang ada di
2:16:58game ini adalah dia bisa dari teks ke
2:17:01[musik] video maupun dari image ke video
2:17:03gitu. Pakai namanya Google Omni. Google
2:17:05Omni ini nama kalau di Google tuh
2:17:07namanya selalu banyak ganti ya sama
2:17:08dengan tool-tool AI lainnya sih. Jadi
2:17:10kadang-kadang kita bilang VO Omni segala
2:17:12macam tapi intinya kita bisa bikin video
2:17:14pakai Google Game ini tuh ini bakal
2:17:16mungkin teks 3 sampai 5 menit. Nah ini
2:17:19udah jadi. Jadi ini sama persis ya. Kita
2:17:21bakal lihat dia bergerak
2:17:24dan ada suaranya juga.
2:17:28Wow, ini rasis banget sih
2:17:32ini. Jadi udah kayak semacam film
2:17:35National Geographic atau apa gitu ya.
2:17:36Tapi ini salah satu keunggulannya Google
2:17:39Omni atau VO. Nah, teman-teman bisa
2:17:41dalam satu paket itu dapat semuanya.
2:17:43Tapi belum beres, masih banyak fitur
2:17:44lainnya. Kita bakal masuk selanjutnya ke
2:17:46namanya canvas. Oke, canvas itu adalah
2:17:49chat baru. Kita close dulu [musik]
2:17:54kanvas. Ini dia. Jadi di kanvas kita
2:17:57bisa bikin aplikasi mini, kita bisa
2:17:59nulis atau kita bisa bikin slides. Bikin
2:18:01aplikasi tadi kita bisa masukin di gems
2:18:03ya. Jadi kita coba bikin slide di sini.
2:18:05Eh kita ba masukin gambar tadi kura-kura
2:18:07ini. Terus kita bilang saya bilang
2:18:10create slides on why verbow
2:18:16should it.
2:18:19Outputnya ke mana slide-nya? Ini bakal
2:18:21ke Google Slides nanti. Jadi ini kan
2:18:23ekosistemnya Google. Jadi dia bisa
2:18:25pindah-pindah gitu tempat lain enaknya
2:18:27di Google Gem ini tuh gitu satu tempat
2:18:29itu bisa buat banyak hal. Nah, ini jadi
2:18:33ini kita bisa export ke Google SL kayak
2:18:35yang tadi saya bilang ini dia bikin nih
2:18:37turtle and bananas. Jadi dia benar-benar
2:18:39bikin kayak slide buat kita presentasi
2:18:41lah gitu. Ini gambarnya belum jadi nih.
2:18:43Harusnya udah jadi. Kayaknya ada error
2:18:45[musik] sedikit tapi sisanya udah ini
2:18:48ada ininya. Intinya boleh makan pisang
2:18:51[musik] tapi cuma 10% doang gitu. Kalau
2:18:53saya bisa simpulin ya. Jadi ini salah
2:18:56satu fitur yang menarik banget sih.
2:18:57Canvasnya juga bisa bikin app kayak
2:18:58[musik] tadi saya bilang di games tapi
2:19:00agak overlap dia. Tapi di bagian slides
2:19:03itu bisa pakai canvas juga. Jadi
2:19:04outputnya sangat banyak sekali. Kalau
2:19:06kadang-kadang kita bingung fiturnya apa
2:19:07aja kita bisa tanya geminya juga
2:19:09langsung. Nah next-nya itu namanya
2:19:11guided learning. Jadi kita balik lagi ke
2:19:12new chat. Kita tutup ada namanya di sini
2:19:15guided learning. Jadi ini khusus buat
2:19:17belajar. Jadi kita bisa bilang kayak
2:19:18ngajarin saya compound interest kayak
2:19:22saya umur 5 [musik] tahun. Nah dia kasih
2:19:25jawaban nih simulasi gunung permen
2:19:26misalnya satu kita simulasi gunung
2:19:28permen dulu. [musik] Jadi kita bisa kita
2:19:3110% dan setiap tahun peri memberi 10
2:19:34bonus dari total permen yang ada di
2:19:35keranjang. Jadi 101 1,1,21
2:19:39[musik] 1,46 2,36. Jadi akhir tahun
2:19:42ke-10 ini pernya cuma kasih satu permen.
2:19:45Tapi di akhir tahun ke-10 dia dia dapat
2:19:47bonus 2,36 permen padahal kamu tidak
2:19:49mendapat permen baru. Kenapa bisa
2:19:51nambah? Karena peri tidak memberi permen
2:19:56melainkan 10% dari total permen. Tepat
2:20:00sekali. Hebat. Kamu pintar langsung
2:20:02menangkap rahasianya. bla bla bla. Jadi
2:20:04itu salah satu cara kita buat kalau
2:20:06misalnya kita punya saudara yang masih
2:20:08kecil pengin belajar gitu atau misalnya
2:20:10anak atau misalnya ee anaknya teman dan
2:20:12sebagainya, kita bisa pakai ini buat
2:20:14ngajarin gitu kira-kira dia butuh apa
2:20:16sih. Oke, [musik]
2:20:17next. Ini namanya Gemini Live. Gemini
2:20:19Live-nya cuma ada di HP. Jadi kurang
2:20:21lebih gini. Nah, ini kita bisa kayak
2:20:23ngobrol sama Gemini Live-nya. Nah, ini
2:20:25kayak gini. [musik] Go live with Gemini.
2:20:28Kelihatan ya. Jadi dia bisa kayak CH GPT
2:20:31gitu. Kita bisa ngobrol langsung. Terus
2:20:33gem voice. Hai. Nah, jadi salah satu
2:20:36fiturnya ini kayaknya sinyal saya lagi
2:20:37kurang bagus tapi dia bakal muncul gini.
2:20:39Bisa kita flip kameranya. Kita bisa
2:20:41kayak lagi video call sama Gemininya
2:20:42bisa ngobrol gitu dan dia bisa jawab
2:20:44langsung. Jadi ibaratnya kayak kita lagi
2:20:46nelpon sama AI dan AI-nya itu ngerespon
2:20:49kita kayak teman dan dia juga bisa kayak
2:20:50video call sama kita. Tentu video
2:20:52callnya dengan kontekstual ya bukan
2:20:54gusen muka kita. Tapi kayak misalnya
2:20:55kita lagi kalau saya tuh pernah misalnya
2:20:57saya waktu itu lagi di mobil, saya tuh
2:20:59bingung fungsi [musik] mobil ini tuh
2:21:00buat apa sih si tombol-tombol tertentu
2:21:02yang saya sama sekali enggak pernah
2:21:03pencet. Saya kayak video call anan gitu.
2:21:06Ini tuh buat apa sih? Ini buat apa sih?
2:21:07Ini buat apa sih? Itu salah satu fitur
2:21:09yang menurut saya sangat-sangat
2:21:10membantu. Nah, baket selanjutnya. Fitur
2:21:12selanjutnya adalah nomor 14 Workspace
2:21:14Integration. Jadi kita new chat ini saya
2:21:17bakal running agak cepat. Tetapi Google
2:21:20Gemini ini bukan cuman bisa diakses di
2:21:22sini [musik] doang, dia juga bisa
2:21:23mengakses eh file-file yang ada di
2:21:26Google Drive ataupun kita juga bisa
2:21:28panggil dia di Google Drive-Google Drive
2:21:30yang kita punya misalnya kayak Seitneu,
2:21:33kita bikin Google Sheet baru. [musik]
2:21:35Nah, ini juga ada Gemininya. Jadi, ini
2:21:36salah satu keunggulan kita pakai Gemini
2:21:38adalah EAM juga hidup di tempat kerja
2:21:41kita dan nyambung. Jadi, dia bisa makin
2:21:44pintar bareng kita. Dia juga bisa ada di
2:21:46Gmail. Jadi di Gmail juga ada Gemini ya.
2:21:49Misalnya kayak gini ini ada Gemini. Kita
2:21:51bisa tanya ke dia, kita bisa cek
2:21:53informasinya, kita bisa bilang kayak
2:21:55sejauh ini email apa saya yang penting
2:21:57baca, apa yang saya enggak penting baca
2:21:58dan sebagainya gitu. Jadi semuanya itu
2:22:00ada di sini. Menyenangkan sekali kalau
2:22:02kita ada di ecosistem Google dan kita
2:22:03pakai game ini. Terus yang terakhir kita
2:22:05juga bisa misalnya google.com kita
2:22:08misalnya cari tentang sayang nih Zoom
2:22:11H8N. [musik] Terus kita menc. Nah, di
2:22:14sini dia bisa nyari apapun nih muncul
2:22:16nih. Super chat search with personal
2:22:18intelligence. Kita start nanti dulu kita
2:22:21bisa munculin kayak pencariannya
2:22:24berdasarkan A. Jadi kita enggak perlu
2:22:25kayak baca-baca blog segala macam. Kita
2:22:26tinggal tinggal tanya dia doang
2:22:28kira-kira bagus enggak? Oke enggak.
2:22:30Fitur nomor nomor 17 tu personal
2:22:31intelligence. Personal intelligence ini
2:22:32sebenarnya fitur kalau di CGPT namanya
2:22:34memori. Kalau dicaman namanya memory
2:22:35juga. Jadi dia kita izinkan akses game
2:22:39ini buat punya akses ke semua aplikasi
2:22:41yang kita punya. Nanti di sana dia bisa
2:22:43kasih jawaban yang lebih bagus buat kita
2:22:44karena dia ah tahu kita siap. Jadi
2:22:46sekarang tuh kan era di mana semua WA
2:22:48itu menurut saya kapabilitas printernya
2:22:50itu [musik] hampir mirip-mirip. Yang
2:22:51beda apa data yang dia punya tentang
2:22:53kita. Dia tahu kita siapa. Google jadi
2:22:55salah satu perusahaan yang paling punya
2:22:57keunggulan di sini karena dia dia
2:22:58basically ada di semua hidup kita. Kita
2:23:00pakai Google Maps, kita [musik] pakai
2:23:02Google Drive, kita pakai Google Search,
2:23:04kita pakai YouTube, kita pakai apa gitu.
2:23:06Jadi semuanya ada pakai Google. Jadi
2:23:08game ini bisa jadi kayak semacam jarvnya
2:23:10gitu. Nah, fitur terakhir itu fiturnya
2:23:13[musik] namanya agent mode. Ini saya
2:23:14belum pernah dapat akses sebenarnya
2:23:16karena baru keluar di US doang. Tapi
2:23:18intinya gini, jadi namanya Gomini Spark,
2:23:21dia bisa [musik] ngerjain apapun. Jadi
2:23:24in the future itu bakal gini di personal
2:23:26intelligence kan kita kasih akses ke
2:23:28semua app supaya bisa dapat Gemininya
2:23:31juga yang kita pakai Google Photos lah,
2:23:33Google Drive lah, Google lah, apalah
2:23:35gitu. Tapi kan cara bukanya masih di
2:23:37dalam masing-masing app atau kayak kita
2:23:38buka lewat gini ini fiturnya udah ada
2:23:40baru muncul di US. Di Indonesia e saya
2:23:43belum dapat aksesnya tapi nanti bisa
2:23:44diatur semua [musik] dari satu tempat
2:23:46doang. Jadi literally kayak agen-nya
2:23:48atau AI-nya ini eh agen ini bisa
2:23:51benar-benar kayak asisten kita yang
2:23:52mengatur semua hidup kita, mengatur
2:23:53semua ekosistem Google yang kita punya.
2:23:55Ini lebih gila lagi kalau bisa kayak
2:23:57gini. Terutama kalau misalnya
2:23:58teman-teman mungkin yang masuk ke
2:23:59ekosistem Google-nya kayak misalnya
2:24:00ngiklan juga atau misalnya kayak saya
2:24:02bikin konten di YouTube juga gitu. Jadi
2:24:04kita punya banyak sekali snap leverage
2:24:06dengan menggunakan Gemini. Nah,
2:24:08Teman-teman yang tertarik itu saran saya
2:24:11bisa menggunakan Gemini ini. Ini
2:24:13fiturnya udah beres. 18 fitur yang bisa
2:24:15membantu teman-teman meningkatkan
2:24:17produktivitas kerja. Jadi, Teman-teman
2:24:19enggak perlu khawatir perlu subscri.
2:24:21Kalau menurut saya sih Gemimi dengan dia
2:24:23dapat 5 TB itu udah oke banget karena
2:24:25kapan lagi gitu dapat 5 TB dapat Gemini
2:24:28juga gitu. Jadi kayak sangat oke gitu.
2:24:30Terutama kalau kasusnya saya kan saya
2:24:32perlu buat upload gambar segala macam
2:24:34gitu. Nah, Teman-teman kira-kira strike
2:24:36yang mana nih? Bisa juga tulis di kolom
2:24:38komen ya, udah subscribe apa aja. Saya
2:24:40personally punya platform buat belajar
2:24:42AI namanya belajar gpt.com. Kita belajar
2:24:44banyak hal, cloud, domini, CGPT, semua
2:24:47hal yang bisa bantu kita nambah
2:24:49produktivitas. Kelasnya macam-macam.
2:24:50Kalau tertarik bisa join masuk ke
2:24:53belajargbt.com. Konsole dulu ya, jangan
2:24:55beli dulu. Jadi klik di kanan bawah tuh
2:24:57ada tombol WA ke admin. Tanya-tanyaan
2:24:59dulu aja kira-kira tertariknya mana.
2:25:00Kalau udah tertarik baru beli. Nanti
2:25:02kita bisa ketemu ngobrol di Discordnya.
2:25:04Kurang lebih gitu. Sampai ketemu di
2:25:06video selanjutnya. Bye bye. Google punya
2:25:08satu tool AI yang bagus banget. Dia bisa
2:25:10bikin catatan PDF buku itu jadi podcast,
2:25:16jadi infografik,
2:25:18jadi video, jadi slide show. Ini enak
2:25:22banget buat belajar dan ini beneran AI
2:25:25yang bikin kita benaran pintar. Ini
2:25:27bukan AI gimik. Tool-nya udah ada dari
2:25:29September 2024 dan masih dikit banget
2:25:31orang Indonesia yang pakai. Nama
2:25:32tool-nya notebook LM.
2:25:39[musik]
2:25:40Sayaam sebelumnya kerja di Alibaba dan
2:25:42Badance dan udah habisin ribuan dolar
2:25:44untuk belajar AI. Saya rangkum semuanya
2:25:46di belajar GBT. Saya udah coba semua
2:25:49tool-tool AI yang ada di market yang
2:25:51bagus-bagus dan ini salah satu tool yang
2:25:53saya selalu rekomendasiin setiap
2:25:54workshop. Sebenarnya kita bahas
2:25:57formalnya dulu. Kalau kita belajar
2:25:59sesuatu yang baru, kita tanya CRGBT.
2:26:01kita minta kayak eh chat GBT gua lagi
2:26:03belajar tentang let's say misalnya buku
2:26:06A gitu kita mention [musik] nama bukunya
2:26:08terus kita minta CGBT buat summarize
2:26:10buku itu. Yang CGBT lakukan adalah dia
2:26:13enggak bakal baca buku itu. Dia bakal
2:26:17ngelihat di memori dia apa sih isi buku
2:26:20itu. Baru dia kasih tahu ke kita
2:26:23summariz-nya. Berarti kalau misalnya
2:26:25bukunya ada update atau misalnya partn
2:26:28agak beda atau kita misalnya minta
2:26:30[musik] lebih detail hasilnya beda loh.
2:26:32Terdengar sangat PD jawabannya tapi
2:26:34belum tentu akurat. Terutama untuk buku
2:26:37PDF segala macam yang kita banyak
2:26:39bekerja di sana ya. Jadi ini sebuah
2:26:41[musik] kesalahan kognitif yang namanya
2:26:43the illusion of knowing. Jadi
2:26:45orang-orang yang sebelum ujian tuh
2:26:48bolak-balik bolak-balik buku doang tapi
2:26:49enggak dibaca untuk berasa tahu aja.
2:26:53Pemanasan otak lah. Dia bilang kayak,
2:26:54"Oh, nih supaya tahu nih." Padahal
2:26:56enggak tahu juga. Nah, coba deh pikirin.
2:26:58Seberapa sering kamu nanya AI? Terus
2:27:00A-nya ngerasa secara sangat
2:27:04heboh. Dia yakin banget salang
2:27:06jawabannya. Padahal belum tentu benar.
2:27:08Notebook LM ini dimulai dengan sebuah
2:27:10project internal di Google namanya
2:27:12project Telwin yang didemoin pas di
2:27:15conference Google Google IO di Mei 2023.
2:27:18Visinya sangat simpel di mana semua tool
2:27:21AI lain tuh berusaha bikin model AI
2:27:23paling pintar. Notebnya adalah tool di
2:27:26mana kita berinteraksi dengan AI. Tapi
2:27:28AI itu cuman bisa kasih jawaban
2:27:30berdasarkan bahan yang kita kasih.
2:27:32[musik] Hanya itu doang. Dia mungkin
2:27:33bisa tahu beberapa hal-hal lain yang
2:27:35sifatnya basic. Tapi fungsi utamanya
2:27:38adalah mestikan dia menjawab sesuai
2:27:40dengan bahan yang kita kasih. [musik]
2:27:42Jadi, setiap jawaban yang kita tanyain
2:27:45itu dia bakal referensiin
2:27:47ke sebuah kalimat yang kita upload
2:27:50selalu semuanya. Tadinya cuman gitu
2:27:52doang, tapi karena banyak sekali
2:27:55researcher, orang mau bikin paper, orang
2:27:58mau bikin jurnal pakai ini, jadi
2:28:00tool-nya berkembang [musik] jadi sebuah
2:28:02tool belajar. Ada beberapa fitur yang
2:28:04menarik nih. Yang pertama audio
2:28:05overview.
2:28:07Maksudnya audio overview itu adalah
2:28:09biasa kalau kita mau ngerti sebuah
2:28:11konsep itu kan kita cuman eh masuk doang
2:28:15terus kita baca-baca kan PDF-nya. Tapi
2:28:17kan ada orang yang sistem belajar orang
2:28:19kan beda-beda ya. Ada orang yang visual,
2:28:22ada orang yang kinetik, [musik]
2:28:24ada yang audio. Nah, yang audio ini dia
2:28:28bisa bikin kalau kita upload PDF-nya,
2:28:31dia bakal berubah
2:28:33jadi sebuah podcast antara dua orang
2:28:37yang konon kabarnya ini diinspirasi oleh
2:28:40sebuah podcast namanya Aquietired. Saya
2:28:43juga sering nonton dengar deng Aqued
2:28:46Podcast hostnya dua orang dan ini tuh
2:28:50salah satu fitur yang sangat menarik
2:28:52karena kerasa sangat ajaib banget gitu
2:28:55di mana [musik] kita upload sesuatu
2:28:58terus dia jadi sebuah percakapan bukan
2:29:01cuman kayak narasi eh audio ebook yang
2:29:04bacain [musik] tektbooknya enggak jadi
2:29:06dia tuh kayak interaksi dua orang tapi
2:29:08kayak dengar orang lagi ngobrolin
2:29:09tentang topiknya [musik] terus kita
2:29:10kayak makin ngerti gitu kayak
2:29:12main blowing banget ini contohnya ya.
2:29:14Welcome back to the deep dive. I'm your
2:29:16host and today we are doing something
2:29:19different.
2:29:20Yeah, we are. [musik]
2:29:21Usually we take a stack of articles
2:29:22about a topic or you know some recent
2:29:24analysis of a trend and we break it
2:29:26down. But today we're actually going
2:29:28straight to the source,
2:29:29the absolute source [musik] code if you
2:29:31will.
2:29:31Exactly. We are reading the original
2:29:33white paper Bitcoin.
2:29:35Jadi ada beberapa cara yang kita bisa
2:29:36pakai buat bikin notebook LM ini jadi
2:29:38tool yang sangat membantu buat belajar.
2:29:41Yang pertama kita kan bisa upload apapun
2:29:43di notebook elm ini nih kita harus
2:29:47upload dengan sangat e clear. Jadi bukan
2:29:51kebanyakan orang Indo kayak gitu ya.
2:29:52Kita masukin semua yang pl dia tuh
2:29:54enggak bisa ee nangkap sebanyak itu.
2:29:57Jadi kalau kita mau masukin source itu
2:29:59harus punya intensi [musik] khusus. Kita
2:30:01harus kurasi dulu ini beneran bisa
2:30:04dimasukin atau enggak. Ini kepakai atau
2:30:05enggak. Google notebook elnya bisa
2:30:07terima Google Docs, PDF, URL.
2:30:11YouTube bisa juga, teks biasa juga bisa,
2:30:15audio juga bisa. Jadi dia bisa proses
2:30:17semuanya. Cuman teknologi di baliknya
2:30:19adalah dia bakal terima file upload-nya.
2:30:22Dia bakal bikin itu jadi sebuah teks
2:30:24lagi baru dia baca. Itu kalau kita
2:30:27masukin yang kebanyakan ya dia bakal
2:30:28kayak linglung gitu karena terutama
2:30:31kalau bahannya redundan ya. Redundan
2:30:33dalam artian tersebar di mana-mana tanpa
2:30:36punya satu source khusus. Jadi kalau
2:30:38bahan yang kita kasih berkualitas,
2:30:40outputnya bakal sangat berkualitas.
2:30:42Terus sebelum kita mulai, step kedua
2:30:45kita bikin semacam briefing doc. Jadi
2:30:48briefing doc itu adalah dia si notebook
2:30:50elemen ngasih tahu dokumen yang kita
2:30:51uploadnya apa sih briefing-nya supaya
2:30:54kita bisa tahu kayaknya itu apa
2:30:56sebenarnya. Eh kita mau talking
2:30:59point-nya apa di sini yang kita perlu
2:31:00tahu. Terus kayak kita perlu dapetin apa
2:31:03di dari sana segala macam. Jadi
2:31:05tool-tool yang ada di sini tuh benar
2:31:07kepakai. Nah, step ketiga biasanya kalau
2:31:10kita belajar sebuah buku kan kita baca
2:31:12ya, kita jangan pakai notebook LM buat
2:31:14baca, tapi kita pakai buat nanya. Jadi
2:31:17kayak misalnya kita ketemu satu [musik]
2:31:19paper, kita tanya kayak ini tuh tentang
2:31:21apa sih? Maksudnya gimana? Gimana cara
2:31:24kita [musik] bisa tahu? Analoginya kayak
2:31:25gini. Kita bukan baca, tapi kita lagi
2:31:27interogasi. Anggapan kayak sebuah kasus
2:31:30kriminal. Kita pengin tahu kayak, "Oh,
2:31:32siapa yang bikin [musik] lu? Tentang apa
2:31:33sih nih?" Emang nih apa bedanya sama
2:31:35paper lain? Kenapa lebih bagus? Jadi
2:31:38kayak semacam kalau kita lagi dibikin
2:31:41skripsi gitu, kita dosen mengujinya,
2:31:43kita yang nanyain balik ini tuh tentang
2:31:45apa, terus kenapa kenapa nih valid?
2:31:48Kenapa enggak valid? Jadi kita bakal
2:31:49belajar lebih banyak dengan [musik]
2:31:51kita menguji sebuah hal ini. Step
2:31:53keempat itu notebook tuh bakal bikin
2:31:56kayak study guides-nya kayak FQ-nya,
2:31:59timeline-nya. Jadi semacam panduan buat
2:32:01kita belajar. ini dibikin bukan dari
2:32:04internet, bukan dari AI-nya juga, tapi
2:32:06[musik] spesifik dari bahan yang kita
2:32:08udah kasih. Jadi dia sesuai bukan
2:32:11general gitu. Bikin ini jadi sebuah hal
2:32:14yang bikin kita bisa ngingat [musik]
2:32:17kayak metode pakai unkey method atau apa
2:32:19supaya kita tahu kayak oh ini tuh
2:32:21term-ter yang kita perlu tahu loh.
2:32:22Bayangin kayak kita punya textbook,
2:32:24textbooknya itu induk. Kita bisa tanya
2:32:26kayak ini itu apa? Itu apa? Itu apa? Itu
2:32:29enak banget ya. I wish pas dulu gua SMA
2:32:32atau kuliah tuh ada LM sih pasti enak
2:32:35banget belajarnya. Terus yang kelima ini
2:32:37fitur yang menurut saya paling menarik
2:32:38pakai si audionya.
2:32:41Audio nih kayak curang belajarnya.
2:32:45Pertama format audio itu enggak kayak
2:32:47kita baca audio ebook gitu yang naratif
2:32:51gitu. Enggak. Ini kayak dua orang lagi
2:32:53ngobrol terus masing-masing tuh kasih
2:32:55analogi masing-masing nanya gitu. Cobain
2:32:57dia dengar. Terus yang menarik kita bisa
2:33:00ngobrol masuk ke audionya. Kita bisa
2:33:04intersep ke audionya. Jadi kita kayak
2:33:05seolah-olah hidup di antara tiga orang
2:33:07nih. Audio overview ini biasanya saya
2:33:09pakai kalau saya enggak lagi ee belajar
2:33:13di depan laptop, tapi saya lagi
2:33:14ngelakuin aktivitas. Saya pasang
2:33:16earphone terus saya dengerin aja saya
2:33:18kelilin saya ngapain [musik] kayak
2:33:19dengar podcast. Jadi coba kita pikirin
2:33:22cara belajar kita sebelumnya ya. Dulu
2:33:24banget orang-orang tuh pakai AI buat
2:33:26nanya doang, buat kayak, "Oh, gua
2:33:28ngerasa gini gini gini." Tapi AI bakal
2:33:31selalu kasih konfirmasi ke kita
2:33:32berdasarkan eh behavior yang dibikin
2:33:35sama. Tapi bisa dibilang dia enggak
2:33:38spesifik buat belajar. Sebenarnya
2:33:39notebook LM nih secara sistem dibikin
2:33:42untuk nge-break pattern-nya itu. Jadi
2:33:45kalau misalnya kita nanya sesuatu, dia
2:33:46bakal mention dia tahu ini dari mana.
2:33:49Jadi kayak enggak bisa asbun si EAI-nya.
2:33:53Karena kita tahu nih kalau dia asbun
2:33:55asbunnya dari mana. Kalau misalnya masih
2:33:57asbun juga mungkin sumber yang kita
2:33:59kasih asbun kita ganti sumber. Terus dia
2:34:01juga punya fitur lain audio, dia punya
2:34:03fitur bikin infografik [musik] segala
2:34:04macam gitu. Pada tahun 2008, sebuah
2:34:07dokumen ilaman muncul di internet.
2:34:10Penulisnya anonim menggunakan nama
2:34:12samaran Satoshi Nakamoto. Judulnya
2:34:15meskipun terdengar sederhana ternyata
2:34:17sangat revolusioner. Bitcoin sistem uang
2:34:20elektronik peer to peer. M Satoshi
2:34:23mengusulkan sebuah alternatif. Sebuah
2:34:25sistem pembayaran elektronik yang bukan
2:34:27didasarkan pada kepercayaan, [musik]
2:34:29tapi pada bukti kriptografis. Ah, dan
2:34:32ini dia pertanyaan besarnya. Kalau uang
2:34:34tunai fisik kan gampang. Anda enggak
2:34:36bisa ngasih uang kertas yang sama ke dua
2:34:37orang. Tapi kalau data digital menyalin
2:34:40itu mudah sekali. Masalah ini dikenal
2:34:42sebagai double spending. [musik] Dan ini
2:34:44adalah rintangan terbesar yang harus
2:34:46diatasi oleh mata uang digital manapun.
2:34:48Kalau teman-teman punya satu subjek
2:34:51meter yang pengin dipelajari pakai ini
2:34:54[musik] compare dengan belajar yang tipe
2:34:56lama bakal cepat banget belajarnya.
2:34:58Karena dengan ini teman-teman bisa
2:35:00belajar itu tuh kayak kita kayak lagi
2:35:03main game gitu, bukan dengan kita harus
2:35:06lihat banget itu enggak. Ini benar-benar
2:35:08cepat banget. Jadi kita mulai masuk di
2:35:10era di mana AI itu bukan cuman eh
2:35:13multipurpose kayak CPT, Gemini, Cloud
2:35:16gitu, tapi sudah mulai ada AI yang
2:35:18fungsional
2:35:20yang punya tujuan [musik] sangat
2:35:21spesifik. Contohnya notebook Elm. Jadi
2:35:24kalau misalnya teman-teman lagi bikin
2:35:26notebook pertamanya minggu ini pengin
2:35:28belajar apa bisa tulis di kolom komen
2:35:30ya. Jadi kurang lebih gitu. Ceklistnya
2:35:33yang pertama upload 3 sampai 5 s aja
2:35:36dulu jangan terlalu banyak. Terus mulai
2:35:39coba ngobrol. Terus yang kedua baca dulu
2:35:41nih briefing doc-nya sebelum kita mulai
2:35:44tahu. Jadi pastiin briefing dog-nya tuh
2:35:46sesuai dengan yang kita pengin
2:35:47pelajarin. Karena kadang-kadang banyak
2:35:49sih sebenarnya bukan kadang-kadang orang
2:35:51tu cuma download doang enggak baca terus
2:35:52langsung di-upload. Jadi minimal baca
2:35:54dulu briefing dognya. Fiturnya [musik]
2:35:55itu dibikin karena emang ada orang kayak
2:35:57gitu banyak sebenarnya. Terus yang
2:35:58ketiga tanya. Jadi jangan [musik]
2:36:00perlakukan notbook ini kayak eh buku di
2:36:03mana kita minta dia dongengin kita.
2:36:05Enggak [musik] kita kayak interogasi
2:36:06dia. Ini gimana maksudnya? Ini gimana
2:36:08maksudnya? Tanya terus dipush terus
2:36:11bikin study guide-nya terus ikutin study
2:36:13guide-nya kalau kita mau serius belajar
2:36:15di sana. Terus eh yang terakhir fitur
2:36:18yang saya suka tuh audio overview. Jadi
2:36:20kalau kita lagi commute, kita [musik]
2:36:21lagi ngapain, kita dengerin itu. Jadi
2:36:23kita produktif lah, jangan cuma dengerin
2:36:25gosip-gosip doang gitu. Kurang lebih
2:36:26gitu. Ee saya juga punya course belajar
2:36:29GPT tentang gimana carana kita bisa
2:36:31memanfaatkan AI untuk ngelakuin banyak
2:36:33sekali hal gitu. Kita belajar bikin
2:36:36coding, ee kita belajar analisa, kita
2:36:40belajar kayak pakai LM juga, kita juga
2:36:42belajar buat bikin kreatif. Jadi tinggal
2:36:44lihat aja. Sampai jumpa di video-video
2:36:46selanjutnya. Bye bye.
2:36:51[musik]
2:36:54Tahu enggak sih tool gratis dikin sama
2:36:56Google bisa bantu kita summarize 2 jam
2:36:59video MLOM meeting minggu [musik] lalu
2:37:01dan 15 PDF. Semua itu dikumpulin jadiin
2:37:04satu podcast kita bisa dengar sampai pas
2:37:06kita pulang. Jadi tool ini namanya
2:37:08notebook LM tool yang mungkin
2:37:09teman-teman sudah lihat juga di
2:37:10thumbnail. Dan di video kali ini saya
2:37:12bakal bahas lima use case kapan kita
2:37:14bisa pakai notebook dan gimana cara kita
2:37:16maksimalkannya.
2:37:19Jadi saya mau cerita, saya lagi belajar
2:37:20tentang agenic trading. Gimana caranya
2:37:23AI bisain agenic trading. Bukan mau jadi
2:37:26agentic trading atau misalnya qu
2:37:27trading, tapi pengin tahu aja sudah
2:37:29sampai mana sih teknologinya, apakah
2:37:31bisa ke sana. Jadi saya lakukan adalah
2:37:32ini saya sambil share screen ya. Saya
2:37:34ada entic trading research. Saya masukin
2:37:36beberapa paper yang saya temukan. Ini
2:37:38ada 16 paper manjang-panjang semua.
2:37:39Terus jadinya saya bisa tanya misalnya
2:37:41saya bikin chat kayak duduk
2:37:46mulai dimu lagi terus kita bisa nanya
2:37:48kayak
2:37:50apakah beneran bisa punya auto trading
2:37:53board yang punya duit pas kita tidur
2:37:55kita tanya aja ini saya udah punya beapa
2:37:57dokumentasi terus kita tinggal lihat
2:37:59sambil nunggu saya mau jelasin saya
2:38:01William sebelumnya kerja di Alibaba dan
2:38:02B dan Dance sekarang saya lagi bikin
2:38:04platform edukasi AI namanya belajar
2:38:05gbbt.com jadi teman-teman bisa belajar
2:38:07apapun mengenai AI di sana Dan ini udah
2:38:10keluar hasilnya menurut semua paper yang
2:38:12ada sekarang dan terbaru. Creating a
2:38:14reliable long-term profitable system
2:38:17remain a significant challenge. Jadi
2:38:19bayangin masih jadi tantangan besar
2:38:21bahkan untuk paper-paper close dunia.
2:38:22Jadi bayangin kalau misalnya ada orang
2:38:24yang nawarin, "Oh, ini ada trading board
2:38:25seg" segala macam. Wah, kalau udah
2:38:26ketemu trading board yang bagus dia
2:38:28simpan diri sendiri tuh ngapain dia
2:38:30bagi-bagi? Karena seluruh dunia enggak
2:38:31bisa ngelakuin tuh. Sepinar apa dia bisa
2:38:33ngelin orang-orang yang ada di Cina, di
2:38:35US? Apakah dia mungkin bohong gitu? Jadi
2:38:37kita bisa pakai ini untuk discus segala
2:38:40macam. Karena bedanya notebook LM sama
2:38:42chat GPT sama cloud sebagainya adalah
2:38:44notebook LM nih enggak bisa bohong. Dia
2:38:46cuma bisa baca dari sumber yang kita
2:38:48upload gitu. Dia enggak bisa merekayasa
2:38:50jawabannya. Dia hanya bisa melihat dari
2:38:52apa yang kita kasih aja sumbernya. Jadi
2:38:53bayangin nih ini ada murid macam-macam.
2:38:56Ada satu murid dia bisa ngelantun
2:38:57ngomongnya. Satu murid lain nih dia
2:38:59cuman bisa jawab apapun yang kita kasih
2:39:01bukunya. Jadi kalau misalnya di luar
2:39:02buku itu dia gak bisa jawab. Tapi kalau
2:39:04di dalam buku tuh dia jawabnya bakal
2:39:05akurat. Itu nomuk. Nah. Case pertama
2:39:08buat kita pakai tumbuk el adalah menurut
2:39:09saya yang kayak gini di mana kita punya
2:39:11banyak sekali PDF yang bahas satu topik
2:39:13tapi kita malas buat bacanya. Kita
2:39:15pengin tahu dong nih arahnya ke mana sih
2:39:16kira-kira trennya gimana sih? Ada enggak
2:39:18sih yang udah bilang bisa, ada sih yang
2:39:19bilang belum gitu. Jadi kayak misalnya
2:39:21ini kita ngomong agenic trading
2:39:23research. Semua orang di Indonesia
2:39:24pengin banget nih ini mimpi orang
2:39:25Indonesia nih. Tidur onkong-engkongkong
2:39:27kaki dapat duit gitu tinggal makan tidur
2:39:30makan tidur doang. Nyatanya enggak bisa
2:39:31karena kalau bisa orang US yang sudah
2:39:33gendut duluan dia pengin juga kayak
2:39:35gitu. Jadi banyak banget paper yang
2:39:36dibilang kayak misalnya udah ada nih
2:39:38sistem buat bikin masing-masing agent,
2:39:40tapi challenge terbesarnya adalah ini
2:39:42dia asumsinya adalah perfect market
2:39:44conditions. Misalnya kayak dia gak kual
2:39:46kuat si cost transaksinya, spread-nya,
2:39:48market impact misalnya kalau lagi
2:39:50sekarang lagi turun gitu terus back test
2:39:52period-nya masih terlalu pendek. Artinya
2:39:54apa? Ini belum teruji gitu kecuali dia
2:39:56benar-benar udah dijalanin. Tapi apakah
2:39:57ini enggak make sense? Mak sense kalau
2:39:59kita ngomongin terbik saya ngomongin
2:40:01tradic bukan ngomongin notebook LM. Ini
2:40:03tuh industri gede namanya Quan Trading.
2:40:04Tuh ada udah ada beberapa company di
2:40:06dunia yang bisa menggaji fres grade tuh
2:40:083 digit buat kayak gini ngerjain kayak
2:40:11gini doang. Tapi ini kemampuan sangat
2:40:12mahal dan ilmunya tuh enggak semua orang
2:40:14bisa dan kalau udah bisa dia bisa bayar
2:40:16sangat mahal. Enggak mungkinlah jangan
2:40:17ketipulah sama trading board gitu. Saya
2:40:19saya punya pengalaman pribadi yang sebel
2:40:20sama trading board soalnya. Jadi,
2:40:22notebook LM itu dibikin buat kayak gini.
2:40:24Di mana kita bisa ngobrol sama satu
2:40:26tempat, terus kita bisa bikin kayak
2:40:27semacam audionya juga nih. Jadi, kita
2:40:29bisa kayak kalau enggak salah saya udah
2:40:31bikin audionya, tinggal diplay. Jadi
2:40:33kayak podcast 19 menit dua orang
2:40:35ngobrol. Artinya apa? Belajar zaman
2:40:37sekarang itu bukan cuman baca doang.
2:40:39Kita menshesize informasi itu bisa
2:40:41dengan berbagai macam format. Itu yang
2:40:43menarik di notbook. bisa audio, bisa
2:40:45visual, bisa teks. Kombinasi ini bikin
2:40:47kita bisa lebih bagus, lebih unggul
2:40:49bahkan dibanding murid-murid lainnya
2:40:51ataupun orang-orang yang pengin belajar
2:40:52lainnya. Use case kedua, kita masuk ke
2:40:54notebook LM lain. Kita masuk ke depan.
2:40:56Sebenarnya dia punya banyak sekali
2:40:57feature notebook notebook yang kita bisa
2:40:59cek. Kannya dunia setelah 2026, dunia
2:41:02setelah 2025, Sherlock Holmes. Yang
2:41:05menarik tuh adalah gimana caranya kita
2:41:06bisa masukin YouTube. Siap misalnya
2:41:08YouTube Create new gitu. kita bisa
2:41:11masukin nih eh file e PDF, YouTube
2:41:15segala macam. Kita bisa masukin YouTube.
2:41:16Kita kasih YouTube. Misalnya saya
2:41:18masukin YouTube saya deh. Saya masukin
2:41:20YouTube-nya siapa ya? Lu aja masukin
2:41:22YouTube-nya deh. Bapak Ladilita
2:41:26pengen tahu nih intinya apa sih? Saya
2:41:28masukin satu. Dia bakal muter kan. Nah
2:41:31sambil-sambil nunggu dia itu bisa
2:41:33melahap semua yang ada [musik] di sini
2:41:34langsung jadi nih. Watch the key take
2:41:37away. Jadi bedanya sama misalnya CGBT
2:41:39kita kasih link CGBT itu enggak tahu,
2:41:41dia enggak bisa nonton dia cuma bisa
2:41:43baca dari kita bilangnya metatnya yang
2:41:45ada di videonya. Kenapa di Notebook Eln
2:41:47bisa terutama ke YouTube? Karena
2:41:49notebook ini punyanyi Google, YouTube
2:41:50punyanyi Google jadi dia punya akses
2:41:52datanya makanya ini kayak agak instan
2:41:55dapatnya sebenarnya enggak instan karena
2:41:56YouTube itu punya kechake awaynya
2:41:58sendiri. Sekarang kalau kita ke YouTube,
2:41:59kita juga bisa sama sendiri, tapi di
2:42:01sini lebih lengkap karena AI-nya lebih
2:42:03canggih. Tuh, dia bakal bilang nih, e,
2:42:04DJing itu adalah tugasnya read the
2:42:06crowd, technical creative skill, sama
2:42:08pentingnya personal branding gitu dan
2:42:10sebagainya dan sebagainya. Ini panjang
2:42:11nih. Jadi kalau kita mau belajar apapun
2:42:13dari video baru, cepat banget. Sekarang
2:42:14kita bisa juga ubah nih ke beberapa
2:42:16format. Tadi saya juga jelasin ke
2:42:18mindmap, flash card, audio, slide deck
2:42:20gitu. Jadi apapun kita bisa pelajarin
2:42:22sekarang. Yang menarik adalah kita nomor
2:42:24ke nomor tiga langsung. Notebook LM ini
2:42:25punya fitur-fitur lain yang biasa
2:42:27dipakai sama orang-orang untuk bikin
2:42:29multiple output format kita bilangnya.
2:42:31Say kita ngomongin ini ya live after
2:42:34marapton. Banyak orang tuh pakai
2:42:35sekarang buat bikin slide sebenarnya ini
2:42:37sambil nunggu kita klik dia loading agak
2:42:38lama tapi kita juga bisa kayak semacam
2:42:41bikin slide buat presentasi kita juga
2:42:43bisa bikin kayak audio buat kita belajar
2:42:45video juga bisa explainer gitu di mana
2:42:48ini slide-nya kita bisa edit dan
2:42:49visualnya juga bagus. Pentingnya apa? Di
2:42:51sini kita bisa bikin multiformat. Kalau
2:42:54CGBT kan kasih kita mungkin cuman
2:42:55gambar, teks. That's it. Kalau ke code
2:42:57kita itu cuman teks mungkin sama code.
2:42:59Di sini nih lebih macam-macam dan itu
2:43:00yang bikin kita lebih menyenangkan buat
2:43:03kita explore-nya. Ini slide-nya. Jadi
2:43:05kita bisa lihat di sini nih behind the
2:43:08dex the art industry and evolution of
2:43:10[musik] modern DJ. Ini bagus nih. Jadi
2:43:12dia bikin bukan cuman kayak summary ini
2:43:14doang, tapi dibikin juga slide-nya
2:43:16bikinnya kira-kira sekitar 10 15 menit
2:43:18lah. Ini bagus banget [musik] nih
2:43:19dibikin kayak gini. Jadi salah satu
2:43:21keunggulan notebook LM sekarang adalah
2:43:23bikin presentasi juga bagus. Teman-teman
2:43:25juga bisa pakai ini. Fitol selanjutnya
2:43:27selain bikin slide kayak gini yang bagus
2:43:29kita bisa bikin ini. Ini dia kasih
2:43:31beberapa slide. Kita juga bisa bikin.
2:43:34Tadi kan kita ada ini ya kalau kita ke
2:43:37identic trading res terus ada audio kan.
2:43:40Nah di audio ini ada tulis pilihan
2:43:42namanya interactive mode. Interactive
2:43:43mode-nya artinya apa? Kita bisa kayak
2:43:46ada podcast terus kita ikutan nimbro
2:43:48gitu. yang belumnya tuh kayak kita
2:43:50beneran masuk ke conversationnya.
2:43:52Welcome back to the deep diing into some
2:43:55pretty complex resisten
2:43:58hear it.
2:43:59Hi. Hi. Can you hear me?
2:44:00Oh yeah, let's hear it.
2:44:02So I was thinking that maybe can I also
2:44:05learn
2:44:06Oh yeah. Uhuh.
2:44:07Can I learntic trading? This a trading
2:44:10can I create it?
2:44:11That is a deep question to kick things
2:44:13off with. It really is and it actually
2:44:15hits on a major theme in the research we
2:44:17cover right because in these new AI
2:44:19trading systems identity is actually
2:44:21something that is builactly researchers
2:44:23are essentially teaching these models
2:44:25how to inhabit a specific prefer
2:44:27basically kita bisa ikut nimroom kayak
2:44:30ngobrol jadi kayak ada dua orang ngobrol
2:44:32nih kita bisa kayak eh eh gua bisa
2:44:33belajar enggak ya gua bisa gini enggak
2:44:35ya gua bisa gitu enggak ya tentu kita
2:44:36bisa harus ngikutin dulu mereka lagi
2:44:38ngobrol ap tapi enaknya tuh interaktif
2:44:40bagi kayak gini ini enggak pernah ter
2:44:42sejan nih sebelumnya kalau kita lagi
2:44:43dengar podcast kita pengin nanya aja.
2:44:44Terus fitur kelima yang mungkin paling
2:44:46menarik menurut saya adalah kita bisa
2:44:47bikin kayak semacam second brain kita.
2:44:49Jadi bedanya kalau ke chat GBT misalnya
2:44:52kita lagi ngobrol gitu dia kan bisa
2:44:53dibilang chatnya random ya kita numpuk
2:44:55semua di sana ya atau misalnya kita
2:44:56pakai cloud segala macam. Di notebook LM
2:44:58itu kita bisa bikin kayak semacam
2:44:59notebook yang isinya satu topik gitu.
2:45:02Jadi kita kayak bisa bikin oh kita lagi
2:45:03ngobrolin tak kita lagi ngobrolin apa
2:45:05misalnya lagi ngobrolin tentang Bitcoin.
2:45:07Oke nih paper-paperan tentang Bitcoin
2:45:09apa aja sih kita bisa ngobrol juga kita
2:45:11bisa lanjutin composition-nya. Bayangin
2:45:12Kak, kita punya library yang isinya
2:45:14semua projek-projek kita. Itu salah satu
2:45:16fitur yang menurut saya jarang dibahas
2:45:18tapi kepakai banget di notebook LM. Nah,
2:45:20jadi teman-teman bisa coba notebook. Ini
2:45:22salah satu tool yang gratis bisa dipakai
2:45:23tapi fiturnya lebih powerful kalau
2:45:25misalnya teman-teman bayar pakai yang
2:45:26Gemini Pro. Jadi satu kali beli dapat
2:45:29akses ke nombor LM, Gemini, Nano Bana,
2:45:32Vio dan sebagainya. Kalau teman-teman
2:45:33pengin maksimalin AI, saya punya
2:45:35platform belajar AI namanya
2:45:36belajargpt.com. Kita bahas semua AI di
2:45:39sana. M ini cloud [musik] CGBT bahkan
2:45:41IIAI yang sifatnya bikin video juga. Ada
2:45:44beberapa kas di sana teman-teman tinggal
2:45:45ikut tinggal pelajarin aja ada apa aja
2:45:47kurang lebih gitu. See you di another
2:45:49video. Bye byye. Saya bukan programmer.
2:45:52Saya enggak pernah belajar komputer
2:45:53sains. Background saya marketing. Saya
2:45:54kerja dulu digital marketer. Saya kuliah
2:45:57finance bahkan. Tapi sekarang saya punya
2:45:58aplikasi web yang jalan bisa ngasilin
2:46:01uang tanpa saya harus ngapa-ngapain.
2:46:03Kenapa? Karena saya coding pakai AI. Di
2:46:04video kali ini saya bakal tunjukin
2:46:05gimana cara saya ngelakuinnya.
2:46:10Nama saya William. Sebenarnya saya kerja
2:46:12di Biden sama Alibaba, tapi bukan di
2:46:14bagian IT ya. Jadi saya kerja tuh di
2:46:16divisi marketing terutama terakhirnya di
2:46:17Alibaba saya di divisi growth-nya. Jadi
2:46:20sebenarnya orang marketing saya tuh baru
2:46:22ngetik coding mungkin setahun terakhir
2:46:24karena saya pakai AI. Saya enggak baru
2:46:25di dunia bikin produk karena dulu saya
2:46:27pernah bikin startup sendiri. Saya
2:46:29bikinnya pakai framework namanya Bubble.
2:46:31Itu framework no code di mana kita bisa
2:46:33bikin aplikasi. Aplikasi yang saya bikin
2:46:34pertama tuh namanya reviewkerja.com.
2:46:37tempat [musik] di mana kita bisa cek
2:46:38review dan gaji karyawan di pusan. Tapi
2:46:41pas saya coba bikin platform edukasi AI,
2:46:44saya kepikiran [musik] kayaknya keren
2:46:45juga ya kalau saya bikin platform
2:46:47edukasi itu web base-nya orang bisa
2:46:49login, orang bisa cek segala macam di
2:46:51sana. Jadi semuanya clear di sana grup
2:46:53ada tapi tetap ada satu tempat di mana
2:46:55mereka bisa cek kapanpun materinya dapat
2:46:57yang baru. Jadi ada source [musik] of
2:46:59turut-nya terus saya belajar oh ada
2:47:01nextjalnya
2:47:03fight gitu. Nah, saya tertarik dan
2:47:05pengin kasih tahu teman-teman saya pakai
2:47:07Ruby Om Rails. Saya yang walaupun bukan
2:47:09orang IT itu jadi bisa bikin app-nya
2:47:12dengan lebih gampang dan dia punya
2:47:13fitur-fitur bawaan yang memudahkan
2:47:15[musik] kita. Jadi selama puluhan tahun
2:47:17kita kalau mau bikin bisnis di
2:47:19Indonesia, terutama kalau kita orang
2:47:20nontech ya saya bilangnya nonchnical itu
2:47:22opsinya terbatas. Paling cuman apa sih?
2:47:24bikin makanan sales atau misalnya kita
2:47:27bikin jasa tapi gak tahu jasa apa. Udah
2:47:29ini doang kita tuh gak bisa kayak
2:47:31ngikutin tren-tren orang luar di mana
2:47:32mereka bisa bikin [musik] aplikasi
2:47:34mereka bikin web mereka bikin apa.
2:47:36Karena apa? Karena kemampuan ini
2:47:38biasanya [musik] butuh kuliah, butuh
2:47:41pengalaman dulu, enggak tahu gimana
2:47:43mulainya. Enggak segampang kita bisa
2:47:45belajar sendiri. Kayak misalnya sales
2:47:46kita bisa belajar ilmu lapangan lah
2:47:48dibilang gitu. Ini tuh enggak. [musik]
2:47:49Justru ini yang ngebedain zaman dulu
2:47:51dengan zaman sekarang. Karena zaman
2:47:53sekarang kemampuan teknis seperti itu
2:47:55justru sangat gampang lakuin. Karena use
2:47:57[musik] case AI paling gede itu zaman
2:47:59sekarang adalah coding sebenarnya. Bukan
2:48:00coding buat orang yang bisa coding aja,
2:48:03even coding buat orang-orang biasa. Jadi
2:48:05sebelum kita masuk ke demonya saya perlu
2:48:07jelasin dulu artinya. Jadi coding dengan
2:48:08A ini artinya kita tuh kayak jadi
2:48:10arsiteknya. [musik] Kita kasih tahu kita
2:48:12mau bikin apa, kita bikin produk sama
2:48:14AI-nya. AI-nya bakal bantu menjadi kayak
2:48:16tukang-tukangnya. Dia bikin dia bantu
2:48:18susunnya. [musik] kita sebagai di sini
2:48:19masih punya peran justru lebih gede
2:48:21untuk nentuin arahnya mau ke mana. Kita
2:48:23mau bikin apa. Maksudnya kita mau bikin
2:48:24aplikasi. Aplikasi apa sih? Buat gini
2:48:26gini gini ya udah fiturnya apa aja gitu.
2:48:28Itu kita harus [musik] bisa
2:48:29deskripsikan. Terus kalau misalnya ada
2:48:30error kita harus kasih tahu nih kayak
2:48:32kita ngomong ke mandornya ini error itu
2:48:34part di mana kita tetap harus kasih
2:48:36tahu. Jadi [musik] bukan berarti kayak
2:48:37oh nih semuanya full otomatis A nih.
2:48:39Enggak enak banget kalau udah kayak gitu
2:48:40ya. Tapi sayangnya enggak kayak gitu.
2:48:42Nah sekarang kita ke bagian teknisnya.
2:48:44Jadi kita bakal pakai satu tool namanya
2:48:45cloud code. Cloud ini adalah tool yang
2:48:47hidup di terminal. Di terminal ini dia
2:48:50bisa mengontrol komputer kita. Kebetulan
2:48:53di sini saya pakai namanya Snet 4.6.
2:48:55[musik]
2:48:56Nah, di sini kita bisa bilang kayak,
2:48:58"Saya mau bikin aplikasi [musik] web
2:49:01sederhana pakai
2:49:05Ruby On Rails. Eh, bukan programmer.
2:49:08[musik]
2:49:10Jadi tolong jelasin
2:49:13langkah demi langkah yang sederhana.
2:49:15[musik]
2:49:17Saya ingin aplikasi
2:49:21yang bisa menyimpan [musik]
2:49:24dan menampilkan
2:49:26ide.
2:49:28Setiap ID ada judul dan
2:49:33simat.
2:49:35[musik] Ini kita simpel aja ya. Ini
2:49:37kayak kita punya ide aja nih. Oke,
2:49:39ditanya nih. Sebelum kita mulai, saya
2:49:41perlu tahu L kita bisa [musik] bilang,
2:49:43"Tolong bantu saya
2:49:46cek karena kan dia udah di komputer
2:49:48kita, dia bisa ngecek." Oke, kebetulan
2:49:50saya udah pernah instal semuanya. Jadi
2:49:52buat teman-teman yang belum, teman-teman
2:49:54perlu instal dulu nih. Nanti tinggal
2:49:55ikutin aja apapun kata cloud code.
2:49:57Masukin ke [musik] desktop
2:50:00dong.
2:50:03Nah, ini artinya [musik]
2:50:04dia bakal bikin aplikasinya ya. Folder
2:50:06aplikasinya itu di dalam desktop. Kita
2:50:08sambil tunggu aja. Jadi kita enggak
2:50:09perlu buka aplikasi lain. Ini aplikasi
2:50:11terminal. Kalau di Mac namanya Ghosty.
2:50:13Kalau di Windows itu ada namanya power
2:50:15shell atau Comand. Tinggal pilih nih
2:50:18instalasinya. [musik]
2:50:19Video ini sebenarnya versi preview
2:50:21sangat singkat. Kita punya course di
2:50:23belajar GPD namanya belajar GPT [musik]
2:50:245 coding. Jadi di belajar GP5 coding itu
2:50:27kita ngajarin gimana caranya bikin lima
2:50:29aplikasi web ya. Ada website, ada blog,
2:50:31ada buat tod list, ada buat produk
2:50:34digital, ada bikin buat [musik] aplikasi
2:50:37Finance tracker. Jadi semuanya ada di
2:50:38sana. Teman-teman bisa masuk lihat dulu
2:50:41kayak gini. Kalau tertarik dengan cara
2:50:42menggunakan A, saya paling realistis ya.
2:50:44Buat dapetin duit kayak bisa jadi
2:50:46freelance, buat bikin web. Banyak banget
2:50:48tuh web UKM-UKM yang mungkin butuh web
2:50:50atau misalnya bikin aplikasi [musik]
2:50:51sendiri, produk digital sendiri segala
2:50:53macam itu bisa pakai. Nah, dia bilang
2:50:54nih aplikasi berjalan sempurna. Buka
2:50:56browser Anda dan pergi ke sini. Nah,
2:50:59udah bikin nih tampilannya
2:51:02dipercanting dong. Ini kan udah jadi
2:51:04nih. Tapi jelek banget nih tampilannya.
2:51:06Jadi segampang kita ngomong doang, kasih
2:51:08tahu kita penginnya gimana. Tentu kalau
2:51:10di dalam proses nyatanya kita enggak
2:51:12sesimpel kayak gini karena kita perlu
2:51:14breakdown dulu. Kita maunya ngapain aja
2:51:16nih? Fiturnya apa aja. Jadi kebanyakan
2:51:17orang datang ke saya dengan pertanyaan,
2:51:19"Saya mau bikin apa nih toko online.
2:51:20Oke, fiturnya apa? Apa fitur yang harus
2:51:22dibikin sekarang? Apa fitur yang harus
2:51:23dibikin nanti?" Ini persis kayak kita
2:51:25mau bikin rumah lah. Pengen rumahnya
2:51:27menggah, nyaman lah pokoknya. Ditanya
2:51:29nih sama si yang bikinnya, "Lu mau kam
2:51:31berapa?" 10. Kamarnya mau berapa nih?
2:51:33Lima. Jadi kita perlu bisa mengutarkan
2:51:37apa yang kita pengin dari otak kita
2:51:39dianslate ke kata-kata. Nah, bagian
2:51:43bikinnya ini udah beneran bagian
2:51:44bikinnya sama ayah aja. Ini dia lagi
2:51:46jalan sendiri. Dia bahkan bisa ngambil
2:51:47screenshot sendiri [musik] untuk
2:51:49memastikan tampilannya bagus. Udah.
2:51:52Jadi deh kita refresh nih udah beda lagi
2:51:55tampilannya. Kita bisa tambah ide baru.
2:51:57[musik] Misalnya idenya kayak bagus juga
2:51:59ya
2:52:01kalau ada eh course 5 marketing
2:52:07misalnya deskripsi [musik]
2:52:09eh belajar GBT F marketing
2:52:14simpan ID
2:52:16tuh kita ke ID K. Nah, muncul nih. Jadi
2:52:19dia kayak semacam kayak note tracking
2:52:21kita juga. Ini salah satu contoh doang.
2:52:23Kita cuma bikin dalam beberapa menit
2:52:25doang bahkan. Dan ini udah jadi. Jadi
2:52:27bayangin teman-teman kemampuannya itu
2:52:28bisa apa sih? Kita enggak perlu ngerti
2:52:30kayak si Ruby Omrelsnya ngapain gitu.
2:52:32Saya mengil Ruby Om searnya spesifik
2:52:35karena menurut saya ini framework yang
2:52:36paling gampang. Dia udah ada fitur-fitur
2:52:38kayak misalnya kita mau bikin
2:52:38autentikasi itu udah ada buat login,
2:52:41buat kayak pakai magic link segala macam
2:52:43tuh udah ada. Terus kita kayak mau
2:52:44hubung sama database juga bisa. Terus
2:52:46kita mau fitur-fitur lainnya yang
2:52:47[musik] diharapkan di sebuah framework
2:52:49web tuh udah ada semua. Jadi kita coding
2:52:50sekali itu pakai IT BOS. Konentrasi
2:52:52coding kan kebanyakan buat aplikasi ya,
2:52:54buat iOS atau Android. Sebenarnya
2:52:56aplikasi itu enggak cuman sana. Aplikasi
2:52:58itu adalah sebuah coding yang hidup yang
2:53:01dia bisa [musik] ada fungsinya. Jadi di
2:53:02customing menurut saya paling enak di
2:53:04Indonesia itu kita pakai aplikasi Word.
2:53:06Kenapa? Kalau kita mau jualan, mau apa
2:53:07ya? Orang Indonesia tuh HP-nya
2:53:09beda-beda. Enggak semua orang [musik]
2:53:10punya iPhone, enggak semua orang mungkin
2:53:12pakai Android gitu. Tapi semua orang
2:53:13pasti punya browser. Jadi lebih
2:53:15praktikal buat kita sebagai bisnis itu
2:53:17pakai yang basisnya web base dibanding
2:53:19basisnya [musik] appase kecuali kita
2:53:21ngincar pasal luar negeri US misalnya
2:53:23itu mungkin lebih banyak orang pakai
2:53:24iPhone di sana. Jadi ini udah
2:53:25benar-benar mengubah paradigma
2:53:27orang-orang yang pengin bikin aplikasi
2:53:29atau misalnya [musik] pengin bikin
2:53:30website segala macam. Ini benar-benar
2:53:32cuma beberapa detik doang. as a teaser
2:53:33ini di belajar j coding tuh saya ajarin
2:53:36juga caran saya ngupload ini kan masih
2:53:37di local host 3000 ids. [musik]
2:53:39Nah, gimana caranya ngupload ini ke
2:53:41server supaya dia bisa diakses lewat HP
2:53:44lainnya itu juga kita ajarin [musik]
2:53:45semuanya udah included. Jadi teman-teman
2:53:47tinggal nonton aja modulnya. Mungkin
2:53:49bakal lebih technical dan boring ya
2:53:51kalau buat orang yang benar-benar enggak
2:53:52ngerti. Tapi ikutin aja kita udah punya
2:53:54beberapa member yang udah bikin pista di
2:53:56mereka dan bagus-bagus semua. Kurang
2:53:57lebih gitu. Jangan lupa kalau tertarik
2:53:59bisa ke belanja GVT5 coding. See you di
2:54:01another video. Bye byye. Kemarin gua
2:54:03kasih laptop gua instruksi buat ngupload
2:54:05iklan langsung [musik] dari laptop ke
2:54:07mer ads itu semua terjadi karena gua
2:54:09pakai satu tuh namanya cloud. Tapi cloud
2:54:11tuh punya banyak sekali tuh. Ada cloud
2:54:13code, ada cloud [musik] cowork, ada
2:54:14cloud biasa, ada cloud desain semacam
2:54:16macam-macam. Di sini kita bakal bahas
2:54:18spik cloud code tool yang paling [musik]
2:54:20muktahir yang teman-teman bisa pakai
2:54:21buat coding segala macam gitu. Jadi tool
2:54:23ini cukup menarik di mana teman-teman
2:54:24bisa [musik] ngelakuin apapun yang ada
2:54:26di komputer, mau automation, mau bikin
2:54:28website, mau coding segala macam ada di
2:54:30laptop.
2:54:33Buat yang belum kenalan, saya William
2:54:34sebenarnya kerja di [musik] Biden dan
2:54:36Aliba. Saya bukan orang IT kok, saya
2:54:38orang marketing. Tapi saya tertarik
2:54:39banget sama AI. Saya kulik banget,
2:54:41makanya saya bikin [musik]
2:54:42belajar GPT buat bantu teman-teman
2:54:43ngerti AI. Di sini saya pengin jelasin
2:54:46satu tool lumayan tchnical lah. Ini
2:54:48intermediate ke [musik] advance namanya
2:54:49cloud code. Kurang lebih tampilannya
2:54:50kayak gini. Ini kita bisa lihat di sini
2:54:52cloud ini tampilan cloud-nya ini ada si
2:54:54cloud-nya dia bisa bantu kita hampir
2:54:57[musik] ngapain apapun dia bisa. Jadi
2:54:59cloud code ini lumayan menarik di mana
2:55:01di Februari 2026 itu ada riset [musik]
2:55:03yang bilang kalau penggunaan AI
2:55:04terbanyak itu digunakan untuk coding.
2:55:06Kenapa? Karena mungkin ROI jelas. Code
2:55:08bisa bikin produk software, software
2:55:10bisa dibikin bisnis [musik] yang high
2:55:11margin. Terus dia bisa bayar AI-nya.
2:55:13Coding ini jadi salah satu fungsi cloud
2:55:16code. Tapi cloud code itu bukan cuman
2:55:17buat coding sebenarnya. [musik] Sekarang
2:55:18buat semuanya bisa. Zaman sekarang di
2:55:20era II kita tuh udah enggak butuh
2:55:22programmer yang junior. Kita bisa bikin
2:55:25losat-osat simpel, kita [musik] bisa
2:55:26bikin produk digital yang ada dan
2:55:28pembayarannya. Kita bisa bikin banyak
2:55:29sekali hal. Saya bahkan ada satu course
2:55:31[musik] isinya cara menggunakan
2:55:33memaksimalkan cloud code untuk bikin
2:55:34produk digital, bikin website, vik
2:55:37[musik] app dan sebagainya. Terus ada
2:55:38pertanyaan dong pasti apa bedanya cloud
2:55:39ini sama cloud yang ada di website? Kan
2:55:41sama juga nih. Ini ada cloud cloud.Ii
2:55:44sama cloud code dar ini apa? Beda
2:55:46tiketnya adalah ini kita ngobrolnya di
2:55:47website doang. Si kita [musik] misalnya
2:55:49bikin bikinin saya website,
2:55:52website-nya jadi tapi kita gak bisa
2:55:54buka. Kita harus pindahin dulu, kita
2:55:56harus copy segala macam. Kalau kita ke
2:55:57cloud code help me create [musik]
2:56:00desktop e website in desktop
2:56:06folder [musik] simple website to test
2:56:13capabilities.
2:56:16Nah, dia bakal nanya kan, "Nah, ini buat
2:56:17apa nih?" Let's say misalnya kita bikin
2:56:19buat [musik] eh toko online,
2:56:22dia cukup menarik. Dia bisa tanya kita
2:56:25referensinya. [musik] Ini buat
2:56:26orang-orang yang malas prompting, dia
2:56:28tanya ke kita ini arahnya ke mana.
2:56:30Bedanya cloud adalah kalau kita mau
2:56:31bikin apapun, dia disain di komputer
2:56:33kita, bukan di cloud-nya. [musik] Itu
2:56:34perbedaan pertamanya. Jadi, dia pakai
2:56:36cloud. Cloud-nya kalau sini pakai opus,
2:56:38kalau di sini [musik] dia pakai Haiku
2:56:40yang lebih bawahnya. Kalau di mungkin
2:56:43kalau di incognitor tapi kita perlu
2:56:45bikinnya kan langsung [musik] kelihatan.
2:56:47Kalau di sini kita bisa langsung kayak
2:56:48open website
2:56:51nah langsung jadi. Bedanya di sana jadi
2:56:53lebih simpel lebih cepat karena ini
2:56:55enggak terlalu berat cloud code. Tapi
2:56:56emang learning curve-nya di awal susah
2:56:58kayak mungkin butuh waktu kayak sekitar
2:57:01setengah jam sampai sejam untuk instal
2:57:03cloud code-nya sendiri di laptop.
2:57:05Terutama mungkin agak lebih tricky kalau
2:57:06teman-teman pakai Windows. Kalau pakai
2:57:08Mac atau Linux lebih gampang. Cloud Code
2:57:09ini sebenarnya bisa jalan di terminal.
2:57:11Jadi kalau misalnya di terminal dia
2:57:13bakal langsung masuk ke biasanya kita
2:57:15buka terminal VS code.
2:57:19Teman-teman juga bisa buka VS [musik]
2:57:20Code-nya sendiri. Saya udah lama enggak
2:57:22buka VS Code tapi ini kurang lebih vs
2:57:24Code salah satu project internal saya.
2:57:27Kita juga bisa pakai cloud di sini.
2:57:29Nah, ini juga muncul. [musik] Bedanya
2:57:31adalah kalau kita sudah terbiasa di sini
2:57:33ini kan kita masih bisa lihat fil-nya
2:57:35ya. Kalau enggak pengen ngelihat
2:57:38file-nya [musik]
2:57:39ya saya langsung masuk ke sini aja. Saya
2:57:41enggak terlalu butuh visual buat
2:57:42sekarang. Menurut saya dua-duanya sama.
2:57:44Ada beberapa fitur yang menurut saya
2:57:46kita perlu pakai di sini yang [musik]
2:57:47buat teman-teman yang pemula perlu
2:57:49banget pakai namanya flame. Jadi kalau
2:57:50misalnya kita mau bikin apapun kita tuh
2:57:52harus punya planningnya dulu kan. Kalau
2:57:55misalnya [musik] di belja GPT biasanya
2:57:56saya bilangnya PRD lah gitu kayak untuk
2:57:58requirement dokumennya. Mau bikin apa
2:58:01sih? Mau bikin saya dashboard. Dashboard
2:58:03buat weekly. Oke. Buat apa gitu? kapan
2:58:05pakai ya segala macam [musik] semuanya
2:58:07ada di plan ini. Jadi kita deskripsikan
2:58:08kita masih prompting di sini. Misalnya
2:58:10kita mau bikin tolong dong [musik] bikin
2:58:13plan yang lebih realistis. Saya mau saya
2:58:17mau website [musik] yang bisa
2:58:20visualisasikan
2:58:23hari lib.
2:58:26[musik]
2:58:28Nah, dia bakal masuk enable plane mode
2:58:30terus dia bakal mikir nih gila mikir.
2:58:32Jadi, cloud code ini bisa dibilang salah
2:58:34satu tool yang paling banyak
2:58:36mengkonsumsi token di AI dan salah satu
2:58:38yang paling powerful. Beberapa bulan
2:58:40yang lalu lagi ramai banget open cloud.
2:58:41Open cloud sekarang udah sampah banget.
2:58:43Kenapa? Ada satu alasan paling gede,
2:58:44model paling [musik] tinggi sekarang itu
2:58:46adalah cloud opus. Cloud opus ini model
2:58:48yang bikin open cloud, Hermes segala
2:58:50macam itu jadi sangat-sangat pintar.
2:58:51Tapi cloud itu sudah menutup. Dia gak
2:58:53boleh lagi nih jalan si cloud opus-nya
2:58:56ke bagian-bagian ini. Karena kebanyakan
2:58:58orang yang masuk ke sana itu bikin gak
2:59:00bayarnya pakai API, enggak pakai
2:59:02tokennya, tapi bayarnya bulanan. Clown
2:59:04ini ngerasa rugi. Jadi kalau misalnya
2:59:05mau pakai itu boleh, tapi pakainya yang
2:59:08[musik] e bayar per sekali pakai kayak
2:59:09pulsa, bukan bayar yang fix per bulan
2:59:11gitu. Jadinya banyak banget open call,
2:59:14open core atau class-kelas open call
2:59:15yang enggak terlalu berfungsi banyak,
2:59:17cuman gimik doang. Tapi kalau
2:59:18teman-teman bisa menguasai CPU walaupun
2:59:20masih agak manual, ini masih [musik]
2:59:21sangat-sangat kepakai. Karena apa?
2:59:23Engine-nya, otaknya kita tuh peduli sama
2:59:25otaknya. Sebenarnya kalau Hermes segala
2:59:27macam itu cuma teknologi. Tapi otaknya
2:59:29kalau otaknya pintar dia bisa ngelakuin
2:59:30apapun yang kita pengin [musik] dan
2:59:31enggak lupa tentang contoh ini kita lagi
2:59:34bikin planning-nya kita buka lagi cloud
2:59:37dia juga bisa connect ke MCP. [musik]
2:59:38MCP itu beberapa plugin-plugin yang kita
2:59:42bisa pakai untuk membuat cloud code kita
2:59:45bisa [musik] punya akses ke
2:59:46tempat-tempat lain. Bisa enggak dia
2:59:48connect ke Meta buat uplocat? Bisa pakai
2:59:50MCP. Meta udah punya MCP-nya.
2:59:52mcp.facebook.com/ads
2:59:54itu teman-teman tinggal connect, login
2:59:56segala macam beres. Di sini juga ada
2:59:57plugin buat Google Drive, buat
2:59:59[mendengus] Gmail, buat teman-teman yang
3:00:02pengin recarik [musik] pengin coba apa
3:00:03gitu itu udah bisa semua. Yang saya rasa
3:00:05cukup menarik adalah teman-teman bisa
3:00:07juga bikin MCP sendiri untuk dashboard
3:00:10teman-teman. Gimana sih cara instal
3:00:11cloud code? Cukup gampang sebenarnya.
3:00:13Saya enggak bakal terlalu bahas banyak
3:00:15tentang cara instalnya, tapi halaman ini
3:00:17sudah sangat [musik] cukup membantu.
3:00:19Jadi, teman-teman tinggal cek ikutin
3:00:21aja. Kalau Mac OS tinggal pakai ini.
3:00:23Kalau Windows pakai Power Shell pakai
3:00:25ini. Kalau CMD pakai ini. Tinggal ikutin
3:00:27teman-teman pakai yang mana. Ini dia ada
3:00:28panduannya juga karena Windows lumayan
3:00:30tricky. Jadi kalau salah-salahnya sih
3:00:31pakai salah satu aja. Kalau powersell,
3:00:33[musik] power shell. Kalau CMD, CMD.
3:00:34Tugas kita tuh cuma dua sekarang, baca.
3:00:36Nulis, baca PROMnya, tulis feedback,
3:00:39[musik] tulis revisi, tulis kita
3:00:40penginnya apa. Tulis, belajar nulis.
3:00:43Jangan apa-apa dikit-dikit AI. Enggak
3:00:45baca pakai otak, nulis pakai otak. AI
3:00:48bantu [musik] kita. Ini misalnya user
3:00:49ingin website statisk untuk visualisasi
3:00:51Hibun nasional bla bla bla bla bla. Coba
3:00:54lihat kayaknya masih benar. [musik] Kita
3:00:56coba lihat. Oke. Yes. And use auto nah
3:00:59ini butuh waktu biasanya untuk dia
3:01:00[musik] bikin. Cuman saya biarin aja ke
3:01:02dia nanti dia bisa bikin sendiri selalu
3:01:04mulai dengan plan mode. Jangan pernah
3:01:06enggak pakai plan mode. Buat teman-teman
3:01:07yang nanya kayak bisa enggak sih pakai
3:01:09bahasa Indonesia? Harus [musik] pakai
3:01:10bahasa Inggris ya, Bang. Segala macam.
3:01:11Enggak. Ini bisa pakai bahasa Indonesia.
3:01:13Pakai aja bahasa Indonesia. Saya pakai
3:01:14bahasa Inggris buat nunjukin aja buat
3:01:15teman-teman kalau saya bisa pakai bahasa
3:01:17Inggris. Karena saya biasa pakai bahasa
3:01:18Inggris dan fok dari bahasa Inggris itu
3:01:20lebih luas. Tergantung kalau teman-teman
3:01:22bisa bahasa apa. [musik] Yang penting
3:01:23toolnya ngerti. Dia bisa ngejain apapun
3:01:25yang kita pengin. Nanti kalau udah jadi
3:01:26kita bisa ada fit roomnya clear. Jadi
3:01:28dia kayak k story di atasnya. Salah satu
3:01:30trik supaya kita enggak boros token ini
3:01:32tuh enggak fiturnya enggak bayar
3:01:34teman-teman. Kalau subscribe cloud udah
3:01:35dapat [musik] ini semua yang
3:01:37100$lar maupun 00. Tapi ini tuh enggak
3:01:40unlimited. Jadi teman- teman-teman
3:01:42triknya adalah harus pilih modelnya.
3:01:43[musik]
3:01:44Ada yang default-nya opus ini paling
3:01:46mahal. Sonet itu nomor duanya ada yang
3:01:48paling cepat. Haiku. Haiku. Tapi haiku
3:01:50tuh [musik] bisa dibilang e cepat tapi
3:01:53mungkin tidak seinter Sonet. Jadi kalau
3:01:55buat belajar GPT biasanya saya saranin
3:01:57kita pakai SPUS. Kenapa? Simpel. [musik]
3:01:59Kita tuh orang gap black, kita orang
3:02:01enggak ngerti. Kita kalau ke developer
3:02:03kita bakal bayah mungkin pricing-nya
3:02:05mirip-mirip bisa kena R juta, R juta
3:02:07segala macam. Kalau saya mending saya
3:02:08beli EA yang mahal sekalian yang bikin
3:02:10saya [musik] ngerti dibanding saya harus
3:02:11jelasin dikit-dikit teman-teman. Bukan
3:02:13berarti enggak boleh pakai sonet atau
3:02:14haiku bisa. Tapi kan kita based
3:02:17knowledge-nya atau kemampuan dasar untuk
3:02:19codingnya enggak ada. Jadi kita pakai
3:02:20bahasa bahasa manusia aja gitu. Itu
3:02:23[musik] harus dibekali dengan EAI yang
3:02:25cukup pintar. Jadi kadang saya
3:02:26ngekalainnya dengan saya bersihin
3:02:28konteksnya supaya dia enggak makan
3:02:30tokenal banyak terus saya ubah modelnya.
3:02:31Kita posisinya [musik] kita orang bisnis
3:02:33aja. Kita bikin sesuatu yang menurut
3:02:34kita for money-nya. Jadi kalau mau ganti
3:02:36modal tinggal pakai kursor [musik] nanti
3:02:39sungut sini sonet. Sonnya tuh pakai yang
3:02:42biasa-biasa aja yang simpel-simpel. Udah
3:02:44[musik] tahu opos tuh buat yang mikir.
3:02:45Planning saya selalu pakai opos karena
3:02:47kalau planning gak pakai sona tuh jelek
3:02:49hasnya. Ini tuh udah beneran subjektif
3:02:51sih. Buat orang yang enggak kebayang
3:02:53mungkin [musik] kayak sama-sama aja
3:02:55rasanya. Tapi kalau buat orang yang
3:02:56lebih peka dan pengin yang aku rasanya
3:02:59lebih cepat EAI itu rasa bedanya beda
3:03:01banget gitu. E biasanya bedanya di
3:03:03planan kita enggak ngulang-ulang bisa
3:03:05langsung kerjain kita langsung minta
3:03:06kerjain langsung beres dan sebagainya.
3:03:07[musik] Contoh misalnya sini kita lagi
3:03:09mintakan bikin kalender libur Indonesia.
3:03:11Jadi ini dari cloud code-nya. Terus saya
3:03:12mau bilang ini datanya enggak ada.
3:03:15Misalnya kita screenshot copy
3:03:18datanya enggak ada bos. [musik] Nah nih
3:03:20dia bilang API utamanya mati. Ini
3:03:22pintarnya adalah kalau di pakai OUS dia
3:03:24udah tahu sendiri kalau API-nya mati.
3:03:26[musik] Jadi kita enggak perlu
3:03:27capek-capek ngasih tahu. Jadi kita
3:03:29tunggu dikit tapi dia bisa bikin yang
3:03:31kita pengin. Dan terakhir kita juga bisa
3:03:33minta codecode-nya untuk jelasin kodenya
3:03:35ke kita ini. Jadi ini saya cek dulu
3:03:36apakah ada AP masih hidup. [musik] Kalau
3:03:38tidak saya privat ke Jason. Nanti jadi
3:03:41lagi cek nih. Kalau ini mungkin
3:03:43analoginya agak agak aneh tapi saya
3:03:45selalu membandingkan ini dengan tim.
3:03:47Kalau kita kerja manusia [musik] biasa
3:03:48ada orang atau tim yang lebih proaktif
3:03:51dia kalau enggak ngerti dia nanya kalau
3:03:53error dia bisa bend sendiri dia bisa
3:03:54bayar sendiri sendiri dia bisa kasih
3:03:56reportnya ke kita. Ada yang pasif kalau
3:03:58kita tanya baru jawab. Kalau enggak ya
3:03:59dia [musik] bisa jalan sendiri aja.
3:04:01Semakin b kayak inya dia semakin bisa
3:04:02cari tahu sendiri karena dia tahu kita
3:04:04penginnya ke mana. Itu bedanya semua
3:04:05yang signifikan [musik] yang bikin kita
3:04:06kayak enggak gondok kan. Tapi ya itu ada
3:04:08harga ada barang. Kalau teman-teman
3:04:10ngerasa ini memang [musik] dibutuhkan,
3:04:12pay bayar. Jadi gak realistis lah. Kita
3:04:14mau teknologi bagus, enggak mau belajar
3:04:17prompting-nya, penginnya m-ming doang,
3:04:19enggak ada. Jadi kita harus bisa
3:04:21realistis untuk [musik] make sure semua
3:04:23teknologi ini itu dipakai dengan arah
3:04:24yang tepat. Tuh ini samb nunggu. Coba
3:04:26kita refresh di sini. Nah, dia pivot
3:04:29sendiri. Jadi, dia coba pakai API tapi
3:04:31datanya kurang. Nah, [musik] dia
3:04:33sekarang pindahin ke data yang statis
3:04:35supaya tidak tergantung sama terpati
3:04:37yang sering mati smart. dia ketemu
3:04:40problem dia bersihin sendiri. Ini kita
3:04:42enggak perlu tahu nih dia bikin code-nya
3:04:43apa, tapi kita yang penting bisa bahasa
3:04:45Indonesia. Kita bisa jelasin [musik]
3:04:47kita penginnya ke mana, kita bisa
3:04:48jelasin ini errornya apa, ekspektasi
3:04:51kita seperti apa gitu. Kebanyakan orang
3:04:53itu problemnya adalah oh siapa yang
3:04:54bikin gini-gini bisa enggak gini gini
3:04:56gini itu apa? Kalau sudah di prom prom
3:04:58itu sebenarnya simpel gimana cara kita
3:05:00bisa berpikir dengan jernih supaya kita
3:05:02[musik] bisa nulis. Kadang-kadang orang
3:05:04cuma ngomong ngomong doang gitu berharap
3:05:06a ngerti omongannya. Enggak bisa, Bos.
3:05:09Nah, jadi nih
3:05:11saya rencerakan cutimu dengan cerdas.
3:05:12[musik] Oke, berikutnya. Wow, this is
3:05:15very cool. Ini tentu kita perlu crossek
3:05:17ya datanya benar apa enggak, tapi kita
3:05:19bisa lihat kayak e liburannya kayak
3:05:22gimana. Jadi, cloud code itu fungsinya
3:05:23itu kita juga bisa ganti kayak
3:05:25tampilannya segala macam itu terserah
3:05:26kita. Kita bisa customize ini ke mana
3:05:29pun. Jadi, kurang lebih gitu
3:05:30introduction ke cloud code. Buat
3:05:31teman-teman yang tertarik, kita punya
3:05:33course di belaj GPT ini belajar GPT
3:05:35coding. Fokusnya ke sini tapi lebih
3:05:37susah. Ini mungkin cost bukan begini
3:05:39[musik] tapi lebih ke intermediate ke
3:05:40advance karena kita bukan cuman bikin
3:05:41halaman simpel kayak gini doang. Kita
3:05:42bakal ada fitur paymentnya, fitur
3:05:44loginnya, ada masukin AI-nya juga ke
3:05:46sana dan kita bakal bikin sekitar lima
3:05:48aplikasi. Jadi praktiknya [musik]
3:05:49lumayan banyak bukan cuman teori doang.
3:05:51Dan saya enggak bakal bahas yang terlalu
3:05:53teknis gitu. Jadi kita enggak bakal
3:05:55bahas kayak apa itu coding apa segala
3:05:57macam. Enggak. Yang paling susah di
3:05:58[musik] awal doang cuman buat instal
3:06:00cloud code-nya. Setelahnya beres. Kalau
3:06:02ketarik usaha masuk belajarp.com/fib
3:06:04coding. Gitu aja. See you another video.
3:06:07Nah, jadi kan banyak banget yang jelasin
3:06:09AG itu apa sih gitu. Jadi kita sini
3:06:11bakal coba jelasin ya apa sih agen dan
3:06:14eh saya bakal coba gambar biar lebih
3:06:16mudah menjelaskan buat teman-teman di
3:06:18sini secara visual ya kan ada chat GPT
3:06:22gua jelek ya terus ada AI agent.
3:06:28Nah, ini tuh dua hal yang terpisah kan.
3:06:30Banyakan kan orang bingung ya kayak apa
3:06:32sih agents kan udah ada CGPT. CGPT itu
3:06:36sebenarnya
3:06:38eh kalau dulu kan cuman kayak dua arah
3:06:41jadi X sama Y gini dong kayak misalnya
3:06:44ee berapa tinggi presiden kita misalnya
3:06:48ee siapa ee pemenang Piala Dunia K gitu
3:06:50kayak pengganti Google. Tapi sekarang
3:06:53tuh eh CHGBT atau cloud
3:06:58atau Gemini
3:07:01itu dia itu bisa
3:07:03istilahnya kayak agentic framework di
3:07:05mana satu prom misalnya kayak contoh
3:07:08kita nanya eh
3:07:11restor
3:07:13run terbaik
3:07:16biasanya yang dilakukan adalah dia bakal
3:07:18browsing
3:07:22ini belum agentic. Dia cuman kayak dapat
3:07:23list dari Google, dari Bing segala macam
3:07:25tergantung providernya. Terus dia dapat
3:07:27hasilnya. Kalau dia udah agent,
3:07:30dia bakal tahu kayak oke restoran
3:07:32terbaik. Pertama nih orang suka
3:07:37makanan
3:07:40apa?
3:07:42Misalnya kayak Chinese Wood. Oke,
3:07:44Chinese Wood. Dia di mana?
3:07:51Terus misalnya range
3:07:54nya pengin berapa?
3:08:01Makanya kalau teman-teman ngelihat
3:08:02beberapa eh promprom cloud itu
3:08:05kadang-kadang dia nanya balik ke kita,
3:08:07"Oh eh kita kasih prom." dia nanya balik
3:08:10malah karena dia pengin mastiin, habis
3:08:12itu dia bakal kasih namanya sub agents
3:08:18untuk nyari tahu kayak oke untuk di
3:08:21daerah sini misalnya nih ini radius
3:08:22rumahnya ini rumahnya terus kayak di
3:08:25radius ini mana makanan asan foods yang
3:08:28r misalnya.000
3:08:31say misalnya lagi pengin makan keluarga.
3:08:34Nah cara AI bisa mikir sendiri step by
3:08:38stepnya.
3:08:39itu dibilang agentik atau agent. Makanya
3:08:43kebanyakan orang tuh bilang agent
3:08:45agenten. Agent apa sih sebenarnya? E
3:08:46agent itu adalah sudah bisa mikir
3:08:48sendiri bukan cuman ee ditanya balik
3:08:51tanya balik gitu terus harus kita selalu
3:08:53suruh. Nah, yang bikin menarik lagi
3:08:56adalah sekarang tuh sebenarnya semua AI
3:08:59sudah ada agen-nya.
3:09:00Jadi enggak cuman agen yang ada di
3:09:03orang-orang bilanglah kayak orang-orang
3:09:05buka kelas open cl apa segala macam
3:09:07enggak jelas kayak gitu menurut saya.
3:09:08Karena kita sekarang pakai cloud
3:09:11misalnya pakai CGPT itu udah ada bedanya
3:09:15ada bedanya tapi
3:09:17kalau buat kita yang teknis itu agen
3:09:22bisa kita utak-atik dia bisa hidup.
3:09:26Maksudnya gimana kalau kita pakai agen
3:09:28yang ini?
3:09:31Ini kan pure
3:09:34ada di
3:09:37ee
3:09:38laptop.
3:09:41Laptopnya harus hidup terus.
3:09:43Kelemahannya itu. Jadi what happen
3:09:45sekarang adalah gimana caranya ini itu
3:09:48enggak harus di laptop tapi di ada yang
3:09:51pakai Mac Mini. Tapi ini agak stupid
3:09:55saya pakai ini. Anda pakai VPS. VPS
3:09:58paling ok lah karena kita bayar mungkin
3:09:59cuman 5 gig sorry 50.000-an dapat RAM
3:10:03yang 1 gig atau 2 gig itu udah lebih
3:10:05dari cukup karena EEN-nya enggak gede
3:10:07karena dia kan manggil IPH-ip doang.
3:10:08Kebanyakan orang pakai Mac Mini, Mac
3:10:10Mini yang murah tuh yang kayak belasan
3:10:11juta tuh itu tuh enggak cukup buat
3:10:14runcal modal. Local modal tuh kayak
3:10:16misalnya deep seek eh Quen segala macam
3:10:19tapi juga terlalu mahal untuk cuman
3:10:21mengganti VPS. VPS cuman berapa rat ribu
3:10:23sebulan. Jadi mending pakai ini belajar
3:10:24GPT aja server kita tuh sebulan cuman
3:10:28Rp300.000
3:10:30untuk application yang working gitu ya.
3:10:32Nah, kita balik ke sini. Jadi AI agents
3:10:36tit teman-teman sudah ngerti agen itu
3:10:38apa ya. Nah, sekarang ada AI agents. E
3:10:40agents itu apa sih gitu. Tadi kan sudah
3:10:42tahu nih agentiknya nih kayak dia bisa
3:10:43nyuruh sendiri. Intinya dia dia pintar
3:10:45lah. Dia bukan cuman disuruh, dia bisa
3:10:47nyuruh teman-temannya buat bantuin
3:10:48kerjaan kita.
3:10:50ini ada beberapa ada yang
3:10:54ada yang eh saya bilang open
3:11:00ada yang host ekosistem
3:11:04open ini masuknya biasanya kita harus
3:11:06pertama urus
3:11:09server
3:11:11sendiri
3:11:14dua kita harus ee ee
3:11:20mungkin kayak
3:11:22modelnya lebih modelnya lebih
3:11:23macam-macam. model
3:11:26AI-nya
3:11:30bisa
3:11:31pilih.
3:11:33Nomor tiga ini teknis
3:11:36teknis banget kayak harus instal VPS
3:11:39sendiri, masukin modelnya sendiri kita
3:11:41bayar per token. L ada yang close. Close
3:11:45nih adalah misalnya satu close itu ee
3:11:50simpel pasti simpel.
3:11:53Contohnya apa sih?
3:11:54Biar kebayang ya. Ini Grockbard
3:12:00meta namanya Muse.
3:12:03Kalau open tu apa sih? Open cloud
3:12:08hermes
3:12:11dua ini paling gede. Open clos sama
3:12:12hermes. Kalau close banyak sebenarnya eh
3:12:15open AI kayak GPT bakal keluarin hal
3:12:17nama sama namanya X kita belum tahu
3:12:18namanya apa. Cloud juga udah ada arah ke
3:12:21sana tinggal nunggu aja.
3:12:23Eh, simpel, enggak perlu ngapa-ngapain.
3:12:25Paling cuma perlu instal, perlu bayar
3:12:27Grock, perlu bayar e meta, perlu bayar
3:12:29apa gitu. Kita enggak tahu bayarnya
3:12:31gimana nanti. Terus model AI-nya
3:12:33kekunci.
3:12:35Kalau kita pakai Grockbot ya cuma bisa
3:12:37pakai Grock, enggak bisa pakai dimstick,
3:12:39enggak bisa pakai apa gitu. Model AI-nya
3:12:43e kunci
3:12:46dan tiga
3:12:48ini tidak perlu instal apapun, hanya
3:12:51perlu bikin akun.
3:12:54perlu bikin
3:12:59nah apa sih bikin dua ini beda? Yang ini
3:13:01kita harus urus semua sendiri yang open
3:13:05ini artinya semua data itu kita yang
3:13:08ngurusin tapi enggak ada data yang
3:13:09tersebar karena datanya di server kita.
3:13:12Penyimpanan data, pengurusin data, spek
3:13:14komputer semua ngurus sendiri. Ini mirip
3:13:16kayak kalau kita
3:13:19ibarat kayak kita di sini beneran ini
3:13:22satu rakit mobil yang satu beli mobil.
3:13:24Yang satu beli mobil kan kita enggak
3:13:25bisa milih mau kayak kita beli mobil
3:13:28Cina zaman sekarang. Kita enggak susah
3:13:30banget tuh modif-modifnya udah udah
3:13:32kekunci semua. Yang satu lagi ini masih
3:13:34bisa rakit mobil kayaknya susah. Raket
3:13:37PC sense. Ini kayak rakit PC nih.
3:13:39Semuanya kita bisa atur mau budgetnya
3:13:41berapa segala macam bisa atur yang close
3:13:43nih enggak bisa. Kita beli MacBook udah
3:13:45that's it. Ini MacBook pakai pakai lah
3:13:47OS-nya udah ada semuanya udah ada
3:13:49tinggal pakai beres. Yang mana yang
3:13:52bakal lebih gede ke depannya menurut
3:13:53saya yang close tergantung segede apa
3:13:55modelnya
3:13:57semahal apa, sepit apa. Tapi yang close
3:14:00bakal lebih gede dugaan saya.
3:14:03dibanding yang open karena lebih gampang
3:14:06pakainya. Jadi
3:14:08kalau kita balik lagi ya kan ini ada
3:14:10open, ada close. Kita cuman bahas teknis
3:14:12doang nih. Tapi apa sih yang bikin beda
3:14:14open close? Eh misalnya kayak Grock sini
3:14:17sama Grock di sini kan ada juga nih
3:14:18Grock. Yang pertama adalah Again itu
3:14:22bisa ada profile.
3:14:27Kalau di sini ini kan dia kayak
3:14:29fungsinya udah agen tick tapi enggak ada
3:14:31agen-nya. ini sudah ada profile. Profile
3:14:33itu maksudnya gimana? Kita bisa bikin
3:14:35misalnya satu HR,
3:14:38dua marketing,
3:14:42tiga finance
3:14:45gitu. Jadi satu orang ngerjain satu hal
3:14:47gitu. Yang kedua, yang lumayan menarik
3:14:51adalah setiap model
3:14:54itu bisa punya AI sendiri, bisa punya
3:14:57tim sendiri di dalamnya. Jadi kita bisa
3:14:59bukan bikin profile dong, kita bisa
3:15:01bikin tim
3:15:03department
3:15:07tuh. Nah, selain itu yang menarik adalah
3:15:12kayak misalnya kalau teman-teman buka
3:15:14Grockboard, kita bisa bikin tuh kayak
3:15:15satu bikin konten, satu yang ngreview
3:15:17konten, satu yang apa, satu yang apa,
3:15:18satu yang apa gitu. Jadi semua hal di
3:15:21sini itu bisa di-et. Jadi kayak tim
3:15:23sendiri yang makan token yang sama.
3:15:25Fungsinya itu satu. Cuman kalau
3:15:27teman-teman mau masuk ke arah sini ini
3:15:29kan kalau yang sebelumnya kan E
3:15:31agens-nya EA agens biasa ya eh yang dia
3:15:34agen sesuai pertanyaan kita di sini
3:15:36adalah dia itu bisa hidup sebagai tim.
3:15:38Kenapa? Karena dia kan punya dia punya
3:15:40komputer sendiri. Dia enggak harus hidup
3:15:42sesuai komputer kita. Jadi harus punya
3:15:45kalau di open kita server sendiri. Kalau
3:15:47di sini kita harus close ini kita ee
3:15:50dapat compute dari masing-masing yang
3:15:51kita subscribe. Jadi dia hidup 24 jam.
3:15:55Artinya kerjaan dia tergantung cara kita
3:15:58nge-prom. Jadi ibaratnya kayak orangnya
3:16:00pintar banget tapi enggak mau kerja
3:16:01kalau enggak disuruh. Kecuali kita
3:16:02langsung eh lu ngerjain ini ya, lu
3:16:04ngerjain ini ya, lu ngerjain ini ya.
3:16:06Belum ada yang benar-benar kayak
3:16:07interaktif bisa bukan interaktif
3:16:11punya inisiatif sendiri untuk kayak oh
3:16:13gua kerjain ini ya kerja itu belum ada
3:16:15gitu. Problem lain adalah kalau kita mau
3:16:17implementasiin ke kantor
3:16:22itu ada namanya data.
3:16:25data
3:16:26dan token
3:16:29eficiency.
3:16:32Apa maksudnya ya? Jadi kan bayangin di
3:16:36perusahaan beneran ya, even kayak kita
3:16:37bikin konten lah. Ee ada orang satu
3:16:41orang nyimpan di Excel, satu orang
3:16:43nyimpan di Google Sheet,
3:16:46satu orang nyimpan di eh
3:16:49file pribadi dia
3:16:52dan ini itu dikali 1000
3:16:56gitu. Jadi nanti kayak kita bakal ketemu
3:16:58namanya memory limitation.
3:17:05Fnya terlalu banyak, terlalu beragam,
3:17:07angkanya beda-beda semua dan AI disuruh
3:17:09minta ngecek. Jadi ini bakal bikin
3:17:13semuanya itu berantakan. Karena misalnya
3:17:16kayak zaman saya dulu Alibaba ya, semua
3:17:18orang tuh punya definisi GMV
3:17:20masing-masing. Jadi setiap tim tuh punya
3:17:21beda-beda GMV-nya. Karena GMV, GMV kan
3:17:24gross merchandise value. Jadi gross
3:17:26merchandise value itu tuh banyak
3:17:28turunannya. Misalnya kayak trigger
3:17:30pertama ee orang beli
3:17:33ini dianggap JB tapi belum kayak orang
3:17:36cancel. Orang beli
3:17:39kurang orang cancel
3:17:43terus tiga dikurang retur
3:17:47dikurang yang udah cair
3:17:51yang sudah cair ke platform. Kalau sudah
3:17:52cair ke platform cair juga ke seller
3:17:54kan. Jadi udah benar dihitung revenue.
3:17:57Definisi yang sudah cair ini dipakai
3:17:59sama finance. Definisi beli dipakai sama
3:18:01account manager. Definisi cancel dipakai
3:18:02sama tim ops. Definisi retur dipakai
3:18:05sama tim shipping. Beda-beda semua.
3:18:07Pusing
3:18:08kalau ngini dia juga pusing. Sama
3:18:11sepintar-pintarnya manusia ngelihat gini
3:18:13pusing juga. Makanya data ini sama token
3:18:15efisiensi ini ngaruh. Kenapa token
3:18:17efisiency? Karena semakin banyak data,
3:18:20semakin dia harus menginterpretasikan
3:18:21data yang beda-beda. Tokennya makin
3:18:23banyak makannya. Jadi, satu orang bisa
3:18:26makan terlalu banyak token kadang-kadang
3:18:28yang bikin
3:18:30penggunaan token di sini jadi sangat
3:18:32mahal. Jadi bayangin kalau kita pakai
3:18:33yang close ya, kita mau bikin kayak gini
3:18:35mungkin bisa tapi harga tokennya bakal
3:18:37sangat mahal.
3:18:39Untuk permasalahan sebenarnya dibutuhkan
3:18:41satu orang itu ini bukan butuh from
3:18:44engineer, ini butuh data engineer.
3:18:49Jadi semua data jadiin satu misalnya SQL
3:18:53gabung nih semuanya nyambung semua t
3:18:55semua baru disuntik agen itu baru make
3:19:00sense. Dan di sini kita juga bisa
3:19:03ensure datanya tuh ee enggak diakses
3:19:07terlalu banyaklah. sama AI lain. Jadi
3:19:10kita bisa ngaturah kayak, "Oh, ini itu
3:19:12lu cuma bisa lihat yang ini doang ya,
3:19:14enggak bisa lihat yang ini ya, Lala
3:19:15gitu." Nah, ini sekian banyak tentang AI
3:19:19agents. Jadi eh apakah sekarang AI agent
3:19:22sudah ada di mana-mana? Yes, sudah ada
3:19:24di mana-mana. Yang dimaksud orang EA
3:19:26agent itu biasanya yang sebagian kanan
3:19:27yang tadi yang besar nih kita jelasin.
3:19:29Tapi belum semua perusahaan bisa
3:19:31implementasi ini. Dan menurut saya
3:19:33enggak harus ke sana dulu. Yang paling
3:19:35penting adalah sekarang implementasi itu
3:19:37harus ke bagian data dulu. Apakah
3:19:39perusahaannya sudah punya data yang
3:19:41lengkap untuk bisa ngelakuin semua ini?
3:19:44Apakah datanya sudah nyambung semua?
3:19:46Apakah semuanya sudah nyambung ke satu
3:19:47database? Dan itu yang lagi dikerjain
3:19:49sama semua orang sekarang. Jadi bagian
3:19:51A-nya paling gampang, bagian beresin
3:19:53datanya paling mahal. Dan kebanyakan
3:19:56perusahaan-perusahaan yang nawarin AI
3:19:58agen itu nawarnya sebenarnya data.
3:20:02Ada kerjaan khusus namanya FDI.
3:20:05FI forward
3:20:08deployed
3:20:11engineer.
3:20:13Jadi itu tuh buat engineer-engineer yang
3:20:16tugasnya langsung turun ke lapangan jadi
3:20:18konsultant ngelihatin butuhnya apa. Nah,
3:20:22ini itu jadi dibutuhkan sekarang buat
3:20:25terutama ini nyambungin sama data
3:20:26engineer yang ini ya, supaya bisa bantu
3:20:30perusahaan itu ee
3:20:33punya data yang sinkron semua.
3:20:37Nama ada ada role baru namanya FDI gitu.
3:20:39Jadi perkembangan dari zaman eh data
3:20:43science, eh machine learning, eh
3:20:46sekarang sebenarnya semua perusahaan tuh
3:20:48selalu bisa type in. Tapi problemnya
3:20:50dari dulu sampai sekarang selalu sama.
3:20:52Teman-teman bisa cek ke beberapa
3:20:54perusahaan data-data di Indonesia.
3:20:55Problemnya selalu di data yang
3:20:56berantakan dan enggak enggak nyambung
3:20:59semua satu sama lain. Dan ini yang bikin
3:21:01perusahaan
3:21:03cepat berkembang atau stakn gitu. Jadi
3:21:06kalau kita balik lagi ke agen gimx.
3:21:09Kalau yang saya bilang sini kayak open
3:21:11cloud, Hermes segala macam gitu. Iya,
3:21:14bisa menyelesaikan apa yang teman-teman
3:21:15pengin. Tapi
3:21:17big elepornya tuh ini.
3:21:20Jadi bukan cuman kayak kita bikin nih
3:21:22satu profile HR gitu. Oke, bikin profile
3:21:24HR. Terus profile HR-nya eh
3:21:29gimana cara dia pasang lowongan. Oke,
3:21:32dia browsing apa segala macam. Taruh
3:21:33CV-nya di mana? Oke, di sini. Terus
3:21:35gimana caranya dia memastikan CV yang
3:21:37ini itu belum dikontrak sama AS lain
3:21:39beras punya database. Terus kayak oh ini
3:21:41tuh udah pernah kerja sama kita nih.
3:21:43Enggak tahu kan dia enggak punya
3:21:44database yang udah kerja siapa aja. Jadi
3:21:47nanti dia bakal tektok tektok tektok
3:21:48tektok balakbalik balakbalik mahal. Jadi
3:21:52pastiin AI itu bukan cuman gimmik,
3:21:57tapi dia harus bisa antara nambah
3:21:59revenue
3:22:01atau ngurangin expense
3:22:06itu jadi kalau misalnya masih kayak
3:22:09kemakan sama gimik-gimik kayak oh pengin
3:22:11bikin jarfish sendiri udahlah gitu nanti
3:22:15dulu data dulu
3:22:19ini paling penting rapihin Katanya
3:22:22beramai gitu
3:22:26a-nya dia bisa menganalisa dashboard
3:22:28iklannya dia apa yang kurang, apa yang
3:22:31perlu diperbaiki, bikin [musik]
3:22:32kontennya lagi terus diupload sendiri
3:22:36seserunya. Enggak usah lama-lama.
3:22:42[musik]
3:22:55Thank you semuanya. Ini eh gua bakal
3:22:58pakai sebagian whiteboard sebagian sinin
3:23:00ya. Jadi ee hari ini kita bakal bahas AI
3:23:02tapi lebih ke di sini kayaknya kan
3:23:05tampangnya bukan orang teknis ya. kita
3:23:07bakal bahas lebih ke bisnis lah gitu
3:23:09kan. Most of the time mungkin kalian
3:23:10bakal pakai I tapi bukan kalian yang
3:23:12operate. Mungkin ada tim, ada staff dan
3:23:14sebagainya gitu. Jadi kita bakal bahas
3:23:15kayak
3:23:17sekarang tuh gimana sih landscape-nya?
3:23:19Terus kalau misalnya mau pakai AI
3:23:20gimana? Tadi pagi Pak Berti cerita
3:23:23tentang mungkin lumayan spesifik soal
3:23:27pakai video AI tapi secara bisnis kita
3:23:30ngelihatnya. Kalau saya pribadi
3:23:31ngelihatnya lebih banyak ke bisnis.
3:23:34kita ngelihat EA itu bukan cuman dari
3:23:35sisi kreatif doang, tapi apa sih
3:23:38misalnya say cost yang bisa kita
3:23:39optimize atau bikin kita lebih ada
3:23:42advantage gitu. Jadi cerita buat saya
3:23:44pribadi, saya e William tadi sudah
3:23:46jelasin sebelumnya kerja eh SEO tuh dulu
3:23:49salah satu klien dari kantor saya kerja
3:23:53gitu ehm kalau ada tahu Everpro salah
3:23:56satu perusahaan buat kalau kita mau
3:23:58kirim-kirim COD segala macam. Dulu saya
3:23:59kerja di sana. Jadi ee dulu kita punya
3:24:02kerja sama bareng buat bikin
3:24:03basis-bisnis bareng. Jadi saya kenal
3:24:04sama IO. Nah, di sini jadi eh tahun lalu
3:24:09saya udah resign dari iPhone Mouse terus
3:24:11eh sempat bantuin SEO juga sekarang
3:24:13bikin platform belajar GPT. Belajar GPT
3:24:15ini sebenarnya kayak e-course eh ada
3:24:18video segala macam. Cuman sekarang kalau
3:24:21di sini kan kita bahasnya lebih ke apa
3:24:22yang saya lakukan dengan A ya. Jadi
3:24:25100% penjualan tuh kita datang dari ads
3:24:28sebenarnya. Jadi budget saya ads tuh
3:24:30mungkin sekarang ranging ya naik turun
3:24:33mungkin sekitar 4 sampai 6 juta sehari
3:24:36gitu. Itu maintenance yang saya lakukan
3:24:40cuman upload iklan aja sekarang. Jadi
3:24:43saya enggak ngecek dashboard
3:24:45karena udah otomatis juga otomatisnya
3:24:47dalam artian bahkan saya enggak minta II
3:24:49buat ngecek juga. Jadi udah ada
3:24:50rules-rules dari meta yang bisa kita
3:24:52pakai. Itu yang bakal kita bahas. Jadi I
3:24:54think kayak perlu lebih praktikal juga.
3:24:57Kadang kita ngelihat AI kan terlalu eh
3:25:00banyak kalau saya bilangnya shiny object
3:25:02syndrome gitu kayak kucing lihat
3:25:04Bangbang manik-manik gitu loh. Dia kayak
3:25:05oh ini bagus, ini bagus, ini bagus. Tapi
3:25:07in reality kita harus tahu juga ada
3:25:08cost-nya siapa yang bakal operate gitu.
3:25:11Karena kalau kita mau masuk ke bisnis di
3:25:13case ini misalnya kita jual kalau di
3:25:15case saya jual kelas ada yang jual
3:25:17supplementen, ada yang jual apa kan
3:25:19ujung-ujungnya kan balik modal enggak
3:25:20nih gitu. K ongkos ongkos buat mul itu
3:25:23enggak murah. Terutama kalau di
3:25:25Indonesia ironinya kadang-kadang lebih
3:25:27murah kita hayat orang dibanding bayar
3:25:29AI.
3:25:31Buat sebulan ya. Jadi saya sekarang
3:25:33ngabisin buat AI itu sekitar 5 sampai 6
3:25:34juta sebulan
3:25:36gitu buat cloud, GPT segala macam. Tim
3:25:38saya masing-masing punya satu gitu. Jadi
3:25:41saya pengin cerita bagian sananya. E ini
3:25:44background saya. E dulu saya eh kerja di
3:25:46TikTok sama Lazada terus eh bikin konten
3:25:48juga ini makanya di record. Ada yang e
3:25:51lihat session IDMC saya enggak? Ada ya?
3:25:54Ada. Nah, ee di sana kan aku bahas ada
3:25:58dua produk sebenarnya yang bisa scale
3:26:00cuman dua doang eh tek sama konten. Kita
3:26:03di hari ini sebenarnya bakal banyak
3:26:04bahas konten walaupun di iklan. Jadi
3:26:06background-nya banyakan kan marketplace
3:26:08tadi sama kalau aku lihat kan pengen
3:26:10pakai buat konten. Eh, kalau marketplace
3:26:13mungkin aku jelasin konteksnya buat
3:26:14teman-teman di sini yang bukan
3:26:16backgroundnya marketplace. Eh, basically
3:26:18V-nya naik jadi marginnya makin tipis.
3:26:20Jadi sekarang tuh banyak online seller
3:26:22yang berusaha exit lah gitu. Kemarin
3:26:24ngobrol-ngobrol sama Om Botak dia lagi
3:26:27pusing juga tuh. Pajak juga naik. Wah
3:26:29semuanya lah kayak kayak dipaksa enggak
3:26:31usah jualan gitu. Banyak yang jual brand
3:26:34juga soalnya kalau ngelihat akir-akir
3:26:35ini trennya. Jadi ee karena kenapa kalau
3:26:39menurut saya ee sebenarnya masih sama
3:26:41sih dengan ke konten karena marketplace
3:26:44dulu itu ee jadi ada beberapa jenis
3:26:47marketplace kan kalau di dalam
3:26:49e-commerce kita ngelihatnya ada tipe
3:26:50yang kita bilangnya seller longtail.
3:26:52Longtail tuh dalam istilah eh come di
3:26:55e-commerce
3:26:57eh seller yang menjual semua hal.
3:27:01Nah, seller yang lumayan survive
3:27:03sekarang tentu yang modalnya gede tapi
3:27:05mereka bikin brand. Kenapa? Karena
3:27:07kebanyakan seller yang long tail yang
3:27:08itu tuh dia dia dapat traffic sebenarnya
3:27:11dari mana sih? Pure dari Shopee atau
3:27:13TikTok doang. Dia enggak bawa traffic
3:27:15dari lain. Nah, seller yang lebih
3:27:17bertahan itu bikin Shopee sama
3:27:20TikTok-nya tuh jadi tempat belanja
3:27:22doang. Tapi dia bawa traffic tempat
3:27:24lain. Makanya pas Shopee sama TikTok-nya
3:27:27mahal, dia pindahin trafficnya ke
3:27:29WhatsApp atau ke web gitu. Jadi trennya
3:27:32kan sekarang gitu bikin web sendiri kan
3:27:34yang berusaha dibikin e bisa pakai AI,
3:27:37bisa pakai apa gitu. Di sini aku enggak
3:27:38bakal banyak bahas kayak technicality
3:27:41istilah ya, jadi biar sama-sama ngerti.
3:27:43Tapi konsepnya gitu. Karena Shopee sama
3:27:46TikTok basically mahal buat kasih
3:27:48gambaran mungkin kalau kita punya
3:27:50revenue sekitar R10 juta ee kita harus
3:27:53kasih duit pajak mereka mungkin sekitar
3:27:55berapa, Pak? Rp3 juta ada kali ya Rp3
3:27:57juta 3,5 juta
3:27:58lebih
3:27:58lebih bahkan. Nah pokoknya 30 35%
3:28:01tergantung kategori tergantung promo
3:28:03yang kita ikut macam-macam. Jadi
3:28:05bayangin margin kita perlu berapa tuh
3:28:07buat kita itu belum itu belum belum
3:28:09ngomongin kayak karyawan, belum ngomong
3:28:10ngomongin segala macam. Jadi makin lama
3:28:12makin tipis. Sedangkan kalau kita punya
3:28:14sistem sendiri KC misalnya kalau di SO
3:28:18itu semuanya pakai WA. Kenapa pakai WA?
3:28:21Kenapa enggak ada di marketplace? Tadi
3:28:22ada beberapa yang nanya kan kenapa
3:28:23enggak boleh di marketplace? Pertama
3:28:25feya enggak masuk akal buat orang-orang
3:28:27yang jual tuh enggak enggak nutup lah
3:28:30gitu. Dan yang kedua, marketplace kan
3:28:32enggak bikin kita punya database
3:28:34audience. Dia kan lock kan data semuanya
3:28:37kan. Kita cuman tahu kayak apa sih di di
3:28:41hidden gitu kan.
3:28:43Kalau kayak gitu kan kita enggak bisa
3:28:44follow up mereka dong. Saya misalnya
3:28:45kayak kita punya produk baru nih
3:28:48ee kita ngebless saya WhatsApp kek atau
3:28:51email kek dia enggak ada gitu. Kita
3:28:53enggak bisa masuk dari sana. Jadi ee
3:28:55salah satu alasan kenapa orang sekarang
3:28:57pindah paling banyak kalau sekarang aku
3:28:58lihatnya ke WA sebenarnya karena kalau
3:29:00ke web kan orang butuh ee bikin sistem
3:29:03segala macam gitu. Kalau WA minimal
3:29:06siapin CS 1 du gitu diajarin training
3:29:08segala macam dia bisa terima transfer.
3:29:11Nah, tapi kuncinya satu tetap
3:29:14udah enggak bisa lagi kita ngambilin
3:29:15traffic datang sendiri. Kan dulu kan ada
3:29:18tuh teknik optimasi keyword apa segala
3:29:20macam. Sekarang enggak. Sekarang jualan
3:29:22tuh kuncinya apa? Konten.
3:29:25Nah, ini kita balik lagi masuk nanti ke
3:29:28AI. Ada banyak banget yang kita bisa
3:29:29automate.
3:29:32Semuanya bisa diutomate. Kalau kalau
3:29:34dibilang AI bisa apa enggak bisa semua.
3:29:36Tapi apakah harus semuanya diutomate?
3:29:38Dan apakah wise sebagai bisnis kita
3:29:40automat? Saya pernah dapat cerita dari
3:29:43salah satu teman, dia punya bisnis kalau
3:29:46enggak salah jualan B2B gitu. Dia nanya,
3:29:48"Bisa enggak pakai AI buat chat?"
3:29:52"Bisa," gua bilang, "Tapi gua nanya
3:29:55balik, AI itu proses bisnis utama lu
3:29:58enggak? Chat itu proses bisnis utama
3:29:59enggak?" "Iya," dia bilang, "Jangan."
3:30:01Gam kalau itu proses bisnis utama, kalau
3:30:05diganti AI, AINnya error aja sejam.
3:30:08hilang tuh.
3:30:10Karena kan cuman gitu doang caranya.
3:30:12Beda misalnya saya misalnya saya
3:30:14dibelajar di PT saya punya CS. Jadi
3:30:16proses saya jualan tuh mirip dengan SO
3:30:18karena belajar di sini dulu. Cuma saya
3:30:20ada platform web-nya. Orang kalau CS
3:30:22lagi tidur orang tetap bisa belanja
3:30:25karena saya udah bikin platform web-nya
3:30:27e check out dan semua otomatis. Tapi
3:30:29kalau misalnya proses bisnisnya masih
3:30:31ngandulin 100% dari CS enggak bisa
3:30:36enggak bisa pakai AI.
3:30:38kita ada revenue opportunity lost nih.
3:30:41Kalau enggak, kalau lost gimana? Siapa
3:30:43yang mau kita mau marahin AI? Mau marah
3:30:45ke siapa gitu enggak bisa kan? Jadi eh
3:30:50kita perlu tahu dulu nih kalau di iklan
3:30:53ada yang pernah ngiklan enggak
3:30:54sebelumnya? Aku mau tahu dong. pernah
3:30:57ngiklan eh IG Ads yang promote
3:31:00yang meta ads. Oke,
3:31:03ada yang pernah ngiklan lagi? Udah
3:31:05pernah ngiklan Meta Ads. Ada yang belum
3:31:07pernah ngiklan deh kalau gitu?
3:31:08Oke, Ibu belum pernah. Nah, ini buat
3:31:12kasih gambaran ya.
3:31:14Ads itu prosesnya kayak gini. Jadi ada
3:31:16kita bagiannya kita bilangnya
3:31:17strategizing intinya bikin strategi lah
3:31:20gitu. Strategi terus kayak kita ee ini
3:31:23depends ya. Zaman sekarang kan iklan
3:31:25video semua. Makanya saya ganti shoot.
3:31:26Kalau dulu kayak ada graphic desainer
3:31:28segala macam terus ada diedit, upload
3:31:30monitor simpel. Kayak kita bikin konten
3:31:32aja. Bedanya kita ee
3:31:35cara upload-nya doang tu beda.
3:31:38Iklan zaman sekarang juga udah AI
3:31:42udah. Saya dulu dulu mulai karir tuh
3:31:452016 itu jadi orang yang mengoperate
3:31:47iklan
3:31:49dulu tuh. Masih itu harus dipikirin tuh
3:31:50kayak oh nih interest-nya apa terus
3:31:53kayak panjanglah gitu. Lu harus ikut
3:31:55kursus dulu segala macam. Sekarang
3:31:57enggak. Sekarang pure. Kalau ngikutin
3:32:01playbook yang ada di sini juga itu kita
3:32:03cuma ngatur tiga. Lokasi,
3:32:07gender,
3:32:08umur. Udah.
3:32:11Sisanya AI-nya meta itu sudah bisa tahu
3:32:15konten kita ini buat siapa. Tahunya dari
3:32:18mana, macam-macam. Pertama dari
3:32:20videonya. dia bisa tahu nih scriptnya
3:32:22apa. Dia bisa tahu nih kira-kira eh
3:32:25kalau kita sudah punya historical orang
3:32:27yang berinteraksi sama bisnis kita, dia
3:32:28sudah tahu nih orang yang suka beli
3:32:30produk kita kayak gimana. Jadi datanya
3:32:32sudah sangat banyak. Dia basically AI
3:32:34lah dia sudah bisa prediksi. Kadang aneh
3:32:37juga kayak saya baru bikin eh salah satu
3:32:40produk baru di belajar GPT baru kita
3:32:42ngikl hari pertama langsung closing
3:32:44produk baru eh enggak pernah kita
3:32:47announce eh tentang belajar coding. Jadi
3:32:50audiensnya sangat beda. Eh course-nya
3:32:53intermediate advance lah. Itu langsung
3:32:55ada yang beli enggak ada targeting sama
3:32:58sekali. Jadi emang udah arahnya ke sana
3:33:00gitu. Jadi bayangin
3:33:02kita ngomongin bisnis ya,
3:33:05ini kan lesnya ini P nih 100%.
3:33:10Kita tuh pasti kalau kita jual
3:33:12marketplace segala macam 20, 30, 40%
3:33:14pasti sudah buat ads. Tergantung sebagus
3:33:17apa roas kita. Ada yang enggak familiar
3:33:19dengan sistem RAS? ROAS tuh kayak ROI,
3:33:23return on investment. Jadi
3:33:26misalnya KC 35% deh ini normalnya. Tentu
3:33:31di beberapa industri lebih kecil,
3:33:34beberapa industri lebih gede. Contoh
3:33:35misalnya FnB itu mungkin bisa sampai
3:33:38bisa lebih kecil kayak 10 15% gitu
3:33:40karena modalnya lebih gede. Jadi ini
3:33:42kurang lebih cost yang kita harus
3:33:44keluarin. Belum lagi nanti marketplace
3:33:45kan keluar lagi nih berapa keluar lagi
3:33:48barang berapa. Hah segini doang nih
3:33:49paling marin nih. Kecil banget. Jadi
3:33:53kita sekarang mikirin dari top down dari
3:33:55cost yang bakal keluar dulu apa cost
3:33:57yang udah pasti keluar kalau kita main
3:33:59di online sekarang
3:34:03kalau dalam playbook yang saya percaya
3:34:05itu antara iklan atau kita siapin konten
3:34:07banyak banget pakai I
3:34:09karena itu udah pasti kita kita orang
3:34:12tahu saya misalnya dari iklan, orang
3:34:15tahu ee brand misalnya sio dari konten
3:34:18cuman dua hal itu doang enggak ada hal
3:34:19lain gitu. Jadi kalau kita mau survive
3:34:24bahkan kan pertama naik ya gitu
3:34:2816500
3:34:2916.000 ya. Jadi kita perlu mikir juga
3:34:33nih kita bisa dapat margin lebih di mana
3:34:36atau ngurangin cost yang mana. Jadi ini
3:34:39udah pasti biaya yang keluar lu segini.
3:34:41Nah ada strategizing shoot edit upload
3:34:43monitor. Ini semuanya kalau mau dibikin
3:34:45AI bisa tapi kita harus pilih dong mana
3:34:48yang harus AI. Karena gini loh, saya
3:34:50misalnya kita ngomongin proper insurance
3:34:52agent, ada 100 insurance agent semua
3:34:55orang punya cloud semuanya anggaplah
3:34:58jago semuanya. Terus siapa yang menang?
3:35:03Sempat kepikiran enggak kayak gitu? Kan
3:35:05sekarang kan masalah orang enggak ngerti
3:35:06aja ya. Tapi kan belajar kan gampang ya.
3:35:08Ikut kursusnya beres kok. Terus kalau
3:35:10semua orang udah bisa, semua orang udah
3:35:12otomasiin semua, pernah udah mulai ngeh
3:35:15enggak tipe-tipe konten yang dibikin
3:35:17sama cloud tuh kayak gimana gayanya?
3:35:19Warnanya mirip, font-nya pakai series
3:35:22yang miring-miring gitu. Kenapa? Karena
3:35:24semua orang kayak gitu. Kalau konten
3:35:26chat GPT misalnya mirip-mirip kan untuk
3:35:28grafiknya, gayanya mungkin orang bisa
3:35:31nge-prom tapi orang yang udah sering
3:35:32ngelihat pasti kebaca. Apalagi kalau 100
3:35:35orang kayak gitu semua.
3:35:38Iya dong. Case yang sama terjadi di SO
3:35:42250 dealer produknya sama. Bayangin
3:35:46kalau semua orang pakai konen AI. Wah,
3:35:48itu customer juga udah bingung tuh ini
3:35:49toko siapa.
3:35:52Ini tokonya si Karin, Berty, Berto,
3:35:55siapa nih?
3:35:57Enggak ada yang tahu. Berta.
3:35:59We don't know.
3:36:02Sama nih misalnya kayak marketplace.
3:36:03Sori. Jual apa kok marketplace?
3:36:05Kenapa
3:36:05lu jual apa di marketplace? Eh,
3:36:07sanitary.
3:36:08Sanitary. Sanitary kan juga banyak ya
3:36:10saingannya. Semuanya pakai AI nih.
3:36:12Konten pakai AI, strategi pakai AI. Sama
3:36:14semua nih ujung-ujungnya promnya juga
3:36:16sama lah. Kita anggap tah-tahu misalnya
3:36:18ngopi dari gua lah. Kok promnya sama
3:36:20semua terus gimana?
3:36:22Siapa yang harus di atas, siapa yang
3:36:23harus di bawah?
3:36:26Bingung enggak?
3:36:26Pernah kepikiran enggak ke sana? Kan
3:36:29kalau semuanya pakai AI terus siapa yang
3:36:32nentuin rankingnya duluan? Siapa yang
3:36:34paling atas duluan? Kontennya banyak.
3:36:37Yang kontennya banyak berarti modal
3:36:38dong.
3:36:40Selain itu
3:36:40paling pertama pakai AI.
3:36:42Yang paling pertama pakai AI yang duluan
3:36:44paling sering ulik.
3:36:45Paling sering atau yang beda?
3:36:48Iya. Enggak
3:36:48yang beda harusnya.
3:36:50Masa harus joget-joget
3:36:53[tertawa]
3:36:54banget tuh.
3:36:56Jadi kita perlu tahu nih case yang
3:36:58terjadi sekarang. Saya kita misalnya
3:37:00ngelihat ee semua steps itu bisa dibikin
3:37:03pakai AI.
3:37:05Tapi steps yang
3:37:08big jadi kan kita bisa lihat apa yang
3:37:10terjadi di lapangan sama konten kreator
3:37:12yang bilang, "Oh, ini lagi ramai ini
3:37:13lagi ram lagi ramai." Tapi kita juga
3:37:15harus pintar dong. Saya misalnya kita
3:37:17lihat misalnya di industri yang aku tahu
3:37:20aja ya, saya di ee aku kan bikin konten
3:37:24enggak ada tuh eh content creator yang
3:37:26pakai AI yang followernya gede banget
3:37:28masih pakai muka tuh. Kenapa ya?
3:37:31Personalize.
3:37:32Personaliz
3:37:34[berdehem] eh top sales-nya sio Victor
3:37:37setahun 25 M. Pakai muka tuh. Kenapa
3:37:40enggak pakai AI ya? Kayaknya dia dia
3:37:42juga pintar deh kalau dia bisa pakai AI.
3:37:44Dia pakai AI semua tuh.
3:37:48Apa part yang bisa kita bedain dari
3:37:51orang lain dengan asumsi semua orang
3:37:52sudah bisa II semua? Karena ini
3:37:55knowledge yang gua bilang sekarang nih
3:37:58bulan depan mungkin semua orang sudah
3:37:59bisa.
3:38:01Gampang belajarinnya, enggak susah kok.
3:38:05Tapi setelahnya apa?
3:38:07Bisa jadi duit enggak? Kan pertanyaan
3:38:09itu kan gimana cara kita minimal balik
3:38:12modal lah buat bayarnya mahal gitu.
3:38:14Sebulan Rp350.000 pal.000 sekarang dolar
3:38:16lagi naik ya [tertawa]
3:38:19naik 4000 sekarang
3:38:22minimal balik modal lah gitu. C mahal
3:38:26jadi apa yang udah working sekarang?
3:38:31Nah, ini kita ngomongin winning content.
3:38:35Did you know
3:38:37arahnya sekarang gimana? Kalau kita mau
3:38:39ngiklan kita udah tahu nih produk yang
3:38:42bagus harus pakai konten sekarang. Tentu
3:38:45ada sistem ngiklan, ada sistem ee kita
3:38:48bikin ee konten masif gitu. Kita beli
3:38:52data aja nih.
3:38:54Brand skincare tergede di Indonesia.
3:38:56Tahu enggak, Pak? tergede di Indonesia
3:38:58dari sales
3:39:01skin berapa kontennya sebulan? Tahu
3:39:04enggak? Total ya kita bisa ngomongin
3:39:08kayak ada kreator mention dia juga ada
3:39:10siapa gitu. Ada yang tahu enggak? Ada
3:39:13bisa nebak?
3:39:17300.
3:39:17300. Oke kita lihat ya. 300
3:39:22ada lagi.
3:39:24Enggak ada yang pengin jawab lebih. 300
3:39:26kecil banget
3:39:27gua aja konten gua lebih kok 300
3:39:29sebulan.
3:39:301000 oke too small. This is too small.
3:39:34This is too small.
3:39:35R.000.
3:39:3610.000 small.
3:39:39Let's see the data. Ya,
3:39:46ini ini ada yang main TikTok sini.
3:39:50Aku
3:39:50TikTok Shop.
3:39:51TikTok Shop. Ada yang main
3:39:52TikTok Shop
3:39:52main tahu kalau data enggak?
3:39:54Kalau enggak ada
3:39:55kalau data
3:39:56kalau data
3:39:59kalau data ini software buat kita tahu
3:40:01eh apa kayak spying lah kompetitor
3:40:07ini. Aku enggak pakai yang berbayar
3:40:09tapi lihat.
3:40:1124.600
3:40:13sebulan last 30 days
3:40:16nih 20 25.000 lah anggap sebulan
3:40:24kalau punya duit
3:40:262 3 M doang 5 M lah taruh buat main
3:40:30skinc sorry enggak cukup
3:40:33enggak ada apa-apanya even 50 M juga
3:40:35enggak cukup bisa enggak bikin mesin
3:40:38yang keluarin 25.000 R000 konten sebulan
3:40:4110% aja. 25.000 berarti ya. Anggaplah ee
3:40:46sehari 1.000 lah biar gampang
3:40:47ngitungnya. 10% berarti sehari 100
3:40:49konten.
3:40:52W
3:40:54they have a huge team loh. Skinik itu
3:40:57punya sekitar 30 sampai 50 orang yang
3:40:59tim konten doang.
3:41:02Ini reality yang se terjadi sekarang.
3:41:05Jadi I'm not saying kayak house konten
3:41:07AI harus konten apa enggak. Kita dari
3:41:08sisi bisnis aja yang terjadi di lapangan
3:41:10seperti apa. Ada yang main TikTok
3:41:12affiliate enggak? Kanjang kuning
3:41:15main.
3:41:16Main sehari harus berapa ngontennya,
3:41:18Mas, sekarang?
3:41:19Kalau dulu sih lima sehari.
3:41:20Sekarang?
3:41:21Sekarang udah enggak enggak kuat saya
3:41:23udah [tertawa]
3:41:25dulu lima. Sekarang 20
3:41:29sehari satu akun.
3:41:34Jadi yang saya bilang massif organic
3:41:37content itu bukan cuman sehari satu,
3:41:39Guys. Padahal 3 hari Sabtu.
3:41:423 hari Sabtu. Come on. Kayak misalnya
3:41:45aku suka lihat kayak property agent is
3:41:46engine masih ngelihat kayak ah sehari
3:41:48satu
3:41:50hari ini bikinlah enggak bisa.
3:41:53Ini berdata loh beneran ada loh. Tentu
3:41:56tiap industri beda-beda ya. Tapi kita
3:41:59misalnya saya kita bilang industri
3:42:01insurance atau misalnya industri
3:42:02sanitary ya kita tinggal kira-kira lah
3:42:05enggak mungkin cuman satu dong sehari
3:42:07lebih dong.
3:42:10Ini yang terjadi sekarang. Jadi ee aku
3:42:12punya teman jual ee kitab suci, kitab
3:42:17suci muslim Al-Qur'an
3:42:19itu kan bukan barang yang dijual eh
3:42:22bukan barang yang orang bakal beli tiap
3:42:24minggu ya kan kitab suci ya. Enggak tiap
3:42:26bulan juga ya. Enggak tiap tahun juga
3:42:28ya? Belum tentu kan.
3:42:31Dia punya satu rumah
3:42:33isinya 20 bilik live 24 jam buat jual
3:42:38Al-Qur'an. Top three di TikTok namanya
3:42:41Sahwan Quran. Kalau tahu
3:42:44sebulan kita enggak ngomong sebulan
3:42:45sehari budget ads-nya mungkin sekitar Rp
3:42:48juta.
3:42:50It's a huge bisnis. Kontennya banyak
3:42:52banget. Jadi konten kontennya dari live
3:42:56dia ada tim lagi buat motong-motong
3:42:58live-nya. Jadi klip klip klip klip klip
3:43:01klip klip. Jadi sehari itu sekarang dia
3:43:03on the way ke 300
3:43:05kontennya
3:43:07sehari.
3:43:10Ini realitaan yang kerja sekarang. Kalau
3:43:12mau main di online, mau main di media
3:43:16bisa kayak gini.
3:43:18Tentu skin enggak pure organic dong.
3:43:20mereka juga ngiklan. Yang terjadi
3:43:22sekarang tuh kayak gitu. Ngiklon dong
3:43:24enggak cukup, ngonten doang enggak
3:43:26cukup. Harus dua-duanya
3:43:29gitu. Kalau saya pribadi sekarang ee
3:43:32seminggu harus ada 10 iklan baru.
3:43:36Jadi belum nyampai level sehari 10 juga
3:43:40lagi dibikin operation-nya. Karena capek
3:43:42ya mikirin scriptnya sapa segala macam.
3:43:43Karena di case saya ee mukanya saya jadi
3:43:47kayak kalau misalnya kayak gini saya
3:43:48enggak bisa bikin iklan misalnya. Tapi
3:43:51hal sebanyak itu emang apalagi kalau mau
3:43:52main banyak SU, banyak brand. Oh itu ya
3:43:56dikali dua dikali 3 tergantung brandnya
3:43:59berapa. Jadi yang dipikirin tuh
3:44:02ee kalau menurut saya saya enggak
3:44:04terlalu tertarik buat mikirin
3:44:07ini bisa jadi AI enggak, ini bisa AI
3:44:09enggak gitu. Volume aja kita bisa volume
3:44:11segede itu enggak.
3:44:12Dan kalau volume itu gede, kita bisa
3:44:14lihat kayak, "Oh, nih, ini yang bagus
3:44:16nih, kayak gini nih, ini yang jelek
3:44:17kayak gini." Kita bisa sortir. Oh, ini
3:44:19jelek, ini bagus gitu kan. Itu kayaknya
3:44:21enggak perlu AI. Kita juga ngertilah.
3:44:23Oh, nih bagus nih, views-nya gede, bagus
3:44:25nih masuk gitu.
3:44:2820.000 sebulan. Jadi, jangan bikin AI
3:44:32cuman bikin satu video doang kayak tadi.
3:44:35Bayangin satu video tuh berapa lama tuh?
3:44:382 jam, 3 jam.
3:44:41Orang lain udah bikin [berdehem] berapa?
3:44:42Udah bikin pabrik, Pak. Sorry.
3:44:47Ini tentu ada caviatnya ya. Jadi enggak
3:44:49enggak bisa ditol mentah-mentah ya.
3:44:52Jadi gimana cara mulainya dari nol?
3:44:53Tentu ada gitu. Ee
3:44:58cuman sekarang terjadi adalah orang tuh
3:45:00udah bikin pabrik. Skinific tadi
3:45:02kontennya 25.000. Itu pasti ada beberapa
3:45:04AI. Sebagian besar affiliate, sebagian
3:45:07besar eh konten-konten yang dia bikin
3:45:10sendiri.
3:45:11Dia pasti bayar kreator banyak banget.
3:45:13Dia punya tim tuh khusus buat
3:45:14bagi-bagiin free produk tuh banyak
3:45:15banget. Itu kalau mau yang gede itu udah
3:45:18kayak sales-nya mungkin sebulan
3:45:21segede itu
3:45:23karena memang dia ngambil playbooknya
3:45:24dari ee China langsung. Nah,
3:45:29kita kan kebetulan
3:45:32UMKM ya, masih kecil ya, baru mulai
3:45:35bahkan gimana dong kita mulai. Masih
3:45:37balita tuh balita e pajaknya 22% ya,
3:45:40enggak bisa yang setengah lagi ya.
3:45:43[tertawa]
3:45:44Gimana tuh kita?
3:45:47Jadi
3:45:49kita perlu tahu nih pertama kompetitor
3:45:51kita tuh ship-nya sehari berapa? Berapa
3:45:53konten? Tentu kita enggak bisa langsung
3:45:561000 dong.
3:45:57Mabok juga dong. Tapi minimal satu deh.
3:46:01Satu tuh udah be minimum satu sehari.
3:46:05Naikin kedua, naikin ketiga, naikin
3:46:07keempat, naikin kelima. Semakin banyak
3:46:10semakin banyak tah, semakin banyak
3:46:11konten yang kita push itu semakin
3:46:13tahu kita kayak, "Oh, ini kontennya
3:46:15bagus, kontennya jelek, kontennya bagus,
3:46:17kontennya jelek."
3:46:18Tentu kalau di case ini ee konten tuh
3:46:22kan ada leveling. Mungkin nanti si yang
3:46:24setelahnya bakal jelasin lebih banyak
3:46:26tentang konten. Cuman konten kan ada
3:46:27yang kita cuman edukasi doang, ada yang
3:46:31jualan banget gitu. Kalau di case saya
3:46:34tuh ee kebagi-bagi kontennya bahkan
3:46:37kayak kalau di case saya tuh saya punya
3:46:38YouTube tuh seminggu dua kali upload.
3:46:41Terus konten pribadi tuh harusnya
3:46:44targetnya sehari satu.
3:46:46Bentar lagi harusnya kita pakai agency.
3:46:48Kalau untuk iklan, iklan tuh yang paling
3:46:50bawah karena dapat duitnya dari sana itu
3:46:52hardsell. Seminggu 10. Seminggu 10 tuh
3:46:55satu produk. Jadi total mungkin sekitar
3:46:58sebulan harusnya 60 ads baru
3:47:02kreatif harus ada terus refresh terus
3:47:05masukin terus tuh.
3:47:07Jadi kan ada ada beberapa faktor. Yang
3:47:10pertama tuh menurut saya kayak market
3:47:13size-nya segede apa.
3:47:18Kedua, kompetitor.
3:47:23Market size kan kayak kayak tadi tuh
3:47:25kalau kita main di skinc,
3:47:28wah susah banget main skinc sekarang.
3:47:31Kalau kita main di kategori lain gimana?
3:47:33Lebih kecil.
3:47:35Skinc kan market paling gede kalau untuk
3:47:38eh e-commerce ya kita bilang ya skinc
3:47:41fashion tapi market kecil saya misalnya
3:47:44kalau di Indonesia tuh market yang
3:47:46lumayan gede juga tuh market herbal
3:47:48market suppement itu juga gede market
3:47:51kelas itu juga gede tapi enggak segede
3:47:52itu. Jadi tugas kita sekarang adalah ini
3:47:55milih nih kita mau jadi
3:47:58apa sih istilahnya dulu kok cacing di
3:48:00kolam gede atau naga di kolam kecil
3:48:02gitu. Nah, kalau saya prefer kolom kecil
3:48:07aja dulu kita UMKM lah. Kita nyadar diri
3:48:12saya bakal
3:48:13terus yang bagian kompetitor saya harus
3:48:15cari tahu dulu nih orang lain tuh
3:48:16ngapain sih sebenarnya.
3:48:19Kayak misalnya kalau di case saya di
3:48:22jual kelas ya kan banyak tuh yang
3:48:24mainnya main saya lumayan beruntung sih
3:48:27b kelas jualan kelas karena enggak
3:48:28banyak yang main iklan.
3:48:30Mungkin mereka enggak enggak kepikiran
3:48:33atau mungkin mereka mikirnya mahal
3:48:35marginnya kepotong karena kebanyakan kan
3:48:37kreator gede followernya udah banyak
3:48:39gitu. Jadi saya memilih dengan jalur
3:48:41yang beda.
3:48:43Teman-teman bisa lihat juga misalnya
3:48:44teman-teman di sini ada yang dari SO
3:48:46juga kan dari SO kan kelihatan tuh top
3:48:48sales-nya gimana. Kompetitornya ngapain
3:48:50sih?
3:48:51Kalau orang-orang main AI tapi yang
3:48:54gede-gede enggak main AI.
3:48:57It made me wonder kayak
3:48:59berarti personal branding lebih oke
3:49:01dong.
3:49:05Masalahnya tinggal personal branding
3:49:07cocok apa enggak, kontennya sebanyak
3:49:09apa. Jadi kayak saya lebih agnostik
3:49:13sebenarnya di bagian AI. Enggak harus
3:49:15semuanya pakai AI. kita kontekstual
3:49:17lihat bisnisnya dulu nih. Ada bisnis
3:49:19yang mungkin ya udahlah gitu semua orang
3:49:22eh misalnya enggak ada yang pakai AI ya
3:49:24udah lu bisa pakai AI lah. Tapi kalau
3:49:25semua pakai AI lu pakai AI apa bedanya?
3:49:30Nanti bakal kecaplok juga sama yang
3:49:31lain. Jadi lihat juga nih kompetitor
3:49:34mereka pakai AI enggak? Kalau pakai AI
3:49:37kontennya bagus enggak? Kalau di K saya
3:49:39misalnya saya jualan kelas konten ikon
3:49:40orang lain itu jelek banget menurut
3:49:42saya. At least punya saya lebih bagus.
3:49:46lebih niat, lebih berani nunjukin muka.
3:49:49Banyak banget yang jualan kelas enggak
3:49:50mau nunjukin muka. Faceless penginnya
3:49:53penginnya enggak pakai muka. Produk
3:49:56dipakai AI semua, iklan juga pakai AI.
3:49:58Ya udah tuh makanan saya tuh saya hajar
3:50:00justru pakai human semua. Kenapa? Karena
3:50:02kayak gitu marketnya.
3:50:05Kita juga trust beli sama orang kan.
3:50:08Kalau gua nih ngelihat konten isinya
3:50:11kayak, "Oh, ini gambar-gambar AIS." Oh,
3:50:13itu market gede tuh buat saya.
3:50:16Karena apa? Karena artinya mereka belum
3:50:18adaptasi dengan playbook yang ada
3:50:19sekarang.
3:50:21Orang pakai AI juga pada pintar
3:50:22sekarang. Mereka bikin IP, karakternya
3:50:24enggak beda-beda. Kayak PT itu bikin
3:50:26Karin. Tapi harus lebih serius ya. Unu
3:50:28kita lihat top sales-nya juga gimana.
3:50:31Jadi very kontekstual.
3:50:33Agak berat ya materinya ya. Nah,
3:50:37cost-nya itu enggak hilang pindah. Jadi
3:50:39kan orang bilang kayak, "Ah, I AI ini
3:50:42bisa lebih murah nih." Enggak. AI enggak
3:50:44enggak murah.
3:50:45E agen enggak murah. Buat yang bilang
3:50:48murah tuh kemakan sama antara mereka
3:50:50pakai yang jelek dari China atau gimik
3:50:55aja. Ai mahal kok bisa setara sama satu
3:50:58orang karyawan full bahkan
3:51:01dan [mendengus] terlebih lagi lu harus
3:51:02punya satu orang lagi buat manage-nya
3:51:04kalau enggak manage sendiri. Jadi
3:51:06costnya pindah sekarang. Sekarang kayak
3:51:08misalnya saya saya milih ya
3:51:12saya misalnya saya punya produk nih eh
3:51:15this education product
3:51:17buat bikin course saya buat bikin konten
3:51:20AI mungkin costnya sekitar Rp10.000.
3:51:23Kalau saya show sendiri kosting gratis
3:51:27pakai muka saya
3:51:30bisa saya revisi sendiri buka
3:51:33saya bayar 100.000 ke editor. Kadang
3:51:36kita mikir juga ini costnya mana yang
3:51:38lebih murah ya? Yang lebih efektif mana.
3:51:42Jadi yang paling paling efisien yang
3:51:44paling efektif lah gitu kita penginnya.
3:51:47Kadang kita pengin ini EA, ini AA, ini A
3:51:49ini A pas diin boncos juga sama aja.
3:51:55Kita perlu testing juga nih. Personal
3:51:57branding kah yang bagus, kont yang
3:51:59bagus, kont yang kayak gimana yang
3:52:01bagus. [mendengus] Beda-beda semua
3:52:02sekarang. Jadi eh enggak usah terlalu
3:52:07kayak semuanya harus AI gitu. Even saya
3:52:09sendiri pun enggak semuanya AI kok.
3:52:11video itu menurut saya kayak
3:52:14susahnya ya kalau misalnya teman-teman
3:52:15di sini mungkin kepikiran kayak pengin
3:52:17bikin bisnis videonya AI
3:52:21misalnya nih saya misalnya kita ngomong
3:52:23kasusnya SQU aja karena udah pada tahu
3:52:25dikit misalnya produknya jualannya sama
3:52:27kolagen satu bagus nih winning nih
3:52:32sebelah niru
3:52:35yang ujung niru yang ini Niru
3:52:38bulan depan gimana
3:52:41Tapi kalau persona kita di online itu
3:52:44kan enggak bisa bohong. Beda itu
3:52:46[berdehem] bisa kita bawa kalau pas ya.
3:52:48Tapi kalau konten R itu sangat gampang
3:52:50ditiru. Ee ada yang ngikutin enggak di
3:52:52IG itu banyak banget sekarang
3:52:53konten-konten kayak vitamin yang kayak
3:52:55ee lidah dia kayak teriak gitu, kayak
3:52:58dianimasiin gitu konten-konten
3:53:00kesehatan. Itu kan dari satu orang tuh
3:53:02ee aku lupa deh dari Rusia [berdehem]
3:53:04atau dari mana. Terus ditiru sama orang.
3:53:07Gampang banget sekarang nil konten,
3:53:08Guys. Itu risiko juga kalau kita terlalu
3:53:11AI.
3:53:13Misalnya nih, Karin nih bagus nih.
3:53:15Biasanya gua jahat gua gua enggak suka
3:53:17bertip. Kurang ajar ya. Gua kopi hari
3:53:19ini. Bajunya doang beda Karin sama pakai
3:53:22kacamata. Ini bisa protes apa? Nama gua
3:53:25Karina bukan Karin. [tertawa]
3:53:30That happen loh [berdehem]
3:53:31sekarang.
3:53:33Dan yang niru bukan orang Indo, mungkin
3:53:37orang India, orang Rusia. Kita harus
3:53:39tahu juga loh. Kita sekarang kalau komit
3:53:41eh bukan cuman orang itu loh kayak yang
3:53:45jual kelas ini banyak juga orang India.
3:53:47Saingan gua orang India banyak orang
3:53:48Rusia.
3:53:49Kita enggak bisa se serta-merta ngikut.
3:53:52Oh, ini kontennya A kalau orang niru.
3:53:56Jadi, kita harus punya workflow yang
3:53:57sangat canggih,
3:53:59yang orang enggak bisa tiru atau kalau
3:54:01misalnya, ya udah kita bikin sesuatu
3:54:02yang susah banget ditiru dari awal,
3:54:05gitu. Itu alasan saya pilih personal
3:54:08branding. Tapi tentu strategi produk
3:54:10beda-beda ya. Ada yang lebih prefer
3:54:12kayak brandnya yang naik, ada yang lebih
3:54:14prefer kayak, "Oh, nih kita bikin IP nih
3:54:16produknya nih," segala macam.
3:54:19Sama aja menurut saya princiipalnya
3:54:21sama. bikin sesuatu yang susah ditiru
3:54:23sama orang gitu.
3:54:29Nah, jadi apa sih yang cloud bisa bantu
3:54:31sekarang?
3:54:33Secara realistis ini yang kebantu ke
3:54:35saya. Saya misalnya di saya nih kita
3:54:38research, saya research lumayan banyak.
3:54:40Research itu maksudnya gimana? Ngobrol
3:54:41aja kan suka banyak orang bingung ya
3:54:43kayak gimana sih cara prompting yang
3:54:45bagus?
3:54:48Gini aja simpel.
3:54:50Ini kan kita kayak punya tim satu orang
3:54:52nih lulusan Harvard lah. Gua bilang
3:54:55pintar banget. Tapi dia enggak bisa
3:54:57nebak isi kepala kita. Ya bilang aja
3:54:59gini eh gua mau tuh gua tuh mau bikin
3:55:02bisnis lu gini gini gini gini. Lu bisa
3:55:03enggak nanya gua? Nanti gua jawab terus
3:55:06lu bikinin strateginya.
3:55:08Nanti dia bakal kasih kita tuh 10
3:55:09pertanyaan 15 pertanyaan gitu. Dia bakal
3:55:11nanya kayak lu mau bikin bis apa? Target
3:55:14kita di sini siapa? Jadi kita harus
3:55:15tetap mikir,
3:55:17tapi setelah itu dia tahu nih kita mau
3:55:19ngapain bahwa dia dia bisa kasih kayak
3:55:22di kayak saya misalnya. [mendengus] Saya
3:55:23bilang di awal, "Oh ee gua pengin bikin
3:55:26platform edukasi AI nih. Orang lain tuh
3:55:29jualnya kayak gini nih banyakan
3:55:30faceless. Nah, brandnya enggak jelas
3:55:32segala macam. Oh, Bro, lu bikin brand.
3:55:35Brandnya harus ada mukanya." Karena
3:55:36semua orang enggak pakai muka. Kalau
3:55:37seorang, semua orang enggak pakai muka,
3:55:38gua pakai muka. Kalau semua orang pakai
3:55:41muka,
3:55:42gua cari mukanya bagus.
3:55:45yang lebih terkenal lagi gitu. Jadi
3:55:49bagian research bisa dipakai, strategi
3:55:51tentu eh ads-nya mau gimana, angle,
3:55:55script segala macam itu. Teman-teman di
3:55:57sini pasti kebayanglah kayak kita bisa
3:55:59ketik doang kan. Tapi kan yang susah
3:56:00sebenarnya research-nya kan kita mau
3:56:02arahnya ke mana nih? Saya misalnya satu
3:56:05market aja kita ngomong jangan jual
3:56:07kelas deh susah soalnya. Terusnya
3:56:09kolagen deh. Collagen kan anglennya
3:56:11banyak banget bisa dari sisi flek muka.
3:56:14bisa dari sisi ee kecantikan, bisa dari
3:56:17sisi misal yang disayang, sayang sama
3:56:19pasangan, bisa dari sisi misalnya
3:56:21disayang sama anak itu kayak
3:56:23masing-masing satu angle, satu angle,
3:56:24satu angle, satu angle. Kita bisa kayak
3:56:27brainstor sama cloud kita butuh yang
3:56:29mana. Yang terakhir ini sebenarnya
3:56:31upload
3:56:33upload iklan. Sebenarnya kerjaan saya
3:56:36sekarang kan tadi saya cerita tuh
3:56:38kerjaan iklan tuh sebenarnya sekarang
3:56:39sangat sedikit
3:56:42karena campaign tuh saya enggak
3:56:43otak-atik kayak saya cuma bikin sekali
3:56:45doang ee campaign headset udah masukin
3:56:49aja kertis baik-baiknya ditimpuk aja
3:56:53maksimal 150 kalau udah penuh yang jelek
3:56:56di-delete masukin lagi gitu
3:57:00terus kerjaan kamping enggak enggak
3:57:02diotak jadi kempin saya itu ada yang
3:57:03sudah jalan mungkin 8 bulan 9 bulan.
3:57:05Baja GPT itu salah satu produk yang saya
3:57:09handle sendiri yang
3:57:11udah setahun lebih sebenarnya iklan
3:57:13jalan. Ada yang pernah lihat enggak
3:57:14iklannya? Jimeri sering ngelihat tuh.
3:57:16Aku kayak suka dapat komplain Cimeri.
3:57:20Ada yang pernah lihat iklan saya?
3:57:20Enggak. Belum pernah ya. Habis ini
3:57:22mungkin dapat. Biasanya kalau habis
3:57:24ngelihat profile saya dapat itu udah
3:57:26jalan setahun lebih
3:57:29dan tetap profitable. Kenapa? Karena
3:57:32kuncinya ada di sama strateginya. Saya
3:57:34sudah nemu audience yang pas terus kayak
3:57:36angl-nya kayak gimana.
3:57:38Bagian sana paling lama
3:57:41gitu. Tapi tentu harus dipikirin juga di
3:57:43bagian lain. Jadi
3:57:46di sini saya mau kasih realita.
3:57:49AI itu enggak bikin semuanya makin
3:57:52gampang juga
3:57:55dengan AI bikin gampang dengan catatan
3:57:57cuman kita doang yang tahu AI.
3:58:00Kalau orang lain enggak tahu AI gua tong
3:58:01ya iya benar. Tapi kita harus asumsin
3:58:04sekarang semua orang udah ngerti AI
3:58:07kayak dio misalnya mereka banyak
3:58:09training AI kita mau mau join SEO tentu
3:58:11kita harus upgrade dong kita enggak bisa
3:58:13konten AI semua karena semua orang yang
3:58:14baru join juga kepikiran hal yang sama.
3:58:17Gua mau join, gua mau ke AI gua masukin
3:58:19R juta dapat R juta. Enak banget hidup
3:58:22ya kayak gitu ya. Gue juga mau. Bayangin
3:58:2510 orang kayak gitu baru 10 nih baru di
3:58:28cabang Tangerang.
3:58:29Belum di Surabaya, belum di Jogja, belum
3:58:32di Pekanbaru. Sama mikirnya.
3:58:35Kontennya mirip-mirip lagi sama Karin
3:58:37misalnya. K Pak Berti cerita tahu Karin
3:58:40bagus, Karin bagus. Semuanya kayak Karin
3:58:41semua. Lu kalau perhatiin nanti lihat
3:58:43aja di kita bisa cek iklan di ads.li
3:58:46library kalau ada yang tahu.
3:58:49Eh,
3:58:53di sini
3:58:55kita bisa lihat
3:58:59ads.library
3:59:02kita bisa lihat konten-konten iklan yang
3:59:04jago itu apa. Mana sih, Bosku?
3:59:09Kita bilangnya di VN aja.
3:59:14Kita cari konten A ya.
3:59:23Mana ya? Duh, semuanya bisa E lagi
3:59:25sekarang.
3:59:31Ini ail
3:59:33ini water ya.
3:59:37Oke. Water ini hasil konsumsi RVM-nya.
3:59:42Ini enggak juga AI.
3:59:45Kita cari yang AI.
3:59:49Yang A itu kelihatan kok biasanya cuma
3:59:51talking head doang terus belakangnya
3:59:52kayak mirip-mirip.
3:59:53Divn dan SL
3:59:56itu bedanya apa sih? Sudah sering lihat
3:59:59iklan tapi masih bingung mau beli yang
4:00:01mana. Tenang di sini jelas.
4:00:11Kalau kalian sering lihat tuh bakal nemu
4:00:13sih biasanya konten-konten AI ini.
4:00:15Soalnya kontennya banyak banget nih. Ada
4:00:171900 iklan yang lagi jalan sekarang
4:00:21untuk satu brand doang VVN.
4:00:25Jadi ee
4:00:28kan tadi dibilang ya kita saling bantu
4:00:29segala macam. Benar. Tapi kan
4:00:31masing-masing juga cari duit
4:00:33masing-masing ya. kita tetap harus
4:00:34pintar dong cari strateginya yang bisa
4:00:37bikin kita
4:00:39untung
4:00:41gitu.
4:00:43Jadi di bagian sini kita coba cari
4:00:44produk yang lebih dikit kali ya. Ini
4:00:46banyak banget kita seolin enggak
4:00:47beres-beres.
4:00:51Flow
4:00:53glow adalah 830 nih lebih sedikit.
4:00:59Udah mulai banyak kok kontennya. A
4:01:00mirip-mirip Karin sih kalau aku lihat.
4:01:04Karin tuh banyak saingannya
4:01:16ini mungkin AI
4:01:18andalan
4:01:21bukannya
4:01:25kita to exercise aja di sini kan tadi
4:01:28kita ngomongin market size kita
4:01:30ngomongin kompetitor kan sekarang ini
4:01:32kan ada 830 iklan ya audiens-nya kan
4:01:35sama ya. Apa sih yang bikin bisa bikin
4:01:37kita beda dong kalau gitu?
4:01:42Ada yang tahu enggak?
4:01:43Pesan branding semuanya juga munculin
4:01:45muka
4:01:47ini semua orang munculin muka nih. Yang
4:01:49kontennya lebih related dengan problem.
4:01:51How do you define related?
4:01:54Semua orang scriptnya sama loh. Kalau
4:01:55Cici play satu-satu
4:01:58skripnya itu doang. That's happen di
4:02:00semua industri. Industri sama, eh sor
4:02:02insurance sama, property sama,
4:02:04streamingnya sama. Apa sih personal
4:02:07branding? Kalau gitu muncul muka doang
4:02:09tuh bukan level personal branding yang
4:02:11kita pengin loh. Lebih atas lagi dong.
4:02:15Yang yang lagi naik sekarang tuh si ini
4:02:19kita bahas nih. Kalau enggak salah
4:02:23ini kita lihat ya. Ini kontennya
4:02:25temanku. Sudah ganti shampo tiga kali
4:02:27tapi romok masih rompok. Berarti
4:02:29masalahnya bukan di shampo, Sis. Hai,
4:02:31kenalin ini tereng. Rambut itu terbentuk
4:02:33dari kreatif. Kerin itu butuh nutrisi
4:02:35dari dalam.
4:02:36Cheful.
4:02:37Dia salah satu yang cheerful. Iklan dia
4:02:40ee R juta, salesnya Rp juta.
4:02:43Salah satu yang paling gede roasnya.
4:02:46Tapi kalau dialog mah hasilnya tuh
4:02:48enggak maksimal.
4:02:48Eh dialognya kayak agak-agak medan gitu
4:02:51dengan kandungan kolagen origiamin dan
4:02:54elsisin yang membantu menguatkan rambut
4:02:56mengurangi rambu rontok dan kayak depan
4:02:58kamera ngomong
4:03:00sehat dan lebih
4:03:03halal dan banyak order karena hasilnya
4:03:06tuh bertahap dan natural. Kalau sudah
4:03:08capek-capek coba dan enggak ada hasil
4:03:09sudah waktunya cobain duasis cek tombol
4:03:12di bawah untuk langsung sama gitu tuh
4:03:14ya.
4:03:14Betul. sudah ganti samp rambut masih
4:03:16rompok
4:03:17ini kalau melihat video dia.
4:03:19Hai kenalin ini terbut itu terbentuk
4:03:22dari keratin itu nutrisi dari dalam. Nah
4:03:25kalau tubuh kekurangan yang pertama
4:03:27dikorbankan itu adalah rambut. Makanya
4:03:31jadi konten tuh kayak gitu semua tuh.
4:03:34Ini kalau diklik skripnya mirip. Sumpah
4:03:36scriptnya mirip. Kita enggak bisa kita
4:03:39enggak bisa larang eh lu jangan pakai
4:03:41script gua skrip gua bagus banget.
4:03:43Jangan. Enggak bisa. Orang-orang juga
4:03:46ngelihat juga bisa tuh. Jadi cara kita
4:03:48buat bikin personal branding yang bagus
4:03:51gimana? Ada ada seninya juga dong.
4:03:54Enggak bisa cuman kayak ee harus depan
4:03:58kamera doang gitu. Enggak bisa cuma
4:04:01personalityya.
4:04:01Personality-nya lebih strong
4:04:04ya. Lebih lebih berkesan ya buat orang
4:04:07berkesan
4:04:09ee bisa atau kayak otentik mungkin
4:04:11dibilang sama orang otentik
4:04:13gitu. Jadi kadang kita suka ngelihat
4:04:16gini loh, kita put aside ini dulu kita
4:04:18ngomongin artis deh. Ada komedian lah
4:04:21semuanya pelawak kan. Kenapa misalnya
4:04:24ada satu artis yang lucu banget padahal
4:04:26biasa aja personality kan misalnya kayak
4:04:32yang menurut saya lucu banget tuh
4:04:33kombinasi Olga sama Komeng tuh zaman
4:04:35dulu Olga itu Olga sama Komeng kalau
4:04:37berdua tuh kayak lucu banget enggak tahu
4:04:38kenapa tapi kalau dibilang jokes-nya
4:04:41kalau diomongin sama orang lain bisa
4:04:43juga mirip kan.
4:04:46Nah hal-hal kayak gini tu enggak bisa
4:04:48sama AI. Kebetulan EA-nya belum
4:04:51tahu kayak, "Oh, nih ee misalnya namanya
4:04:54Tere Tere tuh kayak gini nih tipenya,
4:04:56bisa enggak pikirin gua harusnya
4:04:57gimana?" Kebetulan itu belum bisa.
4:04:59harus tetap kita yang mikirin. Tapi part
4:05:03bagusnya adalah di bagian K kalau kalau
4:05:06saya misalnya di kayak di SO menurutku
4:05:10ee kan bisnis tu banyaknya kita harus
4:05:12bikin kayak produk
4:05:15marketing
4:05:19eh kayak misalnya customers CS terus
4:05:21misalnya eh finance-nya buat nentuin
4:05:23marginnya gitu.
4:05:26Ini tuh bagus buat pemula sebenarnya
4:05:28karena produknya udah dipikirin. Jadi
4:05:30kasarnya sudah dikunciah dikunci ini
4:05:33diajarin juga ini sudah dikunci. Jadi
4:05:35kita tinggal mikir marketingnya doang
4:05:36semua orang punya kesempatan sama. Itu
4:05:38itu doang yang beda. Jadi buat
4:05:40teman-teman yang
4:05:42biasanya sih aku sarannya buat yang
4:05:44pemula soalnya aku baru mau ngirimin
4:05:45adikku buat belajar. Enggak ada basic.
4:05:49Sama tadi kayak yang pernah buka laptop.
4:05:50Nah tuh sama tuh. Adikku juga gitu tuh
4:05:52kerjanya ngoprek mobil soalnya.
4:05:56Cuman enggak gampang gitu.
4:06:00Ini realitanya seperti itu.
4:06:02Persona seperti apa yang bagus? We never
4:06:04know. Kayak kadang ada
4:06:09orang cewek cakep bag menjual enggak?
4:06:12Belum tentu juga.
4:06:14Ada yang suami yang top sell sekarang
4:06:16buat yang ini nih di Indonesia suami
4:06:18istri pasangan lah. Terus ee dialeknya
4:06:23agak-agak medan gitu. Jadi beda aja sama
4:06:25yang lain. Jadi orang beli sama dia itu
4:06:27percaya gitu dibanding tokoh-tokoh lain
4:06:29mungkin terlalu script
4:06:32itu juga bisa. Ada yang personanya habis
4:06:35nih si William juga namanya orang
4:06:37fitness
4:06:39dia jual buat produk cowok
4:06:43gitu. Jadi ada ada
4:06:45hal lain yang harus kita pikirin juga
4:06:47selain A-nya. Kadang personanya kita
4:06:49kalau mau bikin Karin juga harus dibikin
4:06:50kan kayak gimana, kayak gimana, kayak
4:06:52gimana. Cuman bedanya kalau I think
4:06:54kalau video AI lebih gampang buat kita
4:06:57ngopi.
4:06:59Kalau mungkin personal lebih susah
4:07:01tinggal cepat-cepatan aja.
4:07:05Oke, kita balik lagi ke sini. Nah,
4:07:09kadang kita kita bisa minta AI buat
4:07:12ngecek dashboard kita ada nanti aku bisa
4:07:16share caranya sebenarnya cukup gampang
4:07:18sih tinggal connectin cloud sama meta
4:07:19yang langsung lewat MCP terus eh kita
4:07:23tinggal bilang eh ini analisa dong iklan
4:07:25kita tapi kan sebenarnya gini angka itu
4:07:28kita juga bisa baca kita tahu apa yang
4:07:30terjadi. Kalau boncos ya boncos. Kalau
4:07:32enggak boncos ya enggak boncos.
4:07:34Tapi ada sesuatu yang kita enggak bisa
4:07:36jelasin di belakang transport-nya. Itu
4:07:38yang AI enggak bisa tahu. Contoh kalau
4:07:40di case saya pribadi,
4:07:42user journeynya enak enggak?
4:07:45Misalnya di belajar GPT, kalau
4:07:47teman-teman buka belajarpt.com enggak
4:07:49bakal bisa langsung lihat harga, harus
4:07:52ngelewatin 10 sampai 11 traps dulu. Jadi
4:07:55saya kayak buka dulu, masuk dulu,
4:07:58verifikasi email dulu, kasih nomor HP
4:08:00dulu, kasih nama dulu, jawab pertanyaan
4:08:02dulu. Kusioner panjang banget.
4:08:05Kenapa? Karena saya jual kos yang
4:08:07harganya R1,2 juta.
4:08:09Orangnya pengin cepat, "Ah, enggak lama
4:08:13banget nih ngel harganya." Ya udah, dia
4:08:15bukan membeli karena dia enggak beneran
4:08:18butuh. Dia cuma penasaran doang harganya
4:08:19berapa dan itu banyak.
4:08:23Jadi, user ini pun kita pikirin gimana
4:08:26caranya si orang ini dapat pengalaman
4:08:30terbaiklah gitu. Atau misalnya kayak
4:08:33produknya, produknya tuh kita udah lihat
4:08:36dari semua angle belum sih? Atau di
4:08:39casus saya, saya bikin produk sendiri.
4:08:41Produk yang saya bikin itu sudah paling
4:08:42bagus enggak sih di market
4:08:46atau belum? Kalau belum bagus, apa yang
4:08:49saya bagusin?
4:08:52Atau yang terakhir misalnya, ada enggak
4:08:54sih fitur yang orang enggak minta? saya
4:08:55misalnya kayak ee misalnya di saya nih
4:08:58saya jual course saya sebenarnya enggak
4:09:01perlu punya customer support full AI
4:09:03juga bisa
4:09:05tapi audin saya itu mostly eh orang umur
4:09:0940 tahun ke atas senangnya ngobrol
4:09:13senangnya dikasih kupon
4:09:15senangnya nelphone malam-malam
4:09:18jadi saya punya CS tuh buat bantuin jadi
4:09:21tadinya sendirian enggak punya karyawan
4:09:23jadi punya satu karyawan bantu bantuin.
4:09:26Kenapa? Itu itu fitur yang enggak
4:09:27diminta. Enggak ada. Coba dia cek orang
4:09:30jual kelas ada enggak yang punya CS?
4:09:32Enggak ada. Mungkin gua doang yang bisa
4:09:35ngeladirin nelepon. Oh iya, Pak. Ini
4:09:37butuhnya gimana nih? Gini gini gini gini
4:09:39gini. Oh iya beli yang ini aja nih.
4:09:41Nanti kita kasih kuponnya gitu. Happy
4:09:43orang.
4:09:44Itu kan experience yang mungkin enggak
4:09:46bisa dijelaskan ya. Tapi kita senang aja
4:09:49gitu
4:09:50dilayani
4:09:52gitu. Nah.
4:09:54Jadi
4:09:56ini quotes dari orang yang bikin
4:09:58cloud-nya sebenarnya
4:10:00kan kan kita suka gini ya suka malas
4:10:04mikir sejak ada AI kalau bisa AI lah
4:10:06semuanya mikir gua enggak mau mikir gitu
4:10:11justru kita harus punya dulu nih opini
4:10:13kita apa
4:10:15baru kita nanya EAI-nya gimana jangan
4:10:17kebalik
4:10:20jangan mau disetir sama AI-nya Ya, kita
4:10:24harus punya, kita harus tahu nih, oh gua
4:10:26tuh udah cek nih ada di sini. Insting
4:10:28kita tuh harus main di sini. Bahasa
4:10:32bahasa Indonesia kayaknya paling benar
4:10:33insting. Insting kita harus main
4:10:34terutama kalau kita mau bisnis ya di
4:10:36sini. Di sini kan pada bisnis
4:10:39insting kita harus jalan.
4:10:42Semua orang main AI semua nih. Ya udah
4:10:43gua cetap pakai AI tapi yang utama
4:10:46insting gua bukan AI gua.
4:10:50Terus yang terakhir
4:10:53eh ini tuh kayak
4:10:56kalau kita mau pakai AI 100% workflow
4:10:59itu jangan semuanya AI.
4:11:01Harus sudah sesuatu yang tetap kita bisa
4:11:04kita gunain. Balik ke cerita saya yang
4:11:06awal.
4:11:08Ada orang jualan B2B punya CS mau
4:11:11diganti sama AI. Jadi kalau bisa semua
4:11:13karyawannya AI. Dia tinggal jalan-jalan
4:11:14doang tiap hari tiap bulan ke Jepang.
4:11:17Wah, enak banget nih hidup lu. Gua
4:11:18bilang
4:11:21bisa enggak sih kayak gitu?
4:11:23Kalau dia bisa kayak gitu, apa yang
4:11:25bikin orang lain enggak bisa kayak gitu
4:11:28juga? Kan jadi cuman tinggal kayak oh
4:11:32gua tahu work gini gini gini gini gua
4:11:34bayar aja orang it bro bikinin dong
4:11:35kayak gitu kayak bikin website kan
4:11:37jadinya.
4:11:38Tapi kalau emang beneran bisa kayak gitu
4:11:41justru yang menang adalah orang yang
4:11:42bisa menggabungkan nih apa yang dia bisa
4:11:44lakuin, apa yang dia bisa bikin dari
4:11:46nol.
4:11:47gitu. Kayak misalnya saya bikin course,
4:11:50saya punya opsi buat videonya AI juga,
4:11:54tapi enggak. Saya bikin semua sendiri.
4:11:55Saya record sendiri. Sebetul kebetulan
4:11:57saya bikin konten juga sih.
4:11:59Saya punya opsi buat enggak ada CS.
4:12:03Tapi itu yang bikin belajar GPT beda
4:12:06menurut saya diband yang lain. Saya
4:12:07punya opsi buat bikin kelasnya
4:12:10subscription.
4:12:11Kelas saya lifetime.
4:12:15Saya punya opsi misalnya buat eh
4:12:19mukanya juga AI enggak ada brand. Gak
4:12:21enggak usah muka saya lah. Saya juga
4:12:22malas. Saya aslinya intelvert sebenarnya
4:12:24enggak mau ketemu orang kok.
4:12:26Saya sebenarnya malas juga bikin konten
4:12:28sama kayak teman-teman di sini.
4:12:31Tapi
4:12:33itu yang bikin kita punya kalau men saya
4:12:35bisnis yang durable, bisnis yang bisa
4:12:37bertahan lama. Karena bayangin orang mau
4:12:39kopi saya,
4:12:41dia harus minimal bisa ngajar AI. itu
4:12:44sudah paling dasar lah.
4:12:46Dia harus bisa bikin platform AI-nya,
4:12:48dia harus bisa bikin konten iklannya,
4:12:51dia harus bisa bikin banyak banget nih.
4:12:54Enggak relevan nih maretplace
4:12:57ke gua karena gua bikin sendiri. Enggak
4:13:01relevan misalnya ee komputer mau ngapain
4:13:04karena gua punya keunikan gua sendiri
4:13:06yang orang lain susah tiru. Jadi balik
4:13:09lagi ke yang awal ini kan kita lihat nih
4:13:11100% nih. Jadi kita harus lihat nih
4:13:13susun cost yang paling masuk akal yang
4:13:15harus keluar tuh pasti dua. Kalau
4:13:16misalnya sekarang ad sama content
4:13:22ini misalnya produk COGS.
4:13:27Nah, bagian lain kita masih bisa save.
4:13:29Say misalnya jangan pakai marketplace
4:13:31deh WhatsApp aja. Website gratis kok
4:13:34sekarang. Wal kita pakai partner Ever
4:13:37perusahaan saya dulu itu free enggak
4:13:40usah bayar sebulan. Tapi cost yang harus
4:13:42keluar pasti CS dong. Kita kan bayar
4:13:44produk misalnya atau kalau produk
4:13:46digital kita harus bayar server addsen.
4:13:49Nah, semua orang juga punya ini nih.
4:13:51Kita mau arahnya ke mana? kita mau
4:13:54ads-nya gimana, kita mau kontennya
4:13:55gimana gitu. Jadi realitanya kayak gitu
4:13:59online sekarang.
4:14:01Any question?
4:14:04Masih mau jualan online?
4:14:08Ah, pusing kan?
4:14:12Sori, kalau kayak tadi buka kelas gitu
4:14:15berarti AI ini bantu untuk eh scripting
4:14:18scripting eh scripting ide scripting eh
4:14:22sekarang bantu buat upload buat ngecek
4:14:24ads-nya juga kayak angle mana yang bagus
4:14:26angle mana yang enggak itu bisa tapi kan
4:14:29ee
4:14:31otak utamanya tetap kita sebagai kayak
4:14:34ngarahin angle kayak gini kayaknya bagus
4:14:35deh karena kadang analisanya tuh enggak
4:14:37sesuai dengan insting kita kayak Kadang
4:14:40kita punya insting yang enggak bisa
4:14:41jelasin. Kayak misalnya saya nih ee saya
4:14:44misalnya dia punya ee AI yang ngasih
4:14:46tahu saya nih iklannya bagus nih. Karena
4:14:48sekarang tuh orang tuh bahas tentang ee
4:14:52ee angle yang lagi bagus tuh angle
4:14:55orang-orang kerja. Saya bilang langsung
4:14:57enggak loh. Orang yang ikut belajar JPT
4:14:58itu bukan orang kerja doang. Karena saya
4:15:00tiap bulan tuh ketemu ee member-member
4:15:03buat Zoom bareng. Enggak. Ni itu tuh
4:15:05juga ada angle buat bisnis, angle buat
4:15:06apa gitu. Jadi orang tuh background-nya
4:15:08kerja tapi gitu kayak kita ngomong sama
4:15:11agency lah kita jelasin enggak gini gini
4:15:14gini kita kasih konteks g oh berarti
4:15:16gini gini gini gini gitu jadi tetap
4:15:18harus ada kita sebagai saya bilangnya
4:15:20tukang QC lah ya mungkin
4:15:22kita sebagai tukang QC
4:15:23ngarahin ke
4:15:24Heeh gitu ini terdengar susah ya online
4:15:27ya saya kasih tahu yang enaknya apa once
4:15:30you find the formula lu tinggal nambah
4:15:32budget doang
4:15:37Proses yang saya lakukan sangat persis
4:15:38dari budget kay Rp00.000, Rp300.000,
4:15:41sejuta, 2 juta sampai sekarang R juta
4:15:44sama persis.
4:15:46Jadi sangat scalable, sangat scalable.
4:15:51Jadi jangan kaget kalau misalnya
4:15:52prosesnya sama persis. Ngaper nih
4:15:54misalnya ini omsetnya udah ratusan juta
4:15:56kayak gini-gini aja kerjanya.
4:15:59[tertawa]
4:16:00Ada mainnya. Iya, tapi
4:16:04ini tuh beda bisnis. Jadi menurut saya
4:16:07kayak teman-teman datang ke sini tuh ee
4:16:09saya mau mengucapkan terima kasih
4:16:12karena ini tuh beda mungkin dunianya
4:16:14sama yang dulu dipelajarin. Marketplace
4:16:15pun menurut saya beda. Karena
4:16:17marketplace dulu tuh kayak
4:16:20kayak kayak pasar. Kalau ini kan kita
4:16:23bikin toko, Alfware, orang datang
4:16:25sendiri kan.
4:16:27Cor-nya pun beda. Kalau corelnya
4:16:29marketplace itu mungkin lebih kita bikin
4:16:31variety product segala macam. Ini tuh
4:16:32enggak kita pikirin angle-nya. Dan
4:16:35enaknya kalau udah dapat kalau ter kalau
4:16:38main personal branding kalau kayak saya
4:16:41duitnya bukan cuma datang dari sini
4:16:42doang bukan cuma datang dari kelas dari
4:16:46endorse
4:16:47dari mana
4:16:50gitu. Jadi kita kita bangun kita bangun
4:16:53sebuah brand lah kita bilang.
4:16:56gitu. Dan ini tuh metode yang lumayan
4:16:59lumayan lagi ngetren sekarang
4:17:01sebenarnya. Jadi kita enggak punya
4:17:02produk justru kita ee kayak tadi aku
4:17:05cerita temanku jualan kitab suci, dia
4:17:09enggak punya produk. Dia modal mulai
4:17:11dari affiliate,
4:17:13affiliate TikTok. Dia jadi top affiliate
4:17:16TikTok-nya orang baru dia cari pabrik
4:17:20gitu. Jadi emang sekarang tuh modelnya
4:17:21kayak gini, Guys. Nih nih kita
4:17:23mikirinnya cuman add sama konten doang.
4:17:24Nih COG GS nih terima terima beres aja
4:17:27dari orang ini. Kalau misalnya saya
4:17:29misalnya enggak ada margin misalnya aja
4:17:31enggak apa-apa. Kenapa? Kita punya
4:17:33database customer loh. Beda sama
4:17:35marketplace kita enggak dapat. Kita
4:17:37punya database kita mau jual produk kita
4:17:39sendiri juga bisa.
4:17:41Kita mau upselling cross selling segala
4:17:43macam. Ya itu kan database kita orang
4:17:46sudah kenalnya sama kita
4:17:49gitu. Ini kita mau udah misalnya kayak
4:17:52dulu SU COVID tetap jualan enggak harus
4:17:56tutup toko.
4:17:58Mau ada pajak e-commerce naik yang
4:18:01enggak ngaruh orang kita lewat WA paling
4:18:03pusing kalau WA-nya kena band. Nah, itu
4:18:05beda cerita. Beda cerita. Ada lagi
4:18:07ceritanya tuh kebetulan
4:18:09gitu.
4:18:11Ada ada problem-problem lain lah. Tapi
4:18:12problem-problemnya tuh ee udah ada udah
4:18:16ada orang yang nemuin caranya lah. Tapi
4:18:19enggak
4:18:20enggak kayak diktator yang kayak oh udah
4:18:2430% lu enggak bisa ngapa-ngapain gitu
4:18:25ya. It's your business di sini. [musik]
4:18:33[musik]

About this transcript

This page contains the full transcript of 4 Jam Kuasai Claude & Tools AI Lainnya (Gratis) by William Jakfar, generated from the public captions YouTube serves with the video. The transcript has 37,201 words across 6,551 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.