Implementasi AI untuk perusahaan besar, dipimpin langsung oleh engineer senior
Untuk tim teknologi, kepala produk, dan CTO di perusahaan besar Indonesia yang pilot AI-nya jalan di demo tetapi belum siap dipakai banyak pengguna. Saya Aris Setiawan, dengan pengalaman 13+ tahun membangun produk web. Saya bekerja di dalam sistem kamu, jadi hasilnya kode yang bisa dibaca dan dikembangkan tim kamu sendiri.
English version: AI implementation for engineering teams.
Yang saya kerjakan
Pilot AI ke produksi
Pilot kamu jalan di demo. Saya tambahkan test case dari data kamu sendiri, logging, penanganan error, dan batas biaya model, lalu serahkan ke tim kamu.
Fitur AI di produk yang sudah ada
Asisten yang menjawab dari data perusahaan, pencarian, ringkasan, atau agent yang memanggil sistem kamu. Dikerjakan di repo kamu, tanpa menulis ulang aplikasi.
Arsitektur dan infrastruktur
Software, stack, jaringan, dan VPS dirancang sekaligus, supaya sistem AI tetap kuat saat datanya banyak. Saya juga memperbaiki harness LLM, yaitu kode di sekitar model yang mengatur prompt, tool, dan retry.
Retainer engineering
Blok kerja bulanan tetap untuk pekerjaan fitur AI, update model, dan perbaikan setelah rilis.
Catatan proyek
Semua proyek klien saya berada di bawah NDA. Catatan ini disampaikan secara umum: tanpa nama klien, sektor, atau angka.
AI SEO yang meriset, menulis, dan menguji sendiri
Masalahnya
Tim konten menebak topik dan judul yang akan berhasil, dan belajarnya lambat karena setiap uji coba butuh kerja manual.
Yang saya bangun
Sistem AI yang meriset topik sendiri, menulis kontennya, menjalankan A/B test pada beberapa versi, lalu memakai hasil setiap uji untuk memilih lebih baik di konten berikutnya.
AI hukum Indonesia yang berpijak pada pengetahuan pakar
Masalahnya
Model umum menjawab pertanyaan hukum Indonesia dari apa yang ia ingat saja. Itu belum cukup untuk pekerjaan hukum.
Yang saya bangun
Aplikasi AI yang dilatih dengan masukan dosen dan guru besar hukum Indonesia, sehingga jawabannya memakai pengetahuan pakar, selain pengetahuan bawaan model.
Arsitektur lengkap untuk produk AI bervolume tinggi
Masalahnya
Produk AI yang lancar untuk beberapa data bisa tumbang saat harus memproses seribu data sekaligus.
Yang saya bangun
Seluruh arsitekturnya: software, stack, jaringan, dan VPS, disetel supaya sanggup memproses seribu data dalam satu kali jalan. Harness LLM-nya juga saya perbaiki.
Jawaban untuk tim IT dan pengadaan
Ini pertanyaan yang biasanya diajukan sebelum memilih mitra AI.
- Siapa yang mengerjakan?
- Saya memimpin setiap proyek dan kamu berbicara langsung dengan saya. Partner tepercaya bergabung saat proyek butuh lebih banyak tangan, dan agen AI mengerjakan banyak bagian pembangunan, sehingga kami bisa bergerak cepat. Saya memberi tahu kamu sebelum partner bergabung, dan siapa yang boleh mengakses kode dan data kamu, termasuk partner dan alat AI, kita sepakati tertulis sebelum pekerjaan dimulai.
- Apakah bisa di bawah NDA?
- Bisa. Semua proyek saya sebelumnya juga berjalan di bawah NDA, jadi nama klien tidak saya tampilkan di mana pun.
- Siapa pemilik kodenya?
- Kode, prompt, dan test case ada di repositori kamu. Sesuai ketentuan saya, hasil kerja yang dibuat untuk proyek kamu menjadi milik kamu setelah pembayaran lunas.
- Bagaimana serah terimanya?
- Kamu mendapat catatan cara sistem tersusun, dalam kode yang bisa dibaca dan dikembangkan tim kamu. Retainer untuk update model dan perbaikan bersifat opsional.
- Bagaimana dengan biaya dan risiko?
- Logging dan batas biaya model dipasang sejak rilis pertama, jadi kamu bisa melihat biaya tiap fitur dan membatasinya. Langkah berisiko menunggu persetujuan orang.
- Bagaimana cara kita menilai hasilnya?
- Di tahap scope kita sepakati data apa yang boleh dilihat model dan seperti apa jawaban yang baik. Test case dari data kamu sendiri disimpan di repo.
Cocok dan kurang cocok
Cocok kalau:
- Kamu punya produk atau pilot AI dan ingin satu fitur AI yang benar-benar dipakai pengguna
- Asisten internal atau chatbot harus menjawab dari dokumen dan data perusahaan
- Pilot kamu jalan di demo, dan sekarang harus kuat dipakai banyak pengguna
- Kamu ingin berbicara langsung dengan orang yang memimpin pengerjaannya
Kurang cocok kalau:
- Kamu butuh model yang dilatih dari nol, atau riset machine learning
- Belum ada produk atau data, baru rencana untuk menambah AI
- Kamu butuh tim yang bekerja di kantor kamu
Pertanyaan soal implementasi AI
Berapa biaya implementasi AI?+
Tergantung kasus penggunaan, datanya, dan jumlah sistem yang terhubung. Proyek umumnya mulai dari USD 5.000. Setelah konsultasi singkat, kamu menerima rencana tertulis dengan milestone dan penawaran harga sebelum ada kode yang ditulis.
Apakah bisa bekerja di dalam sistem kami yang sudah ada?+
Bisa, dan itu kasus yang paling sering. Saya bekerja di repo kamu, paling sering Next.js dan TypeScript, dan menambahkan fitur AI di samping kode yang ada.
Model apa yang dipakai?+
OpenAI, Anthropic, atau API yang kompatibel, di belakang satu lapisan server. Dengan begitu model bisa diganti nanti tanpa menyentuh setiap fitur.
Apakah bisa bertemu langsung?+
Bisa diatur. Saya tinggal di Sidoarjo, sebelah Surabaya. Pekerjaannya sendiri berjalan remote, dalam Bahasa Indonesia atau Inggris, Senin sampai Sabtu pukul 9.00 sampai 17.00 WIB.
Ceritakan kebutuhan AI perusahaan kamu
Kirim gambaran singkat: apa yang dilakukan pilot sekarang, di mana ia tersendat, dan siapa penggunanya. Saya balas dengan pertanyaan atau jawaban jujur apakah saya cocok untuk proyek ini.