Wednesday, March 25, 2026

Cukup Jadi Hazel

Di sebuah desa kecil yang dikelilingi sawah dan pohon-pohon tua, lahirlah seorang anak perempuan bernama Hazel.

Hari kelahirannya seharusnya jadi hari bahagia. Tapi di dalam rumah sederhana itu, ada satu hati yang tidak ikut bersukacita.

Ayahnya menginginkan anak laki-laki.

Bukan karena ia membenci perempuan, tapi karena ia percaya—laki-laki lebih kuat, lebih bisa diandalkan, lebih bisa meneruskan hidup. Maka ketika bidan berkata, “Perempuan, Pak,” senyum itu muncul, tapi tak pernah benar-benar sampai ke hati.

Sejak kecil, Hazel tumbuh dalam keheningan yang aneh.

Ayahnya tidak pernah memarahinya. Tidak juga menyakitinya. Tapi juga tidak pernah benar-benar melihatnya.

Ia hanya eksis.

---

Suatu sore, Hazel duduk di teras rumah, mendengar ayahnya berbicara dengan tetangga.

“Kalau anak saya laki-laki, mungkin sudah saya ajari manjat pohon. Bantu di kebun. Jadi anak yang tangguh.”

Hazel menunduk. Jemarinya meremas ujung bajunya.

Sejak hari itu, sesuatu berubah.

---

Rambut panjangnya dipotong sendiri dengan gunting dapur. Hasilnya tidak rapi, tapi cukup pendek untuk membuatnya terlihat berbeda.

Ia mulai memanjat pohon jambu di belakang rumah, jatuh berkali-kali, lututnya penuh luka.

Ia ikut anak-anak laki-laki bermain di sawah, berlari tanpa alas kaki, tertawa keras meski dadanya sesak.

Ia belajar mengangkat karung, membantu di kebun, mengerjakan hal-hal yang menurutnya akan membuat ayahnya bangga.

Setiap malam, ia berharap mungkin besok Ayah akan tersenyum.

---

Tapi besok selalu sama.

Ayahnya tetap duduk diam, makan tanpa banyak bicara, lalu pergi tanpa benar-benar menatapnya.

Bahkan ketika Hazel mendapat nilai tertinggi di sekolah, hanya ada anggukan singkat.

“Bagus.”

Hanya itu.

---

Tahun demi tahun berlalu.

Hazel tumbuh. Tapi hatinya seperti berhenti di satu tempat—tempat di mana ia masih menunggu.

---

Suatu hari, desa itu mengadakan festival tahunan. Salah satu acaranya adalah pemilihan “Putri Desa”.

Para ibu datang ke rumah Hazel.

“Kamu harus ikut, Zel. Kamu cantik. Semua orang bilang begitu.”

Hazel tertawa kecil. Hampir seperti mengejek dirinya sendiri.

Cantik?

Ia bahkan lupa bagaimana rasanya menjadi perempuan.

“Aku nggak cocok,” katanya pelan.

Tapi warga terus membujuk. Ibunya menatapnya dengan harap.

Akhirnya, dengan setengah hati, Hazel mengangguk.

---

Hari itu tiba.

Untuk pertama kalinya setelah bertahun-tahun, Hazel mengenakan gaun. Rambutnya dirapikan. Wajahnya dihias sederhana.

Di cermin, ia hampir tidak mengenali dirinya sendiri.

"Ini aku?" batinnya.

---

Ketika namanya diumumkan sebagai pemenang, tepuk tangan bergema di seluruh lapangan desa.

Hazel berdiri kaku.

Ia tersenyum… tapi di dalam, ada rasa takut yang aneh.

"Kalau Ayah melihatku seperti ini, apa dia akan kecewa?"

---

Arak-arakan dimulai.

Hazel duduk di atas kendaraan sederhana yang dihias bunga. Orang-orang bersorak, melambaikan tangan.

Di tengah keramaian itu, matanya mencari satu sosok.

Dan ia menemukannya.

Di antara kerumunan, berdiri Ayahnya.

Untuk pertama kalinya, Ayah tidak terlihat dingin.

Ia menatap Hazel.

Dan ia menangis.

---

Hazel tertegun.

Dunia seakan melambat.

Air mata itu jatuh tanpa ditahan. Bukan tangis biasa—tapi tangis yang seperti menyimpan banyak tahun di dalamnya.

Hazel tidak mengerti.

Ia hanya bisa menatap balik, jantungnya berdegup keras.

---

Setelah arak-arakan selesai, Hazel turun dengan langkah ragu.

Ayahnya berdiri di sana.

Dekat.

Lebih dekat dari yang pernah ia rasakan selama ini.

Untuk sesaat, tidak ada kata-kata.

Lalu, Ayah melangkah maju, dan memeluknya.

Erat.

Hangat.

---

“Maaf…” bisiknya.

Suara yang belum pernah Hazel dengar sebelumnya—rapuh.

Hazel membeku.

Semua luka, semua usaha, semua harapan yang pernah ia simpan… seperti pecah dalam satu momen itu.

Ia tidak tahu harus berkata apa.

Tangannya perlahan membalas pelukan itu.

Dan untuk pertama kalinya dalam hidupnya, ia merasa dilihat.

Bukan sebagai sosok anak laki-laki yang berusaha ia jadikan.

Bukan sebagai seseorang yang harus berubah.

Tapi sebagai dirinya apa adanya.

Monday, March 16, 2026

AI Bukan Solusi Ajaib

Dalam beberapa tahun terakhir, AI sering diperlakukan seperti obat mujarab. Banyak organisasi berharap teknologi ini akan memperbaiki proses yang lambat, menghemat biaya, atau bahkan “menyelamatkan” sistem kerja yang sudah lama bermasalah. Harapannya sederhana: pasang AI, maka semuanya akan berjalan lebih baik.

Sayangnya, kenyataan tidak sesederhana itu.

AI bukan penyelamat. Ia lebih mirip booster. Ia mempercepat, memperbesar, dan mendorong sesuatu—tetapi tidak selalu ke arah yang benar. Untuk memahami ini, ada tiga analogi yang cukup membantu.

Pertama, AI seperti turbo engine.
Turbo pada mesin mobil tidak membuat pengemudi lebih pintar. Ia hanya membuat mobil melaju lebih cepat. Jika arah mobil sudah benar, turbo membantu kita mencapai tujuan lebih cepat. Namun jika arahnya salah, turbo hanya membuat kita tersesat lebih cepat juga. Hal yang sama terjadi pada AI. Jika proses kerja sudah rapi dan sistem sudah sehat, AI bisa meningkatkan produktivitas secara drastis. Tetapi jika prosesnya kacau, AI hanya mempercepat kekacauan itu.

Kedua, AI seperti anak panah.
Saat sebuah anak panah dilepaskan dari busur, arah awalnya sangat menentukan. Setelah terbang, hampir tidak ada cara untuk mengubah trajektorinya. Dalam konteks AI, keputusan desain di awal—data apa yang digunakan, tujuan apa yang dikejar, bagaimana sistem diintegrasikan—akan sangat menentukan hasil akhirnya. Jika arah awalnya keliru, efeknya bisa menyebar jauh sebelum sempat diperbaiki.

Ketiga, AI seperti kaca pembesar.
Kaca pembesar tidak menciptakan sesuatu yang baru; ia hanya memperbesar apa yang sudah ada. Hal yang sama berlaku untuk AI. Jika budaya kerja sebuah organisasi sehat, transparan, dan berbasis data yang baik, AI akan memperkuat kualitas tersebut. Namun jika datanya buruk, bias, atau prosesnya tidak jelas, AI justru memperbesar masalah itu.

Di sinilah letak kesalahpahaman terbesar tentang AI. Banyak organisasi ingin menggunakan AI untuk memperbaiki sistem yang rusak, padahal teknologi ini tidak dirancang untuk melakukan itu. AI bekerja paling baik ketika fondasi sudah kuat: proses jelas, data bersih, tujuan terdefinisi dengan baik.

Dengan kata lain, AI bukan alat untuk memperbaiki arah. Ia alat untuk mempercepat perjalanan.

Karena itu, sebelum mengadopsi AI, ada satu langkah yang jauh lebih penting: memperbaiki arah dan sistem terlebih dahulu. Pastikan proses kerja masuk akal, alur data bersih, dan tujuan organisasi jelas. Setelah fondasi ini kuat, AI bisa menjadi penguat yang luar biasa.

Tanpa fondasi itu, AI hanya akan melakukan satu hal dengan sangat efisien: membuat masalah yang sudah ada menjadi lebih besar dan lebih cepat.

Teknologi selalu memperbesar niat manusia. AI hanya versi paling kuat dari prinsip lama itu. Jadi pertanyaan yang sebenarnya bukanlah “Apakah kita sudah memakai AI?” melainkan “Apakah sistem kita sudah cukup sehat untuk diperkuat oleh AI?”.

Jika jawabannya belum, maka langkah paling bijak bukanlah menambahkan AI—melainkan memperbaiki arah terlebih dahulu. Karena mesin yang lebih cepat tidak akan membantu jika kita masih mengemudi ke arah yang salah.

Saturday, March 14, 2026

Etika Curhat dan Kepercayaan


Ada satu hukum sosial yang jarang diajarkan di sekolah tapi semua orang eventually belajar. Biasanya dengan cara yang agak pahit: informasi pribadi itu adalah tanda kekuasaan.

Ketika seseorang cerita hal yang rentan — trauma, kegagalan, masalah keluarga — dia sebenarnya sedang “menaruh pisau di meja” dan berharap orang di depannya cukup beradab untuk tidak mengambilnya untuk berbalik menyerangnya. Sayangnya manusia kadang barbar. Bahkan sendok plastik pun tetap bisa dipakai menusuk.


Ada tiga tipe orang ketika menerima curhat:

Tipe pertama — Vault (brankas).
Mereka simpan cerita itu seperti arsip rahasia negara. Bahkan kalau kalian berantem, mereka tetap pegang prinsip: itu bukan milik gue untuk dibocorkan. Orang tipe ini langka tapi ada. Biasanya orang yang punya integritas kuat.

Tipe kedua — Processor.
Mereka tidak jahat, tapi emosional. Kalau hubungan rusak, mereka bisa “memproses” luka mereka dengan ngomong ke orang lain. Kadang niatnya cuma venting, tapi akhirnya bocor juga.

Tipe ketiga — Weaponizer.
Nah ini yang bisa disebut “orang Br*ngsek”. Mereka menyimpan informasi bukan sebagai empati, tapi sebagai senjata. Begitu konflik muncul, mereka tarik pelatuk:
“Pantesan dia dulu...”
“Dia kan pernah cerita kalau...”


Secara etika sosial yang sehat, aturan tidak tertulisnya sebenarnya sederhana:
Kerentanan orang lain adalah titipan, bukan bahan bakar gosip.


Tapi ada satu sisi lain yang perlu dijaga juga. Kalau semua pintu ditutup dan tidak ada yang boleh masuk, manusia bisa masuk ke mode isolasi emosional. Kita jadi tidak punya saksi hidup atas pengalaman kita.

Idealnya bukan “cerita ke semua orang” dan bukan juga “jangan cerita ke siapa-siapa”.

Lebih seperti model level kepercayaan:
  • Level 1 — 1–2 orang yang benar-benar aman.
  • Level 2 — teman yang boleh dengar versi ringan.
  • Level 3 — publik, cuma dapat highlight reel.

Ilmu sosialnya lucu: kepercayaan bukan diberikan cuma-cuma, tapi diuji dalam porsi kecil dulu.
Seperti developer yang deploy ke production lewat staging dulu, bukan langsung full traffic.

Etika juga ga salah. Bahkan kalau seseorang jadi musuh, mengumbar rahasia lama itu sebenarnya tanda karakter lemah. Itu artinya mereka tidak punya argumen sekarang, jadi mereka menggali masa lalu.

Orang yang punya kelas biasanya punya prinsip sederhana:
"Apa yang pernah diceritakan dalam kepercayaan akan tetap tersimpan di sana."

Ada kutipan tua dari filsuf Romawi, Seneca. Dia pernah menulis kira-kira begini idenya:
“Treat the secrets of a friend as if they were your own.”

Sederhana, tapi peradaban kecil berdiri di atas aturan sederhana seperti itu.

Dunia sosial manusia memang aneh. Kita butuh orang lain untuk waras. Tapi kita juga harus cukup bijak untuk memilih siapa yang boleh masuk ke ruang dalam kepala kita.

The Agentic Change Paradox: Why AI Can’t Fix a System Designed to Fail


By: Rifan Kurnia

March 12, 2026

When I ask people, "What is the primary responsibility of a leader?" the answers are predictable. Most suggest managing people, spearheading initiatives, or hitting quarterly targets. While these are certainly parts of the job, I believe they miss the core objective.

To me, the fundamental responsibility of leadership is to build and institutionalize a system.

True leadership isn't about being the hero of the day, it’s about being the architect of the environment. Specifically, it involves designing the change management processes that allow an organization to evolve. However, many organizations today are trapped in a cycle of failure because they misunderstand the relationship between individuals and the systems they occupy.

The Illusion of the Magic Hire

When an organization identifies a need for massive change, the most common reflex is to hire a 
"saviour." They find one person, expect them to overhaul an entire department’s culture or process, and wait for the results.

When that person inevitably fails, the organization fires them, hires another, and expects a different result.

There is a hierarchy to this failure. If the "saviour" is at the very top, an executive with an authoritarian mandate, they might succeed through sheer force of will. But when an organization hires a middle manager or an individual contributor to "fix things," they are setting them up for a slow drowning. Without a fundamental change to the system itself, the new hire is quickly submerged by the weight of the legacy environment. The system doesn't change for the person; the person is eventually broken or assimilated by the system.

most of us are not that super

The 50/50 Rule of Systemic Change

When we talk about "systems," we often default to thinking about tools or platforms. We assume that if we buy the right software, the change is complete.

In my experience, tools and platforms are no more than 50% of the equation. They can certainly accelerate institutionalization, but the remaining 50%, the part that actually determines success—lies in the "soft" systems:
  • The Communication System: How information flows (or gets trapped).
  • The Collaboration System: How teams actually solve problems together.
  • The Culture System: The unwritten rules of "how we do things here."
If the culture is allergic to transparency, even the best project management tool will become a graveyard of outdated tasks.

Breaking the Resistance: The Beckhard Equation

To understand why these "soft" systems are so hard to move, we can look at the Beckhard Change Equation. It states that for change to occur, the product of three factors must be greater than the resistance to change:

Beckhard Change Equation

  • D (Dissatisfaction): Dissatisfaction with the status quo. If people are comfortable, they won't move.
  • V (Vision): A clear, shared picture of what is possible.
  • F (First Steps): Practical, concrete steps toward that vision.
  • R (Resistance): The natural inertia of the legacy system.

The "Magic Hire" approach fails because the organization usually lacks 'V' and 'F'. They hire a person to be the vision and do the first steps in isolation. Because it is a multiplication equation, if any of these variables are zero, the total score is zero. You cannot overcome the massive Resistance 'R' of a legacy system if the leadership hasn't institutionalized the Dissatisfaction, Vision, and First Steps into the system itself.

The Agentic AI Paradox

We are now entering the era of Agentic AI. Organizations are rushing to adopt every autonomous agent available, expecting significant, immediate leaps in productivity. But they are running head-first into the same wall.

The paradox of "Agentic Change" is that for autonomous AI agents to work, the human system must be more structured and flexible than ever. Organizations ignore the legacy system because it is "too complicated" to fix. They view AI as the ultimate "magic hire"—a tireless worker that doesn't need a system.

In Beckhard’s terms, they are trying to use AI as a shortcut for (First Steps) while ignoring the systemic (Resistance).

An AI agent dropped into a broken, siloed, or politically charged legacy system will fail just as surely as a human middle manager. If the data is messy, the permissions are unclear, and the goals are contradictory, the AI will simply perform the wrong tasks faster.

 
From Single Fighters to System Architects

Change is a team sport, but more importantly, it is a structural design. We must stop looking for "single fighters" to win the war against legacy inertia.

If you want to adopt AI, don't just buy the license, but fix the data architecture and the decision-making flow. If you want to change the culture, don't just hire a "change/culture lead", it’s about redesigning your incentive structures.

Leadership is not about finding the right person to fight the system. It is about building a system where the right people (and the right AI) can finally succeed.