AI Tidak Menggantikan Programmer, Tapi...

Intro

Beberapa tahun terakhir, AI itu berkembang gila-gilaan.

Dari yang awalnya cuma bantu auto-complete, sekarang:

• generate function bisa,
• debug bisa,
• bahkan jelasin error juga bisa.

Sebagai backend developer, gue juga ngerasain banget impact-nya.

AI bantu gue:

• bikin boilerplate lebih cepat,
• nyari syntax tanpa harus buka docs,
• bikin query dasar,
• kadang juga bantu jelasin error yang ngeselin.

Singkatnya? Productivity naik.

Tapi setelah gue makin sering pegang project ERP dan ngadepin real-world business process, gue mulai sadar satu hal:

AI bisa bantu nulis code, tapi belum tentu ngerti dunia di balik code itu.

Dan di situlah peran programmer masih belum tergantikan.

---

ERP Itu Nggak Sesederhana Flow Biasa

Kalau lo bikin aplikasi biasa, flow-nya mungkin masih bisa dibilang:

input → process → output

Tapi di ERP? Forget it.

Contoh simpel: procurement.

Requirement di atas kertas biasanya cuma:

“Bikin approval pembelian barang.”

Kedengeran gampang, kan?

Tapi pas masuk implementasi, mulai keluar “cerita-cerita” yang nggak ada di dokumen:

• nominal tertentu harus approve ke manager,
• vendor tertentu ada perlakuan khusus,
• tiap divisi punya flow beda,
• request urgent bisa bypass beberapa step,
• dan ada proses lama yang… ya udah, “harus tetep begitu”.

Lucunya?

Hal-hal kayak gini seringnya:

• nggak ada di dokumentasi,
• baru ketahuan pas UAT,
• atau lebih parah: pas udah di production.

Dan ini bukan masalah coding.

Ini masalah ngerti bisnis.

---

AI Jago Nulis Function, Tapi…

Gue beberapa kali pake AI buat bantu generate logic backend.

Secara:

• syntax → oke,
• struktur → kadang malah lebih rapi.

Tapi begitu nyentuh business rule ERP…

Mulai keliatan miss-nya.

Karena AI biasanya cuma lihat:

• input,
• output,
• pola code.

Sedangkan di real world, kita mikirin:

• kebiasaan user,
• flow antar divisi,
• sistem legacy,
• integrasi existing,
• dan kadang… politik internal (yes, ini real 😅).

Contoh paling relatable:

“Ini sebenernya bisa direfactor, tapi jangan dulu… finance udah pake dari 2018.”

Secara teknis? Harusnya di-refactor.

Secara realita? Jangan macem-macem.

Dan ini hal yang susah dipahami AI.

Karena best practice di dunia nyata itu nggak selalu “clean code”, tapi “safe for business”.

---

Requirement Itu Jarang Jelas

Ini yang menurut gue paling underrated.

Sebagai programmer, tantangan terbesar itu sering bukan coding.

Tapi:

“sebenernya user tuh maunya apa sih?”

User bilang:

“fiturnya kurang nyaman.”

Kalau lo cuma denger itu doang, ya nggak akan ketemu akar masalahnya.

Harus digali:

• ternyata bottleneck di approval,
• ternyata flow-nya kepanjangan,
• ternyata ada step yang nggak perlu.

Di sini, role kita bukan cuma coder.

Tapi juga:

• translator (bahasa user → system),
• problem solver,
• kadang mediator juga.

Dan ini masih sangat “human skill”.

---

AI Itu Tools, Bukan Pengganti

Gue sendiri hampir tiap hari pake AI.

Dan jujur, gue nggak bisa balik ke workflow lama tanpa AI 😄

Untuk hal-hal repetitive? AI jauh lebih cepat.

Tapi makin lama gue kerja di project nyata, makin kebuka juga:

Software engineering itu bukan cuma soal nulis code.

Ada layer lain:

• ngerti bisnis,
• baca situasi,
• manage risiko,
• komunikasi sama user,
• ambil keputusan berdasarkan konteks.

Dan itu nggak semuanya bisa diajarin dari dataset atau repo GitHub.

---

Penutup

AI bikin kita kerja lebih cepat. Itu fakta.

Tapi di dunia ERP, challenge terbesar bukan di syntax.

Tapi di:

ngerti kenapa sistem harus berjalan seperti ini.

Dan sejauh ini?

Itu masih butuh manusia.

Mungkin nanti AI bakal makin pinter.

Tapi untuk sekarang…

Ngoding itu cuma sebagian kecil dari pekerjaan kita.