Cara FAROL mengukur kecakapan AI.
Kecakapan agentik adalah menjelaskan sebuah pekerjaan, menyerahkannya kepada AI, mengikuti pelaksanaannya, dan memeriksa hasilnya.
Apa yang orang katakan, dan apa yang mereka lakukan.
Diagnosis · dinyatakan sendiri
- Kuesioner yang dijawab pimpinan dan tim
- Menunjukkan apa yang orang katakan mereka lakukan dengan AI, bidang demi bidang
- Dan di mana pandangan orang yang memimpin dan orang yang menjalankan tidak cocok
Raio-X · diamati
- Membaca percakapan setiap orang dengan AI, atas izinnya
- Menunjukkan cara ia benar-benar bekerja, dalam enam dimensi
- Setiap nilai disertai keterangan dari mana asalnya
Menghitung aktivitas mengukur alatnya, bukan orangnya.
Instrumen pertama kami menghitung aktivitas. Pada Juli 2026, saat dijalankan di akun uji milik seorang mitra lapangan, instrumen itu memberi seseorang yang baru mulai memakai AI angka-angka seorang profesional. Yang menghasilkan angka itu adalah AI-nya: agen (AI yang mengerjakan tugas, bukan sekadar menjawab) memanggil alat dan membuat berkas dari permintaan apa pun, bahkan dari permintaan yang kacau.
Upaya perbaikan yang paling jelas, yaitu mencari kata-kata pemakaian yang baik di dalam permintaan, justru membalik hasilnya. Orang yang baru mulai menulis "buat rencana" di 41% permintaannya; penyusun metode, yang merencanakan saat merancang pekerjaan, di 9%.
Diukur pada dua orang, salah satunya penyusun metode. Ini contoh, bukan statistik.
Karena itu kami menyusun ulang metodenya: kini pembacaan dengan kriteria tertulis menilai cara setiap orang mengarahkan pekerjaan, dan setiap nilai harus menunjuk kutipan yang mendukungnya.
12model internasional kematangan dan kesiapan AI
Titik berangkat FAROL.
Pekerjaan ini dimulai di dalam sebuah perusahaan perangkat lunak, sebagai indeks kematangan. Sebelum menulis satu pertanyaan pun, kami mengatalogkan model-model yang sudah ada. Setiap balok adalah satu model; tingginya adalah jumlah anak tangga pada skalanya, dari skor kontinu sampai sembilan tingkat.
Konsultan, vendor, universitas, dan pemerintah.
Tiga berasal dari firma konsultan, tiga dari vendor teknologi, empat dari akademisi, dan dua dari pemerintah. Ketuk sebuah balok untuk melihat modelnya.
7direproduksi dengan setia
MIT CISR, Gartner, Deloitte, Cisco, Microsoft, Salesforce, dan NIST memiliki deskripsi yang cukup (tingkat, dimensi, dan kriteria) untuk direproduksi sebelum sintesis apa pun. Lima lainnya tetap sebagai rujukan.
Tujuh mengukur perusahaan. Tidak satu pun melihat cara setiap orang bekerja dengan AI.
Model-model itu mengukur organisasi, risiko, teknologi, atau agen yang sudah berjalan. Satu-satunya yang melihat orang, TRI, mengukur sikap yang dinyatakan orang itu terhadap teknologi. Dari situ FAROL mengganti kematangan dengan kecakapan: mulai membaca praktik setiap orang.
Dua belas model dalam tabel
Katalog FAROL per 7 April 2026 (matriks model), disusun dari dokumen publik setiap organisasi. "Tingkat" adalah jumlah tahap yang dijelaskan oleh model itu sendiri; NIST AI RMF memiliki empat fungsi alih-alih tingkat, dan TRI memberikan skor kontinu. Forrester/IBM hanya masuk sebagai sebutan, tanpa teks yang menjelaskan tingkatnya.
Kecakapan, bukan kematangan.
Indeks kematangan menggambarkan di tingkat mana perusahaan berada, diukur dengan penggaris yang tetap. Dalam AI, penggarisnya juga bergerak: yang mahir beberapa bulan lalu menjadi dasar. Karena itu FAROL mengukur, di setiap pembacaan, posisi orang dan perusahaan serta di mana batas terdepan berada.
Pemakaian AI untuk bekerja, di Brasil.
Di Brasil, 57% percakapan di akun perorangan Claude berkaitan dengan pekerjaan; di seluruh dunia, 43%. Ini perhitungan FAROL atas data publik Anthropic Economic Index, pada periode Mei 2026. Anthropic sendiri mencatat Brasil di antara negara dengan porsi pemakaian untuk bekerja tertinggi, dalam laporan Januari 2026.
Laporan Januari 2026 Anthropic Economic Index: anthropic.com/research/anthropic-economic-index-january-2026-report
Batasannya.
- Skala Raio-X masih disesuaikan, dengan sampel kecil dan penilai manusia.
- Nilai bergantung pada model yang melakukan pembacaan; kami mengukur variasi itu.
- Kami belum mengikuti satu perusahaan utuh selama beberapa siklus.
- Tidak satu pun di sini merupakan janji kenaikan produktivitas.
Ceritakan apa yang ingin diselesaikan perusahaan Anda.
Yang membalas adalah orang yang memimpin pekerjaan ini. Percakapan pertama gunanya untuk melihat apakah ini masuk akal dan dari mana memulainya.
- Anda menulis lewat WhatsApp atau email.
- Kami menjadwalkan percakapan dengan orang yang memimpin pekerjaan ini, untuk melihat apakah ini masuk akal dan dari mana memulainya.
- Jika ya, Anda menerima proposal tertulis: tim, jangka waktu, hasil, dan harga, sebelum ada komitmen apa pun.