DRAFT · 22 Okt 2026

Lingkungan AI yang aman untuk tim Anda

Tim bisa mulai eksplorasi AI dari level chat sampai analisis data dan otomasi, tanpa mengorbankan keamanan data penjualan dan data internal perusahaan. Kami usulkan pilot 2–3 bulan yang terukur, murah, dan bisa ditingkatkan bertahap.

2 zonaSandbox untuk eksperimen, Secure untuk data asli
Tanpa trainingHanya API berbayar dengan perjanjian data (DPA); data tidak dipakai melatih model
Rp3–8 jt / bulanEstimasi biaya vendor pilot, ikut pemakaian

Konsep: pisahkan eksperimen dari data asli

Kebanyakan tim masih memakai AI sebatas chat, sering lewat akun gratis di luar kendali perusahaan. Kami mengganti itu dengan satu workspace resmi yang punya dua zona, ditegakkan oleh sistem dan bukan hanya aturan tertulis.

Zona Sandbox data dummy

Tempat bebas bereksperimen: survei, polling, olah data produk, ide konten, belajar prompt.

  • Model murah (mis. DeepSeek)
  • Tidak ada koneksi ke data perusahaan
  • Label jelas: jangan masukkan data asli

Zona Secure data asli

Untuk data penjualan, finance, dan purchasing. Dipakai lewat asisten yang sudah disiapkan.

  • Model via API berbayar (OpenAI / Anthropic) dengan kontrak tanpa-training
  • Akses data read-only dan dimasking
  • Hak akses per peran, ada log penggunaan

Jalur Builder opsional

Untuk anggota tim yang sudah nyaman dengan Python dan CLI.

  • Lingkungan dev terisolasi per orang
  • Default ke data dummy; data asli hanya lewat gateway Secure
  • Template skrip analisis siap pakai

Arsitektur

Satu pintu masuk, satu gateway yang mengatur model, biaya, dan akses. Mengganti model tidak mengubah apa pun bagi pengguna.

Keamanan dan guardrail

Sebelum pilot berjalan, delapan pengaman ini dipasang.

1. Akun API milik client

Organisasi OpenAI/Anthropic dibuat atas nama perusahaan Anda. Penagihan dan perjanjian data (DPA) langsung dengan vendor; kami hanya mengoperasikan.

2. Server khusus

Workspace berjalan di server terpisah, user non-root, firewall aktif, backup terjadwal dan terenkripsi.

3. Data hanya read-only

Akses lewat view atau tabel ringkasan, kolom sensitif (mis. harga kontrak, nama vendor) dimasking. Tidak ada akses tulis.

4. Pemisahan zona oleh sistem

Sandbox tidak punya koneksi ke data asli, jadi salah tempel tidak berdampak.

5. Login dan peran

Setiap orang punya akun sendiri; tim A tidak melihat data tim B.

6. Log dan batas biaya

Siapa memakai apa tercatat; batas biaya per tim mencegah tagihan membengkak.

7. Perlindungan prompt injection

Pada asisten tanya-data, tabel yang bisa dibaca dibatasi per peran, dan dokumen tidak bisa memerintahkan model membuka data lain.

8. Kebijakan pemakaian AI

Panduan singkat klasifikasi data: apa yang boleh masuk ke zona mana. Mendukung kepatuhan UU PDP.

Catatan retensi: sebagian vendor menyimpan data API sementara (umumnya hingga sekitar 30 hari) untuk deteksi penyalahgunaan. Zero data retention bisa diajukan terpisah; ketentuan terbaru dikonfirmasi sebelum penandatanganan.

Tahapan pilot

Tim yang saat ini di level chat dibawa naik bertahap: chat, template per fungsi, asisten khusus, analisis data, lalu otomasi.

MINGGU 1–2

Fondasi

  • Server dan workspace aktif
  • Zona Sandbox dan Secure
  • Akun, peran, log, batas biaya
MINGGU 3–4

Adopsi

  • 2–3 asisten siap pakai
  • Workshop hands-on per fungsi
  • Kebijakan pemakaian AI
BULAN 2–3

Data

  • RAG dokumen internal
  • Tanya-data penjualan atau finance (read-only)
  • Jalur Builder untuk yang berminat
AKHIR PILOT

Evaluasi

  • Dashboard pemakaian dan biaya
  • Use case yang terbukti bernilai
  • Keputusan: lanjut, tambah, atau naik kelas

Estimasi effort kami: ±8–12 hari kerja untuk fondasi dan adopsi, ±10–15 hari kerja untuk fase data.

Estimasi biaya

Biaya vendor per bulan untuk sekitar 25 pengguna umum. Sebagian besar mengikuti pemakaian dan dibayar langsung lewat akun milik client.

KomponenKeteranganEstimasi / bulan
Server workspaceChat, gateway, database, backupRp0,5–1 jt
Model zona SecureOpenAI / Anthropic API, ±Rp80–250 rb per userRp2–6 jt
Model zona SandboxDeepSeek, data dummy< Rp0,2 jt
Embedding / RAGPengindeksan dokumen internalRp0,1–0,3 jt
Total biaya vendor pilot±Rp3–8 jt

Biaya implementasi (satu kali) dan biaya pendampingan: disepakati terpisah. Estimasi memakai kurs ±Rp16.500/USD dan harga publik per Oktober 2026; angka final dikonfirmasi saat kontrak.

Opsi tambahan

OpsiKapan perluEstimasi / bulan
Jalur Builder, 5 orang (Claude Code via API)Tim teknis yang aktif membangun dengan Python dan CLIRp4–20 jt
Jalur Builder, 5 seat Claude Team PremiumIngin tarif tetap dan SSO/admin dari vendorRp8–10 jt
Model self-hosted (GPU)Ada data yang tidak boleh keluar sama sekaliRp8–36 jt
Azure OpenAI / AWS BedrockAudit mewajibkan kontrak enterprise dan kontrol regionMengikuti pemakaian
Pembanding: langganan chat berbayar per seat untuk 25 orang sekitar Rp8–10 jt per bulan, tetapi hanya untuk chat. Tidak ada pemisahan zona, koneksi ke data internal, log terpusat, maupun kontrol biaya per tim.

Risiko dan mitigasi

RisikoMitigasi
Karyawan memakai chatbot gratis di luar workspaceWorkspace resmi yang nyaman dipakai, ditambah kebijakan pemakaian yang jelas
Data asli tertempel di SandboxSandbox tidak punya konektor data; label dan pengingat di antarmuka
Kebocoran lewat server yang dipakai bersama sistem lainServer khusus, user non-root, firewall, backup terenkripsi
Data dipakai untuk training modelHanya API berbayar dengan DPA; dokumentasi vendor dilampirkan; opsi zero data retention
Tagihan pemakaian membengkakBatas biaya per tim dan dashboard pemakaian
Gangguan layanan (tanpa SLA formal)Backup terjadwal, monitoring, dan jam dukungan yang disepakati di awal

Langkah lanjut

Beberapa hal yang kami perlukan dari tim Anda untuk menyusun penawaran final.

Pertanyaan untuk dikonfirmasi

  • Berapa pengguna awal, dan fungsi apa saja (sales, finance, purchasing, ops)?
  • Tool kerja yang dipakai saat ini (Google Workspace atau Microsoft 365)?
  • Data penjualan, finance, dan purchasing disimpan di mana (Sheets, ERP, database)?
  • Apakah ada tim IT atau legal yang perlu meninjau aspek keamanan dan kontrak?

Yang akan kami siapkan

  • Dokumen DPA dan kebijakan data vendor model yang dipakai
  • Rincian biaya final sesuai jumlah pengguna
  • Jadwal pilot dan rencana workshop
  • Daftar use case prioritas hasil diskusi bersama