AI Operations Lead

Wilayah: Amerika Serikat. Sumber lowongan: Jobicy. Lamar melalui halaman sumber.

Tentang Karbon

Karbon adalah pemimpin global dalam software manajemen praktik berbasis AI untuk kantor akuntan. Kami menyediakan platform cloud peraih penghargaan yang membantu puluhan ribu profesional akuntansi bekerja secara lebih efisien dan kolaboratif setiap hari. Dengan pelanggan di 40 negara, kami telah berkembang menjadi tim yang tersebar secara global di AS, Australia, Selandia Baru, Kanada, Inggris, dan Filipina. Kami memiliki pendanaan yang kuat, menduduki peringkat #1 di G2, berkembang pesat, dan memiliki budaya yang mengutamakan manusia, yang diakui dengan sertifikasi Great Place To Work® serta masuk dalam Daftar Best Small Workplaces™ majalah Fortune.

Karbon selangkah lebih maju dalam adopsi AI dibandingkan kebanyakan perusahaan seukuran kami. Setiap departemen menjalankan AI setiap hari. Ratusan skill dan alur kerja telah dibangun oleh tim kami sendiri. Empat belas champion departemen mendorong adopsi dan berbagi pengetahuan di seluruh bisnis. Fondasinya nyata dan berfungsi dengan baik.

Fase berikutnya adalah skalabilitas. Kami membutuhkan satu orang yang seluruh pekerjaannya adalah memperluas apa yang telah kami bangun, mengukur hasilnya, dan menambahkan lapisan kapabilitas berikutnya. Bukan sekadar dek strategi. Sebuah sistem yang berfungsi, tata kelola yang menjadikannya tepercaya, dan angka-angka yang membuktikannya.

Anda akan melapor langsung kepada CEO dan bekerja lintas departemen. Anda akan memiliki akses dan dukungan penuh untuk memastikan perubahan dapat diterapkan secara permanen.

Tentang Peran Ini

Membangun Tooling

• Merilis otomatisasi internal dan agen yang menghilangkan pekerjaan manual berulang di Sales, CS, Implementation, Support, dan Operations. Menghubungkan AI ke sistem yang sudah kami jalankan melalui API dan MCP server.

• Pembangunan pertama adalah gerbang data (data gateway). Karbon menjalankan MCP server-nya sendiri. Anda memperluasnya menjadi proxy perutean yang berada di antara Claude dan setiap sumber data internal yang dibutuhkan tim. Otentikasi melalui Okta. Penegakan RBAC berdasarkan departemen. Pencatatan permintaan (request logging) untuk atribusi biaya dan audit. Setelah gateway disetujui oleh Security, konektor baru cukup dimasukkan ke entri konfigurasi alih-alih memicu tinjauan menyeluruh setiap kali. Itu adalah tugas 30 hari pertama Anda.

• Setelah itu: CS mendapatkan sinyal risiko pembaruan (renewal risk). Sales mendapatkan otomatisasi draf proposal. Implementation mendapatkan generator SOW dengan tanda peringatan scope-creep. Support mendapatkan router triase tiket.

• Membuat prototipe dengan cepat. Memperkuat apa yang digunakan orang-orang. Menghapus apa yang mereka abaikan. Menyerahkan setiap tools kepada pemilik di tim yang menggunakannya. Anda yang membangunnya. Mereka yang menjalankannya.

Mengelola Tata Kelola dan Visibilitas

• Mengelola alur kerja akses dan penyediaan Claude — permintaan seat, akses model dan tools, persetujuan konektor — serta alur kerja Slack yang mendukungnya. Menjalankan pipeline tinjauan keamanan konektor bekerja sama dengan tim Security.

• Mengelola dashboard pengeluaran di semua tools AI, bukan hanya Claude. Cursor, Codex, Linear AI, dan apa pun yang dijalankan oleh perusahaan akan tampil berdampingan dengan Claude dalam satu tampilan. Pimpinan departemen dapat melihat angka pengeluaran mereka sendiri setiap minggu tanpa harus meminta Anda menarik datanya. Tren yang buruk akan terdeteksi sebelum menjadi kejutan pada tagihan.

• Memperluas visibilitas tersebut ke dalam kerangka kerja ROI: tingkat adopsi, jam kerja yang dihemat, biaya per seat, dan dampak tingkat proyek. Bermitra dengan Finance dalam hal akuntabilitas anggaran.

• Menjalankan program AI champions. Empat belas champion departemen, yang diatur dalam kelompok-kelompok (pods), bertanggung jawab atas enablement antar-rekan dan pengiriman skill di dalam tim mereka. Anda menjalankan jadwalnya, memelihara halaman hub, dan meminta pertanggungjawaban para champion atas tingkat engagement. Ketika orang-orang meninggalkan Karbon, proyek dan skill mereka tidak ikut pergi bersama mereka. Anda memegang alur offboarding yang menangkap dan menugaskan kembali pekerjaan tersebut.

• Membangun dan memelihara wiki AI — dokumentasi per departemen mengenai tools, use case aktif, dan skill yang sedang digunakan. Menjaganya tetap mutakhir seiring perkembangan tools.

Melatih Tim dan Menetapkan Standar

• Bekerja sama dengan setiap pimpinan departemen untuk menyepakati bagaimana tim mereka menggunakan AI, kemudian menjaga standar tersebut.

• Menjalankan pelatihan praktis. Singkat, spesifik, dan dapat diulang. Mengajarkan cara efisien kepada orang-orang untuk mendapatkan jawaban yang sama. Sebagian besar masalah biaya adalah masalah kebiasaan. Setelah bulan pertama, Anda tahu seperti apa alur kerja masing-masing tim karena Andalah yang membangunnya. Hal itu menjadikan Anda trainer yang lebih baik daripada siapa pun yang tidak melakukannya.

• Membangun dan memelihara pustaka bersama (shared library) yang berisi prompt, skill, and patterns agar pengetahuan tetap ada saat seseorang keluar. Mengelola pipeline yang memindahkan skill dari tahap penerimaan (intake) melalui tinjauan hingga ke pustaka bersama — serta mengotomatiskan bagian-bagian yang tidak seharusnya membutuhkan campur tangan manusia.

Mengukur dan Melaporkan Hasil

• Menentukan sekumpulan metrik kecil yang menunjukkan apakah AI berfungsi: biaya, adopsi, pengiriman (delivery), dan kualitas.

• Membangun data pipeline di balik metrik tersebut. Bersiaplah menghadapi data sumber yang berantakan. Menerbitkan laporan berkala kepada tim eksekutif. Format yang sama setiap saat. Kabar buruk pun harus disertakan.

• Menghapus metrik apa pun yang belum pernah mengubah suatu keputusan dalam satu kuartal.

Tentang Anda!

• Anda telah merilis software production dalam dua tahun terakhir, sebagai orang yang menulis kodenya