Liu Run tur CES, setiap orang bawa kartu perekam suara DingDing A1!

Baru-baru ini, Guru Liu Run bersama para pengusaha dari "Wen Dao Global" melakukan perjalanan bisnis ke Amerika Serikat.

Mereka tidak hanya mengunjungi sejumlah perusahaan luar negeri, tetapi juga merasakan arus panas teknologi global di lokasi pameran CES. Dalam pertukaran bisnis lintas Pasifik ini, Guru Liu Run membekali setiap anggota tim dengan alat AI canggih—kartu perekam DingTalk A1—dan menggunakan alat tersebut secara menyeluruh untuk pencatatan, komunikasi, serta kolaborasi.

Mari kita dengarkan langsung pengalaman penggunaannya:

Hari ini, saya berani membagikan satu set kerangka kerja pribadi kepada Anda. Serta teman istimewa yang ikut dibawa dalam perjalanan ini bersama saya dan para pengusaha lainnya: kartu perekam DingTalk A1. Ini adalah kartu catatan suara, kartu terjemahan, sekaligus asisten AI pribadi yang selalu siap sedia.

Dari mana harus memulainya?

Mari mulai dari hal yang sering dibutuhkan saat bepergian jauh—“terbang”.

01 Input Berbasis Node

Karena intensitas tinggi perjalanan dinas, setiap tahun saya menghabiskan banyak waktu di pesawat. Dalam perjalanan "Wen Dao Global", durasi penerbangan bahkan lebih panjang lagi.

Selain waktu istirahat yang penting, waktu-waktu ini biasanya saya gunakan untuk membaca. Di ketinggian sepuluh ribu meter, tanpa gangguan WeChat maupun telepon, merupakan kesempatan sempurna untuk fokus membaca buku-buku yang membutuhkan pemikiran mendalam.

Tetapi, bagaimana cara membacanya?

Banyak orang membaca secara “linier”. Seperti mendengarkan kaset, dari lagu pertama sisi A hingga lagu terakhir sisi B. Pengetahuan masuk ke otak secara berurutan.

Cara ini sangat alami, namun menimbulkan satu masalah: sulit mencarinya kembali. Ketika ingin menemukan bagian tertentu dari pengetahuan tersebut, Anda mungkin harus mencari urutannya lagi dari awal.

Oleh karena itu, saya lebih menyukai metode lain: “input berbasis node”.

Apa artinya input berbasis node?

Sederhananya, daripada melihat seluruh pengetahuan dari sebuah buku sebagai garis lurus yang kontinu, saya melihatnya sebagai jaringan tak terbatas dari node-node pengetahuan. Tugas saya bukan menghafal seluruh jaringan, melainkan mengidentifikasi node-node bernilai saat membaca, memberinya tanda, lalu menyimpannya ke dalam “otak kedua” saya.

Karena yang benar-benar penting bukanlah apa yang telah Anda baca, melainkan apa yang bisa Anda bangkitkan kembali.

Rasanya seperti masuk ke hutan. Setiap kali bertemu pohon menarik, segera ambil alat GPS, catat koordinat akurat, ambil foto ciri utama, bahkan tambahkan sedikit refleksi. Lalu simpan “paket data” ini ke dalam sistem peta pribadi. Sejak saat itu, pohon tersebut menjadi node pada peta pengetahuan yang bisa Anda akses kapan saja.

Kedepannya, ketika butuh menggunakan pengetahuan ini—misalnya menulis artikel atau membuat keputusan—Anda dapat langsung menariknya dan mengombinasikannya dengan cepat.

Misalnya, dalam penerbangan menuju Amerika Serikat kali ini, saya membaca beberapa buku.

Beberapa pandangan tentang AI memberi saya banyak inspirasi.

Lalu bagaimana memberi tanda pada pandangan-pandangan ini? Jika harus berhenti dan mencatat lewat ponsel atau laptop, aliran pikiran yang fokus akan terganggu. Maka saya mengambil kartu kecil di belakang ponsel saya, menekannya agak lama. Kartu itu bergetar pelan—umpan balik sentuhan yang mengonfirmasi bahwa rekaman telah dimulai. Lalu saya lanjutkan membaca, sambil berkata kepadanya, “Buku ini menyebutkan pandangan menarik tentang pembatasan dan penyebaran teknologi. Begini katanya…” Tekan lagi, getar lagi—sebagai konfirmasi: “Baik, sudah tersimpan.” Dengan begitu, proses “memberi tanda” selesai dilakukan seminimal mungkin mengganggu alur berpikir.

Kartu kecil inilah teman setia kami kali ini: kartu perekam DingTalk A1. Karena tipis dan menempel magnetik di belakang ponsel, ia nyaris “tak terasa”. Port Type-C juga membuat saya tak perlu membawa kabel pengisi tambahan.

Sesampai tujuan, buka aplikasi DingTalk di ponsel. Catatan suara selama penerbangan telah disinkronkan secara otomatis dan diubah menjadi teks, rapi tersimpan dalam kategori “catatan bacaan”. Durasi setiap rekaman juga membantu saya menilai kompleksitas informasi dengan cepat.

Selanjutnya, saya menulis prompt khusus agar AI berperan sebagai “asisten baca”, membantu menyusun catatan terstruktur yang mencakup “judul buku, inti pandangan, refleksi saya, dan konsep terkait”.

Proses ini merupakan contoh lengkap dari “input berbasis node”.

Saya hanya fokus mengenali “pohon mana yang layak ditandai”. Sedangkan tindakan “melokalisasi, memotret, menyimpan ke peta”—diserahkan sepenuhnya pada alat.

Tentu saja, buku adalah bentuk pengetahuan yang terstruktur dan statis. Namun ketika memasuki paviliun CES, gempuran informasi yang tak teratur menjadi tantangan sesungguhnya.

Lalu bagaimana menghadapinya?

02 Metode Digital Twin

Paviliun CES adalah lautan besar informasi.

Luasnya, beberapa gedung digabungkan setara dengan lebih dari 30 lapangan sepak bola. Suasana begitu ramai, tanpa pengeras suara Anda hampir harus berteriak untuk berkomunikasi. Kepadatan informasi sangat tinggi—setiap beberapa langkah, puluhan produk baru dan konsep baru langsung memasuki pandangan Anda.

Dalam lingkungan seperti ini, otak manusia mengaktifkan mekanisme perlindungan diri. Secara naluriah Anda akan menyaring informasi yang dianggap tidak penting, hanya mengingat potongan-potongan yang paling mengejutkan atau paling unik. Dalam psikologi, ini disebut “efek pesta koktail”.

Namun bagi observasi bisnis, mekanisme perlindungan ini bisa berakibat fatal.

Karena detail-detail bermakna justru sering tersembunyi di tengah “kebisingan latar” yang Anda saring itu.

Lalu bagaimana?

Kemauan keras tidak akan mampu melawan banjir informasi. Memaksakan otak agar ingat semua percakapan pun tidak realistis.

Maka saya menggunakan “metode digital twin”.

Apa itu “metode digital twin”?

Istilah ini berasal dari dunia industri, yaitu menciptakan salinan digital 1:1 dari entitas fisik, yang bisa disinkronkan dan dilacak. Diterapkan pada pemrosesan informasi: jangan mencoba menggunakan otak Anda untuk “mengingat segalanya”, tetapi gunakan alat eksternal untuk membuat salinan digital yang bisa direview sewaktu-waktu dari seluruh proses input Anda.

Otak Anda adalah prosesor pusat berkinerja tinggi. Kemampuan terbaiknya adalah berpikir, menganalisis, menghubungkan, dan mencipta. Alat eksternal ibarat hard drive eksternal SSD. Fungsinya yang utama adalah menyimpan data secara setia.

Di lokasi CES, tugas utama otak adalah fokus mengamati, berinteraksi secara mendalam, dan berpikir sensitif. Jika Anda memaksanya juga menyimpan data, performanya akan turun drastis. Anda akan sadar bahwa demi mencatat ucapan terkini, Anda kehilangan tiga kalimat penting berikutnya.

Maka saat memasuki paviliun CES, saya melepas kartu perekam DingTalk A1 dari ponsel, menghidupkannya, lalu menyimpannya di saku kemeja.

Lalu saya biarkan saja. Ia bekerja sendiri. Selama waktu berikutnya, ia akan seperti spons data, menggunakan enam mikrofon dan daya tahan baterai hingga 45 jam, diam-diam merekam semua suara di sekitar—penjelasan saya, pertanyaan para pengusaha, percakapan dengan peserta pameran.

Sementara saya fokus pada tugas saya. Karena saya tahu semuanya akan terekam. Justru karena itulah saya bisa lebih fokus.

Akhirnya, terciptalah rekaman lengkap yang saya beri nama “CES: Catatan Kunjungan dan Penjelasan Pameran Teknologi”. Naskah puluhan ribu kata hasil transkripsi otomatis oleh AI, dilengkapi timestamp dan identifikasi pembicara, menjadi “digital twin” kunjungan saya ke CES—sumber fakta untuk pemikiran dan produksi selanjutnya. Naskah ini bahkan menjadi salah satu bahan mentah untuk [artikel hari lalu](https://mp.weixin.qq.com/s?__biz=MjM5NjM5MjQ4MQ==&mid=2651780487&idx=1&sn=e082c6571c8aaf3dead98d6fe3367c89&scene=21#wechat_redirect).

Misalnya, kutipan berikut dari artikel tersebut berasal dari rekaman ini.

Di lokasi, saya melihat perusahaan yang mengembangkan “deteksi kekerasan”. Kamera mereka tidak mengenali siapa Anda atau apakah Anda sedang tersenyum—mereka hanya mendeteksi perilaku kekerasan. Begitu seseorang mengeluarkan pisau atau mengayunkan tinjunya, sistem langsung mendeteksinya. Jika situasi genting, sistem bahkan bisa langsung memanggil polisi. Produk ini mungkin kurang berguna di jalanan Tiongkok, tapi di wilayah dengan keamanan buruk, ini adalah kebutuhan pokok penyelamat nyawa.

Ya. Saat ini, banyak orang bersaing dalam bidang AI.

Tetapi tanpa data proses berkualitas tinggi, secerdas apa pun otak atau AI, mereka hanya bisa melakukan pemikiran ulang tingkat rendah.

Mencatat dulu, baru berpikir—mungkin itulah keterampilan dasar di zaman ini.

Membuat salinan digital menyelesaikan masalah penyimpanan informasi. Namun di pameran internasional seperti CES, ada masalah umum lainnya.

Yakni, hambatan bahasa.

03 Komunikasi Fidelitas Tinggi

Di CES, Anda bisa berdialog dengan para wirausahawan dan pakar teknologi dari seluruh dunia. Ini adalah kesempatan belajar langka.

Tapi komunikasi ini sulit menjamin “fidelitas tinggi”.

Dalam obrolan harian, cukup makna sampai. Namun dalam diskusi profesional, kita menuntut presisi 100%. Apalagi saat membahas detail teknis atau model bisnis. Karena pemahaman 99% bisa saja menyebabkan kesalahan besar akibat deviasi 1%.

Saat di lokasi CES kali ini, kami mengalami hal tersebut.

Di salah satu stan, kami bertemu seorang ahli dari Google Waymo, berdiskusi tentang pendekatan teknologi mobil otonom. Meskipun saya merasa cukup lancar berbahasa Inggris, dalam dialog padat dan sangat teknis seperti ini, saya harus memastikan bahwa saat mendengar istilah seperti “kerapatan titik awan lidar”, “algoritma end-to-end solusi visi murni”, atau “skenario ekstrem”, informasi yang saya terima benar-benar 100% utuh.

Maka saya mengeluarkan ponsel, membuka DingTalk, dan mengaktifkan fitur “terjemahan tatap muka”.

Lalu saya letakkan ponsel datar di antara kami berdua. Layar terbagi dua. Bagian yang menghadap saya menampilkan teks Mandarin, bagian yang menghadap dia menampilkan teks Inggris. Teks juga otomatis diputar 180 derajat agar mudah dibaca olehnya. Dengan demikian, kami tidak perlu repot bolak-balik menyerahkan ponsel.

Saya ucapkan satu kalimat dalam Bahasa Mandarin, dia langsung melihat terjemahan Inggris yang akurat. Sebaliknya, saat dia bicara dalam Bahasa Inggris, saya melihat terjemahan Mandarin yang lancar.

Kemudian, kami bisa fokus berdialog. Seluruh percakapan bilingual ini juga direkam secara lengkap oleh kartu perekam DingTalk A1 di saku saya, menghasilkan notulen rapat bilingual Mandarin-Inggris. Notulen ini kemudian menjadi bagian dari repositori pengetahuan “Wen Dao Global”, digunakan untuk output di masa depan.

Jadi, lihatlah.

Kehadiran teknologi bukan untuk membuat Anda merasakan kehebatannya, melainkan agar Anda tidak merasakannya sama sekali.

Baiklah. Sekarang, seluruh informasi sepanjang hari telah tersimpan dengan fidelitas tinggi di gudang data. Namun gudang ini terlalu besar dan berantakan.

Misalnya, malam hari kembali ke hotel, saya sama sekali tidak ingat siapa yang mengatakan percakapan penting siang tadi, dalam konteks apa.

Lalu bagaimana?

04 Pencarian Berbasis Dialog

Dahulu kala, kita menggunakan tulisan untuk mencatat pemikiran dan pengalaman, melawan lupa. Cara pemrosesan informasi berbasis “catatan” inilah fondasi peradaban manusia.

Kemudian, kita memindahkan catatan ke komputer, memiliki kemampuan pencarian kuat. Secara teori, selama Anda ingat kata kunci, pemrosesan informasi “digital” ini memungkinkan Anda menemukan semua yang pernah dicatat.

Tetapi kini, muncul jenis pemrosesan informasi baru: “berbasis dialog”.

Apa artinya pemrosesan informasi berbasis dialog?

Pencarian berbasis kata kunci seperti mencari buku di perpustakaan besar menggunakan kartu indeks. Anda harus tahu judul, nama penulis, atau nomor klasifikasi. Jika Anda hanya samar-samar ingat “tadi sore tampaknya melihat buku tentang lengan robot dengan sampul biru”, maka maaf, kartu indeks mungkin tak bisa membantu.

Sedangkan pencarian berbasis dialog seperti Anda langsung bertanya pada pustakawan: “Saya ingin mencari buku tentang fleksibilitas lengan robot, sampulnya kayaknya biru.” Lalu pustakawan akan menggunakan keahlian dan pemahamannya terhadap perpustakaan untuk membantu Anda cepat menemukan buku itu.

Maka, untuk bisa fleksibel mengakses informasi, Anda butuh repositori pengetahuan yang bisa mengerti bahasa manusia.

Misalnya, malam hari di hotel, saya samar-samar ingat ada diskusi siang tadi tentang “tangan robot lincah” saat berkeliling area robot. Saya ingin memakai diskusi ini dalam artikel.

Maka saya langsung bertanya via kotak dialog DingTalk kepada AI: “Siapa tadi yang menyampaikan pandangan tentang tangan robot lincah?”

Beberapa detik kemudian, AI memberi jawaban. Ia membantu saya cepat menemukan bagian diskusi tersebut dalam dokumen “CES: Catatan Kunjungan dan Penjelasan Pameran Teknologi”. Sekaligus meringkas isi utamanya: “Tangan robot lincah adalah bidang krusial, tantangan utamanya adalah fleksibilitas tinggi dan sensor tekanan yang memadai…” Bahkan, saya bisa lanjut bertanya: “Dalam konteks apa diskusi itu terjadi?” Ia akan menjawab berdasarkan konteks percakapan.

Inilah pemrosesan informasi “berbasis dialog”.

Ia menuntut alat menyesuaikan diri dengan kebiasaan manusia, bukan manusia menyesuaikan diri dengan kekakuan alat.

Maka saya juga menggunakan cara ini untuk menangkap ide-ide spontan.

Misalnya, suatu malam, saya sedang hendak tidur. Tiba-tiba muncul gagasan: banyak perusahaan AI kecil yang saya temui hari ini tampaknya sangat cocok dengan kerangka “persepsi–pengambilan keputusan–aksi”.

Tapi saya benar-benar tidak ingin menyalakan lampu, ambil ponsel, dan mencatat. Usia sudah tua, kurang tidur. Kalau sampai melakukan serangkaian gerakan itu, bisa-bisa malah susah tidur.

Maka saya ulurkan tangan, meraba tombol kartu perekam DingTalk A1 di belakang ponsel. “Bzz”, saya tahu ia sudah mulai merekam. Dengan mata tetap terpejam, saya berkata: “Perusahaan AI kecil, persepsi, pengambilan keputusan, aksi.” Lalu saya lanjut tidur.

Esok paginya, gagasan itu sudah muncul sebagai catatan suara di grup “inspirasi” saya.

Baiklah. Membaca, mencatat, mengorganisasi, mencari… Semua persiapan ini pada akhirnya untuk satu tujuan: output.

Lalu bagaimana mengubah pengetahuan-pengetahuan ini menjadi artikel yang logis dan jelas?

05 Metode Menulis dengan Perancah

Saya rasa, hampir semua pekerja tulis pernah mengalami kondisi “dihadapkan pada dokumen kosong, tak tahu harus mulai dari mana”. Bisa karena tidak ada yang ingin dikatakan. Bisa juga karena terlalu banyak pikiran, bingung harus memulai dari mana.

AI sangat efektif mengatasi penyebab kedua ini.

Mengapa begitu?

Karena metode penulisan banyak orang pada dasarnya adalah “metode menulis dengan perancah”.

Seperti membangun rumah. Otak Anda penuh ide, studi kasus, data—semua batu bata yang tersebar di lokasi proyek. Tapi yang harus Anda hasilkan adalah rumah kokoh dengan desain indah. Dari batu bata ke rumah, tugas tersulit di tengahnya adalah membangun perancah—alias kerangka tulisan dan struktur logika.

Dulu, perancah ini harus kita bangun sendiri, batang demi batang, pipa demi pipa. Semua batu bata harus diatur ulang berulang kali di kepala. Mana yang diletakkan di depan, mana di belakang, semua harus dipertimbangkan matang.

Tapi kini, pekerjaan fisik ini bisa sebagian diserahkan ke AI.

Tentu saja. AI tidak akan dan tidak boleh menggantikan saya sebagai arsitek utama rumah. Jiwa rumah—pandangan unik, wawasan mendalam, emosi menyentuh, narasi cerdas—harus datang dari saya sendiri. Namun AI tetap bisa membantu secara signifikan.

Misalnya, sebelum mulai menulis, saya bisa menyerahkan semua “digital twin” tadi ke AI. Lalu melalui DingTalk, memberi instruksi. Instruksinya bukan “ringkas saja”, melainkan: “Tolong berperan sebagai analis bisnis senior, analisis secara komprehensif rekaman-rekaman tentang CES hari ini, lalu tarik 20 wawasan terpenting bagi saya. Susun menjadi kerangka artikel rinci berdasarkan struktur tren teknologi–aplikasi bisnis–pemikiran masa depan. Untuk tiap wawasan, cantumkan 2-3 studi kasus atau data pendukung.”

Cepat, AI memberi saya perancah. Kerangka ini mungkin masih kasar, beberapa pandangannya perlu koreksi. Tapi setidaknya, ia membantu saya mengatasi kesulitan “dari nol ke satu”.

Lalu saya bisa terus menyempurnakannya, mengoptimalkannya, hingga terbentuk kerangka yang memuaskan, sebelum mulai mengisi argumen, memoles kalimat, dan menyuntikkan emosi…

Ya.

AI tidak bisa menggantikan pemikiran saya.

Tetapi ia sangat memperpendek jarak antara “berpikir” dan “menyampaikan”.

Saya bisa mengalokasikan lebih banyak energi pada “mencipta”, bukan “mengatur”.

Kata Penutup

Dari input berbasis node, metode digital twin, komunikasi fidelitas tinggi, hingga pencarian berbasis dialog dan metode menulis dengan perancah.

Inilah metode kerja saya selama perjalanan “Wen Dao Global”.

Atau, Anda juga bisa menganggapnya sebagai satu set metode belajar efisien.

Kuncinya adalah: bebaskan otak dari tugas berat mengingat dan mengatur, agar bisa fokus pada hal-hal bermakna: berpikir dan mencipta.

Dan kartu perekam DingTalk A1 adalah “wujud fisik” yang membawa metode kerja saya dalam perjalanan ini. Hari ini, saya membagikannya sebagai contoh, semoga bisa memberi Anda inspirasi.

Memandangi kartu perekam DingTalk A1 di tangan, mengenang suasana di lokasi CES, saya seolah mengerti mengapa banyak orang bilang 2026 kemungkinan besar akan menjadi tahun besar hardware AI.

Karena kemampuan model AI besar ibarat listrik di jaringan. Ada di mana-mana, potensinya tak terbatas. Tapi Anda butuh berbagai “peralatan listrik” untuk benar-benar memanfaatkannya.

Hardware AI adalah peralatan yang membawa kemampuan AI ke dekat kita.

Maka di CES, kacamata AI dengan terjemahan instan, cincin pintar yang memantau kesehatan secara akurat, teman AI yang belajar kebiasaan hewan peliharaan—semuanya bukan lagi konsep jauh. Sensor, chip, baterai—teknologi dasar ini terus matang. Tahun ini, tema CES bukan lagi AI sebagai perangkat lunak, melainkan AI sebagai entitas fisik.

Dan hardware AI seperti kartu perekam DingTalk A1 adalah salah satu gelombang kecil di tengah arus besar ini. Ia adalah produk, juga tren. Tren di mana AI mulai tumbuh tangan dan kaki, benar-benar masuk ke kehidupan kita.

Kedepannya, hardware AI ini akan membantu para profesional di berbagai bidang terbebas dari kerja rutin, untuk menyelesaikan hal-hal yang lebih kreatif.

Tetapi, batas atas alat akhirnya ditentukan oleh imajinasi penggunanya.

Imajinasi saya sendiri sangat terbatas. Maka kami meminta kepada DingTalk lima unit baru kartu perekam DingTalk A1. Karena saya benar-benar penasaran: jika Anda yang menggunakannya, dalam skenario apa, masalah apa yang akan Anda selesaikan? Silakan bagikan di kolom komentar. Kami juga berharap interaksi Anda lewat like, bagikan, dan tonton.

Hingga pukul 18:00 tanggal 19 Januari, kami akan memilih 5 komentar dengan jumlah like tertinggi dari pertanyaan “dalam skenario apa, masalah apa yang Anda selesaikan”, dan menghadiahkan 5 unit kartu perekam DingTalk A1 ini.

Baiklah, sahabat saya.

Tahun baru telah dimulai.

Semoga di tahun ini, Anda terus belajar secara efisien dan berevolusi dengan energi tinggi.

Terus semangat.

Pandangan / Liu Run Penulis utama / Er Man Editor / Ge Ping Desain / Huang Jing

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!