Cara Pakai AI untuk Kerja Tanpa Membocorkan Data Klien

Kamu tahu AI bisa memangkas pekerjaan berjam-jam jadi beberapa menit. Merangkum laporan, menyusun proposal, membalas email. Tapi semua pekerjaan itu berisi data klien, dan kamu tidak mau data mereka berpindah tangan.

Dilema ini diangkat langsung oleh peserta di webinar Diskusi Permasalahan Prompting AI bersama Pawang pada 3 Oktober 2026. Mereka ingin memakai AI supaya pekerjaan lebih cepat, tapi tidak berani membagikan data klien ke AI.

Kehati-hatian itu tepat. Kabar baiknya, kamu tidak harus memilih antara cepat dan aman.

Kenapa kekhawatiran ini masuk akal

Ada dua alasan kenapa kamu memang perlu berhati-hati.

Pertama, pengaturan bawaan aplikasi AI belum tentu cocok untuk data kerja. Contohnya, Google menyatakan bahwa sebagian chat di aplikasi Gemini ditinjau oleh peninjau manusia, dan secara terbuka meminta pengguna tidak memasukkan informasi rahasia yang tidak ingin dilihat peninjau (sumber).

Kedua, Indonesia punya aturan pelindungan data pribadi. UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi (UU PDP) sudah berlaku penuh sejak Oktober 2024 (teks UU di JDIH BPK). Aturan pelaksananya, PP Nomor 33 Tahun 2026, ditandatangani pada 16 Juli 2026 dan mulai berlaku 16 Januari 2027 (Katadata). Kalau kamu atau perusahaanmu mengelola data pribadi klien, kamu ikut bertanggung jawab atas cara data itu diproses, termasuk saat memakai layanan pihak ketiga.

Artikel ini bukan nasihat hukum. Untuk kebutuhan spesifik, konsultasikan dengan ahli hukum atau tim legal perusahaanmu.

6 cara memakai AI tanpa membocorkan data klien

1. Samarkan data sebelum dimasukkan

Ini cara paling sederhana, dan bisa langsung kamu lakukan hari ini. AI tidak perlu tahu nama asli klienmu untuk membantu menyusun email atau merangkum laporan.

Sebelum:

Buatkan email penagihan untuk Budi Santoso dari PT Maju Jaya,
email budi@majujaya.co.id, tagihan Rp45.750.000 jatuh tempo 1 September.

Sesudah:

Buatkan email penagihan untuk [NAMA KLIEN] dari [PERUSAHAAN],
tagihan [NOMINAL] yang sudah lewat jatuh tempo dua minggu.
Nada sopan tapi tegas, karena ini pengingat kedua.

Hasilnya tetap bisa dipakai. Kamu tinggal mengganti placeholder dengan data asli di luar aplikasi AI.

Nama dan data di atas fiktif, hanya untuk ilustrasi.

2. Kirim pola, bukan data mentah

Kalau kamu butuh bantuan menganalisis data, sering kali AI cukup melihat struktur atau contoh kecil yang sudah disamarkan. Misalnya, kirim nama kolom dan dua baris contoh palsu, lalu minta AI membuatkan rumus Excel atau langkah analisisnya. Rumus itu kemudian kamu jalankan sendiri pada data asli.

3. Matikan pemakaian data untuk melatih model

Untuk tugas sekali jalan, pakai mode chat sementara seperti Temporary Chat di ChatGPT, yang tidak masuk riwayat dan tidak dipakai melatih model (sumber).

Pengaturan dicek per [ISI: tanggal publish]. Nama menu bisa berubah.

Ingat, mematikan pengaturan ini tidak berarti data boleh dimasukkan sembarangan. Langkah 1 tetap yang utama.

4. Pertimbangkan paket bisnis untuk tim

Kalau timmu rutin memakai AI untuk pekerjaan klien, paket bisnis biasanya punya perlindungan data yang lebih ketat. Contohnya, OpenAI menyatakan bahwa konten dari workspace ChatGPT Business, Enterprise, dan Edu tidak dipakai untuk melatih model mereka secara bawaan (sumber). Google Workspace dan Claude juga punya paket untuk organisasi dengan ketentuan data tersendiri. Baca ketentuannya sebelum memilih.

5. Untuk data yang sangat sensitif, pertimbangkan AI on-premise

Empat cara di atas tetap mengirim teks ke server penyedia AI. Kalau data yang kamu olah sangat sensitif, misalnya data keuangan, kesehatan, atau dokumen hukum, atau kontrak klien melarang data keluar dari perusahaan, ada opsi lain: menjalankan AI di komputer atau server milikmu sendiri. Inilah yang disebut AI on-premise atau AI lokal.

Caranya dengan memakai model open-weight, yaitu model AI yang file-nya bisa diunduh dan dijalankan sendiri. Contohnya keluarga model Llama (Meta), Qwen (Alibaba), dan Gemma (Google). Untuk mencoba di laptop, ada aplikasi seperti Ollama atau LM Studio. Untuk tim atau perusahaan, model biasanya dipasang di server internal supaya bisa dipakai bersama.

Kelebihannya:

• Data tidak dikirim ke penyedia AI luar. Selama sistemnya tidak tersambung ke layanan pihak ketiga, data tetap berada di perangkat atau jaringanmu.

• Kamu memegang kendali penuh atas penyimpanan data dan siapa yang bisa mengaksesnya.

• Tidak ada batas kuota pesan dari penyedia. Biayanya pindah ke perangkat keras dan listrik.

Kekurangannya:

• Butuh perangkat keras yang memadai. Model yang besar butuh GPU dengan memori besar, sedangkan model yang muat di laptop biasa umumnya lebih kecil dan kemampuannya belum setara versi terbaru ChatGPT, Claude, atau Gemini.

• Butuh orang yang bisa memasang, memperbarui, dan merawat sistemnya.

• Keamanan tetap tanggung jawabmu. Server internal yang tidak diamankan dengan baik juga bisa bocor, dan kewajiban menurut UU PDP tetap berlaku karena datanya tetap data pribadi.

Kapan opsi ini masuk akal?

6. Cek kontrak dan bicarakan dengan klien

Beberapa kontrak atau perjanjian kerahasiaan (NDA) mengatur ketat ke mana data klien boleh dikirim. Cek dulu. Kalau ragu, sampaikan ke klien bahwa kamu memakai AI dan bagaimana kamu menjaga datanya. Dengan begitu, klien tahu apa yang terjadi pada datanya.

Checklist sebelum menekan Enter

• [ ] Apakah ada nama, nomor telepon, email, alamat, atau nomor identitas asli? Samarkan.

• [ ] Apakah ada angka sensitif yang tidak perlu? Ganti dengan placeholder atau perkiraan.

• [ ] Apakah AI benar-benar butuh data ini, atau cukup polanya saja?

• [ ] Apakah pengaturan privasi aplikasiku sudah sesuai?

• [ ] Apakah kontrak dengan klien mengizinkan ini?

• [ ] Kalau datanya sangat sensitif, apakah sebaiknya diproses dengan AI on-premise?

FAQ

Apakah aman memasukkan data klien ke ChatGPT? Tidak disarankan memasukkan data klien yang masih utuh, terutama di akun pribadi. Samarkan datanya dulu, dan matikan pemakaian data untuk pelatihan di pengaturan.

Apakah ChatGPT versi bisnis lebih aman untuk data perusahaan? OpenAI menyatakan konten dari ChatGPT Business, Enterprise, dan Edu tidak dipakai melatih model secara bawaan. Tetap baca ketentuan lengkapnya dan sesuaikan dengan kebijakan perusahaanmu.

Apa itu AI on-premise? AI on-premise adalah model AI yang dijalankan di komputer atau server milikmu sendiri, bukan di server penyedia seperti OpenAI atau Google. Datanya tidak dikirim ke pihak luar, tapi kamu butuh perangkat keras yang memadai dan orang yang bisa merawat sistemnya.

Apakah AI on-premise pasti lebih aman? Data tidak keluar ke penyedia AI, tapi keamanannya bergantung pada cara kamu mengelola server dan aksesnya. Kewajiban menurut UU PDP juga tetap berlaku.

Apa hubungan UU PDP dengan pemakaian AI? UU PDP mengatur pemrosesan data pribadi, termasuk saat data dikirim ke layanan pihak ketiga. Kalau kamu mengelola data pribadi klien, kamu perlu memastikan pemrosesannya sesuai aturan. Konsultasikan detailnya dengan ahli hukum.

Bagaimana cara menyamarkan data sebelum dimasukkan ke AI? Ganti nama, kontak, nomor identitas, dan angka sensitif dengan placeholder seperti [NAMA KLIEN] atau [NOMINAL]. Setelah AI memberi hasil, isi placeholder dengan data asli di luar aplikasi AI.

Ini satu dari lima masalah yang kami bahas di 5 Kesalahan Prompting AI yang Bikin Hasilnya Gak Maksimal. Baca juga Apakah AI Bisa Melihat Kehidupan Pribadi Kita? untuk memahami apa saja yang disimpan aplikasi AI.

Mau timmu bisa memakai AI dengan aman? Pelajari caranya bersama Pawang.