بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيم
AI dan Masa Depan Kerja:
Siapa yang Terancam, Siapa yang Terangkat?
Oleh: Bagus Suminar
Wakil Ketua ICMI Jatim, Tim Soft Skills SDMIndonesia.com
“AI merombak tugas kerja: beberapa lenyap, beberapa lahir. Siapkah Anda? Pelajari skill yang membuat karier tahan banting.”
Apakah pekerjaan Anda aman saat ini? Jawabannya sederhana: tergantung. Bukan semua jabatan akan “ditelan” mesin AI, tapi banyak tugas yang bisa berubah, bisa tergantikan. Itu inti pemikiran task-based: teknologi menggantikan tugas tertentu, bukan selalu menghapus keseluruhan pekerjaan. Konsekuensinya bergantung pada tugas apa yang diotomasi dan bagaimana organisasi meredesain pekerjaan itu.
Kalau ditanya siapa yang paling rawan, mulai dari sini. Pekerjaan yang banyak berisi tugas rutin — input data, pengecekan dokumen standar, perekapan laporan sederhana — paling terekspos. Studi-studi klasik menunjukkan pola yang sama: teknologi menekan tugas rutin, sementara tugas non-rutin kreatif dan interpersonal relatif aman atau malah meningkat permintaannya.
Di sisi lain, ada yang untung. Peran yang butuh pemikiran kritis, kreativitas, pengambilan keputusan kompleks, dan keterampilan manusiawi—itu yang akan makin bernilai. Analis data, spesialis AI, product manager yang paham data, atau pekerjaan layanan tinggi yang memerlukan empati; posisi-posisi seperti ini cenderung bertumbuh jika organisasi memandang AI sebagai alat bantu, bukan pesaing. Laporan global juga mengingatkan: ada peluang besar, asal skil-set kita menyesuaikan.
Di Indonesia gambarnya mirip: potensi produktivitas besar, tapi risiko nyata bagi segmen berisi tugas rutin. Survei dan kajian untuk Indonesia menekankan dua kebutuhan: job-redesign dan upskilling skala besar agar adopsi AI tidak memunculkan luka sosial. Dengan kata lain, otomatisasi bisa menguntungkan bila ada strategi manusia-sentris.
Jadi, apa yang harus dilakukan? Berikut peta praktis yang bisa langsung dijalankan oleh tiga pihak: pekerja, perusahaan, dan pembuat kebijakan.
Untuk pekerja: jangan panik, tapi bergerak. Prioritaskan kemampuan non-rutin: problem solving, komunikasi kompleks, analitik dasar, dan literasi data. Strategi T-shaped (satu kompetensi inti + beberapa keterampilan penunjang) membantu Anda tetap relevan. Mulailah dari kursus singkat, proyek kecil, atau sertifikat micro-credential yang bisa ditunjukkan saat melamar atau negosiasi promosi.
Penting: soft skills sekarang bukan pelengkap—mereka jadi modal utama. Data dan laporan terbaru menunjukkan bahwa kemampuan komunikasi, kolaborasi, dan kreativitas semakin dicari perusahaan ketika AI mengambil alih tugas rutin; komunikasi tetap jadi skill yang paling banyak dicari di platform profesional. Pelatihan soft skills juga terbukti meningkatkan produktivitas di lapangan—jadi ini bukan sekadar kata klise, melainkan investasi nyata.
Praktisnya, latih satu soft skill sekaligus: misalnya minggu ini fokus presentasi singkat, minggu depan minta feedback soal cara Anda menyelesaikan masalah tim. Gabungkan pelatihan itu dengan pembelajaran teknis: kursus data + latihan storytelling; itu kombinasi yang paling laku di pasar kerja sekarang. Rekomendasi praktis HR (lihat bagian perusahaan) harus memberi ruang waktu belajar untuk hal-hal ini.
Untuk perusahaan: baca pekerjaan sebagai kumpulan tugas, bukan label. Lakukan peta tugas (task mapping): tandai tugas mana yang aman untuk otomatisasi dan mana yang harus dikuatkan manusia. Redesign pekerjaan sehingga AI menangani tugas administratif, sementara karyawan fokus pada nilai tambah: strategi, hubungan, dan inovasi. Praktik yang efektif: pilot “internal job marketplace”, rotasi proyek 3 bulan, dan micro-training on-the-job 20–60 jam per modul. Ini menurunkan resistensi dan mempercepat akumulasi skill non-rutin.
Untuk pembuat kebijakan: dorong skema upskilling terarah. Standarkan micro-sertifikat agar cepat diakui pasar. Beri subsidi training untuk sektor berisiko dan insentif bagi perusahaan yang menerapkan program retrain-and-retain. Data internasional menunjukkan: tanpa intervensi publik-swasta, otomatisasi cenderung memperlebar ketimpangan; dengan kebijakan tepat, otomatisasi bisa menjadi mesin pertumbuhan inklusif.
Ada juga langkah cepat yang layak dicoba. Misalnya voucher pelatihan “AI co-pilot” 40 jam untuk pekerja administrasi; pilot peta tugas industri agar risiko otomatisasi terlihat jelas; atau kemitraan kampus-industri untuk sertifikasi yang langsung diakui perusahaan. Ide-ide kecil ini membuat transisi terasa lebih terukur dan manusiawi.
Ringkasnya: dua teori yang kita pakai—task-based (Acemoglu & Restrepo) dan routine/skill-biased (Autor dkk.)—mengajarkan satu hal penting: desain transisi itu menentukan hasil. Kalau Anda (pekerja) pasif, risiko nyata. Kalau perusahaan dan negara menunda, biaya sosial bisa besar. Tapi jika semua pihak bergerak, AI lebih mungkin menjadi alat augmentasi yang membuka peluang baru, bukan mesin pemangkas lapangan kerja.
Mulailah dari hal paling sederhana: ambil kursus 20 jam, bicarakan ulang tugas Anda dengan atasan, atau usulkan program rotasi di tim. Langkah kecil yang konsisten seringkali lebih efektif daripada keputusan dramatis. Di ujungnya, bukan soal siapa yang lebih pintar menguasai teknologi, tapi siapa yang menata kembali peran manusianya. Bergeraklah selangkah demi selangkah—itu yang membuat perbedaan. Stay Relevant! *
Referensi:
- Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3–30.
- Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. Quarterly Journal of Economics, 118(4), 1279–1333.
- McKinsey Global Institute. (2019). Automation and the future of work in Indonesia. McKinsey & Company.
