Ketika AI Mengambil Alih Tugas, Bagaimana Perusahaan Menyiapkan SDM?
Mahasiswa, Universitas Pamulang, Pembuat Artikel
·waktu baca 9 menit
Tulisan dari Syahirah Ramadhani Novendra tidak mewakili pandangan dari redaksi kumparan
AI sudah masuk ke ruang kerja kita. Pertanyaannya, apakah manusia di dalamnya sudah disiapkan?
Kecerdasan buatan sebenarnya bukan barang baru. Istilah artificial Intelligence dipopulerkan para peneliti dalam konferensi di Dartmouth College, Amerika Serikat, pada 1956. Selama puluhan tahun, AI lebih banyak hidup di laboratorium dan ruang kuliah, dan baru menyentuh dunia usaha lewat sistem yang kaku, seperti aplikasi berbasis aturan atau mesin pendeteksi pola yang hanya bisa dioperasikan ahli. Titik baliknya terjadi pada November 2022, ketika ChatGPT dirilis ke publik. Untuk pertama kalinya, siapa pun bisa meminta mesin menulis, merangkum, menerjemahkan, atau menganalisis data hanya dengan mengetik kalimat biasa. AI tidak lagi menjadi urusan insinyur, tetapi alat kerja sehari-hari.
Sejak 2023, laju adopsinya sulit dihentikan. Laporan Future of Jobs 2025 dari World Economic Forum mencatat bahwa investasi pada AI generatif telah naik delapan kali lipat sejak ChatGPT diluncurkan, dan 86% pemberi kerja memperkirakan AI akan mengubah bisnis mereka hingga 2030. Di perusahaan, AI kini dipakai untuk menjawab pertanyaan pelanggan lewat chatbot, merapikan dokumen dan laporan administrasi, mengolah data dalam jumlah besar, menyaring lamaran kerja, hingga memantau proses produksi. Pola serupa terlihat di perbankan, manufaktur, perdagangan, dan fungsi SDM. Indonesia tidak tertinggal. Survei Microsoft Work Trend Index yang melibatkan 31.000 orang di 31 negara menemukan bahwa 92% pekerja intelektual di Indonesia sudah menggunakan AI generatif di tempat kerja. Gambaran yang lebih berhati-hati datang dari survei PwC 2025 terhadap 812 responden di Indonesia: 69% pekerja memakai AI dalam setahun terakhir, tetapi hanya 16% yang memakai AI generatif setiap hari. Artinya, AI sudah masuk ke kantor, tetapi pemanfaatannya belum merata dan belum mendalam.
Di sinilah isu ini menjadi penting bagi Perencanaan SDM. Yang terdampak bukan hanya karyawan di level operasional, tetapi juga manajer yang harus membagi tugas antara manusia dan mesin, bagian HRD yang harus menata ulang kebutuhan tenaga kerja, pimpinan yang harus memutuskan arah investasi, serta pencari kerja dan lulusan baru yang bersaing di pasar yang berubah cepat. Proyeksi WEF menyebut 92 juta pekerjaan akan tergeser dan 170 juta pekerjaan baru akan tercipta pada 2030, sehingga ada selisih bersih 78 juta lapangan kerja. Angka itu terdengar menenangkan, tetapi hanya bagi mereka yang punya keterampilan yang tepat. Laporan yang sama menyebut 63% pemberi kerja menilai kesenjangan keterampilan sebagai hambatan utama transformasi bisnis. Di Indonesia, 47% pemimpin perusahaan mengaku khawatir karena belum ada visi dan rencana yang jelas untuk menerapkan AI. Persoalannya, banyak perusahaan sudah memakai AI, tetapi belum menyiapkan orang-orang yang akan bekerja bersamanya. Perubahan ini terlalu cepat untuk dijawab dengan pola rekrutmen lama, dan karena itu perencanaan SDM harus dimulai sekarang, bukan setelah pekerjaan terlanjur berubah.
Fenomena dan Fakta di Lapangan
Di lapangan, AI paling terasa sebagai alat efisiensi. Sektor perbankan Indonesia bisa jadi contoh paling terang. Menurut data PERBANAS bersama IBM yang dilaporkan Katadata, tingkat adopsi AI di perbankan Indonesia naik dari sekitar 30% pada 2024 menjadi 42% pada 2025, lalu 57,9% pada kuartal pertama 2026. Dalam liputan yang sama, seorang narasumber menyebut bahwa pada sejumlah implementasi, AI mampu menangani sekitar 35% hingga 40% interaksi layanan pelanggan dan memangkas waktu penyelesaian layanan lebih dari 60%. Angka itu datang dari pelaksana, bukan audit independen, jadi sebaiknya dibaca sebagai klaim. Liputan tersebut juga mencatat bahwa pertanyaan yang lebih kompleks dialihkan ke petugas layanan pelanggan, sehingga peran manusia tidak otomatis hilang, tetapi bergeser ke kasus yang lebih sulit.
seberapa banyak pekerjaan yang terdampak? Di sini perlu dibedakan antara terpapar AI dan benar-benar hilang. Analisis IMF yang dirilis Januari 2024 memperkirakan hampir 40% lapangan kerja global terpapar AI, dengan porsi sekitar 60% di negara maju, 40% di pasar berkembang, dan 26% di negara berpendapatan rendah. Namun, laporan itu juga mencatat bahwa hanya separuh pekerjaan yang terpapar diperkirakan terdampak negatif, sedangkan sisanya justru bisa terbantu peningkatan produktivitas. Eksposur adalah ukuran potensi, bukan angka pemutusan hubungan kerja. Hal serupa berlaku pada kajian Accenture 2024 yang dikutip pejabat Bank Tabungan Negara (BTN) pada September 2026: sekitar 73% waktu kerja pegawai bank, terutama frontliner dan operasional, berpotensi digantikan teknologi seperti AI dan RPA. Perhatikan bahwa yang diukur adalah waktu kerja, bukan jumlah pegawai. Pada tingkat global, WEF dalam Future of Jobs Report 2025 menghitung gangguan terhadap sekitar 22% pekerjaan pada 2030, dan itu pun mencakup pekerjaan yang berubah, tergeser, maupun baru lahir.
Masalah sesungguhnya ada pada keterampilan. WEF memperkirakan sekitar 59% tenaga kerja global memerlukan keterampilan baru atau yang diperbarui pada 2030. Di Indonesia, Otoritas Jasa Keuangan (OJK) dalam acara IBM Tech Innovation Experience, 20 Mei 2025, menyebut bahwa lebih dari 50% SDM di sektor keuangan perlu reskilling dan upskilling. Sementara itu, survei PwC Global Workforce Hopes & Fears 2025 dengan 812 responden Indonesia menunjukkan bahwa 64% pekerja non-manajer menyatakan memiliki akses ke sumber belajar yang mereka butuhkan. Dengan kata lain, sisanya tidak menyatakan demikian, dan di situlah kesenjangan kompetensi mudah melebar. Dari sisi perekrut, laporan LinkedIn yang dikutip Fortune Indonesia untuk tahun 2025 mencatat bahwa 85% perekrut di Indonesia menjadikan peningkatan keterampilan karyawan sebagai prioritas utama, dengan fokus pada AI. Niatnya sudah ada, tetapi tidak semua karyawan sudah memperoleh pelatihannya.
Bagaimana wujudnya di perusahaan? BTN memberi contoh yang konkret. Dalam diskusi publik dengan Lembaga Pengembangan Perbankan Indonesia (LPPI), pejabat BTN menyatakan bahwa pada 2024–2025 sekitar 600–700 pegawai frontliner dan operasional direskill menjadi tenaga penjualan dan analis digital, dan prosesnya masih berlangsung. Ia juga mengaitkannya dengan upaya merancang ulang pekerjaan agar bank mengantisipasi perubahan akibat teknologi. Angka ini adalah keterangan perusahaan, bukan audit eksternal, tetapi pelajarannya jelas. Ketika sebagian tugas rutin bisa diotomatisasi, perusahaan yang memetakan kebutuhan pekerjaan lebih dulu dapat memindahkan orang ke peran baru, alih-alih sekadar mengurangi jumlah pegawai. Perencanaan SDM, mulai dari pemetaan tugas, pelatihan, hingga penempatan, tidak lagi sekadar urusan administratif, tetapi menentukan apakah efisiensi dari AI berujung pada transformasi atau justru kesenjangan.
Analisis dari Perspektif Perencanaan SDM
Langkah pertama bagi perusahaan adalah berhenti bertanya "jabatan apa yang bisa digantikan AI?" dan mulai bertanya "tugas apa dalam setiap jabatan yang bisa dibantu atau diotomatisasi?" Perbedaannya penting. Angka Accenture yang dikutip BTN tadi mengukur waktu kerja pegawai bank yang berpotensi digantikan teknologi, bukan jumlah pegawai yang harus dikurangi. Dari pemetaan tugas inilah perusahaan dapat menghitung kebutuhan SDM yang sesungguhnya: berapa orang dan kompetensi apa yang diperlukan dalam dua sampai lima tahun ke depan, mana peran yang menyusut, mana yang berubah, dan mana yang baru. Bank Tabungan Negara memberi contoh nyata. Pejabatnya menyatakan bahwa sekitar 600–700 pegawai frontliner dan operasional direskill menjadi tenaga penjualan dan analis digital pada 2024–2025, sebagai bagian dari upaya merancang ulang pekerjaan. Contoh yang lebih sederhana, sebagai ilustrasi dan bukan kasus nyata: perusahaan distribusi dengan puluhan staf entri data faktur dapat memetakan bahwa 60–70% tugas mereka berupa input berulang yang bisa dibantu AI, lalu menyiapkan sebagian staf itu untuk peran verifikasi data, analisis keterlambatan pembayaran, atau layanan mitra dagang. Angka dalam ilustrasi ini hanya contoh hitungan, bukan temuan survei.
Setelah pemetaan, pelatihan menjadi penentu. Perusahaan perlu membedakan tiga hal: pelatihan literasi digital dan AI bagi semua karyawan, upskilling untuk memperdalam kemampuan di peran yang sama, dan reskilling untuk berpindah ke peran baru. Jangan lupa pula bahwa keterampilan teknis saja tidak cukup. Ulasan atas laporan WEF 2025 menegaskan bahwa keterampilan manusia seperti berpikir kreatif, ketangguhan, fleksibilitas, dan kelincahan tetap krusial di samping keterampilan teknologi. Di ruang kerja, ini berarti pegawai layanan pelanggan tidak hanya diajari memakai chatbot, tetapi dilatih menangani keluhan rumit, bernegosiasi, dan berempati, karena kasus semacam itulah yang dalam praktik perbankan dialihkan dari sistem AI ke petugas manusia. Pelatihan juga perlu disertai aturan main. BTN, misalnya, menurut pejabatnya tidak membolehkan penggunaan "shadow AI" atau AI di luar sistem resmi dalam proses bisnis internal yang memakai data bank. Pelajarannya, kemampuan memakai AI harus berjalan bersama kesadaran soal keamanan data dan etika. Pedoman yang disebut OJK pun menekankan etika, akuntabilitas, dan pengawasan manusia dalam penggunaan AI. Dalam model ini, AI menjadi mitra kerja, dan keputusan penting tetap berada di tangan manusia.
Langkah terakhir adalah menjadikan semua ini proses yang berkelanjutan dan dibangun bersama karyawan. Kebutuhan SDM sebaiknya dievaluasi berkala, misalnya setiap semester, karena teknologinya berubah lebih cepat daripada siklus anggaran tahunan. Karyawan juga perlu dilibatkan sejak awal: mereka yang menjalankan pekerjaan sehari-hari paling tahu tugas mana yang layak dibantu AI dan di mana risikonya. Sebagai ilustrasi, pabrik manufaktur di Cikarang dapat membentuk tim kecil lintas bagian, terdiri dari operator, supervisor, dan HRD, untuk menguji AI pada tugas pencatatan hasil inspeksi selama tiga bulan, lalu menilai hasilnya sebelum diperluas. Pilihan strategis ini penting karena arah perusahaan tidak otomatis menuju pengurangan tenaga kerja. Menurut survei WEF, 80% pemberi kerja berencana melatih ulang karyawannya dan dua pertiga berencana merekrut talenta dengan keterampilan AI, sementara sekitar 40% berencana mengurangi tenaga kerja karena otomatisasi. Artinya, jalur menggabungkan manusia dan teknologi memang tersedia dan dipilih banyak perusahaan, asal perencanaannya dimulai sebelum perubahan datang, bukan sesudahnya.
Kesimpulan
Pada akhirnya, AI bukan sekadar ancaman bagi tenaga kerja. Ia juga peluang untuk meningkatkan produktivitas dan membuka cara kerja baru, selama perusahaan mau menatanya dengan sungguh-sungguh. Data yang kita bahas menunjukkan dua sisi itu berjalan bersamaan: pekerjaan memang bergeser, tetapi proyeksi WEF juga menyebut 170 juta pekerjaan baru akan tercipta pada 2030 di samping 92 juta yang tergeser. Peluang itu tidak akan jatuh begitu saja kepada semua orang. Yang menentukan bukan seberapa canggih teknologi yang dibeli, melainkan seberapa siap manusia yang menjalankannya, dan itu bergantung pada perencanaan tenaga kerja yang tepat: memetakan tugas yang berubah, menghitung kompetensi yang dibutuhkan, lalu melatih dan menempatkan karyawan sebelum perubahan datang. Pengalaman BTN yang menyiapkan ratusan pegawai untuk peran baru menunjukkan bahwa jalan itu bisa ditempuh. Maka, pertanyaan yang layak direnungkan para pemimpin perusahaan hari ini bukan hanya "teknologi apa yang akan kita beli?", tetapi juga "siapa yang akan kita siapkan untuk memakainya?" Perusahaan yang hanya berinvestasi pada mesin akan memiliki alat yang canggih tetapi tim yang tertinggal. Sebaliknya, perusahaan yang berani berinvestasi pada kemampuan manusia akan memiliki keduanya, dan di situlah keunggulan yang sesungguhnya dibangun.