SDM Pabrik: Bagaimana Nasibnya Saat AI Ambil Alih Lini Produksi?
Tulisan dari Kaisarrio Rizky tidak mewakili pandangan dari redaksi kumparan
SDM di sebuah pabrik di Karawang dulu jadi andalan utama: ratusan pasang mata dan tangan manusia mengawasi setiap detail di jalur perakitan. Kini, sensor dan algoritma yang lebih dulu mendeteksi anomali sebelum manusia sempat menyadarinya. Bukan skenario fiksi — ini yang sedang terjadi, perlahan tapi pasti, di lini-lini produksi Indonesia.
Pertanyaannya bukan lagi apakah AI akan masuk ke pabrik. Pertanyaannya adalah: ketika AI benar-benar mengambil alih pekerjaan yang dulu jadi domain manusia, apa yang tersisa untuk sumber daya manusia (SDM) di sana? Apakah mereka akan tersingkir, atau justru naik kelas?
PerbesarSDM: Aset yang Tak Bisa Difotokopi
Ada satu prinsip lama dalam ilmu manajemen yang justru makin relevan di era AI: Resource-Based View (RBV), gagasan Jay Barney (1991) yang menyatakan bahwa keunggulan kompetitif perusahaan lahir dari sumber daya yang bernilai, langka, sulit ditiru, dan sulit digantikan.
Mesin bisa dibeli. Algoritma bisa dilisensikan. Tapi kemampuan seorang supervisor produksi membaca situasi krisis, menenangkan tim saat target meleset, atau mengambil keputusan cepat saat mesin tiba-tiba mogok — itu yang sulit dipindahtangankan. Justru di titik inilah SDM produksi punya nilai yang tidak bisa “difotokopi” oleh kompetitor, sekanggih apa pun teknologi yang mereka beli.
Masalahnya, tidak semua perusahaan memperlakukan SDM sebagai aset strategis semacam itu. Banyak yang masih memandangnya sebagai biaya yang harus ditekan — dan di sinilah AI sering disalahpahami sebagai jalan pintas untuk memangkas jumlah kepala, bukan sebagai alat untuk menaikkan level kompetensi manusia yang ada.
Rencana Besar, Praktik yang Tertinggal
Di atas kertas, korporasi terlihat serius. Sebanyak 82 persen pemimpin HR di Asia Tenggara menyatakan berencana mengadopsi agentic AI dalam 12 bulan ke depan. Tapi di lantai produksi, realitasnya jauh lebih pelan: baru 8 persen pekerja Indonesia yang benar-benar memakai teknologi ini setiap hari.
Kesenjangan sebesar itu bukan sekadar angka statistik — ia mencerminkan pola klasik dalam transformasi organisasi: strategi dirumuskan di ruang rapat direksi, tapi implementasinya macet di lapangan karena minimnya pelatihan, resistensi budaya kerja, atau ketimpangan akses.
Dan ketimpangan itu nyata. Hanya 64 persen karyawan non-manajerial di Indonesia merasa punya akses memadai terhadap sumber daya belajar, jauh di bawah 89 persen pada level eksekutif senior. Bayangkan seorang operator mesin di lini produksi yang tahu perusahaannya “sedang bertransformasi digital”, tapi tak pernah sekali pun diikutkan pelatihan untuk memahami apa yang sebenarnya berubah. Bagi mereka, AI bukan alat bantu — ia terasa seperti ancaman yang datang tanpa penjelasan.
Ini bukan sekadar problem teknis. Ini problem keadilan dalam manajemen sumber daya.
Bukan Digantikan, tapi Dipindahkan Perannya
Ada kabar baik di tengah kekhawatiran ini. Riset pada penerapan AI di sistem transportasi kota menunjukkan pola yang instruktif: operator manusia tidak hilang, tapi perannya bergeser — dari yang tadinya memproses data secara manual, menjadi pengawas yang menafsirkan hasil kerja AI dan berkomunikasi dengan para pemangku kepentingan.
Pola serupa mulai terbentuk di sektor manufaktur lewat pendekatan yang disebut human-in-the-loop: AI menangani yang repetitif dan rutin, manusia mengambil alih yang membutuhkan penilaian, konteks, dan tanggung jawab. Pekerjaan administratif memang tergerus, tapi nilai tambah manusia justru bergeser ke kemampuan menganalisis, memecahkan masalah kompleks, dan mengambil keputusan berbasis data — kemampuan yang, ironisnya, belum banyak diajarkan secara sistematis di banyak pabrik Indonesia.
Dengan kata lain, AI tidak menghapus pekerjaan manusia di pabrik. Ia menghapus pekerjaan yang seharusnya memang tidak lagi dikerjakan manusia sejak dulu — dan memaksa organisasi mempercepat sesuatu yang sebenarnya sudah lama tertunda: memindahkan manusia dari tugas rutin ke tugas berpikir.
Ketika Karyawan Memilih Bertahan, Bukan Berkembang
Ada satu fenomena menarik yang jarang dibahas dalam konteks ini: job hugging. Di tengah gelombang PHK yang menghantui banyak industri global, pekerja Indonesia justru cenderung bertahan di posisi mereka — bukan karena optimisme, tapi karena mencari rasa aman di tengah ketidakpastian.
Sektor manufaktur termasuk yang mencatat tren positif dalam hal ini. Tapi manajer operasi perlu waspada: karyawan yang bertahan karena takut kehilangan pekerjaan berbeda jauh motivasinya dari karyawan yang bertahan karena percaya pada masa depan perusahaan. Yang pertama cenderung pasif, sekadar menjalankan tugas. Yang kedua, aktif belajar dan beradaptasi.
Di sinilah tantangan sesungguhnya bagi manajemen sumber daya produksi hari ini: bukan hanya soal bagaimana mengintegrasikan AI ke lini produksi, tapi bagaimana memastikan karyawan yang bertahan benar-benar termotivasi untuk tumbuh bersama teknologi — bukan sekadar menunggu giliran tergantikan.
Tiga Hal yang Harus Dilakukan Sekarang
Dari seluruh pola di atas, ada tiga langkah konkret yang bisa diambil perusahaan manufaktur:
Pertama, sebarkan investasi pelatihan sampai ke lini produksi — bukan hanya level manajerial. Operator yang memahami cara kerja AI di sekitarnya akan jauh lebih siap berkolaborasi dengan teknologi, ketimbang sekadar takut digantikan olehnya.
Kedua, jadikan human-in-the-loop sebagai desain kerja yang nyata, bukan slogan di laporan tahunan. Manusia harus tetap punya kendali atas keputusan penting, dengan AI sebagai alat bantu — bukan sebaliknya.
Ketiga, bangun tata kelola AI sebagai agenda pimpinan, bukan proyek sampingan divisi IT. Sebab yang dipertaruhkan bukan hanya efisiensi proses, tapi juga kepercayaan dan masa depan karier ribuan pekerja pabrik.
Penutup: Pertanyaan yang Belum Terjawab
Transformasi AI di lini produksi pada akhirnya bukan cerita tentang mesin melawan manusia. Ini cerita tentang apakah organisasi cukup berani merancang ulang cara mereka memperlakukan manusia di tengah perubahan — atau justru memakai teknologi sebagai alasan untuk menghindar dari tanggung jawab itu.
Pertanyaannya kini kembali ke setiap perusahaan manufaktur di Indonesia: ketika AI sudah mengambil alih lini produksi, apakah SDM Anda sedang dipersiapkan untuk naik kelas — atau justru dibiarkan tertinggal?
Kaisarrio Rizky Pradana dan Marsa Nindya Kamila adalah mahasiswa Program Studi S1 Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Pamulang.