AI sekarang dapat membantu menyusun draf laporan, merangkum dokumen, membuat presentasi, mencari pola dalam data, menulis email, hingga menghasilkan alternatif ide hanya dalam hitungan detik.
Maka muncul pertanyaan yang semakin sering terdengar di ruang kerja: “Jika mesin dapat melakukan begitu banyak pekerjaan, untuk apa perusahaan masih membutuhkan manusia?”
Pertanyaan tersebut sebenarnya mengandung satu kekeliruan mendasar. Kita sering menyamakan pekerjaan, tugas, dan peran. Padahal ketiganya berbeda.
Menulis draf proposal adalah tugas. Membaca puluhan dokumen adalah tugas. Mengelompokkan data pelanggan adalah tugas.
Tetapi menentukan apakah proposal tersebut benar-benar menjawab kebutuhan klien, memahami keresahan yang tidak tertulis dalam data, berani menolak rekomendasi yang secara etika bermasalah, dan mempertanggungjawabkan keputusan kepada pelanggan adalah peran.
Di sinilah diskusi mengenai AI dalam dunia kerja perlu mulai bergeser. Pertanyaannya bukan lagi sekadar: “Pekerjaan apa yang dapat dilakukan AI?” Tetapi: “Setelah sebagian tugas dilakukan AI, apa yang seharusnya dilakukan manusia dengan kapasitas yang tersisa?”
AI dalam Dunia Kerja Lebih Sering Mengubah Isi Pekerjaan daripada Menghapus Seluruh Pekerjaan
Ketakutan bahwa AI akan menghapus hampir seluruh pekerjaan manusia terdengar dramatis, tetapi realitasnya lebih kompleks.
International Labour Organization atau ILO dalam pembaruan risetnya pada 2025 memperkirakan sekitar satu dari empat pekerja secara global berada dalam pekerjaan yang memiliki tingkat paparan tertentu terhadap Generative AI. Namun kesimpulan pentingnya adalah bahwa transformasi pekerjaan lebih mungkin terjadi dibanding penghapusan pekerjaan secara menyeluruh, karena sebagian besar pekerjaan terdiri dari kumpulan tugas yang berbeda dan masih membutuhkan input manusia.
Ini berarti AI dapat mengambil sebagian aktivitas dari sebuah pekerjaan tanpa otomatis mengambil seluruh profesinya.
- Seorang marketing professional mungkin tidak perlu lagi menghabiskan berjam-jam membuat lima belas alternatif headline.
- Seorang HR mungkin dapat mempercepat pengelompokan hasil survei.
- Seorang analis dapat menggunakan AI untuk membuat ringkasan awal dari data.
- Seorang leader dapat meminta AI membantu menyusun beberapa skenario keputusan.
Tetapi keputusan akhir mengenai mana yang relevan, mana yang benar, mana yang aman, dan mana yang sesuai dengan konteks bisnis tetap membutuhkan manusia. Karena pekerjaan bukan sekadar daftar aktivitas. Pekerjaan juga berisi judgment, konteks, hubungan, tanggung jawab, dan konsekuensi.
Bedakan Task dengan Role
Inilah pembedaan yang sangat penting bagi organisasi. Task adalah sesuatu yang dikerjakan. Role adalah tanggung jawab yang harus diwujudkan.
Seorang account manager mempunyai tugas membuat laporan perkembangan klien. AI mungkin dapat menyusun laporan tersebut. Tetapi perannya adalah menjaga kepercayaan klien, memahami perubahan kebutuhan, mengelola ekspektasi, dan memastikan hubungan tersebut tetap sehat.
Seorang supervisor mempunyai tugas membaca laporan produktivitas. AI dapat membantu menganalisis angkanya. Tetapi perannya adalah mengetahui mengapa performa tim berubah, berbicara dengan orang yang mengalami kesulitan, mengambil keputusan, dan menciptakan lingkungan kerja yang sehat.
Seorang pemimpin bisnis dapat menggunakan AI untuk menyusun sepuluh opsi strategi. Namun perannya bukan menghasilkan opsi. Perannya adalah memilih arah yang akan membawa konsekuensi bagi pelanggan, karyawan, pemegang saham, dan masa depan perusahaan.
Kalau perusahaan hanya melihat pekerjaan sebagai kumpulan task, AI memang terlihat seperti pengganti manusia. Tetapi ketika pekerjaan dilihat sebagai ownership terhadap hasil, perspektifnya berubah. AI menjadi alat. Manusia tetap menjadi pemilik keputusan.
Bahaya Terbesar Justru Ketika Manusia Berubah Menjadi Operator AI
Ada risiko lain yang mulai muncul. Organisasi membeli berbagai tools AI. Kemudian semua karyawan diminta menggunakannya. Efisiensi meningkat. Draf lebih cepat selesai. Laporan lebih cepat tersusun.
Namun perlahan muncul perilaku baru:
- “AI bilang begini.”
- “Chatbot merekomendasikan ini.”
- “Datanya dari AI.”
- “Sudah saya minta AI analisis.”
Kalimat-kalimat tersebut terdengar produktif, tetapi sebenarnya dapat menyembunyikan persoalan besar.
Siapa yang berpikir?
Jika manusia hanya memindahkan input ke AI lalu memindahkan kembali output AI ke dokumen perusahaan, organisasi bukan sedang menjadi lebih cerdas. Organisasi hanya sedang mempercepat proses tanpa memperkuat kualitas berpikirnya.
Di sinilah sense of ownership dapat melemah. Karyawan tidak lagi merasa dirinya pembuat keputusan. Ia merasa hanya sebagai perantara antara mesin dan pekerjaan. Dan ketika hasilnya salah, muncul godaan untuk berkata: “AI yang membuatnya.”
Padahal algoritma tidak duduk di depan pelanggan ketika terjadi kesalahan. AI tidak menghadiri rapat direksi untuk mempertanggungjawabkan keputusan. AI tidak menanggung rusaknya kepercayaan. Organisasi dan manusialah yang menanggung konsekuensinya.
Kecepatan AI Justru Membuat Judgment Manusia Semakin Penting
Ada paradoks menarik. Semakin mudah menghasilkan jawaban, semakin penting kemampuan untuk menilai kualitas jawaban.
Harvard Business Review pada 2026 membahas tantangan ini dalam konteks pengembangan judgment. Salah satu masalah yang disorot adalah bahwa profesional berpengalaman dapat memperoleh manfaat besar dari AI karena mereka mempunyai konteks untuk menilai outputnya, sementara pekerja yang lebih junior belum tentu mempunyai pengalaman yang cukup untuk membedakan hasil yang bagus dari hasil yang sekadar terlihat meyakinkan.
Artinya, perusahaan perlu berhati-hati agar AI tidak memotong proses pembelajaran manusia terlalu jauh. Bayangkan seorang junior analyst selalu meminta AI membuat analisis. Ia menerima hasilnya. Memperbaiki sedikit. Kemudian menyerahkan kepada atasannya. Produktivitas jangka pendek mungkin meningkat.
Tetapi bagaimana ia belajar mengenali pola? Bagaimana ia belajar membuat hipotesis? Bagaimana ia mengetahui bahwa sebuah kesimpulan “terlihat bagus tetapi sebenarnya salah”? Bagaimana judgment terbentuk jika seluruh proses berpikir pertama sudah dialihkan kepada mesin? Ini adalah salah satu tantangan pengembangan SDM terbesar di era AI. Efisiensi hari ini tidak boleh membeli ketidakmampuan berpikir besok.
The Human Premium: Ketika Kemampuan Manusia Justru Menjadi Lebih Mahal
Belakangan, beberapa penulis menggunakan istilah “The Human Premium” untuk menggambarkan fenomena menarik: ketika kemampuan teknis yang sebelumnya sulit menjadi semakin mudah diakses melalui AI, kualitas yang lebih manusiawi seperti judgment, perspektif, rasa, kepercayaan, keberanian moral, dan kemampuan membangun hubungan justru dapat menjadi semakin bernilai.
Bayangkan dua karyawan sama-sama memiliki AI yang dapat membuat presentasi bagus. Apa yang akhirnya membedakan keduanya? Bukan lagi sekadar kemampuan membuat slide.
Yang membedakan adalah siapa yang mampu memahami persoalan sebenarnya. Siapa yang berani bertanya ketika data terasa tidak masuk akal. Siapa yang dapat membaca suasana ruangan. Siapa yang mampu menjelaskan ide kompleks dengan bahasa yang membuat orang lain percaya. Siapa yang tahu kapan rekomendasi AI harus ditolak. Dan siapa yang berani berdiri di balik keputusan ketika hasilnya tidak sesuai harapan.
Itulah human premium.
Bukan berarti manusia harus bersaing dengan AI pada hal-hal yang AI lakukan lebih cepat. Manusia justru perlu memusatkan energinya pada hal-hal yang membuat perannya semakin bernilai.
Analytical Thinking Tidak Hilang karena Ada AI
World Economic Forum dalam Future of Jobs Report 2025 menemukan bahwa analytical thinking masih menjadi core skill yang paling banyak dinilai penting oleh perusahaan, sementara leadership and social influence, creative thinking, resilience, technological literacy, serta empathy and active listening juga masuk dalam keterampilan inti yang dianggap penting oleh employer. AI dan big data sendiri termasuk keterampilan yang pertumbuhannya diperkirakan paling cepat.
Pesannya menarik. Masa depan kerja bukan: technology skill ATAU human skill. Masa depan kerja membutuhkan: technology skill DAN human skill.
Karyawan harus mampu menggunakan AI. Tetapi sekaligus mampu berpikir. Mampu membaca konteks. Mampu berkomunikasi. Mampu belajar. Mampu bekerja sama. Mampu memimpin.
AI literacy tanpa critical thinking dapat menghasilkan keputusan buruk dengan kecepatan tinggi. Critical thinking tanpa kemampuan menggunakan teknologi dapat membuat seseorang tertinggal dalam efisiensi. Keduanya harus berjalan bersama.
AI Bisa Menghasilkan Output, tetapi Akuntabilitas Tetap Harus Jelas
Salah satu persoalan paling penting ketika AI mulai terintegrasi ke dalam pekerjaan adalah: Siapa yang bertanggung jawab?
Misalnya AI menyusun analisis risiko. Kemudian analisis tersebut digunakan untuk mengambil keputusan bisnis. Ternyata data yang digunakan tidak lengkap.
- Siapa yang bertanggung jawab?
- Vendor AI?
- Programmer?
- Karyawan yang membuat prompt?
- Manajer?
- Direktur?
Pertanyaan ini tidak dapat diselesaikan dengan sekadar berkata: “AI hanya alat.” Organisasi membutuhkan aturan yang lebih jelas.
NIST dalam panduan Generative AI Risk Management Profile menyebut bahwa penggunaan GenAI dapat membutuhkan tambahan human review, tracking, dokumentasi, dan management oversight. Panduan NIST juga menekankan pentingnya mendokumentasikan tingkat human oversight serta pihak yang bertanggung jawab terhadap keputusan penting terkait sistem AI.
Karena itu, perusahaan yang serius mengadopsi AI perlu menentukan: AI boleh membantu apa, manusia harus memutuskan apa, dan siapa yang bertanggung jawab jika hasilnya salah.
Tanpa kejelasan itu, teknologi dapat meningkatkan kecepatan tetapi menurunkan akuntabilitas.
Jangan Hanya Mengotomatisasi Pekerjaan, Redesain Perannya
Inilah titik yang sering dilewatkan organisasi. Ketika AI masuk, pertanyaan pertama biasanya: “Apa yang bisa kita otomatisasi?” Padahal seharusnya ada pertanyaan kedua: “Kalau tugas ini sudah otomatis, waktu manusia akan kita gunakan untuk apa?”
Kalau tiga jam kerja administratif berhasil dikurangi tetapi karyawan hanya menggunakan waktu tersebut untuk menghasilkan pekerjaan administratif lebih banyak, organisasi belum melakukan transformasi. Ia baru melakukan percepatan.
Transformasi baru terjadi ketika waktu yang dibebaskan dialihkan kepada aktivitas dengan nilai lebih tinggi.
Salah satu pendekatan yang dapat digunakan perusahaan adalah:
- Identifikasi tugas repetitif. Cari aktivitas yang banyak menghabiskan waktu tetapi membutuhkan sedikit judgment, misalnya rangkuman awal, klasifikasi informasi, pembuatan draf, atau pencarian pola dasar.
- Tentukan batas penggunaan AI. Bedakan pekerjaan yang boleh diotomatisasi, perlu diverifikasi, dan harus tetap diputuskan oleh manusia.
- Alihkan waktu ke pekerjaan bernilai tinggi. Gunakan waktu yang tersisa untuk problem solving, memahami pelanggan, coaching tim, inovasi, dan pengambilan keputusan.
- Tetapkan human owner. Setiap output AI yang memengaruhi keputusan penting harus tetap memiliki orang yang bertanggung jawab.
- Ukur outcome, bukan sekadar kecepatan. Jangan hanya mengukur berapa jam yang berhasil dihemat. Ukur apakah kualitas keputusan, pengalaman pelanggan, inovasi, dan produktivitas benar-benar meningkat.
Dengan pola seperti ini, AI tidak mengecilkan peran manusia. AI justru dapat menaikkan kelas pekerjaan manusia.
Critical Thinking Harus Menjadi Kompetensi Inti di Era AI
Dulu perusahaan banyak melatih keterampilan teknis. Cara membuat laporan. Cara menggunakan Excel. Cara menyusun presentasi. Cara mencari data. Semua tetap penting.
Tetapi ketika sebagian kemampuan tersebut dapat dibantu AI, kurikulum pengembangan SDM juga perlu berubah.
Karyawan perlu belajar: bagaimana menguji sebuah asumsi, bagaimana memverifikasi informasi, bagaimana membedakan korelasi dan sebab-akibat, bagaimana mengenali bias, bagaimana membaca konteks, bagaimana bertanya lebih baik, dan bagaimana membuat keputusan ketika informasi tidak sempurna.
Ini bukan sekadar keterampilan akademik. Ini adalah kompetensi kerja. Karena kualitas AI yang digunakan organisasi pada akhirnya tetap bergantung pada kualitas manusia yang mengarahkannya. Prompt yang baik lahir dari pertanyaan yang baik. Pertanyaan yang baik lahir dari pemahaman masalah. Dan pemahaman masalah tetap membutuhkan proses berpikir.
Jangan Biarkan AI Mengikis Otot Berpikir Tim
Ada fenomena yang patut diwaspadai: cognitive offloading. Manusia memang selalu menggunakan alat untuk mengurangi beban berpikir. Kalkulator. GPS. Spreadsheet. Search engine. AI adalah kelanjutan dari perjalanan itu.
Masalahnya bukan pada alat. Masalah muncul ketika manusia berhenti mengetahui mengapa sebuah jawaban masuk akal. Harvard Business Review pada 2026 juga mengangkat kekhawatiran bahwa penggunaan AI yang tidak dikelola dengan baik dapat melemahkan original judgment pemimpin.
Karena itu organisasi tidak hanya membutuhkan kebijakan: “Gunakan AI.” Tetapi juga: “Tunjukkan bagaimana Anda memverifikasi AI.” Bukan sekadar: “Berikan jawabannya.” Tetapi: “Apa asumsi di balik jawaban tersebut?”
Bukan hanya: “Apa rekomendasi AI?” Tetapi: “Apakah Anda setuju, dan mengapa?”
Pertanyaan semacam ini menjaga manusia tetap berada dalam proses berpikir.
Peran Pemimpin Justru Semakin Penting
Ketika AI menjadi semakin powerful, leader tidak dapat sekadar menyerahkan teknologi kepada tim lalu berharap produktivitas muncul dengan sendirinya. Pemimpin perlu mendesain ulang cara kerja.
- Siapa melakukan apa?
- Apa yang diserahkan kepada AI?
- Apa yang harus diperiksa?
- Keputusan mana yang membutuhkan otorisasi manusia?
- Bagaimana kemampuan junior tetap berkembang?
- Bagaimana data sensitif dikelola?
- Bagaimana organisasi mengetahui jika AI menghasilkan kesalahan?
- Dan bagaimana perusahaan memastikan teknologi meningkatkan kualitas kerja, bukan hanya jumlah output?
Ini adalah persoalan People & System Alignment. Teknologinya mungkin baru. Tetapi tantangan organisasinya sangat klasik: peran yang tidak jelas, tanggung jawab yang kabur, standar yang tidak disepakati, dan sistem yang tidak mengikuti perubahan cara kerja.
AI Bukan Pengganti Hubungan Manusia
Bayangkan sebuah rumah sakit memiliki mesin MRI tercanggih. Mesin tersebut mampu menghasilkan citra tubuh pasien dengan detail luar biasa. Apakah karena itu dokter tidak lagi diperlukan? Tidak.
Mesin membantu menghasilkan informasi. Dokter menggunakan pengetahuan, pengalaman, kondisi pasien, riwayat klinis, risiko, serta pertimbangan profesional untuk menentukan langkah berikutnya.
Dan ketika diagnosis berat harus disampaikan, pasien tidak hanya membutuhkan data. Ia membutuhkan seseorang yang mampu menjelaskan. Mendengarkan. Menjawab kekhawatiran. Membangun kepercayaan. Dan bertanggung jawab atas keputusan klinis.
Begitu pula AI di organisasi. Mesin dapat memperbesar kemampuan melihat. Tetapi manusia tetap harus menentukan apa arti yang dilihat dan apa yang harus dilakukan berikutnya.
Ubah KPI dari Produksi Output Menjadi Kualitas Kontribusi
Jika AI dapat membuat draf laporan dalam beberapa menit, jumlah laporan bukan lagi ukuran produktivitas terbaik. Jika AI dapat membuat puluhan ide, jumlah ide juga bukan indikator utama. Jika AI dapat menghasilkan ratusan konten, volume konten kehilangan sebagian maknanya. Organisasi perlu mulai mengukur kontribusi pada level yang lebih tinggi.
- Apakah keputusan menjadi lebih baik?
- Apakah masalah pelanggan lebih cepat diselesaikan?
- Apakah insight yang ditemukan lebih tajam?
- Apakah inovasi meningkat?
- Apakah kesalahan turun?
- Apakah hubungan pelanggan semakin kuat?
- Apakah karyawan memiliki lebih banyak waktu untuk melakukan pekerjaan yang benar-benar membutuhkan manusia?
Inilah transisi dari output productivity menuju value productivity.
Kesimpulan
Disrupsi AI dalam dunia kerja bukan hanya persoalan teknologi. Ini adalah persoalan desain organisasi.
Perusahaan yang hanya melihat AI sebagai alat pemotong biaya berisiko kehilangan sesuatu yang jauh lebih mahal: kemampuan manusia untuk berpikir, mempertanyakan, membangun kepercayaan, dan mempertanggungjawabkan keputusan.
AI memang sangat berguna untuk mempercepat tugas-tugas tertentu. Tetapi semakin besar kemampuan AI, semakin penting organisasi mendefinisikan dengan jelas bagian pekerjaan yang harus tetap dimiliki manusia.
Bukan karena manusia harus mempertahankan semua pekerjaan lama. Justru sebaliknya.
Manusia perlu melepaskan pekerjaan yang memang lebih efektif dilakukan mesin agar memiliki lebih banyak ruang untuk melakukan pekerjaan yang membutuhkan kualitas manusia yang lebih tinggi.
Maka pertanyaan untuk pemimpin hari ini bukan hanya: “Berapa banyak pekerjaan yang dapat saya otomatisasi dengan AI?” Pertanyaan yang lebih strategis adalah: “Setelah pekerjaan itu diotomatisasi, kemampuan manusia apa yang akan saya bangun sebagai keunggulan berikutnya?”
Mulailah dari satu aktivitas administratif yang paling menyita waktu tim. Gunakan AI untuk membantu menyederhanakannya. Namun jangan berhenti pada jumlah jam yang berhasil dihemat.
Alihkan waktu tersebut untuk memahami pelanggan, memecahkan masalah yang belum selesai, mengembangkan tim, dan membuat keputusan yang lebih berkualitas. Di situlah AI berubah dari ancaman menjadi leverage.
Tentang Akeyodia
Akeyodia adalah People & System Alignment Expert yang membantu organisasi menyelaraskan manusia, sistem kerja, kepemimpinan, dan arah bisnis melalui Business Coaching, Leadership Development, Employee Training, dan Organization Alignment.
Di tengah perubahan cara kerja akibat AI, organisasi tidak cukup hanya membeli teknologi atau memberikan akses chatbot kepada karyawan. Perusahaan perlu meredesain peran, memperjelas decision ownership, meningkatkan critical thinking, membangun AI literacy, serta memastikan teknologi tetap berada dalam sistem kerja yang memiliki kontrol dan akuntabilitas.
Melalui proses coaching, training, dan organizational alignment, Akeyodia membantu perusahaan melihat AI bukan hanya sebagai alat otomatisasi, tetapi sebagai momentum untuk meningkatkan kualitas manusia dan sistem kerja.
Karena masa depan organisasi bukan tentang memilih antara manusia atau AI.
Masa depan organisasi adalah tentang bagaimana manusia yang tepat menggunakan AI dengan sistem, judgment, dan tanggung jawab yang tepat.
