AI Mengubah Dunia Kerja, Mengapa Peran Manusia Justru Makin Penting?

Transformasi pekerjaan berlangsung melalui setidaknya tiga kategori AI dengan karakteristik berbeda. Ketiganya dapat mengubah pembagian tugas antara manusia dan mesin.

Generative AI

Generative AI mampu membantu manusia menghasilkan teks, menjawab pertanyaan, menganalisis informasi, hingga menyusun draf laporan. Teknologi ini membuat pekerjaan berbasis pengetahuan dapat diselesaikan lebih cepat.

Penasihat keuangan, misalnya, dapat mengalihkan sebagian pekerjaan analisis data kepada chatbot. Waktu yang sebelumnya tersita untuk mengolah informasi kemudian dapat digunakan untuk memahami kebutuhan klien dan membangun hubungan interpersonal.

Agentic AI memiliki kemampuan lebih luas karena dapat mengoperasikan perangkat lunak, mencari informasi, mengisi formulir, serta menangani pekerjaan administratif berulang. Perkembangan ini berpotensi mengubah berbagai fungsi organisasi yang selama ini membutuhkan banyak pekerjaan manual.

IBM menjadi salah satu contoh organisasi yang telah mengotomatisasi sejumlah tugas sumber daya manusia menggunakan teknologi tersebut. Perubahan semacam ini membuat manusia perlu beralih dari sekadar pelaksana tugas menuju pengawas, pengambil keputusan, dan pemecah masalah.

Physical AI membawa kecerdasan buatan ke lingkungan fisik melalui robot. Teknologi ini semakin berkembang dengan penggunaan world models yang memungkinkan mesin memahami lingkungan dan belajar melakukan pekerjaan berdasarkan demonstrasi.

Kemampuan tersebut membuka peluang otomatisasi pada pekerjaan yang sebelumnya membutuhkan interaksi langsung dengan lingkungan fisik. Namun, kebutuhan terhadap manusia tidak otomatis menghilang karena sistem tetap membutuhkan pengawasan dan penilaian dalam kondisi yang kompleks.

AI tidak selalu menggantikan sebuah profesi secara langsung. Proses yang lebih mungkin terjadi adalah hollowing out, yaitu pengosongan sebagian tugas dari sebuah pekerjaan karena tugas tersebut dapat dilakukan mesin.

Pada satu sisi, kondisi ini memberikan keuntungan. Karyawan dapat meninggalkan pekerjaan repetitif dan mengalokasikan lebih banyak waktu untuk kreativitas, strategi, pemecahan masalah, serta interaksi dengan orang lain.

Masalah muncul ketika perusahaan hanya melihat otomatisasi dari sisi produktivitas. Pengurangan interaksi antarkaryawan dapat menciptakan efek sosial yang tidak segera terlihat dalam laporan kinerja.

Karyawan dapat menggunakan AI secara mandiri untuk mencari informasi atau memperbaiki tulisan tanpa perlu meminta bantuan rekan kerja. Kebiasaan tersebut memang efisien dalam menyelesaikan tugas, tetapi secara perlahan dapat mengurangi interaksi yang sebenarnya penting bagi pembelajaran organisasi.

Tempat kerja bukan sekadar ruang untuk menyelesaikan daftar pekerjaan. Organisasi juga berfungsi sebagai lingkungan untuk bertukar pengetahuan, belajar dari rekan, mendapatkan umpan balik, dan menguji kualitas gagasan melalui kolaborasi.

Karena itu, keberhasilan implementasi AI tidak cukup diukur berdasarkan jumlah pekerjaan yang dapat diotomatisasi. Kualitas hubungan sosial, transfer pengetahuan, dan kemampuan manusia mengambil keputusan juga harus menjadi bagian dari evaluasi.

Investasi AI belum otomatis menghasilkan keuntungan bisnis. Informasi yang menjadi rujukan dalam tema ini menunjukkan kesenjangan besar antara tingginya adopsi teknologi dan kemampuan organisasi memperoleh nilai nyata dari penggunaannya.

Laporan MIT disebut menunjukkan 95 persen organisasi belum mendapatkan ROI dari AI, sedangkan laporan McKinsey menunjukkan hanya 1 persen perusahaan yang berhasil memperoleh ROI. Angka tersebut memperlihatkan bahwa persoalan utama bukan sekadar membeli teknologi, melainkan merancang ulang proses kerja agar AI benar-benar menghasilkan dampak.

Memberikan lisensi perangkat AI kepada karyawan juga belum dapat disebut sebagai strategi AI. Jika teknologi tersebut hanya digunakan untuk menyusun draf email, perusahaan belum mengubah struktur pekerjaan secara fundamental.

Perubahan dunia kerja membuat pendidikan perlu memikirkan kembali keterampilan yang harus dibangun sejak awal. Pendidikan masa depan tidak cukup berorientasi pada gelar, tetapi perlu menyiapkan kemampuan yang tetap bernilai ketika tugas teknis semakin banyak diotomatisasi.

Tiga fondasi penting adalah foundational knowledge, applied learning, dan learning agility. Pengetahuan dasar membantu seseorang membangun penilaian, pembelajaran terapan menghubungkan teori dengan persoalan nyata, sedangkan learning agility membuat seseorang mampu terus mempelajari keterampilan baru.

Pandangan mengenai pendidikan juga perlu lebih luas. Pekerjaan praktis seperti ahli listrik, tukang las, atau tukang pipa tetap memiliki nilai karena membutuhkan keterampilan fisik, pemecahan masalah situasional, dan kemampuan beradaptasi terhadap lingkungan nyata.

Empati, pemikiran kritis, pemecahan masalah strategis, serta kemampuan belajar dan belajar kembali menjadi semakin penting. Kompetensi tersebut membantu manusia menentukan kapan hasil AI dapat dipercaya, kapan perlu diperiksa, dan bagaimana teknologi digunakan secara bertanggung jawab.

Konsep human in the loop menjadi relevan dalam konteks tersebut. Manusia tidak harus melakukan seluruh pekerjaan, tetapi tetap harus memiliki otoritas dan keahlian untuk mengawasi proses serta memvalidasi hasil.

Salah satu risiko terbesar otomatisasi adalah kecenderungan perusahaan menghilangkan posisi entry-level demi efisiensi biaya. Keputusan tersebut mungkin terlihat rasional dalam jangka pendek, tetapi dapat menimbulkan persoalan regenerasi tenaga kerja dalam jangka panjang.

Posisi junior merupakan ruang bagi seseorang untuk belajar memahami proses bisnis, membangun relasi dengan senior, dan mengembangkan penilaian profesional. Jika jalur tersebut hilang, perusahaan berpotensi kehilangan sumber talenta yang dibutuhkan untuk mengisi posisi strategis di masa depan.

Kasus Cler menjadi ilustrasi penting. Perusahaan tersebut sempat menggantikan sekitar 700 pekerjaan dengan chatbot berbasis OpenAI untuk menghemat biaya, tetapi kemudian melakukan perekrutan besar-besaran kembali karena kualitas hasil AI dinilai lebih rendah dan pelanggan tetap membutuhkan empati serta pengetahuan manusia.

AI tetap menawarkan peluang besar untuk meningkatkan produktivitas. Sebuah organisasi di Dubai, misalnya, menunjukkan bahwa tim kecil dapat menghasilkan pekerjaan berkualitas agensi eksternal dengan bantuan teknologi AI.

Namun, AI tetap memiliki keterbatasan dan dapat menghasilkan kesalahan yang tidak selalu mudah diprediksi. Karena itu, keahlian manusia yang terlatih tetap diperlukan untuk memeriksa kualitas pada setiap tahap proses.

Masa depan dunia kerja bukan semata-mata pertarungan antara manusia dan AI. Tantangan sebenarnya adalah merancang organisasi yang mampu menggabungkan kecepatan mesin dengan penilaian, empati, kreativitas, dan pengalaman manusia.

Perusahaan yang hanya menggunakan AI untuk memangkas biaya berisiko kehilangan pengetahuan dan jalur regenerasi talenta. Sebaliknya, organisasi yang menempatkan AI sebagai alat augmentasi dapat mengalihkan manusia dari pekerjaan repetitif menuju aktivitas yang membutuhkan penalaran, hubungan sosial, kreativitas, dan tanggung jawab.

Pada akhirnya, pertanyaan terpenting bukan siapa yang dapat digantikan AI. Pertanyaannya adalah pekerjaan seperti apa yang seharusnya dilakukan manusia ketika mesin mengambil alih bagian teknisnya.

FAQ

1. Apa tiga jenis AI yang mengubah dunia kerja? Generative AI, agentic AI, dan physical AI menjadi tiga kategori teknologi yang berpotensi mengubah cara pekerjaan dilakukan.
2. Apa yang dimaksud dengan hollowing out dalam pekerjaan? Hollowing out adalah kondisi ketika sebagian tugas dalam sebuah pekerjaan diambil alih AI sehingga manusia dapat berfokus pada aktivitas bernilai lebih tinggi.
3. Mengapa hubungan sosial penting di era AI? Interaksi antarkaryawan menjadi bagian penting dalam pertukaran pengetahuan, pembelajaran, kolaborasi, dan pengujian kualitas pekerjaan.
4. Apa keterampilan manusia yang semakin penting? Empati, pemikiran kritis, pemecahan masalah strategis, serta kemampuan untuk terus belajar dan belajar kembali menjadi keterampilan penting.
5. Mengapa perusahaan tidak sebaiknya menghapus seluruh posisi junior? Posisi junior merupakan jalur regenerasi talenta yang memungkinkan karyawan memperoleh pengalaman, membangun relasi, dan mengembangkan kemampuan profesional.

Sumber : https://youtu.be/6zAgTga9kZw?si=_ytSxwzR3V2iIhBn