Al di Dunia Kerja: Kolaborasi, Bukan Kompetisi - ANTARA News Jambi
Kota Jambi (ANTARA) - Setiap kali membuka aplikasi pesan kantor akhir-akhir ini, saya hampir selalu menemukan satu topik yang sama muncul berulang: Al. Ada rekan yang bercerita pekerjaannya jadi lebih ringan se...
Kota Jambi (ANTARA) - Setiap kali membuka aplikasi pesan kantor akhir-akhir ini, saya hampir selalu menemukan satu topik yang sama muncul berulang: Al. Ada rekan yang bercerita pekerjaannya jadi lebih ringan sejak memakai Al untuk menyusun laporan. Ada juga yang diam-diam cemas, bertanya-tanya apakah posisinya akan tetap ada dalam lima tahun ke depan.
Dua reaksi ini muncul hampir bersamaan, dan menurut saya, keduanya sama-sama masuk akal. Namun keduanya juga sama-sama melewatkan satu hal penting: Al lebih tepat dipahami sebagai pengganda produktivitas, bukan pengganti tenaga kerja.
Kenapa perbedaan itu penting bagi kita yang bekerja hari ini?. Kekhawatiran bahwa Al akan menggantikan manusia secara massal bukan tanpa dasar. Laporan Future of Jobs 2025 dari World Economic Forum mensurvei lebih dari 1.000 perusahaan di 55 negara. Hasilnya: 92 juta pekerjaan diproyeksikan tergeser oleh Al dan mesin-mesin otomatis pada tahun 2030. Sejalan dengan itu, 41 persen perusahaan bahkan berencana mengurangi tenaga kerjanya akibat Al dalam lima tahun ke depan.
Angka itu tidak cuma proyeksi di atas kertas: kita sudah melihatnya dalam bentuk chatbot yang mengambil alih sebagian besar layanan pelanggan, algoritma yang menyaring ribuan lamaran kerja sebelum sampai ke meja HRD, dan laporan yang dulu perlu berjam-jam dikerjakan kini selesai dalam hitungan menit. Kasus Klarna cukup menggambarkan pola ini.
Pada 2024, perusahaan fintech asal Swedia itu mengklaim asisten Al-nya mengerjakan volume setara pekerjaan 700 agen layanan pelanggan penuh waktu.
Setahun kemudian, Klarna justru merekrut kembali tenaga manusia setelah kepuasan pelanggan menurun akibat terlalu bergantung pada Al untuk kasus-kasus rumit. Hanya saja, kalau diamati lebih dekat, yang terjadi bukan penggantian total, melainkan pergeseran peran.
Al unggul dalam pekerjaan yang berulang dan bisa diprediksi. Namun ia jauh lebih lambat, bahkan sering gagal, ketika berhadapan dengan situasi yang membutuhkan empati, pertimbangan etis, atau keputusan yang berakar pada konteks sosial yang rumit.
Seorang manajer yang harus memutuskan siapa yang layak dipromosikan, misalnya, tidak bisa sepenuhnya menyerahkan keputusan itu pada mesin karena keputusan semacam itu menyangkut hal-hal yang tidak sepenuhnya terukur dalam data.
Perbedaan antara "pengganda produktivitas" dan "pengganti tenaga kerja" inilah yang sering hilang dari perdebatan ini. Pengganda produktivitas berarti pekerjaan seseorang menjadi lebih cepat dan efisien, kendali serta tanggung jawab tetap berada di tangan manusia.
Seorang analis yang terbiasa memakai Al untuk merangkum data akan jauh lebih cepat menyelesaikan tugasnya dibanding rekan yang mengerjakannya manual. Hanya saja, pada akhirnya dialah yang menafsirkan angka itu dan mengambil keputusan berdasarkan pemahamannya sendiri, bukan menyalin mentah-mentah apa yang disodorkan mesin.
Skepti sisme semacam ini bukan tanpa alasan. Revolusi industri menggusur pengerajin tangan, komputerisasi kantor menggusur juru tik, dan setiap gelombang besar seperti itu nyaris selalu di kuti hilangnya sejumlah pekerjaan.
Kritik yang berkembang saat ini menyebut skalanya jauh lebih besar, karena Al menyentuh pekerjaan kantoran dan profesional yang selama ini dianggap aman dari ancaman itu. Argumen ini tidak sepenuhnya salah.
Hanya saja, laporan WEF yang sama juga memproyeksikan penciptaan 170 juta pekerjaan baru pada periode yang sama, sehingga secara neto tenaga kerja global justru bertambah 78 juta.
Data Linkedln memperkuat gambaran ini: dalam dua tahun terakhir, ekonomi global menambah 1,3 juta lowongan kerja baru yang terkait Al, dengan posisi seperti Al engineer dan konsultan Al sebagai kategori dengan pertumbuhan tercepat di banyak negara.
Gelombang penggantian kerja oleh mesin memang menghilangkan pekerjaan lama, tapi hampir selalu diikuti lahirnya jenis pekerjaan baru yang sebelumnya tidak terbayangkan.
Kita mungkin akan kehilangan sebagian posisi administratif rutin Namun di saat bersamaan, muncul kebutuhan akan orang-orang yang mampu merancang perintah kerja untuk AI, mengaudit hasil kerja sistem otomatis, atau menjaga agar penerapan Al tetap sesuai etika.
Pertanyaannya bukan lagi apakah pekerjaan akan hilang, melainkan apakah tenaga kerja dan sistem pendidikan kita cukup gesit mengikuti kecepatan perubahan ini.
Angka neto yang positif itu gampang bikin lengah, padahal risikonya nyata. Kesenjangan keterampilan adalah ancaman paling mendesak.Mereka yang tidak punya akses untuk belajar memakai Al akan tertinggal jauh, dan kesenjangan in berpotensi memperlebar jurang ketimpangan yang sudah ada.
Bias algoritmik juga bukan isu abstrak. Sistem Al yang dilatih dari data historis bisa dengan mudah mewarisi pola diskriminasi masa lalu, termasuk dalam proses rekrutmen atau penilaian kinerja karyawan.
Ada pula bahaya ketergantungan berlebihan, ketika keputusan penting diambil hanya berdasarkan rekomendasi mesin tanpa verifikasi manusia yang memadai.
Belum lagi soal privasi: penggunaan Al untuk memantau produktivitas karyawan secara terus-menerus membuka perdebatan etis yang belum banyak dijawab secara memuaskan oleh perusahaan mana pun.
Bukan menolak Al sepenuhnya, juga bukan menyerahkan segalanya pada Al tanpa pengawasan, di situlah letak sikap yang paling masuk akal.
Yang dibutuhkan adalah kolaborasi yang terukur, memanfaatkan Al untuk mempercepat tugas-tugas teknis, sembari memastikan manusia tetap memegang kendali atas pengawasan, keputusan strategis, dan hal-hal yang menyangkut nilai serta empati.
Singapura memberi contoh konkret lewat SkillsFuture Level-Up Programme. Setiap warga negara berusia 40 tahun ke atas menerima kredit pelatihan seumur hidup senilai S$4.000 tanpa batas kedaluwarsa.
Ada juga subsidi hingga 90 persen dari biaya kursus terkait Al dan digital bagi pekerja usia pertengahan karier. Kebijakan semacam ini jauh lebih nyata dibanding imbauan umum agar perusahaan "berinvestasi pada pelatihan ulang"; kebijakan ini menunjukkan siapa yang membayar, berapa besar, dan siapa yang berhak menerimanya.
Perusahaan dan pemerintah bisa mengikuti langkah serupa, alokasi anggaran pelatihan yang jelas. bukan asal memangkas tenaga kerja demi efisiensi sesaat yang terlihat bagus dr laporan keuangan kuartal ini saja.
Perdebatan tentang Al di dunia kerja terlalu sering dibingkai sebagai pertarungan antara manusia dan mesin, siapa yang akan menang, siapa yang akan kalah.
Bingkai semacam ini keliru sejak awal. Pertanyaan yang lebih layak kita ajukan bukan siapa yang menang. Pertanyaannya adalah bagaimana kita, sebagai manusia, mau membangun hubungan yang bertanggung jawab dengan teknologi itu. Teknologi tu sudah telanjur duduk di meja kerja kita.
Ali Bosar Hasibuan
Mahasiswa lmu Komunikasi
Universitas Nurdin Hamzah
Editor : Siri Antoni
COPYRIGHT © ANTARA 2026
Dilarang keras mengambil konten, melakukan crawling atau pengindeksan otomatis untuk AI di situs web ini tanpa izin tertulis dari Kantor Berita ANTARA.