AI Datang Lebih Cepat dari Pelatihan Kerja: Siapa Pekerja Indonesia yang Akan Tertinggal?

OPINI — Ketakutan terbesar terhadap kecerdasan artifisial sering digambarkan secara sederhana: manusia akan kehilangan pekerjaan karena mesin mengambil alih. Gambaran itu mudah menarik perhatian, tetapi terlalu menyederhanakan perubahan yang sedang terjadi di pasar kerja.

International Labour Organization (ILO) memperkirakan 21,7 persen pekerja Indonesia berada dalam pekerjaan yang memiliki lebih dari tingkat paparan minimal terhadap AI generatif. Di tingkat ASEAN, angkanya 22,9 persen atau hampir 80 juta pekerja. Namun ILO juga mencatat bahwa baru 3,3 persen tenaga kerja ASEAN berada pada kategori paparan tertinggi dan belum ada bukti kehilangan pekerjaan besar-besaran akibat GenAI.

Artinya, pertanyaan yang lebih berguna bukan sekadar “apakah AI akan mengambil pekerjaan manusia?”, melainkan pekerjaan siapa yang akan berubah lebih dulu, tugas apa yang akan diotomatisasi, dan siapa yang memiliki kesempatan untuk beradaptasi?

Yang berubah pertama kali kemungkinan adalah tugas, bukan jabatan

Dalam banyak profesi, AI belum tentu menggantikan satu posisi secara utuh. Yang lebih cepat berubah adalah bagian-bagian pekerjaan di dalam posisi tersebut. Staf administrasi masih dibutuhkan, tetapi penyusunan ringkasan dan dokumen rutin bisa semakin otomatis. Desainer masih dibutuhkan, tetapi konsep awal dapat dibuat lebih cepat. Akuntan tetap membutuhkan pengetahuan profesional, tetapi pengelompokan data dan pembacaan dokumen dapat dibantu mesin.

Perubahan seperti ini lebih sulit terlihat dibanding gelombang PHK besar. Sebuah perusahaan tidak harus mengumumkan bahwa AI menggantikan seratus orang. Produktivitas cukup meningkat sehingga lima orang mampu menyelesaikan pekerjaan yang sebelumnya membutuhkan delapan orang, sementara posisi yang kosong tidak selalu diisi kembali.

Di sinilah diskusi tentang AI seharusnya bergeser dari hitungan “berapa profesi yang hilang” menjadi “berapa banyak tugas yang berubah”. Bagi pekerja, perbedaannya sangat penting. Seseorang mungkin tetap memiliki jabatan yang sama, tetapi cara bekerja, target produktivitas, dan keterampilan yang dianggap bernilai dapat berubah cepat.

Indonesia menghadapi persoalan skala yang sangat besar

Badan Pusat Statistik mencatat 147,67 juta orang bekerja pada Februari 2026. Tingkat Pengangguran Terbuka berada pada 4,68 persen dan rata-rata upah buruh sekitar Rp3,29 juta per bulan. Dengan skala tenaga kerja sebesar itu, transformasi AI tidak hanya menjadi persoalan perusahaan teknologi besar.

Dampaknya dapat menyentuh perbankan, logistik, media, layanan pemerintah, ritel, sekolah, kampus, manufaktur, hingga UMKM. Semakin murah dan mudah AI digunakan, semakin mungkin teknologi itu masuk ke pekerjaan sehari-hari tanpa harus disebut sebagai proyek “transformasi AI” yang besar.

Masalah berikutnya adalah ketimpangan kesiapan. Pekerja yang memiliki akses perangkat, literasi digital, pelatihan, dan ruang untuk bereksperimen akan lebih cepat mendapatkan manfaat. Pekerja lain mungkin menghadapi standar produktivitas baru tanpa memperoleh kesempatan belajar yang setara.

Karena itu, jurang baru yang perlu diwaspadai bukan hanya antara orang yang bekerja dan menganggur, tetapi antara pekerja yang diperkuat AI dan pekerja yang tidak memiliki akses atau kemampuan menggunakannya.

Pekerjaan administrasi dan perempuan memerlukan perhatian khusus

ILO menemukan adanya kesenjangan gender dalam paparan GenAI di ASEAN. Perempuan lebih dari dua kali lebih mungkin dibanding laki-laki bekerja pada pekerjaan dengan paparan GenAI tinggi, yang antara lain berkaitan dengan konsentrasi mereka pada pekerjaan clerical, administratif, dan profesional.

Tetapi istilah “terpapar AI” tidak boleh dibaca sebagai vonis kehilangan pekerjaan. Paparan berarti sejumlah aktivitas dalam pekerjaan tersebut secara teknis dapat dibantu atau dilakukan oleh GenAI. Hasil akhirnya tetap ditentukan keputusan perusahaan, biaya implementasi, kualitas teknologi, regulasi, serta kemampuan pekerja mengubah cara kerja.

Justru di titik ini ada peluang. Pekerja yang memahami bidangnya sekaligus mampu memakai AI dengan benar dapat memiliki nilai lebih besar dibanding orang yang hanya menguasai salah satunya. Teknologi bisa mempercepat pemrosesan informasi, tetapi tanggung jawab profesional, konteks organisasi, penilaian risiko, komunikasi, dan keputusan akhir tetap membutuhkan manusia.

Ancaman paling senyap bisa muncul pada pekerjaan tingkat pemula

ILO menyebut ada tanda-tanda awal hasil ketenagakerjaan yang lebih lemah bagi pekerja muda pada sejumlah pekerjaan entry-level yang sangat terpapar AI, meski gangguan besar pada pasar kerja secara keseluruhan belum terlihat.

Ini penting karena selama puluhan tahun pekerja junior belajar melalui tugas-tugas sederhana: membuat ringkasan, memasukkan data, menulis draf, menyiapkan presentasi, melakukan riset awal, atau membuat laporan dasar. Justru banyak tugas seperti inilah yang paling cepat dibantu oleh AI generatif.

Jika perusahaan mengurangi pekerjaan dasar tanpa membangun jalur belajar pengganti, perusahaan dapat memperoleh efisiensi hari ini tetapi kehilangan regenerasi tenaga ahli beberapa tahun ke depan. Pertanyaan manajemen seharusnya bukan hanya “berapa banyak tugas dapat diotomatisasi?”, tetapi juga “bagaimana pekerja baru memperoleh pengalaman jika tangga pertama kariernya mulai hilang?”

AI tidak identik dengan hilangnya pekerjaan secara massal

World Economic Forum memperkirakan perubahan besar pasar kerja global hingga 2030 dapat menciptakan sekitar 170 juta pekerjaan baru dan menggusur sekitar 92 juta pekerjaan lama, sehingga menghasilkan pertambahan bersih sekitar 78 juta pekerjaan. Angka ini berasal dari gabungan berbagai kekuatan—teknologi, perubahan demografi, transisi hijau, kondisi ekonomi, dan faktor geopolitik—bukan AI semata.

Pesan terpenting dari angka tersebut bukan bahwa semua akan baik-baik saja, melainkan bahwa pekerjaan baru dan pekerjaan yang hilang tidak selalu membutuhkan keterampilan yang sama. Seorang staf administrasi tidak otomatis dapat berpindah menjadi analis data. Seorang pekerja pemasaran tidak langsung menjadi spesialis AI hanya karena perusahaan menggunakan model generatif.

Di antara pekerjaan lama dan pekerjaan baru terdapat masa transisi. Pada masa itulah kebijakan pendidikan, pelatihan perusahaan, perlindungan sosial, dan kemampuan pekerja belajar ulang menentukan siapa yang mendapatkan manfaat dan siapa yang tertinggal.

Belajar AI bukan berarti semua orang harus menjadi programmer

Kementerian Komunikasi dan Digital pada Agustus 2026 menekankan perlunya tenaga kerja Indonesia bersiap menghadapi perubahan dunia kerja akibat AI, termasuk melalui peningkatan keterampilan dan pelatihan ulang. Arah ini penting, tetapi program reskilling akan gagal bila diterjemahkan seolah seluruh pekerja harus belajar membuat model AI.

Seorang staf administrasi perlu belajar menggunakan AI untuk dokumen dan data sekaligus memeriksa hasilnya. Guru perlu memahami bagaimana AI membantu menyiapkan materi tanpa menyerahkan penilaian sepenuhnya kepada mesin. Jurnalis dapat memakai AI untuk membantu penelusuran tetapi tetap bertanggung jawab atas verifikasi. UMKM dapat memanfaatkannya untuk pemasaran, pembukuan, desain, dan layanan pelanggan.

Keterampilan yang semakin penting justru kombinasi antara pengetahuan bidang, kemampuan menggunakan AI, kemampuan memeriksa hasilnya, dan penilaian manusia. Orang yang mengetahui cara menulis prompt tetapi tidak memahami pekerjaannya tetap berisiko menghasilkan keputusan buruk.

Perusahaan juga harus ikut bertanggung jawab

Tanggung jawab adaptasi tidak adil jika seluruhnya dibebankan kepada pekerja. Perusahaan yang memperoleh manfaat produktivitas dari AI seharusnya ikut membangun pelatihan, memperbarui desain pekerjaan, menetapkan aturan penggunaan, dan menciptakan jalur karier baru.

Tanpa itu, slogan “pekerja harus beradaptasi” mudah berubah menjadi alasan untuk meminta produktivitas lebih tinggi tanpa menyediakan kesempatan belajar. Transformasi yang sehat seharusnya membuat teknologi meningkatkan kualitas kerja, bukan sekadar mempercepat beban kerja.

Kita tidak perlu berlomba menjadi mesin

Manusia akan kesulitan mengalahkan AI dalam kecepatan membuat ringkasan, menyusun banyak variasi teks, atau memproses data dalam jumlah besar. Tetapi pekerjaan tidak hanya membutuhkan kecepatan. Ia membutuhkan tanggung jawab, empati, negosiasi, pemahaman konteks, kreativitas, dan keberanian mempertanggungjawabkan konsekuensi keputusan.

Karena itu, masa depan pekerjaan seharusnya tidak dipahami sebagai pertandingan manusia melawan mesin. Pertarungan yang lebih nyata mungkin terjadi antara organisasi yang memberi pekerjanya alat dan keterampilan baru dengan organisasi yang hanya membeli teknologi tanpa mempersiapkan manusia.

Nasib pekerja Indonesia tidak semata-mata ditentukan oleh seberapa cepat AI berkembang. Ia juga ditentukan oleh seberapa cepat sekolah, kampus, pemerintah, perusahaan, dan pekerja sendiri membangun kemampuan untuk hidup dan bekerja bersama teknologi tersebut.

Jika pelatihan tenaga kerja bergerak lebih lambat daripada teknologinya, persoalannya bukan karena AI terlalu cepat. Persoalannya adalah kita terlambat menyiapkan manusia untuk perubahan yang sebenarnya sudah dimulai.