Akhir dari Teater Produktivitas: Mengapa Kita Perlu Mempertimbangkan Kembali Apa yang Membuat Seorang “Pekerja Baik” di Era AI

Selama bertahun-tahun, organisasi telah menghubungkan produktivitas dengan upaya yang terlihat: jam kerja, kalender yang penuh, respon email yang cepat, dan daftar tugas yang panjang. Data menunjukkan karyawan bekerja lebih lama dari sebelumnya, dengan hampir satu-third dari pekerja kembali ke inbox mereka pada pukul 10 malam. Namun, lebih banyak aktivitas tidak selalu diterjemahkan menjadi dampak yang lebih besar.

Kecerdasan Buatan (AI) mengungkap bahwa kita telah menjadi sangat baik dalam mengukur kesibukan sementara sering mengabaikan apa yang mendorong bisnis maju. Ketika karyawan dapat mengotomatisasi jam kerja berulang dan mengalihkan waktu tersebut untuk memecahkan masalah yang lebih berharga, kita harus mempertimbangkan kembali produktivitas.

Perubahan itu meredefinisi apa yang dimaksud dengan menjadi seorang “pekerja baik.” Lebih dari sebelumnya, pemimpin perlu bertanya siapa yang menciptakan nilai terbesar bagi bisnis, bukan siapa yang melakukan pekerjaan paling banyak.

Teater Produktivitas Menjadi Semakin Sulit untuk Disembunyikan

Setiap organisasi memiliki tugas yang menjaga orang sibuk tanpa menciptakan nilai yang signifikan.

Mengatur pertemuan di seluruh kalender. Mengejar persetujuan. Menyalin informasi antara sistem.

Dengan AI, hal itu berubah dengan cepat. Pekerjaan rutin dapat diselesaikan dalam hitungan detik. Sebagai hasilnya, mengukur karyawan berdasarkan volume tugas tersebut tidak banyak memberitahu kita tentang kontribusi mereka. Dengan teater produktivitas yang terbuka, penting untuk memahami bagaimana karyawan menggunakan waktu yang mereka dapatkan dari efisiensi AI untuk meningkatkan pekerjaan dan kontribusi mereka.

Apa yang Membuat Seorang “Pekerja Baik” di Era AI

Kesempatan nyata dengan AI terletak pada membedakan antara pekerjaan yang tidak lagi atau masih memerlukan upaya manusia.

Ambil contoh perekrutan. Mengkoordinasikan wawancara di seluruh manajer perekrutan, kandidat, dan zona waktu dapat menghabiskan jam setiap minggu. Ini diperlukan tetapi tidak memerlukan pemikiran strategis. Ketika koordinator bakat mengenali hal ini dan mengotomatisasi penjadwalan, mereka mendapatkan waktu untuk membangun hubungan dengan kandidat, memberi saran kepada manajer perekrutan, dan meningkatkan keputusan perekrutan.

Penelitian mendukung perubahan ini. PwC’s 2025 AI Jobs Barometer menemukan bahwa industri yang paling terpapar AI telah mengalami pertumbuhan produktivitas hampir empat kali lipat sejak AI generatif menjadi mainstream, sementara pendapatan per karyawan tumbuh tiga kali lebih cepat daripada di industri yang kurang terpapar AI.

Karyawan yang berkembang di era AI pasti akan menjadi lebih cepat. Lebih penting lagi, mereka akan mengembangkan insting yang lebih kuat untuk mengetahui di mana keahlian manusia menciptakan nilai terbesar dan di mana teknologi harus menangani pekerjaan rutin mereka.

Mereka juga akan cukup penasaran untuk bereksperimen dengan cara baru bekerja dengan AI, terus membangun kemampuan AI mereka, dan berbagi apa yang berhasil dan apa yang tidak dengan tim mereka untuk membantu semua orang maju dengan cepat.

Membantu lebih banyak karyawan mengembangkan pola pikir itu adalah di mana organisasi memiliki kesempatan besar.

Menghubungkan Karyawan dengan Strategi AI yang Tepat untuk Produktivitas yang Lebih Baik

Cukup memberikan karyawan akses ke alat AI tidak cukup untuk menghasilkan peningkatan produktivitas yang signifikan.

Banyak organisasi telah menghabiskan dua tahun terakhir memperkenalkan asisten AI, chatbot, dan copilot. Sementara alat ini dapat menghemat waktu, menambahkan solusi AI yang terisolasi ke cara kerja yang ada jarang mengubah hasil dengan sendirinya.

Kesempatan yang lebih besar datang dari merancang ulang bagaimana pekerjaan dilakukan.

Boston Consulting Group menemukan bahwa 80% karyawan yang bekerja dalam strategi AI yang jelas melaporkan dampak bisnis yang terukur, dibandingkan dengan 60% karyawan yang memiliki akses ke alat AI tanpa strategi yang jelas. Gartner juga telah memperingatkan bahwa banyak organisasi mengalami kesulitan untuk menghasilkan peningkatan produktivitas yang signifikan karena mereka belum merancang ulang pekerjaan di sekitar AI.

Keuntungan terbesar berasal dari merancang alur kerja yang dapat diulang yang memungkinkan AI untuk menangani tugas rutin di seluruh proses sementara karyawan tetap bertanggung jawab untuk pengawasan, pengambilan keputusan, dan pengecualian. Alur kerja agenik membuat ini memungkinkan dengan mengoordinasikan beberapa tindakan menjadi proses yang terhubung tunggal daripada memperlakukan AI sebagai alat yang berdiri sendiri.

Pertimbangkan layanan pelanggan. Jika pelanggan perlu mengubah pesanan, secara tradisional, perwakilan layanan pelanggan mungkin menghabiskan waktu berharga untuk mengkonfirmasi detail akun, memeriksa stok, memperbarui sistem manajemen pesanan, memproses perubahan pembayaran, dan mengatur pengiriman. AI agenik dapat mengoordinasikan langkah-langkah rutin tersebut di seluruh sistem dalam alur kerja tunggal.

Memiliki alur kerja yang dapat diulang ini mengubah peran karyawan. Waktu sekarang dapat diinvestasikan dalam menyelesaikan masalah yang kompleks dan memastikan setiap interaksi berakhir dengan hasil terbaik. Itulah momen-momen yang diingat pelanggan dan yang mempengaruhi loyalitas, retensi, dan kinerja bisnis.

Penghakiman dan Keahlian Manusia Menjadi Lebih Penting

Ketika organisasi membangun tenaga kerja hibrida – di mana karyawan manusia bekerja sama dengan AI – keunggulan kompetitif orang-orang semakin bergeser ke arah kemampuan unik manusia.

Sistem AI mungkin merekomendasikan solusi tercepat tetapi orang-orang memahami apakah itu solusi yang tepat. Orang-orang dapat menimbang prioritas yang bersaing, mengenali konteks organisasi dan budaya, membangun kepercayaan dengan pelanggan dan rekan, dan tahu kapan situasi memerlukan fleksibilitas daripada mengikuti proses standar.

Literasi AI dengan cepat menjadi keterampilan dasar tempat kerja. Apa yang membedakan karyawan berkinerja tinggi adalah kemampuan mereka untuk mengenali di mana teknologi menghilangkan gesekan dan di mana keahlian mereka memiliki pengaruh terbesar pada pelanggan, rekan, dan hasil organisasi.

Jika ini adalah apa yang terlihat seperti kinerja tinggi dan “pekerja baik”, organisasi perlu mempertimbangkan kembali bagaimana mereka mengenali dan menghargai pekerjaan tersebut.

Kepemimpinan Harus Meredefinisi Kesuksesan

Ketika AI memperluas cara karyawan dapat menciptakan nilai, pemimpin HR harus meninjau kembali apakah kerangka kerja kinerja mereka saat ini sepenuhnya mengabadikan kontribusi tersebut. Pengukuran berbasis aktivitas seperti jam kerja, tiket yang ditutup, dan respon telah lama menjadi indikator yang berguna, tetapi mereka semakin hanya menceritakan sebagian dari cerita di organisasi yang ditenagai AI.

AI tidak hanya membantu karyawan menyelesaikan pekerjaan yang sama dengan lebih efisien. Ketika tugas rutin diotomatisasi, karyawan memiliki kapasitas yang lebih besar untuk melangkah ke pekerjaan yang lebih strategis: memecahkan tantangan yang kompleks, mengurangi risiko bisnis, dan mengungkap kesempatan pertumbuhan yang sama sekali baru. Kontribusi tersebut sering memiliki dampak yang lebih luas dan lebih langgeng pada bisnis daripada tugas individu yang diambil AI dari piring mereka.

Pembicaraan kinerja harus berkembang untuk mengenali cara tambahan yang karyawan menambahkan nilai. Di samping metrik hasil bisnis yang mapan dan pengukuran tradisional, pemimpin harus mengenali karyawan yang menggunakan AI untuk menciptakan nilai yang membantu seluruh organisasi beradaptasi lebih cepat.

Perencanaan tenaga kerja juga perlu berkembang untuk tenaga kerja hibrida. Keputusan tentang perekrutan, desain pekerjaan, dan pengembangan karir tidak dapat terjadi secara independen dari perencanaan teknologi. Sebelum organisasi memutuskan peran apa yang mereka butuhkan besok, mereka pertama-tama perlu memahami alur kerja mana yang dapat diotomatisasi AI dan di mana keahlian manusia menciptakan nilai terbesar.

Permintaan akan kefasihan AI—kemampuan untuk menggunakan dan mengelola alat AI—telah tumbuh tujuh kali lipat dalam dua tahun, lebih cepat daripada keterampilan lain dalam postingan pekerjaan AS. Namun, menciptakan tenaga kerja yang fasih AI memerlukan lebih dari sekadar organisasi yang menyediakan akses ke alat terbaru. Orang-orang secara alami berhati-hati dengan perubahan, terutama ketika itu mempengaruhi bagaimana pekerjaan mereka diukur. Pemimpin memiliki tanggung jawab untuk memberikan bimbingan praktis dan pelatihan, memberikan karyawan kesempatan untuk bereksperimen dengan AI dan belajar dari satu sama lain, dan menetapkan harapan yang jelas tentang bagaimana ukuran kesuksesan berkembang.

Salah satu contoh bimbingan praktis adalah melalui model hub-and-spoke. Komite pengarah pusat dapat menetapkan praktik AI yang bertanggung jawab dan prioritas strategis, sementara juara AI di seluruh fungsi bisnis dapat mengidentifikasi kasus penggunaan untuk bereksperimen menerapkan AI. Ini memungkinkan bisnis untuk mengadopsi AI secara konsisten sambil memungkinkan fleksibilitas untuk memecahkan tantangan unik yang dihadapi setiap fungsi bisnis.

Pada akhirnya, definisi dari seorang “pekerja baik” berkembang dalam lingkungan baru ini. Karyawan yang menonjol akan terus membangun kefasihan AI mereka, memahami di mana teknologi menciptakan efisiensi dan di mana keahlian mereka memiliki pengaruh terbesar, dan berbagi pembelajaran dan cara kerja terbaik mereka dengan yang lain.

Organisasi memiliki peran kritis untuk dimainkan dalam membantu karyawan mencapai kesuksesan baru ini. Dengan merancang ulang alur kerja, memodernisasi pengukuran kinerja, dan memupuk budaya di mana pembelajaran dan eksperimen dengan AI didorong, mereka dapat menciptakan tenaga kerja yang lebih produktif, lebih banyak memberikan nilai bisnis, dan lebih siap untuk masa depan.