Mengapa Otomatisasi AI Bukan Tentang Menggantikan Pekerja—Tapi Tentang Meningkatkan Potensi Manusia

Ketika komputer dan AI muncul pada 1950-an dan 1960-an, Kongres mengadakan sidang tentang dampak potensial pada pekerjaan. Kemudian ada komisi presiden, yang membuat laporan multi-volume tentang topik tersebut. Tapi ketika pengangguran terus menurun, kekhawatiran juga menurun.

Lompat ke hari ini – dan ya, kekhawatiran kembali. Tapi mereka tampaknya lebih nyata, terutama karena sistem AI terus menjadi lebih pintar.

Pertimbangkan sebuah studi terbaru dari peneliti di Universitas Stanford. Berdasarkan jutaan catatan gaji hingga Juli 2025, pekerja muda antara usia 22-25 mengalami penurunan 13% dalam pekerjaan sejak 2022. Konsentrasi pekerjaan yang terkena dampak termasuk insinyur perangkat lunak dan agen layanan pelanggan.

Bahkan beberapa pemimpin perusahaan besar mengatakan bahwa AI akan memiliki dampak besar pada pekerjaan. Berikut adalah apa yang CEO Ford Jim Farley katakan tentang hal itu pada Juli: “Kecerdasan buatan akan menggantikan hampir setengah dari semua pekerjaan kantor di AS.”

Dengan semua ini, wajar bahwa karyawan khawatir tentang prospek pekerjaan mereka. Namun, perlu ada kehati-hatian dengan prediksi. Saya pikir otomatisasi AI lebih tentang amplifikasi kemampuan manusia, bukan penggantian. Ini adalah kesempatan untuk meningkatkan potensi pekerja.

AI di Dunia Nyata: Transformasi, Bukan Penggantian

Selama sebuah wawancara terbaru, CEO OpenAI Sam Altman menyarankan bahwa peran dukungan pelanggan akan hilang. Ia mencatat bahwa AI akan menghilangkan pohon telepon, menangani resolusi kontak pertama, berkembang 24/7, hanya untuk menyebutkan beberapa.

Semua ini tentu benar. Tapi ini adalah kesalahan besar untuk memprediksi bahwa akan ada penggantian besar-besaran jutaan karyawan.

Lebih baik, cara yang lebih baik untuk melihat dampaknya adalah pada kategori tugas tertentu. Misalnya, pertanyaan rutin seperti pembatalan dan pencarian akun akan ditangani oleh AI dengan skala besar. Tapi apa jika Anda menelepon tentang kesalahan tagihan yang kompleks yang mempengaruhi layanan yang berbeda? Atau apa jika panggilan Anda tentang kematian seorang yang dicintai?

Situasi ini menyoroti mengapa organisasi tidak boleh mengandalkan AI saja. Manusia masih unik untuk alasan yang maju dan empati. Pelanggan akan menuntut ini.

Tapi agen dukungan manusia juga akan diuntungkan dari AI yang membantu, seperti saran, tindakan terbaik berikutnya, dan auto-rangkuman. Pada akhirnya, AI adalah tentang mengubah peran seorang karyawan.

Sebuah studi kasus yang menarik yang mendukung ini adalah dari Klarna, yang mengoperasikan jaringan pembayaran dan perdagangan untuk lebih dari 111 juta pembeli aktif. Pada Februari 2024, perusahaan tersebut mengumumkan kerjasama dengan OpenAI untuk membangun chatbot untuk dukungan pelanggan. Dalam bulan pertama implementasi, sistem tersebut menangani dua pertiga interaksi pelanggan dan melakukan pekerjaan sekitar 700 agen penuh waktu.

Tapi perusahaan tersebut kemudian menyadari bahwa teknologi ini memiliki keterbatasan besar, terutama dalam hal akurasi. Menurut laporan dari Business Insider, Klarna telah mengalihkan karyawan ke posisi dukungan pelanggan.

CEO dan co-founder perusahaan, Sebastian Siemiatkowski, mengirimkan tweet ini tentang perubahan strategi: “Kami baru saja memiliki epifani: di dunia AI, tidak ada yang akan lebih berharga daripada manusia! Kami akan memulai pekerjaan untuk membuat Klarna menjadi yang terbaik dalam menawarkan manusia untuk berbicara!!!”

Perubahan Peran dan Keterampilan

Alat pemrograman AI yang dibantu seperti GitHub Copilot dan Cursor telah menghasilkan keuntungan nyata dalam produktivitas pengembang. Berdasarkan prompt bahasa alami, mereka dapat menulis, meng-debug, dan menguji kode. AI Agentic juga memungkinkan untuk melakukan proses kompleks multi-langkah.

Tapi lagi, ini mungkin merupakan eksagerasi untuk mengatakan bahwa ini akan menghilangkan pekerjaan untuk pengembang. Ini terutama berlaku untuk mereka yang mengembangkan dan memelihara aplikasi di perusahaan, yang memerlukan keandalan, skala, keamanan, dan kepatuhan. Misalnya, apakah sebuah bank akan meluncurkan aplikasi – yang mempengaruhi akun pelanggan – tanpa tinjauan manusia?

Tentu tidak.

Sebaliknya, rekayasa perangkat lunak akan menjadi lebih tentang desain sistem dan arsitektur. Ini akan melibatkan memiliki pemahaman holistik tentang kemampuan aplikasi dan bagaimana mereka berinteraksi dengan aplikasi lain.

Apa yang ini maksudkan adalah bahwa perusahaan perlu mendefinisikan ulang peran. Kami akan melihat lebih banyak permintaan untuk kategori seperti insinyur AI, insinyur pelanggan, dan insinyur terdepan. Untuk pengembang tingkat awal, fokus mereka akan kurang tentang menggiling kerangka kerja, dan lebih tentang menerapkan alat AI ke kasus penggunaan dunia nyata.

Mempersiapkan Tenaga Kerja

Keberhasilan dalam menavigasi transformasi AI memerlukan pemikiran ulang tentang pendekatan tradisional untuk penggunaan karyawan. Pemberi kerja perlu memiliki pendidikan mereka sendiri, yang melibatkan pembelajaran berbasis kasus yang memiliki fokus pada masalah pelanggan. Pendidikan harus berkelanjutan juga – tidak hanya beberapa minggu pelatihan coding.

Perusahaan yang berpikiran ke depan yang menerima transisi ini sebenarnya dapat meningkatkan perekrutan, bukan menguranginya. Mereka juga akan berada dalam posisi yang lebih baik untuk memanfaatkan teknologi seperti AI Agentic. Hasilnya akan jauh lebih berdampak, dalam hal produktivitas, inovasi, dan kepuasan karyawan.

Kesimpulan

Kekhawatiran tentang kehilangan pekerjaan adalah wajar. Berita utama bisa sangat menakutkan. Namun, cerita yang lebih besar adalah tentang transformasi dan penskalaan potensi manusia. Faktanya adalah bahwa teknologi terobosan telah selalu mengubah apa yang terlihat seperti pekerjaan – dan AI tidak berbeda. Pemenangnya akan menjadi perusahaan dan pekerja yang belajar untuk menerima augmentasi, berinvestasi dalam pengembangan keterampilan, dan memanfaatkan AI sebagai pengganda kekuatan.