Kefasihan AI adalah Keterampilan Tenaga Kerja yang Tidak Bisa Diabaikan oleh Organisasi

Organisasi dengan cepat memperluas penggunaan AI mereka, namun akses melebihi kemampuan tenaga kerja. Penelitian dari Google dan Ipsos menemukan bahwa meskipun 40% karyawan menggunakan AI di tempat kerja, hanya 5% yang benar‑benar fasih AI. Memberikan alat AI kepada karyawan tidak berarti mereka tahu kapan menggunakannya, bagaimana mengevaluasi hasilnya, atau di mana keputusan manusia masih harus memimpin. 

Mengatasi kesenjangan tersebut mengharuskan organisasi memperlakukan kefasihan AI sebagai kemampuan tenaga kerja dan pada akhirnya sebagai bagian dari model operasional. Ini bukan keterampilan teknis yang hanya diperuntukkan bagi tim TI, ilmuwan data, atau pengadopsi awal. Karyawan membutuhkan kepercayaan diri dan penilaian untuk menerapkan AI pada masalah bisnis nyata, menantang outputnya, dan memahami apa yang harus dan tidak boleh diserahkan kepada teknologi. Para pemimpin juga memerlukan kemampuan ini karena peran mereka tidak lagi sekadar memutuskan di mana AI harus diterapkan. Mereka perlu merancang ulang cara kerja dengan menentukan di mana AI dapat dijalankan, di mana teknologi yang ada dapat mendukung pekerjaan, dan di mana penilaian, hubungan, serta akuntabilitas manusia menciptakan nilai terbesar. Itulah pergeseran menuju organisasi yang fasih AI. Ini berarti merancang model operasional berdasarkan kekuatan manusia, AI, dan teknologi secara bersamaan. 

Adopsi AI Bukan Sama dengan Kefasihan AI

Salah satu kesalahan paling mudah yang dilakukan organisasi adalah memperlakukan penggunaan AI sebagai bukti keberhasilan AI. Masuk, prompt, lisensi yang diaktifkan, penyelesaian pelatihan, dan penggunaan token menunjukkan karyawan memiliki akses ke teknologi, tetapi memberikan sedikit informasi tentang apakah AI meningkatkan efisiensi dan akurasi pekerjaan mereka. 

Gallup melaporkan bahwa 65% karyawan mengatakan AI telah meningkatkan produktivitas individu mereka, namun hanya 12% yang mengatakan AI telah mengubah cara kerja di seluruh organisasi mereka. Menyerahkan AI ke tangan karyawan tidak secara otomatis menciptakan nilai bisnis, terutama jika adopsi menjadi metrik keberhasilan utama. Organisasi harus melihat lebih jauh dari sekadar penggunaan dan menilai apakah karyawan tahu cara menggunakan AI secara efektif. Itu berarti mengidentifikasi kasus penggunaan yang tepat, mengajukan pertanyaan yang lebih baik, menantang output yang tampak masuk akal tetapi mungkin salah, dan mengenali kapan konteks, empati, atau penilaian lebih penting daripada kecerdasan mentah. 

Ukuran keberhasilan harus bergeser sesuai. Organisasi harus mengevaluasi apakah AI meningkatkan kualitas dan kecepatan keputusan, menciptakan pengalaman yang lebih baik bagi karyawan dan pelanggan, menghilangkan pekerjaan bernilai rendah, serta membebaskan orang untuk fokus pada penilaian, kreativitas, kolaborasi, dan hubungan yang menghasilkan nilai paling besar. Pada akhirnya, AI harus diukur dari kontribusinya terhadap kinerja bisnis, mulai dari peningkatan produktivitas dan kelincahan hingga kualitas, pertumbuhan, dan ketahanan yang lebih kuat. 

Membangun kemampuan itu memerlukan lebih dari sekadar mengajarkan karyawan cara memberi perintah. Kefasihan AI berarti memahami kapan menggunakan AI, bagaimana mengevaluasi outputnya, dan apa yang harus tetap berada di tangan manusia. Tujuannya bukan meningkatkan penggunaan AI, melainkan menghasilkan pekerjaan yang lebih baik. 

Organisasi Membutuhkan Strategi Bakat AI yang Seimbang

Faktanya, organisasi tidak dapat membangun tenaga kerja yang fasih AI hanya dengan merekrut. Mereka tetap memerlukan spesialis di bidang seperti rekayasa AI, ilmu data, dan tata kelola, namun tidak akan ada cukup talenta spesialis untuk membangun kefasihan pada skala yang dibutuhkan kebanyakan bisnis. Kemampuan itu harus meluas ke seluruh organisasi. Peluang yang lebih besar adalah mengembangkan tenaga kerja yang ada sehingga orang di berbagai peran dapat bekerja secara efektif dengan AI. 

Itu berarti bersikap sengaja tentang di mana membangun, membeli, dan meminjam kemampuan. Rekrut spesialis di mana mereka menciptakan nilai yang berbeda. Libatkan bantuan eksternal ketika kebutuhan bersifat spesifik atau sementara. Untuk peran yang telah diubah oleh AI saat ini, investasikan dalam pengembangan keterampilan karyawan yang ada. 

Hal ini juga harus mengubah apa yang dicari perusahaan dalam perekrutan. Ketika alat dan persyaratan pekerjaan berubah dengan cepat, kemahiran dalam teknologi saat ini hanya memberi sedikit gambaran. Kelincahan belajar, rasa ingin tahu, berpikir kritis, dan penilaian menjadi lebih berharga. Tim akuisisi talenta harus menanyakan apakah orang tersebut dapat belajar dengan cepat, menerapkan pengetahuan di berbagai konteks, dan secara kritis mengevaluasi output AI daripada sekadar menerimanya. 

Pengembangan memerlukan pandangan praktis yang sama. Kursus AI dapat mengajarkan dasar-dasar, namun kefasihan muncul dari praktik kerja. Berikan orang masalah nyata untuk diselesaikan dengan AI, biarkan mereka menguji di mana AI menghemat waktu, meningkatkan hasil, dan di mana ia kurang. Manfaatkan manajer, pembinaan, dan proyek lintas fungsi untuk mengubah pengalaman tersebut menjadi praktik yang dapat diulang. 

Pemimpin perlu membuat batasan menjadi jelas. Karyawan harus mengetahui mengapa AI diperkenalkan, masalah apa yang diselesaikannya, di mana eksperimen didorong, dan keputusan mana yang memerlukan kepemilikan manusia. Tanpa kejelasan, organisasi menghadapi salah satu dari dua hasil: orang enggan menggunakan AI, atau mereka menggunakannya tanpa penilaian yang memadai. 

Tujuannya bukan menciptakan tenaga kerja yang terdiri dari para ahli AI; melainkan menciptakan tenaga kerja yang bekerja berbeda karena AI hadir. Orang membutuhkan batasan yang jelas dan kepemilikan manusia yang terlihat sehingga mereka dapat bereksperimen dengan percaya diri, tanpa mengalihdayakan penilaian mereka kepada teknologi. 

The Microsoft Work Trend Index menemukan bahwa hanya sekitar satu dari empat pengguna AI yang mengatakan kepemimpinan organisasi mereka jelas dan konsisten selaras dengan AI. Deloitte juga melaporkan bahwa perusahaan dengan paparan AI yang lebih besar mengalami pertumbuhan produktivitas sekitar 40% lebih tinggi dibandingkan yang dengan paparan lebih rendah. Penelitiannya menemukan 53% organisasi mengatakan pendidikan tenaga kerja yang lebih luas adalah strategi bakat AI utama mereka, dibandingkan dengan 36% yang fokus pada perekrutan bakat AI khusus. 

Evolusi ini penting karena strategi AI tidak lagi sekadar tentang akuisisi teknologi. Semakin menjadi strategi tenaga kerja. 

Pemimpin Harus Merancang Ulang Pekerjaan di Sekitar Manusia dan AI

Kefasihan AI penting, tetapi melatih orang menggunakan AI tanpa mengubah cara kerja membuat model operasional tetap hampir tidak berubah. Jika orang kembali ke peran, proses, dan alur kerja yang sama, organisasi hanya akan memanfaatkan sebagian potensi AI. Peluang yang lebih besar adalah merancang ulang pekerjaan di sekitar apa yang paling baik dilakukan oleh manusia dan AI—menggunakan AI untuk mempercepat pelaksanaan dan meningkatkan pengalaman serta menerapkan penilaian manusia di mana ia menciptakan nilai paling besar. 

Data menunjukkan sebagian besar organisasi masih melakukan hal itu. Hanya 16% organisasi yang sepenuhnya merancang ulang peran, proses, dan model operasional untuk mengintegrasikan AI ke dalam pekerjaan. Namun, mereka yang memprioritaskan desain kerja dua kali lebih mungkin melampaui harapan mereka terhadap pengembalian investasi AI. 

Ambil contoh seorang manajer yang mempersiapkan percakapan sulit dengan seorang karyawan. AI dapat mengumpulkan riwayat kinerja, merangkum umpan balik sebelumnya, dan mengidentifikasi tema atau pertanyaan yang layak dieksplorasi. Hal ini dapat menghemat waktu persiapan dan memberi manajer informasi yang lebih baik. Namun AI tidak boleh mengendalikan percakapan. Memahami karyawan, membaca situasi, menunjukkan empati, dan membuat keputusan penting tetap menjadi tanggung jawab manajer. 

Hal yang sama berlaku dalam akuisisi bakat. AI dapat menganalisis data pasar tenaga kerja, menangani tugas administratif, dan mengungkap pola yang biasanya akan memakan waktu berjam-jam bagi perekrut. Itu menciptakan kapasitas. Nilainya berasal dari apa yang dilakukan perekrut dengan AI: menghabiskan lebih banyak waktu memahami motivasi kandidat, menantang asumsi manajer perekrutan, atau memberi saran kepada pemimpin bisnis tentang pertukaran bakat. 

Itulah pergeseran yang harus dicari organisasi, bukan sekadar mengotomatisasi tugas, melainkan menggunakan AI untuk menciptakan kapasitas dan secara sengaja mengalihkannya ke pekerjaan di mana orang menambah nilai lebih. 

Jika tidak, mudah untuk mengotomatisasi proses yang buruk dan berakhir dengan proses yang lebih cepat namun tetap buruk. Peluang yang lebih besar adalah merancang ulang pekerjaan di sekitar apa yang paling baik dilakukan oleh orang dan AI. 

Kefasihan AI Akan Menentukan Tenaga Kerja Masa Depan

Kefasihan AI akan semakin menjadi kemampuan dasar tenaga kerja, seperti halnya literasi digital saat ini. Namun menjadi AI-native bukanlah sebuah generasi, dan bukan sekadar kemahiran dengan alat saat ini. Ini adalah kemampuan dan pola pikir untuk terus belajar, bereksperimen, dan menyesuaikan cara kerja seiring AI berkembang. Platform akan berubah. Organisasi yang membangun kemampuan berkelanjutan akan berinvestasi pada orang yang dapat beradaptasi bersama mereka, mengetahui kapan menggunakan AI, kapan mempertanyakannya, dan di mana penilaian manusia masih paling penting. 

Seiring kemampuan itu matang, AI tidak lagi sekadar kumpulan alat melainkan menjadi bagian dari cara organisasi beroperasi. Organisasi yang berhasil tidak akan menjadi yang memiliki paling banyak alat AI atau bahkan adopsi tertinggi. Mereka adalah organisasi yang orangnya secara konsisten dapat mengubah AI menjadi pekerjaan yang lebih baik, keputusan yang lebih baik, dan kinerja bisnis yang lebih baik. 

Itulah pada akhirnya ujian kefasihan AI. Bukan apakah tenaga kerja Anda menggunakan AI, melainkan apakah penggunaan tersebut menghasilkan pekerjaan yang lebih baik, keputusan yang lebih baik, pengalaman yang lebih baik, dan kinerja bisnis yang lebih baik.