(SeaPRwire) –   Ketika Sam Altman mengamati awal tahun ini bahwa beberapa perusahaan menggunakan AI sebagai alasan yang nyaman untuk melakukan pemangkasan tenaga kerja yang mungkin tetap mereka lakukan, ia tidak salah. Setiap pagi, saya membuka umpan berita saya dan menemukan contoh lainnya. Saya telah menghabiskan lebih dari dua dekade memimpin perusahaan teknologi perusahaan melalui transisi cloud, revolusi seluler, dan platformisasi pekerjaan itu sendiri. Saya tahu seperti apa rasanya ketika narasi melampaui bukti — dan inilah momen tersebut.

Kisah “transformasi” biasanya berjalan seperti ini: AI telah hadir, jumlah karyawan adalah biaya, dan bergerak cepat pada keduanya adalah bentuk kepemimpinan.

Namun, data menunjukkan cerita yang sama sekali berbeda.

Kesalahan pembacaan mendasar

Ketika Anda mengukur dampak AI pada tingkat tugas alih-alih tingkat pekerjaan, gambaran tersebut berubah sepenuhnya.

Tim riset Anthropic baru-baru ini menerbitkan salah satu upaya awal yang paling ketat untuk mengukur efek pasar tenaga kerja dari AI. Mereka menemukan bahwa, bahkan dalam pekerjaan dengan paparan AI tertinggi — pemrogram komputer, perwakilan layanan pelanggan, dan analis keuangan — tidak ada peningkatan pengangguran yang signifikan secara statistik sejak ChatGPT diluncurkan.

Di Cornerstone, tempat kami melayani lebih dari 140 juta pekerja di 186 negara, platform intelijen tenaga kerja kami memperkuat hal ini dari sudut pandang yang berbeda. Melacak lebih dari 55.000 keterampilan berbeda di 1,3 miliar lowongan pekerjaan dan 1 miliar resume secara global, data kami menunjukkan pertumbuhan permintaan yang positif di 15 dari 16 kategori pekerjaan terlepas dari tingkat paparan AI. Di hampir setiap kategori, permintaan melampaui pasokan rata-rata 3,2 kali lipat. Ini bukanlah tanda-tanda krisis pemindahan tenaga kerja, melainkan sinyal kekurangan bakat yang dipercepat oleh AI.

AI terutama menghilangkan tugas, bukan pekerjaan. Perbedaan itu bukan sekadar semantik — hal itu memiliki dampak yang berarti.

Ketika AI menyerap pekerjaan sintesis rutin dalam peran seorang analis keuangan, pekerjaan mereka tidak hilang. Apa yang tersisa, dan apa yang nilainya bertambah, adalah penilaian untuk mengetahui apa arti angka-angka tersebut, naluri untuk mengajukan pertanyaan yang tidak terpikirkan oleh model, dan kredibilitas untuk memandu dewan direksi melalui keputusan di bawah ketidakpastian. AI menangani throughput. Analis memiliki pemikirannya.

Saya telah melihat organisasi melakukan kesalahan ini selama setiap siklus teknologi besar dalam tiga dekade terakhir. Polanya sama: perubahan teknologi disamakan dengan perubahan jumlah karyawan. Mereka yang melakukannya dengan benar mengajukan pertanyaan yang lebih baik: Jika AI menyerap tugas-tugas ini, apa yang membebaskan orang-orang saya untuk melakukannya?

Apa yang dikatakan pekerja kepada kami

Kami baru-baru ini menyurvei 2.000 pekerja di AS dan Inggris tentang bagaimana AI membentuk kembali pengalaman mereka, dan temuan tersebut seharusnya menghentikan langkah para eksekutif C-suite.

Hampir setengah (46%) dari mereka yang menggunakan alat AI belum pernah menerima pelatihan formal. Dari mereka yang tanpa panduan, 47% belajar sendiri melalui coba-coba, 36% sengaja membatasi penggunaan AI mereka untuk menghindari kesalahan, dan 17% hanya berpura-pura menggunakannya saat diminta.

Ketika ditanya keterampilan mana yang paling penting bagi karier mereka, pekerja menempatkan pemikiran kritis, penilaian, kreativitas, dan ketahanan di urutan teratas. Pengetahuan teknis AI berada di urutan terakhir.

Para pekerja ini sudah memahami sesuatu yang belum dioperasionalkan oleh organisasi mereka. Nilai abadi di tempat kerja yang ditambah AI adalah kualitas pengambilan keputusan manusia yang dibawa ke hasil akhir. Kesenjangan pengembangan mereka adalah tentang berpikir, bukan tentang memberikan perintah (prompting).

Membangun organisasi yang tangkas

Dalam banyak hal, AI telah memberikan hadiah langka bagi organisasi. AI menyerap pekerjaan yang bisa menjadi bagian yang paling tidak menarik dan paling tidak produktif dari apa yang dilakukan orang. Perlakukan itu sebagai katup pelepas — yang akhirnya membebaskan orang-orang Anda untuk beroperasi pada tingkat yang selalu mampu mereka lakukan — dan Anda memiliki tantangan yang jauh lebih baik di tangan Anda.

Keuntungan datang dari investasi yang disengaja dalam empat kemampuan yang saling berhubungan. Tidak ada yang memerlukan pengumuman transformasi — semuanya terakumulasi seiring waktu.

1. Buat tenaga kerja Anda terlihat oleh dirinya sendiri.

Kebanyakan organisasi tahu lebih sedikit tentang kemampuan karyawan mereka setelah lima tahun masa kerja daripada yang mereka ketahui dari resume pada hari pertama. Membangun gambaran waktu nyata pada tingkat keterampilan — bukan jabatan, tetapi kemampuan aktual — memunculkan di mana orang berkembang, di mana kesenjangan terbentuk, dan kemampuan tambahan apa yang dapat diaktifkan untuk memenuhi kebutuhan baru.

2. Tutup jarak antara pembelajaran dan pekerjaan.

Model pembelajaran sebagai kursus dibangun untuk dunia di mana keterampilan memiliki masa simpan yang lama. Pendekatan yang lebih tahan lama adalah pengembangan yang tertanam dalam pekerjaan itu sendiri, dengan agen AI yang memunculkan panduan yang tepat pada saat kesenjangan muncul, dipicu oleh sinyal kinerja alih-alih siklus kalender.

3. Rancang ulang peran di sekitar apa yang tidak dapat dilakukan AI.

Sebelum keputusan tenaga kerja apa pun, tiga pertanyaan layak mendapatkan jawaban jujur:

· Tugas mana yang ditangani AI dengan cukup baik untuk diserap sepenuhnya?

· Tugas mana yang meningkat ketika manusia dan AI bekerja sama?

· Tugas mana yang menjadi lebih berharga justru karena AI menangani segala sesuatu di sekitarnya?

Organisasi yang memetakan pekerjaan pada granularitas ini — proses yang dapat dipercepat oleh AI itu sendiri — membuat keputusan yang lebih baik tentang di mana harus berinvestasi dalam kemampuan manusia dan di mana membiarkan teknologi memikul beban.

4. Investasikan pada manajer sebagai jaringan penghubung.

Teknologi dapat memunculkan wawasan dan mempersonalisasi pengembangan. Namun, manajer mengendalikan pekerjaan apa yang ditugaskan, bagaimana umpan balik disampaikan, dan kapan seseorang siap untuk tantangan yang lebih besar. Mengembangkan manajer yang mengenali kesenjangan kemampuan dan yang melatih penilaian alih-alih penyelesaian tugas mengubah mereka menjadi pengganda pengembangan bagi seluruh organisasi.

Apa yang diperlukan ini

Setiap gangguan teknologi yang saya pimpin memerlukan titik awal yang sama: jujurlah tentang tugasnya, bukan pekerjaannya. Jawabannya hampir tidak pernah “seluruh pekerjaan dihilangkan.” Jawabannya hampir selalu “tugas ini diserap, tugas itu ditingkatkan, tugas baru ini dibuat.” Anda tidak dapat memimpin transformasi yang belum Anda petakan.

Jadikan intelijen tenaga kerja sebagai sistem operasi Anda. Bangun infrastruktur untuk melihat tenaga kerja Anda sebagai portofolio keterampilan dinamis yang dapat dikembangkan, dikerahkan, dan diarahkan ke apa yang dibutuhkan bisnis selanjutnya.

Berinvestasilah pada lapisan manusia. Kesenjangan kemampuan yang menurut pekerja paling penting — penilaian, kreativitas, ketahanan — adalah aset yang sama yang menentukan apakah investasi AI Anda terakumulasi atau terhenti. Organisasi yang mengembangkan ini akan mendapati alat AI mereka menjadi lebih berharga seiring waktu. Mengapa? Manusia lebih siap untuk mengarahkan mereka, menginterogasi output, dan menerapkan penilaian pada apa yang dihasilkan mesin.

Saya telah melihat cukup banyak siklus teknologi untuk mengetahui bahwa organisasi yang menang bukanlah mereka yang bergerak paling cepat pada alat tersebut. Mereka adalah mereka yang berinvestasi, secara sengaja dan berkelanjutan, dalam kemampuan manusia yang membuat alat tersebut paling berharga.

Itu bukan ancaman untuk dikelola, melainkan peluang untuk memimpin.