AI semakin mampu menulis, menganalisis, merangkum, dan menghasilkan ide. Ketika bagian eksekusi makin mudah dibantu mesin, nilai manusia justru bergeser ke kemampuan lain.
Beberapa tahun lalu, kemampuan membuat presentasi, menyusun copy, menulis kode, atau merangkum laporan sering dianggap sebagai keterampilan yang memberi keunggulan. Sekarang AI dapat membantu melakukan banyak pekerjaan tersebut dalam hitungan menit. Pertanyaannya kemudian bukan sekadar pekerjaan apa yang akan berubah, tetapi keterampilan apa yang justru menjadi semakin penting.
Perubahan ini terasa cukup besar karena teknologi tidak hanya mempercepat kerja manual. AI mulai masuk ke lapisan analisis, rekomendasi, hingga pengambilan keputusan. World Economic Forum pada 2026 menggambarkan pergeseran nilai kerja manusia menuju kemampuan membingkai masalah, menetapkan batas, mengevaluasi hasil, dan membuat keputusan akhir ketika AI semakin kuat pada sisi eksekusi.
Wendra Wilendra, M.MT., Brand Consultant dan AI Ecosystem Architect, melihat AI bukan sebagai pengganti manusia, tetapi sebagai sistem yang memperbesar kemampuan manusia ketika digunakan dengan arah yang jelas. Dalam profil profesionalnya, ia menempatkan AI sebagai mitra strategis yang tetap membutuhkan manusia untuk menentukan tujuan, konteks, serta makna dari keputusan yang diambil.
Baca Juga: AI Membantu Kita Bekerja, Tapi Apakah Kita Masih Memahami Pekerjaannya?
Semakin Mudah Eksekusi, Semakin Mahal Kemampuan Menentukan Masalah
AI sangat baik ketika diberi pekerjaan yang cukup jelas. Minta ia membuat sepuluh alternatif judul, merangkum laporan, menyusun tabel perbandingan, atau menghasilkan potongan kode, lalu hasil akan muncul sangat cepat. Namun sebelum semua itu terjadi, tetap ada satu pekerjaan yang lebih sulit: menentukan apa yang sebenarnya perlu diselesaikan.
Boston Consulting Group pada 2026 menempatkan problem understanding and framing sebagai salah satu keterampilan paling penting bagi organisasi, sekaligus salah satu yang paling berisiko melemah jika terlalu banyak diserahkan kepada AI. Alasannya sederhana: organisasi yang salah mendefinisikan masalah tidak akan tertolong hanya karena AI mampu menghasilkan analisis lebih cepat.
Bayangkan sebuah perusahaan mengalami penurunan penjualan. AI dapat menghasilkan strategi promosi, segmentasi, dan puluhan ide kampanye dalam beberapa menit. Namun kalau persoalan sebenarnya bukan promosi, melainkan kualitas produk atau distribusi yang buruk, kecepatan menghasilkan strategi hanya membuat perusahaan bergerak lebih cepat ke arah yang salah.
Di sinilah pengalaman dan pengetahuan konteks tetap sulit digantikan. Wendra menempatkan AI sebagai bagian dari ekosistem bisnis, bukan alat yang berdiri sendiri. Teknologi dapat mengolah pola, tetapi manusia tetap perlu memahami konsumen, tujuan brand, nilai perusahaan, dan konsekuensi keputusan sebelum menentukan apa yang layak dilakukan.
Itu pula yang menjelaskan mengapa kemampuan bertanya mungkin menjadi lebih bernilai daripada kemampuan sekadar menghasilkan jawaban. Pertanyaan yang buruk dapat membuat AI sangat produktif menghasilkan sesuatu yang tidak dibutuhkan. Sebaliknya, pertanyaan yang tajam mempersempit ruang kerja dan membuat teknologi benar-benar membantu menyelesaikan persoalan yang relevan.
Baca Juga: AI Tidak Harus Memberi Jawaban yang Sepenuhnya Salah untuk Menyesatkan Kita
Judgment Menjadi Lebih Penting ketika Mesin Bisa Menghasilkan Banyak Pilihan
Masalah berikutnya muncul setelah AI memberikan hasil. Sepuluh ide sudah tersedia, analisis terlihat rapi, dan rekomendasi terdengar logis. Pada titik itu, pekerjaan manusia justru belum selesai.
BCG menempatkan judgment and decision making sebagai keterampilan strategis dengan risiko tinggi mengalami de-skilling jika pengguna terlalu mengandalkan AI. Keterampilan ini bukan sekadar memilih opsi yang tampak paling baik, tetapi menimbang informasi yang tidak lengkap, memahami konsekuensi, membuat keputusan, lalu memperbarui pemahaman setelah melihat hasilnya.
World Economic Forum juga melihat kebutuhan serupa. Ketika AI mengambil lebih banyak bagian eksekusi, peran manusia bergerak menuju penetapan konteks, evaluasi hasil, pengawasan, dan keputusan akhir. Dengan kata lain, nilai manusia semakin banyak berada pada pekerjaan sebelum dan sesudah AI menjalankan tugasnya.
Kemampuan tersebut semakin penting karena AI tidak selalu memahami konteks organisasi seperti manusia yang hidup di dalamnya. Sebuah rekomendasi bisa logis secara statistik tetapi tidak sesuai budaya perusahaan, regulasi, reputasi brand, atau kondisi lapangan. Mesin dapat menghasilkan kemungkinan, tetapi keputusan tetap membutuhkan seseorang yang bersedia bertanggung jawab terhadap konsekuensinya.
Ada pula keterampilan yang justru semakin sulit dipisahkan dari manusia: mendengarkan, membangun kepercayaan, membaca nuansa, serta memahami kebutuhan yang tidak selalu dinyatakan secara eksplisit. Future of Jobs Report 2025 mencatat kemampuan seperti empati dan active listening masih memiliki potensi substitusi yang sangat rendah oleh generasi AI saat ini.
Hal itu tidak berarti keterampilan teknis kehilangan nilai. Justru pengetahuan domain menjadi semakin penting agar seseorang mampu memeriksa apakah keluaran AI masuk akal. Tanpa pemahaman dasar, pengguna akan kesulitan membedakan antara jawaban yang benar, cukup benar, dan hanya terdengar meyakinkan.
Karena itu, masa depan kerja mungkin bukan tentang memilih antara menjadi manusia yang kreatif atau manusia yang teknis. Yang lebih dibutuhkan adalah kombinasi: memahami bidang cukup dalam, mampu menggunakan AI, tetapi tetap sanggup membingkai persoalan, memeriksa hasil, dan mengambil keputusan ketika tidak tersedia jawaban yang sempurna.
AI memang membuat sebagian pekerjaan menjadi lebih mudah dan lebih cepat. Namun kemudahan itu justru membuat keterampilan tertentu semakin terlihat nilainya. Ketika hampir semua orang bisa menghasilkan sesuatu dengan bantuan mesin, keunggulan mungkin tidak lagi berada pada siapa yang paling cepat membuat hasil, tetapi siapa yang paling tahu apa yang layak dibuat, mengapa itu perlu dibuat, dan apakah hasilnya benar-benar pantas digunakan. [][Rudi Tenggarawan/KK]
Penulisan artikel ini dibantu AI dan telah melewati proses kurasi Redaksi.
