AI Akan Mengambil Pekerjaan Kita? Perlukah Mencari Pekerjaan yang Tidak Bisa Digantikan AI

Kekhawatiran bahwa kecerdasan buatan atau Artificial Intelligence (AI) akan mengambil pekerjaan manusia bukan lagi sekadar tema diskusi futuristik. Dalam beberapa tahun terakhir, pertanyaan seperti “apakah profesi saya masih relevan lima tahun lagi?” semakin sering muncul di ruang rapat, media sosial, kampus, hingga percakapan keluarga. Kecemasan itu wajar, karena AI kini mampu menulis, merangkum, menerjemahkan, membuat kode, menganalisis data, membantu layanan pelanggan, bahkan mendukung pengambilan keputusan dalam banyak konteks. Namun, dari sudut pandang ketenagakerjaan, pertanyaan yang lebih tepat bukanlah apakah AI akan mengambil semua pekerjaan, melainkan bagaimana AI mengubah isi pekerjaan, nilai keterampilan, dan cara organisasi bekerja.

Di sinilah pentingnya membedakan antara ketakutan yang berdasar dan kesimpulan yang terlalu sederhana. Ketakutan kehilangan pekerjaan memang mempunyai dasar empiris. World Economic Forum (WEF) dalam Future of Jobs Report 2025 memperkirakan sekitar 22% pekerjaan akan mengalami disrupsi hingga 2030. Dalam periode yang sama, sekitar 92 juta posisi diproyeksikan akan tergeser, dan 41% perusahaan yang disurvei menyatakan berencana mengurangi tenaga kerja ketika AI dapat mengotomatisasi sebagian tugas [1]. Data ini menunjukkan bahwa AI bukan tren yang bisa diabaikan. Ada profesi, fungsi, dan level pekerjaan tertentu yang memang akan berada di bawah tekanan lebih besar dibanding sebelumnya.

Meski demikian, angka dari WEF tidak berhenti pada sisi pengurangan. Laporan yang sama juga memperkirakan sekitar 170 juta pekerjaan baru akan tercipta sampai 2030, sehingga secara bersih masih terdapat potensi penambahan sekitar 78 juta pekerjaan secara global [1]. Artinya, narasi yang lebih akurat bukan “pekerjaan manusia akan habis”, melainkan “struktur pekerjaan sedang berubah cepat dan besar-besaran”. Sebagian peran akan menyusut, sebagian hilang, sebagian baru muncul, dan jauh lebih banyak lagi akan tetap ada tetapi dengan komposisi tugas yang berbeda. Dengan kata lain, yang sedang berlangsung adalah restrukturisasi pasar kerja, bukan sekadar gelombang pemusnahan profesi.

Poin ini penting karena banyak orang masih membayangkan pekerjaan sebagai satu paket utuh. Padahal, hampir semua profesi tersusun dari beragam tugas yang tingkat keterpaparannya terhadap AI berbeda-beda. Seorang dokter, misalnya, tidak hanya menegakkan diagnosis. Ia juga harus menggali keluhan pasien, membaca riwayat medis, menjelaskan risiko, mempertimbangkan etika, memahami kondisi yang tidak standar, berkomunikasi dengan keluarga pasien, serta menanggung tanggung jawab klinis atas keputusan yang diambil. Seorang programmer tidak hanya menulis kode, tetapi juga memahami kebutuhan bisnis, memilih arsitektur sistem, mengevaluasi keamanan, menangani edge case, melakukan pengujian, dan memastikan perangkat lunak benar-benar menyelesaikan persoalan. Demikian pula analis, auditor, guru, peneliti, pengacara, underwriter, dan profesi lain pada dasarnya merupakan kombinasi tugas rutin dan nonrutin, teknis dan sosial, prosedural dan berbasis penilaian.

Karena itu, AI lebih sering mengambil alih tugas daripada langsung menghapus seluruh profesi. International Labour Organization (ILO) pada 2025 menegaskan bahwa sekitar satu dari empat pekerja di dunia berada pada pekerjaan dengan tingkat paparan tertentu terhadap Generative AI. Namun, kesimpulan utamanya bukan bahwa satu dari empat pekerja itu otomatis akan kehilangan mata pencaharian. ILO justru menilai transformasi pekerjaan jauh lebih mungkin terjadi daripada penggantian penuh, karena sebagian besar pekerjaan masih membutuhkan input, pengawasan, keputusan, dan tanggung jawab manusia [2]. Ini adalah pembeda yang sangat penting: exposure terhadap AI tidak sama dengan eliminasi pekerjaan oleh AI.

Dari sini, fokus diskusi seharusnya bergeser. Pertanyaannya bukan lagi “apakah AI bisa melakukan pekerjaan saya?”, tetapi “bagian mana dari pekerjaan saya yang dapat dilakukan AI, dan apa yang akan menjadi nilai tambah saya setelah bagian itu diotomatisasi?” Pergeseran cara bertanya ini sangat menentukan respons kita. Jika seseorang bekerja terutama pada tugas repetitif, sangat terdigitalisasi, berbasis format, dan memiliki aturan yang stabil, maka AI memang merupakan pesaing kuat. Akan tetapi, bila seseorang mampu naik dari level eksekusi rutin menuju level penilaian, pengarahan, sintesis, komunikasi, dan akuntabilitas, maka AI justru dapat menjadi pengungkit produktivitas.

Contoh sederhananya terlihat pada pekerjaan analitis. Bayangkan seorang analis menghabiskan empat jam untuk mengumpulkan dan membersihkan data, lalu dua jam untuk menganalisisnya. Jika AI mampu memangkas proses pengumpulan data menjadi puluhan menit, ada dua kemungkinan yang sama-sama nyata. Perusahaan dapat memutuskan bahwa kebutuhan analis berkurang. Namun perusahaan juga dapat memutuskan bahwa dengan waktu yang lebih longgar, analis kini bisa mengerjakan jenis analisis yang sebelumnya tidak sempat dilakukan, seperti menguji skenario bisnis, menelaah risiko, atau membuat rekomendasi yang lebih bernilai. Dampak akhir AI dengan demikian tidak hanya ditentukan oleh kemampuan teknologinya, tetapi juga oleh strategi perusahaan, desain organisasi, kondisi ekonomi, regulasi, serta kemampuan pekerja untuk beradaptasi.

Di titik inilah data dari PwC menjadi sangat relevan. Dalam PwC 2026 Global AI Jobs Barometer, lowongan pekerjaan yang membutuhkan keterampilan AI tercatat tumbuh sekitar 69%, hampir delapan kali lebih cepat dibanding pertumbuhan pasar kerja secara keseluruhan yang sekitar 9% [3]. Selain itu, pekerjaan yang membutuhkan keterampilan AI juga dikaitkan dengan rata-rata wage premium sekitar 62% [3]. Temuan ini tidak boleh dibaca secara berlebihan seolah-olah semua orang yang belajar AI pasti segera memperoleh kenaikan pendapatan besar. Namun data tersebut cukup kuat untuk menunjukkan satu hal: pasar tenaga kerja mulai memberi nilai lebih tinggi pada pekerja yang mampu memadukan keahlian domain dengan kemampuan memanfaatkan AI.

PwC juga melaporkan bahwa perusahaan pada sektor yang paling mampu memanfaatkan AI mencatat pertumbuhan jumlah tenaga kerja lebih tinggi dibanding sektor dengan paparan AI lebih rendah, yakni 52% berbanding 36% berdasarkan baseline 2018. Pertumbuhan upahnya pun lebih tinggi, yaitu 24% dibanding 17% [3]. Secara metodologis, temuan ini bersifat observasional sehingga tidak boleh disederhanakan menjadi klaim bahwa AI pasti menyebabkan semua pertumbuhan tersebut. Meski demikian, ia jelas menantang asumsi populer bahwa semakin banyak AI dipakai, semakin sedikit manusia dibutuhkan. Dalam banyak kasus, yang tampak justru sebaliknya: organisasi yang berhasil memakai AI bisa menjadi lebih produktif, berkembang lebih cepat, dan menciptakan permintaan baru atas peran-peran bernilai tinggi.

Masih dari PwC, terdapat gagasan penting mengenai pasar kerja dua jalur. Sebagian pekerjaan menjadi semakin “professionalised” oleh AI, yaitu ketika AI mengambil porsi rutin sehingga keahlian, pengalaman, dan penilaian manusia justru semakin penting. Sebagian lainnya menjadi lebih “democratised”, yakni lebih mudah dilakukan lebih banyak orang karena dibantu AI [3]. Implikasi praktisnya sangat besar. Jika seseorang hanya bertahan pada tugas yang mudah didemokratisasi, maka nilai tawarnya cenderung tertekan. Sebaliknya, bila seseorang bergerak ke area yang diprofesionalkan oleh AI—misalnya pengambilan keputusan, desain solusi, validasi kualitas, manajemen risiko, dan hubungan dengan pemangku kepentingan—maka nilai kerjanya justru dapat meningkat.

Karena itu, mencari pekerjaan yang “tidak bisa digantikan AI” bukanlah strategi terbaik. Daftar pekerjaan yang hari ini dianggap aman dapat berubah dengan cepat seiring peningkatan kemampuan model, perangkat, dan integrasi sistem. Strategi tersebut membuat seseorang terus berlari menjauhi teknologi, seolah tujuan karier adalah menemukan tempat persembunyian terakhir dari otomatisasi. Pendekatan yang lebih rasional adalah membangun kemampuan untuk berpindah ke aktivitas dengan nilai lebih tinggi ketika AI mengambil alih aktivitas bernilai lebih rendah. Dengan kata lain, bukan mencari profesi yang kebal teknologi, tetapi menjadi profesional yang relevan justru karena mampu bekerja bersama teknologi.

Sudut pandang ini sejalan dengan perubahan kebutuhan keterampilan. WEF memperkirakan hampir 40% keterampilan yang dibutuhkan di dunia kerja akan berubah hingga 2030. Keterampilan teknologi seperti AI, big data, dan keamanan siber tumbuh cepat, tetapi pada saat yang sama kemampuan seperti creative thinking, ketahanan mental, fleksibilitas, kelincahan, kepemimpinan, dan kemampuan sosial tetap menjadi unsur penting [1]. Fakta ini memperlihatkan bahwa masa depan kerja bukan semata persoalan belajar alat digital. Kebutuhan justru mengarah pada kombinasi antara literasi teknologi dan kapasitas manusiawi yang sukar direduksi menjadi prosedur tetap.

Dalam konteks ini, ada kesalahpahaman yang perlu diluruskan. Banyak orang mengira bahwa semakin canggih AI, semakin tidak penting kemampuan manusia. Padahal, ketika AI membuat eksekusi teknis tertentu menjadi lebih cepat dan lebih murah, nilai manusia justru bergeser ke wilayah yang lebih sulit diautomatisasi secara penuh: menetapkan prioritas, memahami konteks, menimbang risiko, membaca sinyal sosial, membangun kepercayaan, dan bertanggung jawab atas konsekuensi. AI dapat menghasilkan draf, tetapi manusia perlu menentukan apakah draf itu layak dipakai. AI dapat menyarankan solusi, tetapi manusia tetap harus menilai dampaknya. AI dapat mempercepat pekerjaan, tetapi manusia yang harus memutuskan pekerjaan mana yang memang layak dilakukan.

Itulah sebabnya keterampilan seperti penilaian, komunikasi, kepemimpinan, dan kemampuan menangani pengecualian menjadi semakin penting. Bahkan, PwC mencatat bahwa untuk sejumlah posisi entry-level yang sangat terpapar AI, kebutuhan terhadap kemampuan yang sebelumnya lebih lekat dengan pekerja senior—seperti judgement dan leadership—meningkat signifikan [3]. Ini menandakan bahwa AI dapat mendorong perubahan ekspektasi pada semua level karier. Pekerja junior tidak cukup hanya menjadi pelaksana instruksi; mereka semakin perlu memahami alasan di balik tugas, kualitas hasil, dan implikasi keputusan yang didukung AI.

Pernyataan bahwa dampak AI akan berbeda-beda antarnegeri dan antarindustri juga sangat penting. International Monetary Fund (IMF) menyebut sekitar 40% pekerjaan global akan terdampak AI dalam berbagai bentuk, baik ditingkatkan, diubah, maupun dihilangkan. Untuk negara maju, angkanya dapat mencapai sekitar 60% [4]. Namun IMF juga menekankan bahwa hasil akhirnya dipengaruhi oleh kesiapan masing-masing negara, termasuk infrastruktur digital, kualitas pendidikan dan pelatihan, serta kerangka kebijakan dan regulasi [4]. Dengan demikian, masa depan pekerjaan tidak semata ditentukan oleh kecanggihan model AI, tetapi juga oleh kemampuan institusi menyiapkan transisi tenaga kerja yang adil dan produktif.

Hal ini membawa kita pada kesimpulan yang lebih tenang namun lebih serius. Kita tidak boleh memberi optimisme palsu dengan mengatakan, “tenang saja, AI tidak akan mengambil pekerjaan Anda.” Data yang tersedia tidak mendukung jaminan semacam itu. Akan ada pekerjaan yang hilang, fungsi yang menyusut, dan organisasi yang mengurangi tenaga kerja. Tetapi kita juga tidak tepat bila menyimpulkan bahwa jalan keluarnya adalah memburu pekerjaan yang sepenuhnya anti-AI. Yang lebih bertanggung jawab adalah mengatakan bahwa pekerjaan banyak orang kemungkinan akan berubah, sehingga persiapan harus dimulai sebelum perubahan itu memaksa.

Dalam praktik organisasi, perubahan ini makin sering dibahas sebagai kolaborasi antara manusia dan agen AI. Microsoft WorkLab dalam 2026 Work Trend Index menggambarkan arah pergeseran di mana agen AI mengambil porsi eksekusi tertentu, sementara manusia semakin berfokus pada penetapan tujuan, penilaian kualitas, pembangunan kepercayaan, dan kepemilikan terhadap hasil akhir [5]. Karena sumber ini merupakan riset perusahaan, ia sebaiknya diposisikan sebagai ilustrasi tren organisasi, bukan sebagai statistik resmi pasar kerja. Namun sebagai gambaran, ide tersebut cukup membantu menjelaskan masa depan kerja: manusia mungkin tidak lagi mengerjakan setiap langkah sendiri, melainkan mengorkestrasi kombinasi manusia, perangkat lunak, data, dan AI untuk menghasilkan keluaran yang lebih besar.

Jika gambaran itu benar, maka bentuk kompetensi yang paling tahan terhadap perubahan bukanlah kemampuan mengulang satu tugas teknis secara manual, melainkan kemampuan memahami masalah secara utuh. Seseorang yang paham masalah pelanggan, mengerti logika bisnis, tahu risiko operasional, mampu membaca data, dapat berkomunikasi lintas fungsi, dan sanggup mengevaluasi keluaran AI akan lebih berharga dibanding orang yang hanya ahli mengeksekusi satu bagian kecil proses. Di sinilah letak pergeseran besar nilai kerja manusia. Kita bergerak dari “orang yang mengerjakan semuanya sendiri” menuju “orang yang mampu memastikan hasil terbaik terjadi, dengan memanfaatkan alat terbaik yang tersedia”.

Dari perspektif individu, implikasinya sangat praktis. Pertama, pelajari domain kerja secara mendalam. AI mungkin dapat membantu menulis, menghitung, atau merangkum, tetapi tanpa pemahaman domain, seseorang sulit membedakan jawaban yang berguna dari jawaban yang hanya terdengar meyakinkan. Kedua, bangun literasi AI yang cukup untuk memahami kemampuan dan keterbatasannya. Ini bukan berarti semua orang harus menjadi insinyur pembuat model, melainkan memahami kapan AI dapat diandalkan, kapan perlu verifikasi, dan risiko apa yang menyertainya. Ketiga, perkuat keterampilan yang menaikkan nilai manusia: penalaran, komunikasi, negosiasi, empati, kreativitas, kepemimpinan, dan pengambilan keputusan. Keempat, biasakan diri berpindah dari tugas rutin menuju peran yang lebih strategis, interpretatif, dan bertanggung jawab.

Dari perspektif perusahaan, tanggung jawabnya juga tidak kecil. WEF mencatat 77% perusahaan berencana melakukan upskilling terhadap tenaga kerja sebagai respons terhadap AI, dan hampir separuh memperkirakan akan memindahkan pekerja dari posisi yang terdampak ke bagian lain organisasi [1]. Angka ini penting karena menunjukkan bahwa solusi terhadap disrupsi AI tidak selalu berupa PHK. Ada ruang besar untuk pelatihan ulang, redesain pekerjaan, dan mobilitas internal. Namun peluang itu hanya nyata bila perusahaan bersedia berinvestasi dalam pembelajaran, bukan sekadar memakai AI untuk memangkas biaya jangka pendek.

Pada level yang lebih luas, masyarakat perlu memahami bahwa setiap lompatan teknologi besar dalam sejarah cenderung membuat sebagian kemampuan manusia menjadi lebih murah. Mesin membuat tenaga fisik lebih murah. Komputer membuat perhitungan lebih murah. Internet membuat distribusi informasi lebih murah. Kini AI mulai membuat sebagian pekerjaan kognitif menjadi lebih murah. Tetapi ketika suatu kemampuan menjadi lebih murah, manusia tidak otomatis kehilangan nilai. Sering kali yang terjadi adalah nilai manusia bergeser ke aktivitas yang sebelumnya terlalu lambat, terlalu mahal, atau terlalu kompleks untuk dikerjakan dalam skala besar. Seorang profesional yang dahulu hanya mampu menangani sedikit proyek bisa menangani lebih banyak dengan bantuan AI. Seorang wirausahawan yang dahulu perlu tim besar untuk riset dan prototipe kini dapat bergerak jauh lebih cepat. Seorang pekerja junior dapat belajar lebih intensif karena memiliki “asisten” yang selalu tersedia.

Karena itu, AI sebaiknya dipahami bukan hanya sebagai teknologi otomasi, tetapi juga sebagai teknologi leverage. Ancaman memang ada, terutama bagi pekerjaan yang sangat rutin, terdigitalisasi, dan mudah dipecah menjadi langkah-langkah standar. Namun pada saat yang sama, AI membuka kesempatan bagi manusia untuk menaikkan kapasitas kerja, memperluas jangkauan, dan mempercepat pembelajaran. Hasil akhirnya akan sangat ditentukan oleh siapa yang belajar memanfaatkannya dan siapa yang memilih bertahan dengan cara kerja lama.

Dalam kerangka ini, pertarungan terbesar beberapa tahun ke depan mungkin bukan manusia melawan AI. Pertarungannya lebih tepat dipahami sebagai perbedaan antara mereka yang terus belajar dan beradaptasi dengan mereka yang mengabaikan perubahan sampai terlambat. Orang yang menolak memahami AI berisiko kalah bukan langsung dari mesin, melainkan dari manusia lain yang menggunakan mesin dengan lebih baik. Sebaliknya, orang yang hanya belajar memakai AI tanpa memperdalam kompetensi inti juga berisiko terjebak pada nilai tambah yang dangkal. Kombinasi terbaik justru lahir ketika literasi AI bertemu keahlian domain dan kualitas manusiawi.

Maka, perlukah mencari pekerjaan yang tidak bisa digantikan AI? Jawabannya, tidak selalu. Yang lebih penting adalah mencari posisi, kontribusi, dan cara bekerja yang nilainya meningkat ketika AI mengambil alih bagian-bagian bernilai rendah. Strategi ini lebih realistis karena tidak bergantung pada asumsi bahwa ada profesi yang selamanya aman. Dunia kerja akan terus berubah, dan keunggulan jangka panjang lebih mungkin datang dari kemampuan bergerak bersama perubahan itu. Dalam bahasa yang lebih sederhana: jangan fokus menjadi orang yang paling sulit digantikan; fokuslah menjadi orang yang paling mampu menciptakan nilai baru ketika aturan permainan berubah.

Pada akhirnya, masa depan kerja tampaknya bukan soal memilih antara manusia atau AI. Yang lebih mungkin adalah hadirnya pembagian baru: pekerja yang bekerja tanpa AI, pekerja yang sekadar menggunakan AI, dan pekerja yang mampu mengorkestrasi AI untuk menghasilkan dampak yang jauh lebih besar daripada kemampuan individualnya sendiri. Kelompok terakhir inilah yang berpotensi memperoleh leverage paling besar. Oleh sebab itu, pertanyaan yang lebih berguna untuk diajukan mulai sekarang bukan “apakah AI akan mengambil pekerjaan saya?”, tetapi “jika AI menjadi bagian dari kapasitas kerja saya, pekerjaan bernilai lebih tinggi apa yang kini dapat saya lakukan?”

Kesimpulan tersebut tidak menghapus risiko nyata yang sedang dihadapi banyak pekerja. Disrupsi tetap akan terjadi, transisi tidak selalu nyaman, dan sebagian orang akan mengalami tekanan yang serius. Namun data yang tersedia dari WEF, ILO, PwC, dan IMF tidak mendukung pandangan bahwa masa depan adalah kehancuran total pekerjaan manusia [1][2][3][4]. Yang lebih kuat justru adalah gambaran tentang perubahan besar pada tugas, keterampilan, dan struktur organisasi. Dengan demikian, respons yang paling rasional bukan mencari profesi yang kebal AI, melainkan membangun daya adaptasi, memperdalam keahlian, dan menggunakan AI untuk naik ke bentuk pekerjaan yang lebih bernilai.

Singkatnya, AI sangat mungkin menjadi akhir dari banyak cara lama kita bekerja, tetapi bukan berarti akhir dari kerja manusia itu sendiri. Bagi mereka yang bersedia belajar, menguji alat baru, dan memperkuat kualitas yang tidak mudah digantikan—seperti penilaian, tanggung jawab, empati, kreativitas, dan kemampuan memecahkan masalah—justru di situlah peluang terbesar mulai terbuka. Masa depan tidak menjanjikan kenyamanan, tetapi juga tidak identik dengan kehampaan. Masa depan menuntut penyesuaian. Dan dalam dunia kerja yang sedang berubah cepat, kemampuan beradaptasi mungkin adalah bentuk keamanan karier yang paling realistis.

• [1] World Economic Forum, Future of Jobs Report 2025: https://www.weforum.org/press/2025/01/future-of-jobs-report-2025-78-million-new-job-opportunities-by-2030-but-urgent-upskilling-needed-to-prepare-workforces/
• [2] International Labour Organization, Generative AI and jobs: A 2025 update: https://www.ilo.org/publications/generative-ai-and-jobs-2025-update
• [3] PwC, 2026 Global AI Jobs Barometer: https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-ai-jobs-barometer.html
• [4] IMF, Leveraging Artificial Intelligence and Enhancing Countries' Preparedness: https://www.imf.org/en/news/articles/2026/02/03/sp-md-leveraging-artificial-intelligence-and-enhancing-countries-preparedness
• [5] Microsoft WorkLab, 2026 Work Trend Index report: Agents, human agency, and opportunity: https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization