133 juta lapangan kerja baru melalui robotika dan AI? Apa sebenarnya yang ada di balik ramalan kontroversial ini – dan apa artinya bagi Anda?

Apakah pekerjaan Anda berisiko? Berikut cara mempersiapkan diri menghadapi perubahan pasar kerja dengan strategi yang tepat – Analisis komprehensif tentang transformasi pasar tenaga kerja: Ramalan dan klasifikasinya

Apa sebenarnya yang dimaksud dengan perkiraan Forum Ekonomi Dunia yang banyak dibicarakan tentang 133 juta lapangan kerja baru?

Pada tahun 2018, Forum Ekonomi Dunia (WEF) menerbitkan laporannya "Masa Depan Pekerjaan," yang berisi ramalan yang luas dan banyak dibahas. Pesan intinya adalah bahwa meskipun perubahan teknologi akan menggantikan 75 juta pekerjaan pada tahun 2022, secara bersamaan akan menciptakan 133 juta peran baru. Ini akan menghasilkan peningkatan bersih sebanyak 58 juta pekerjaan. Transformasi ini ditempatkan dalam konteks "Revolusi Industri Keempat" (4IR), yang didorong oleh teknologi utama seperti internet seluler berkecepatan tinggi, kecerdasan buatan (AI), analitik big data, dan teknologi cloud.

Temuan utama laporan tersebut adalah perubahan pembagian kerja antara manusia dan mesin. Meskipun pada tahun 2018, 71% jam kerja masih dilakukan oleh manusia, laporan tersebut memprediksi penurunan angka ini menjadi 58% pada tahun 2022, dengan harapan bahwa pada tahun 2025 mesin akan melakukan lebih banyak tugas pekerjaan saat ini daripada manusia. Prospek laporan tahun 2018 jauh lebih positif daripada laporan sebelumnya dari tahun 2016. Hal ini disebabkan oleh fakta bahwa perusahaan sejak saat itu telah mengembangkan pemahaman yang lebih baik tentang peluang yang ditawarkan oleh teknologi baru. Laporan ini dirancang sebagai "seruan untuk bertindak" bagi pemerintah, bisnis, dan individu untuk mengelola transformasi ini dengan bijak guna menghindari kesenjangan keterampilan yang semakin lebar dan meningkatnya ketidaksetaraan sosial.

Berkaitan dengan ini:

• Penghancur lapangan kerja atau pencipta lapangan kerja? Kebenaran tentang otomatisasi, AI, dan robotika – Dari jalur perakitan ke "jalur berpikir"?

Bagaimana perkiraan-perkiraan ini berkembang dan berubah dalam laporan-laporan selanjutnya dari Forum Ekonomi Dunia?

Ramalan WEF yang awalnya optimis telah berubah secara signifikan dalam beberapa tahun berikutnya dan menjadi lebih kompleks. Evolusi prediksi menunjukkan pergeseran yang jelas dari perspektif yang semata-mata didorong oleh teknologi menuju perspektif yang lebih mempertimbangkan kondisi makroekonomi dan sosial.

Laporan "Masa Depan Pekerjaan 2023" melukiskan gambaran yang jauh lebih suram untuk periode hingga tahun 2027. Laporan tersebut memprediksi terciptanya 69 juta pekerjaan baru, tetapi hal ini akan diimbangi oleh hilangnya 83 juta pekerjaan. Ini akan menghasilkan kerugian bersih sebesar 14 juta pekerjaan, atau 2% dari total lapangan kerja pada saat itu. Pembalikan dari proyeksi keuntungan bersih menjadi kerugian bersih ini menandai penilaian ulang yang signifikan terhadap situasi tersebut.

Dengan "Laporan Masa Depan Pekerjaan 2025," yang mencakup periode hingga tahun 2030, WEF kembali ke pandangan yang lebih optimis, meskipun dengan asumsi yang direvisi. Laporan ini memperkirakan terciptanya 170 juta pekerjaan baru sementara 92 juta pekerjaan hilang, menghasilkan peningkatan bersih sebanyak 78 juta pekerjaan.

Yang terpenting, pendorong perubahan telah bergeser. Sementara laporan tahun 2018 hampir secara eksklusif berfokus pada revolusi teknologi, laporan-laporan selanjutnya mengidentifikasi berbagai faktor yang lebih luas yang memengaruhinya. Teknologi, khususnya AI dan big data, tetap menjadi pendorong utama. Namun, transformasi hijau, faktor makroekonomi seperti meningkatnya biaya hidup dan pertumbuhan ekonomi yang lambat, standar ESG (lingkungan, sosial, dan tata kelola), dan pergeseran demografis kini dianggap sama pentingnya atau bahkan lebih penting.

Evolusi perkiraan ini mengungkapkan wawasan penting: asumsi awal bahwa kemajuan teknologi hampir secara otomatis akan menyebabkan peningkatan bersih dalam lapangan kerja telah dibantah oleh kenyataan. Laporan-laporan tersebut menunjukkan bahwa potensi teknologi untuk menciptakan lapangan kerja sangat bergantung pada kerangka ekonomi dan politik. Misalnya, laporan tahun 2025 mengidentifikasi pertumbuhan ekonomi yang lambat sebagai pendorong utama hilangnya lapangan kerja, sementara investasi dalam transisi hijau dipandang sebagai mesin utama untuk menciptakan lapangan kerja baru. Oleh karena itu, janji teknologi bukanlah sesuatu yang mutlak, tetapi bersyarat. Hasil positif bukanlah hasil yang pasti dari inovasi, tetapi bergantung pada lingkungan makroekonomi yang sehat dan mendukung.

Pasar kerja yang berubah: Bagaimana teknologi dan transformasi hijau menciptakan lapangan kerja

Perkembangan perkiraan lapangan kerja bersih WEF. Tabel ini menggambarkan pergeseran perkiraan dari optimisme yang semata-mata didorong oleh teknologi ke perspektif yang lebih kompleks yang menggabungkan faktor ekonomi dan lingkungan.

Pasar tenaga kerja sedang mengalami transformasi, yang didorong oleh dampak teknologi dan transisi hijau. Antara tahun 2018 dan 2022, perkembangan teknologi seperti kecerdasan buatan, big data, dan teknologi cloud menciptakan 133 juta lapangan kerja baru sekaligus menghilangkan 75 juta lapangan kerja, sehingga menghasilkan peningkatan bersih sebesar 58 juta. Namun, dari tahun 2023 hingga 2027, diperkirakan akan tercipta 69 juta lapangan kerja, tetapi 83 juta akan hilang, karena perubahan teknologi, tekanan ekonomi, dan kenaikan biaya hidup, sehingga menghasilkan penurunan bersih sebesar 14 juta lapangan kerja. Untuk periode 2025 hingga 2030, diproyeksikan terjadi peningkatan lapangan kerja yang signifikan, dengan 170 juta lapangan kerja baru dibandingkan dengan 92 juta lapangan kerja yang hilang. Teknologi, transisi hijau, kriteria ESG, dan faktor makroekonomi merupakan pendorong utama perubahan ini, yang menyebabkan peningkatan bersih sebesar 78 juta lapangan kerja.

Metodologi apa yang mendasari angka-angka ini, dan kritik apa saja yang ada terhadap pendekatan ini?

Angka-angka penting dari WEF didasarkan pada "Survei Masa Depan Pekerjaan," sebuah survei terhadap para eksekutif di bidang sumber daya manusia, strategi, dan manajemen di perusahaan-perusahaan multinasional besar. Misalnya, untuk laporan tahun 2018, 313 perusahaan global disurvei, mewakili lebih dari 15 juta karyawan di 20 negara, yang pada gilirannya menyumbang 70% dari PDB global.

Penting untuk memahami bahwa angka-angka yang sering dikutip seperti "75 juta pekerjaan hilang" dan "133 juta pekerjaan baru" adalah hasil ekstrapolasi. Perusahaan-perusahaan yang disurvei memproyeksikan penurunan 984.000 pekerjaan dan peningkatan 1,74 juta pekerjaan di dalam angkatan kerja mereka sendiri. Tren internal ini kemudian diekstrapolasi ke angkatan kerja non-pertanian global di perusahaan-perusahaan besar, menggunakan data dari Organisasi Buruh Internasional (ILO). Metodologi ini secara eksplisit mengecualikan usaha kecil dan menengah (UKM) dan sektor informal, yang merupakan keterbatasan signifikan mengingat sektor-sektor ini merupakan bagian besar dari lapangan kerja global.

Terdapat kritik yang beralasan terhadap pendekatan metodologis ini:

Pertama, laporan-laporan tersebut dituduh cenderung terlalu optimis dan memiliki bias naratif. Para kritikus berpendapat bahwa narasi WEF cenderung mendukung tujuan organisasi dalam mempromosikan kerja sama global, yang dapat menyebabkan penggambaran yang terlalu positif. Fluktuasi antara peringatan suram tahun 2016, optimisme yang kuat tahun 2018, dan gambaran yang lebih kompleks di tahun-tahun berikutnya menunjukkan pola koreksi berlebihan daripada analisis yang stabil dan konsisten.

Kedua, fokus pada "peningkatan bersih" dalam lapangan kerja dikritik sebagai menyesatkan. Pendekatan ini, yang sering dibandingkan dengan "kekeliruan penjudi," mengabaikan rintangan besar yang terlibat dalam transisi. Pendekatan ini secara keliru menyiratkan bahwa pekerja yang kehilangan pekerjaan dapat dengan mudah beralih ke salah satu peran baru. Namun, pendekatan ini mengabaikan kesenjangan keterampilan yang sangat besar—seorang kasir tidak menjadi insinyur DevOps dalam semalam—ketidaksetaraan geografis, dan perbedaan dalam kualitas pekerjaan dan upah. Peningkatan bersih tersebut mengaburkan biaya manusia dan sosial yang sangat besar dari transisi tersebut.

Ketiga, perkiraan tersebut didasarkan pada asumsi yang meragukan. Laporan tersebut menyiratkan bahwa pengurangan biaya melalui AI akan menyebabkan proliferasi peran "manusia + AI", mengimbangi hilangnya pekerjaan di seluruh tim. Para kritikus menganggap asumsi ini tidak realistis, terutama karena pertumbuhan yang diproyeksikan diharapkan terjadi di sektor-sektor seperti ekonomi hijau dan perawatan kesehatan, yang kekurangan dana atau diperebutkan secara politik di banyak negara ekonomi besar.

Terakhir, kegagalan perkiraan sebelumnya menimbulkan pertanyaan tentang kredibilitas asumsi tersebut. Prediksi WEF tahun 2018 bahwa "revolusi pelatihan ulang" besar-besaran akan terjadi pada tahun 2022 belum terwujud sesuai harapan. Upaya-upaya tersebut seringkali tidak memadai, kekurangan dana, dan menghadapi kendala logistik, sehingga menimbulkan keraguan tentang kelayakan asumsi yang menjadi dasar perkiraan lapangan kerja tersebut.

Lanskap profesional yang berubah: Pemenang dan pecundang otomatisasi

Profesi dan peran spesifik apa yang akan tergantikan oleh AI dan otomatisasi?

Transformasi pasar tenaga kerja melalui AI dan otomatisasi menyebabkan polarisasi yang signifikan, dengan profesi-profesi tertentu menghadapi risiko tinggi kehilangan pekerjaan. Hal ini terutama memengaruhi pekerjaan-pekerjaan rutin, baik di sektor pekerja kantoran maupun pekerja lapangan. Kelompok demografis yang paling rentan adalah pekerja kantoran, karyawan dengan keterampilan digital rendah, dan pekerja lanjut usia.

Dalam berbagai laporan WEF, disebutkan daftar profesi yang permintaannya menurun tajam. Profesi-profesi tersebut meliputi:

• Petugas Entri Data
• Petugas Akuntansi, Pembukuan, dan Penggajian
• Sekretaris Administrasi dan Eksekutif
• Pekerja perakitan dan pabrik (di industri tertentu)
• Kasir dan Petugas Tiket
• Teller bank di konter (Teller Bank)
• Petugas Layanan Pos.

Laporan yang lebih baru, seperti "Laporan Masa Depan Pekerjaan 2025," memperluas daftar ini untuk memasukkan profesi berbasis pengetahuan lainnya. Desainer grafis dan asisten hukum kini juga termasuk dalam kategori pekerjaan yang menyusut. Hal ini secara eksplisit dikaitkan dengan kemampuan AI generatif yang semakin maju, yang semakin mampu menangani tugas-tugas kognitif yang menuntut.

Profesi baru apa saja yang berkembang pesat sebagai hasil dari revolusi teknologi ini?

Seiring dengan pergeseran tugas-tugas rutin, terdapat permintaan yang tinggi untuk bidang-bidang profesional baru dan berkembang. Bidang-bidang pertumbuhan ini tidak hanya bersifat teknis, tetapi juga mencakup peran-peran yang membutuhkan keterampilan interpersonal secara khusus.

Profesi yang berorientasi pada teknologi merupakan inti dari pertumbuhan ini. Peran yang paling cepat berkembang secara konsisten meliputi:

• Spesialis AI dan pembelajaran mesin
• Spesialis data besar
• Para ahli dalam otomatisasi proses
• Analis keamanan informasi
• Pengembang perangkat lunak dan aplikasi
• Insinyur robotika
• Insinyur FinTech.

Pada saat yang sama, permintaan akan profesi yang berbasis pada keterampilan "manusiawi" juga meningkat. Profesi-profesi tersebut meliputi:

• Profesional penjualan dan pemasaran
• Spesialis Sumber Daya Manusia dan Budaya
• Para ahli dalam pengembangan organisasi
• Manajer Inovasi
• Perwakilan layanan pelanggan.

Sektor lain yang berkembang pesat adalah ekonomi hijau. Laporan-laporan selanjutnya menyoroti pertumbuhan yang kuat dalam profesi-profesi seperti:

• Insinyur energi terbarukan
• Insinyur energi surya
• Manajer keberlanjutan.

Sektor pendidikan dan perawatan juga mengalami pertumbuhan yang kuat. Profesi seperti dokter, perawat, dan guru diperkirakan akan meningkat, didorong oleh tren demografis seperti populasi yang menua dan fakta bahwa pekerjaan-pekerjaan ini sulit untuk diotomatisasi.

Penting untuk membedakan antara pertumbuhan persentase tercepat dan pertumbuhan terbesar dalam angka absolut. Meskipun pekerjaan di bidang teknologi tumbuh paling cepat dalam persentase, pertumbuhan absolut terbesar diperkirakan terjadi pada pekerjaan garda depan seperti pekerja pertanian, pengemudi pengiriman, dan pekerja konstruksi.

Masa depan pekerjaan: Profesi-profesi ini mengalami peningkatan dan penurunan pentingnya

Gambaran umum yang komprehensif tentang bidang pekerjaan yang berkembang dan menyusut. Tabel ini merangkum perkiraan dari berbagai laporan dan menunjukkan pihak yang diuntungkan dan dirugikan oleh transformasi pasar tenaga kerja.

Masa depan pekerjaan menunjukkan perubahan yang jelas: Di sektor teknologi dan data, profesi seperti spesialis AI dan pembelajaran mesin, spesialis big data, pengembang perangkat lunak, dan analis keamanan informasi semakin penting, sementara tugas-tugas yang lebih sederhana seperti entri data dan teknisi dukungan TI menurun. Di sektor bisnis dan manajemen, manajer keberlanjutan, manajer inovasi, ahli otomatisasi proses, dan ahli penjualan dan pemasaran semakin dibutuhkan, sementara staf administrasi dan sekretaris, serta staf akuntansi dan penggajian, kehilangan relevansi. Di ekonomi hijau, insinyur energi terbarukan, spesialis kendaraan listrik, dan insinyur lingkungan meningkat, sementara pekerjaan di industri bahan bakar fosil menyusut. Di sektor kesehatan dan pendidikan, perawat, dokter, guru, dan konselor pekerjaan sosial menjadi lebih penting, meskipun tidak ada profesi yang kehilangan relevansi. Di sektor perkantoran dan administrasi, karyawan bank, pekerja pos, kasir, desainer grafis, dan asisten hukum sangat terpengaruh oleh penurunan permintaan, sementara di bidang perdagangan terampil dan manufaktur, jumlah absolut pekerja pertanian, pengemudi pengiriman, dan pekerja konstruksi meningkat, sementara pekerja perakitan dan pabrik kurang dibutuhkan karena otomatisasi.

Tren-tren menyeluruh apa, seperti transformasi hijau, yang juga memengaruhi penciptaan dan penurunan lapangan kerja?

Dinamika pasar tenaga kerja tidak hanya ditentukan oleh otomatisasi. Sejumlah tren makro saling berinteraksi dan membentuk lanskap profesional di masa depan.

Transformasi hijau, yang berarti investasi dalam perlindungan iklim dan adaptasi terhadap perubahan iklim, dianggap sebagai salah satu pencipta lapangan kerja terbesar. Tren ini mendorong permintaan akan energi terbarukan dan insinyur lingkungan, serta spesialis keberlanjutan.

Kondisi ekonomi memiliki pengaruh yang sama kuatnya, tetapi seringkali berlawanan. Pertumbuhan ekonomi yang lambat dan meningkatnya biaya hidup dianggap sebagai faktor utama yang mengurangi lapangan kerja dan dapat sebagian meniadakan keuntungan yang dihasilkan oleh teknologi dan transformasi hijau.

Adopsi teknologi itu sendiri bagaikan pedang bermata dua. Perluasan akses digital diperkirakan akan menciptakan lapangan kerja terbanyak (19 juta) pada tahun 2030, tetapi juga menggusur banyak orang (9 juta). AI dan big data menyusul sebagai pendorong terbesar kedua, menciptakan 11 juta lapangan kerja dan menggusur 9 juta orang.

Pergeseran demografis juga memainkan peran penting. Populasi yang menua di negara-negara berpenghasilan tinggi mendorong permintaan di sektor kesehatan dan perawatan. Pada saat yang sama, pertumbuhan populasi usia kerja di negara-negara berpenghasilan rendah menyebabkan peningkatan kebutuhan tenaga kerja di sektor pendidikan.

Xpert.Digital memiliki pengetahuan mendalam di berbagai industri. Hal ini memungkinkan kami untuk mengembangkan strategi yang disesuaikan secara tepat dan selaras dengan kebutuhan serta tantangan segmen pasar spesifik Anda. Dengan terus menganalisis tren pasar dan memantau perkembangan industri, kami dapat bertindak proaktif dan menawarkan solusi inovatif. Kombinasi pengalaman dan keahlian menghasilkan nilai tambah dan memberikan keunggulan kompetitif yang menentukan bagi klien kami.

Informasi selengkapnya di sini:

• Dapatkan manfaat dari 5 bidang keahlian Xpert.Digital dalam satu paket – mulai dari hanya €500/bulan

Kesenjangan keterampilan: Keterampilan apa yang akan dibutuhkan di masa depan?

Apa yang dimaksud dengan “kesenjangan keterampilan” dan seberapa besar tantangan ini?

"Kesenjangan keterampilan" merujuk pada perbedaan antara keterampilan yang dibutuhkan perusahaan untuk posisi yang tersedia dan kualifikasi aktual dari tenaga kerja yang ada. Kesenjangan ini merupakan salah satu tantangan utama dalam transformasi pasar tenaga kerja saat ini.

Skala tantangan ini sangat besar. Sejak tahun 2018, laporan WEF memprediksi bahwa pada tahun 2022, 54% dari seluruh pekerja akan membutuhkan pelatihan ulang dan peningkatan keterampilan yang signifikan. Laporan-laporan selanjutnya mengkonfirmasi dan memperkuat penilaian ini: "Laporan Masa Depan Pekerjaan 2025" menyatakan bahwa keterampilan inti dari 44% pekerja akan berubah dalam lima tahun ke depan, dan pada tahun 2030, hampir 40% dari keterampilan yang dibutuhkan untuk suatu pekerjaan akan menjadi usang.

Realitas statistik ini tercermin dalam persepsi para pemimpin bisnis. Di AS, 70% eksekutif melaporkan bahwa organisasi mereka memiliki kesenjangan keterampilan kritis yang berdampak negatif pada inovasi dan pertumbuhan. Hampir 40% dari para eksekutif ini percaya bahwa kesenjangan ini semakin memburuk.

Berkaitan dengan ini:

• Kepemimpinan teknologi versus kepemimpinan berbasis kompetensi: Analisis daya saing dan ketahanan nasional
  

  Kepemimpinan teknologi versus kepemimpinan kompetensi: Analisis daya saing dan ketahanan nasional – Gambar: Xpert.Digital

Keterampilan teknis dan digital spesifik apa yang paling dibutuhkan saat ini?

Dari sisi keterampilan teknis, yang juga dikenal sebagai "keterampilan keras," terdapat hierarki permintaan yang jelas. Di garis depan adalah keterampilan yang terkait langsung dengan teknologi pendorong Revolusi Industri Keempat.

AI dan Big Data secara konsisten termasuk di antara keterampilan yang paling dicari. Kemampuan untuk menangani kumpulan data besar dan untuk menggunakan atau mengembangkan sistem AI dianggap sangat penting. Berkaitan erat dengan hal ini adalah kompetensi inti digitalisasi lainnya: literasi teknologi, jaringan dan keamanan siber, pengembangan perangkat lunak dan aplikasi, analisis data, dan komputasi awan juga sangat dibutuhkan.

Menariknya, manajemen proyek juga sering disebut sebagai salah satu keterampilan teknis terpenting. Hal ini menggarisbawahi perlunya menggabungkan keahlian implementasi teknis dengan perencanaan bisnis strategis dan untuk berhasil mengelola proyek digitalisasi yang kompleks.

Mengapa keterampilan "manusiawi" seperti berpikir analitis, kreativitas, dan ketahanan dianggap lebih penting?

Di era di mana mesin semakin mengambil alih tugas-tugas teknis, muncul sebuah paradoks: Meskipun keterampilan teknis berkembang paling pesat, kompetensi kognitif dan sosio-emosional sering dianggap paling penting oleh para pemberi kerja. Hal ini dapat dijelaskan oleh logika ekonomi kelangkaan dan utilitas. Karena AI membuat tugas-tugas rutin—baik teknis maupun kognitif—tersedia dalam jumlah banyak dan dengan biaya rendah, keterampilan yang hanya berfungsi untuk melakukan tugas-tugas ini kehilangan nilainya.

Pada saat yang sama, tugas-tugas yang membutuhkan pemecahan masalah baru, pemikiran strategis, penilaian etis, dan interaksi interpersonal yang kompleks tetap sulit untuk diotomatisasi. Seiring mesin mengambil alih "apa" dan "bagaimana" dari banyak aktivitas, peran manusia bergeser ke "mengapa" dan "apa selanjutnya". Hal ini membutuhkan kemampuan untuk mendefinisikan masalah, menafsirkan hasil AI secara kreatif, meyakinkan pemangku kepentingan, dan memimpin tim manusia yang kompleks. Justru untuk keterampilan yang disebut "manusiawi" inilah keterampilan ini sangat penting.

Hal ini menciptakan "premium otomatisasi" untuk keterampilan yang tidak dapat diotomatisasi. Nilai ekonomi dan permintaan untuk kompetensi unik manusia ini meningkat secara tidak proporsional. Keterampilan yang paling penting di antaranya adalah:

• Kemampuan berpikir analitis dan kreatif: Kedua kemampuan ini secara konsisten berada di peringkat teratas dalam daftar keterampilan yang paling dicari oleh para pember работода.
• Kemampuan beradaptasi: Ketahanan, fleksibilitas, dan ketangkasan sangatlah penting, karena karyawan harus mampu beradaptasi dengan lingkungan yang terus berubah.
• Kepemimpinan dan keterampilan sosial: Keterampilan kepemimpinan, pengaruh sosial, kecerdasan emosional, rasa ingin tahu, dan pembelajaran sepanjang hayat juga sangat penting, karena AI hampir tidak dapat meniru kemampuan ini.

Oleh karena itu, kesenjangan keterampilan bukan hanya kurangnya keterampilan teknis. Ini adalah pembagian di pasar keterampilan: nilai keterampilan rutin menurun drastis, sementara nilai keterampilan non-rutin yang sangat manusiawi meningkat pesat. Oleh karena itu, strategi pengembangan bakat yang paling efektif tidak hanya mengajarkan pemrograman, tetapi juga menggabungkannya dengan pelatihan dalam berpikir kritis dan kreativitas.

Persiapkan karier Anda untuk masa depan: Keseimbangan antara keterampilan interpersonal dan pengetahuan teknologi

Keterampilan kunci untuk dunia kerja masa depan. Tabel ini menunjukkan pentingnya ganda keterampilan teknis dan keterampilan interpersonal, serta mengurutkannya berdasarkan persepsi kepentingan oleh para pemberi kerja.

Menjadi sosok yang siap menghadapi masa depan dalam pekerjaan Anda berarti menemukan keseimbangan yang tepat antara keterampilan lunak dan pengetahuan teknis. Yang terpenting adalah keterampilan interpersonal seperti berpikir analitis dan kreatif. Ini diikuti oleh pengetahuan teknis di bidang kecerdasan buatan, big data, dan kompetensi teknologi fundamental. Ketahanan, fleksibilitas, dan ketangkasan juga penting sebagai keterampilan interpersonal lainnya. Dari sisi teknis, jaringan, keamanan siber, dan analisis data menjadi semakin penting. Rasa ingin tahu, pembelajaran sepanjang hayat, kepemimpinan, dan pengaruh sosial juga merupakan keterampilan interpersonal yang sangat penting. Hal ini dilengkapi dengan keahlian teknis dalam pengembangan perangkat lunak dan aplikasi serta manajemen proyek.

Strategi untuk menghadapi perubahan: pelatihan ulang, pendidikan lanjutan, dan model kerja baru

Strategi apa yang diterapkan perusahaan untuk mempersiapkan tenaga kerjanya menghadapi masa depan?

Mengingat semakin lebarnya kesenjangan keterampilan, perusahaan-perusahaan mengembangkan strategi proaktif untuk mempersiapkan tenaga kerja mereka menghadapi masa depan. Strategi-strategi ini melampaui langkah-langkah pelatihan sederhana dan bertujuan untuk penataan ulang mendasar dalam pengembangan personel.

Pendekatan kunci adalah perencanaan tenaga kerja strategis. Perusahaan menganalisis keterampilan mereka saat ini dibandingkan dengan kebutuhan di masa depan dan mengembangkan program pelatihan ulang (peningkatan keterampilan) dan pengembangan keterampilan yang tepat sasaran. Tujuannya adalah untuk membangun "arsitektur keterampilan berkelanjutan" yang membuat tenaga kerja tangguh terhadap guncangan di masa depan.

Fokus strategis bergeser dari sekadar mengganti pekerja dengan teknologi menjadi augmentasi, yaitu penguatan kemampuan manusia secara terarah melalui perangkat teknologi. Hal ini terwujud dalam konsep kolaborasi manusia-mesin, yang menggabungkan kekuatan dari kedua belah pihak.

Investasi dalam pengembangan profesional merupakan ekspresi nyata dari strategi ini. 60% perusahaan secara aktif berinvestasi dalam program pelatihan bagi karyawan mereka, dengan fokus pada AI, keterampilan digital, dan kompetensi kepemimpinan. Pada saat yang sama, perusahaan mendorong mobilitas internal dengan menciptakan jalur karier yang jelas untuk mempertahankan dan mengembangkan talenta di dalam organisasi.

Perusahaan-perusahaan inovatif juga mengintegrasikan pembelajaran secara langsung ke dalam pekerjaan sehari-hari. Praktik yang telah terbukti meliputi pelatihan manajer untuk menjadi pelatih yang membimbing karyawan mereka, dan penggunaan model pembelajaran antar rekan kerja di mana kolega yang berpengalaman berbagi pengetahuan mereka.

Seperti apa inisiatif pelatihan ulang yang sukses dalam praktiknya? Mari kita lihat program-program dari Amazon, AT&T, dan Siemens.

Beberapa perusahaan terkemuka di dunia telah meluncurkan inisiatif komprehensif dan luas untuk meningkatkan kualifikasi karyawan mereka, yang dapat dijadikan studi kasus untuk strategi yang sukses.

Amazon telah mengalokasikan anggaran sebesar $1,2 miliar untuk inisiatif "Upskilling 2025" guna melatih kembali ratusan ribu karyawan. Program-program utama meliputi "Amazon Technical Academy," yang melatih karyawan tanpa latar belakang teknis untuk menjadi pengembang perangkat lunak; "Machine Learning University" untuk pembelajar tingkat lanjut; dan program "Career Choice," yang menanggung biaya kuliah. Hasilnya terukur: 75% peserta mengalami peningkatan karier, dan gaji mereka meningkat rata-rata 8,6%.

AT&T menginvestasikan sekitar $1 miliar dalam program "Future Ready" untuk melatih kembali tenaga kerjanya. Perusahaan menemukan bahwa setengah dari karyawannya kekurangan keterampilan yang dibutuhkan untuk masa depan dan secara sadar memilih inisiatif pengembangan keterampilan internal daripada PHK massal dan perekrutan karyawan baru. Program ini berfokus pada bidang-bidang seperti ilmu data dan keamanan siber serta memanfaatkan platform daring dan portal karier yang dipersonalisasi untuk menawarkan kesempatan belajar yang fleksibel kepada karyawan.

Siemens menerapkan pendekatan di mana transformasi digital dan pelatihan karyawan berjalan beriringan. Perusahaan ini memanfaatkan teknologi cloud seperti Amazon Web Services (AWS) untuk modernisasi komprehensif, mulai dari infrastruktur data hingga penggunaan AI generatif. Contoh utamanya adalah pabrik elektronik Siemens di Erlangen. Di sana, solusi Industri 4.0 diimplementasikan yang mengurangi waktu penggunaan pembelajaran mesin hingga 80%. Secara bersamaan, tenaga kerja manufaktur menerima pelatihan di tempat tentang analitik data real-time dan Internet of Things (IoT). Ini menunjukkan bagaimana peningkatan keterampilan dapat diintegrasikan langsung ke dalam transformasi operasional.

Apa peran negara? Analisis Undang-Undang Kesempatan Kualifikasi Jerman.

Selain inisiatif kewirausahaan, kerangka kerja pemerintah juga memainkan peran penting dalam mengelola perubahan struktural. Undang-Undang Peluang Kualifikasi Jerman adalah contoh kebijakan pemerintah yang proaktif.

Undang-undang ini bertujuan untuk mendukung perusahaan dalam menyediakan pelatihan lanjutan bagi karyawan mereka, khususnya dalam profesi yang terdampak oleh perubahan teknologi atau struktural. Undang-undang ini menawarkan insentif keuangan yang signifikan: Badan Ketenagakerjaan Federal dapat menanggung hingga 100% biaya pelatihan dan juga mensubsidi hingga 75% upah karyawan selama program pelatihan. Besarnya pendanaan bergantung pada ukuran perusahaan, dengan perusahaan yang lebih kecil menerima dukungan yang lebih besar.

Tujuan undang-undang ini adalah untuk memperkuat daya saing ekonomi Jerman, mengamankan pekerjaan para karyawan, dan secara aktif mengatasi kekurangan tenaga kerja terampil di bidang-bidang masa depan seperti desain UX, ilmu data, dan manajemen produk.

Mungkinkah pendekatan yang lebih radikal seperti minggu kerja empat hari atau pendapatan dasar universal (UBI) menjadi bagian dari solusi?

Perubahan mendalam di pasar tenaga kerja juga menimbulkan pertanyaan tentang perancangan ulang yang lebih mendasar terhadap pekerjaan dan jaminan sosial. Dua model yang sedang banyak dibahas adalah minggu kerja empat hari dan pendapatan dasar tanpa syarat (UBI). Pendekatan ini dapat dipahami sebagai dua jawaban yang berbeda, tetapi berpotensi saling melengkapi, terhadap tantangan otomatisasi.

Sistem kerja empat hari seminggu bertujuan untuk meningkatkan kualitas pekerjaan yang ada dengan memberikan keuntungan produktivitas kepada karyawan dalam bentuk waktu tambahan. Studi percontohan internasional berskala besar yang melibatkan 141 perusahaan dan lebih dari 2.800 karyawan telah menunjukkan hasil yang mengesankan. Perusahaan melaporkan pendapatan yang stabil atau bahkan meningkat (dalam beberapa kasus hingga 35%), sementara karyawan melaporkan penurunan drastis dalam kelelahan (hingga 70%), stres, dan kecemasan, serta peningkatan kesehatan mental dan kualitas tidur. Tingkat pergantian karyawan menurun, dan lebih dari 90% perusahaan yang berpartisipasi mempertahankan model tersebut setelah masa percobaan. Keberhasilan ini didasarkan pada model "100-80-100" (100% gaji, 80% waktu, 100% produktivitas), yang dicapai dengan mendesain ulang alur kerja dan mengurangi rapat yang tidak perlu.

Sebaliknya, pendapatan dasar universal (UBI) bertujuan untuk menciptakan jaminan sosial di luar pekerjaan berbayar dengan memisahkan pendapatan dasar dari pekerjaan. UBI terutama mengatasi masalah mereka yang berpotensi kehilangan pekerjaan atau yang berada dalam pekerjaan yang tidak tetap. Hasil dari proyek percontohan di seluruh dunia beragam dan sangat bergantung pada konteks. Efek positif seperti berkurangnya kerawanan pangan, peningkatan kesehatan, tingkat kehadiran sekolah yang lebih tinggi, dan peningkatan kewirausahaan telah diamati di Kenya dan India. Proyek percontohan di Stockton, California, menunjukkan efek psikologis positif tanpa dampak negatif pada motivasi kerja. Studi lain, seperti eksperimen awal di AS pada tahun 1970-an atau eksperimen Finlandia, menunjukkan sedikit penurunan insentif kerja atau tidak ada perubahan signifikan dalam tingkat pekerjaan, tetapi peningkatan kesejahteraan. Keterbatasan utama dari banyak studi ini adalah durasinya yang terbatas dan skalanya yang kecil, yang menyulitkan untuk mengekstrapolasikannya ke sistem universal yang permanen.

Kedua model ini tidak saling eksklusif. Sebaliknya, keduanya dapat menangani aspek yang berbeda dari transformasi yang sama. Strategi di masa depan dapat menetapkan minggu kerja empat hari sebagai standar untuk pekerjaan penuh waktu guna meningkatkan kualitas hidup para pekerja. Pada saat yang sama, pendapatan dasar dapat berfungsi sebagai jaring pengaman sosial bagi mereka yang sedang dalam masa transisi, mereka yang bekerja di ekonomi gig, atau mereka yang pekerjaannya telah sepenuhnya digantikan oleh otomatisasi. Hal ini akan memungkinkan respons masyarakat yang lebih tangguh dan adil terhadap perubahan daripada hanya dengan salah satu dari langkah-langkah tersebut saja.

Di era di mana kehadiran digital suatu perusahaan menentukan kesuksesannya, tantangannya terletak pada menciptakan kehadiran yang autentik, personal, dan luas jangkauannya. Xpert.Digital menawarkan solusi inovatif yang memposisikan dirinya sebagai titik temu antara pusat industri, blog, dan duta merek. Platform ini menggabungkan keunggulan saluran komunikasi dan penjualan dalam satu platform dan memungkinkan publikasi dalam 18 bahasa berbeda. Kerja sama dengan portal mitra dan kemampuan untuk mempublikasikan artikel di Google News serta daftar distribusi pers dengan sekitar 8.000 jurnalis dan pembaca memaksimalkan jangkauan dan visibilitas konten. Ini merupakan faktor penting dalam penjualan dan pemasaran eksternal (SMarketing).

Informasi selengkapnya di sini:

• Otentik. Individual. Global: Strategi Xpert.Digital untuk perusahaan Anda

Konsekuensi sosial ekonomi: ketidaksetaraan, kesenjangan regional, dan kualitas pekerjaan

Akankah kecerdasan buatan memperburuk ketidaksetaraan pendapatan dan kekayaan, atau justru dapat menguranginya?

Pertanyaan tentang bagaimana AI memengaruhi ketidaksetaraan adalah salah satu perdebatan sosial-ekonomi paling mendesak di zaman kita, dan penelitian tentang topik ini memberikan hasil yang beragam dan terkadang kontradiktif.

Di satu sisi, ada argumen bahwa AI dapat mengurangi ketidaksetaraan upah. Tidak seperti gelombang otomatisasi sebelumnya, yang terutama memengaruhi pekerjaan rutin berketerampilan rendah, gelombang AI saat ini sangat menargetkan pekerjaan kerah putih bergaji tinggi. Studi tingkat tugas menunjukkan bahwa seringkali karyawan berketerampilan rendah dalam suatu profesi (misalnya, dalam layanan pelanggan atau pengembangan perangkat lunak) mengalami peningkatan produktivitas terbesar dari alat AI. Hal ini berpotensi memperkuat upah kelas menengah dan mempersempit kesenjangan upah gender.

Di sisi lain, argumen yang mendukung peningkatan ketidaksetaraan secara keseluruhan lebih besar daripada argumen yang menentangnya. Pertama, peningkatan produktivitas yang dihasilkan AI terutama dapat menguntungkan pekerja pengetahuan bergaji tinggi yang memiliki akses dan keterampilan untuk menggunakan alat-alat ini, sementara pekerja bergaji rendah di sektor jasa dan kerajinan tangan tertinggal. Kedua, otomatisasi yang didorong oleh AI cenderung menggeser bagian pendapatan dari tenaga kerja ke modal. Karena lebih sedikit tenaga kerja manusia yang dibutuhkan untuk menghasilkan output yang sama, pemilik modal (misalnya, pemegang saham) mendapat manfaat yang tidak proporsional, memperburuk ketidaksetaraan yang menguntungkan orang-orang yang sudah kaya.

Sebuah makalah kerja dari Dana Moneter Internasional (IMF) menggabungkan kedua aspek ini dan membuat perbedaan penting: AI mungkin sedikit mengurangi ketidaksetaraan upah (dengan menggantikan pekerja berpenghasilan tinggi), tetapi dapat secara drastis meningkatkan ketidaksetaraan kekayaan. Mekanisme yang mendasarinya adalah bahwa pekerja bergaji tinggi yang mengalami tekanan upah juga merupakan pemilik modal terbesar. Oleh karena itu, mereka paling diuntungkan dari peningkatan pengembalian modal yang dihasilkan oleh otomatisasi. Lebih lanjut, premi upah yang tinggi untuk individu dengan keterampilan AI yang dibutuhkan—sebuah studi PwC menemukan premi sebesar 56%—memperlebar kesenjangan antara mereka yang memiliki dan tidak memiliki keterampilan ini.

Berkaitan dengan ini:

• Investasi Kecerdasan Buatan & AI di masa depan: AS memimpin, China mengejar, dan Eropa serta Jerman berjuang untuk mengimbangi

Bagaimana transformasi teknologi memengaruhi perbedaan regional di Eropa dan Amerika Serikat?

Transformasi teknologi juga memiliki dimensi geografis yang kuat dan mengancam untuk memperburuk ketidaksetaraan regional yang sudah ada.

Pertumbuhan dan lapangan kerja baru semakin terkonsentrasi di pusat-pusat kota dan ibu kota. Wilayah-wilayah ini memiliki kepadatan pekerjaan yang lebih tinggi yang membutuhkan pengetahuan intensif dan memungkinkan kerja jarak jauh. Di Uni Eropa, wilayah ibu kota telah mencatat pertumbuhan lapangan kerja terkuat. Di AS, McKinsey telah memprediksi bahwa daerah perkotaan akan mengalami pertumbuhan lapangan kerja bersih, sementara distrik pedesaan dapat menghadapi kehilangan pekerjaan selama beberapa dekade.

Tren ini menciptakan spiral yang saling memperkuat: kota-kota, dengan pasar tenaga kerja yang dinamis dan infrastruktur yang sangat baik, menarik para pemberi kerja, pekerja terampil, dan investasi, sementara daerah pedesaan berjuang dengan kehilangan pekerjaan dan infrastruktur yang lebih lemah. Kesenjangan regional di Uni Eropa telah meningkat sejak Resesi Besar, sebuah tren yang dapat diperburuk oleh pandemi dan kemajuan otomatisasi, karena daerah-daerah yang lebih miskin seringkali memiliki tingkat pekerjaan jarak jauh yang lebih rendah. Pusat-pusat teknologi akan mengamankan kekuatan ekonomi mereka bukan melalui pertumbuhan lapangan kerja, tetapi lebih melalui peningkatan produktivitas, yang selanjutnya memusatkan kekuatan ekonomi.

Apakah otomatisasi meningkatkan kualitas kerja dengan menghilangkan tugas-tugas monoton, atau justru menyebabkan lebih banyak pengawasan dan stres?

Dampak AI pada pengalaman kerja sehari-hari bersifat ambivalen dan sangat bergantung pada jenis implementasinya.

Dari perspektif positif, AI dapat secara signifikan meningkatkan kualitas kerja. Dengan mengotomatiskan tugas-tugas yang monoton dan berulang, karyawan dapat fokus pada aktivitas yang lebih kreatif, strategis, dan menarik. Di beberapa sektor, karyawan yang menggunakan AI melaporkan kepuasan kerja yang lebih tinggi dan kenikmatan kerja yang lebih besar. Selain itu, AI dapat meningkatkan keselamatan kerja, terutama pada pekerjaan yang membutuhkan tenaga fisik.

Namun, perspektif negatif menekankan risiko keterasingan dan peningkatan kontrol. AI memungkinkan tingkat pengawasan karyawan yang baru, yang dapat menyebabkan peningkatan intensitas kerja, lebih banyak stres, dan hilangnya otonomi. Tekanan untuk menjadi lebih produktif dalam lingkungan kerja yang padat atau didorong oleh AI dapat menyebabkan kelelahan jika tidak dikelola dengan hati-hati. Akibatnya, karyawan juga takut kehilangan pekerjaan, kehilangan daya tawar terkait upah, dan peningkatan kontrol manajemen.

Konteks dan prospek historis: Revolusi AI dalam perbandingan

Apa persamaan dan perbedaan mendasar antara revolusi AI saat ini dan Revolusi Industri?

Untuk memahami transformasi saat ini, ada baiknya kita melihat sejarah. Revolusi AI menunjukkan baik persamaan maupun perbedaan mendasar dengan Revolusi Industri.

Salah satu persamaannya adalah bahwa kedua revolusi tersebut ditandai oleh perubahan teknologi yang membentuk kembali pasar tenaga kerja, menggantikan profesi lama dan menciptakan profesi baru. Keduanya menyebabkan gangguan sosial yang signifikan, urbanisasi (atau padanannya dalam bentuk digital), dan perdebatan sengit tentang ketidaksetaraan dan distribusi peningkatan produktivitas.

Namun, perbedaannya jauh lebih signifikan:

• Kekuatan otot vs. kekuatan mental: Revolusi Industri terutama mengotomatisasi dan memperluas kekuatan otot manusia (kerja fisik). Revolusi AI, di sisi lain, mengotomatisasi dan memperluas kognisi manusia (berpikir). Ini adalah lompatan kualitatif, bukan sekadar perubahan bertahap.
• Kecepatan dan skala: Revolusi AI terjadi jauh lebih cepat, memadatkan perubahan yang sebelumnya membutuhkan waktu berabad-abad menjadi hanya beberapa dekade. Adaptasi masyarakat dan regulasi kesulitan untuk mengimbangi kecepatan tersebut.
• Sifat pekerjaan baru: Selama Revolusi Industri, buruh tani yang kehilangan pekerjaan dapat beralih ke pabrik, yang pekerjaannya masih berbasis tenaga manusia. Saat ini, kurang jelas apakah pekerja kognitif yang kehilangan pekerjaan dapat dengan mudah beralih ke peran baru yang terkait dengan AI yang seringkali membutuhkan tingkat keterampilan abstrak yang jauh lebih tinggi.
• Tujuan utama teknologi: Mesin-mesin Revolusi Industri adalah alat yang dioperasikan oleh manusia. Namun, tujuan yang dinyatakan oleh beberapa pengembang AI terkemuka adalah untuk menciptakan sistem yang mampu melakukan semua tugas yang bernilai ekonomis. Hal ini membawa risiko menjadikan tenaga kerja manusia usang di banyak bidang—bahaya yang sebelumnya tidak ada dalam bentuk ini.

Apa yang dapat kita pelajari dari sejarah tentang kemampuan adaptasi masyarakat dan pasar tenaga kerja?

Sejarah Revolusi Industri menawarkan pelajaran berharga untuk menghadapi revolusi AI saat ini.

Pengalaman para pekerja tekstil pada awal abad ke-19 menunjukkan bahwa peningkatan produktivitas yang besar dalam suatu industri tidak secara otomatis menyebabkan kenaikan upah bagi pekerja, terutama ketika daya tawar mereka lemah. Upah riil banyak pekerja stagnan selama beberapa dekade, bahkan ketika ekonomi tumbuh.

Kualitas kerja dan otonomi sangatlah penting. Transisi dari pekerjaan kerajinan tangan ke pekerjaan pabrik berarti penurunan drastis dalam kondisi kerja dan kehidupan bagi banyak orang dan merupakan penyebab utama keresahan sosial. Ini adalah pelajaran penting untuk implementasi sistem manajemen dan pemantauan berbasis AI saat ini.

Adaptasi masyarakat adalah proses yang lambat dan menyakitkan. Masyarakat akhirnya beradaptasi dengan Revolusi Industri—dengan hukum ketenagakerjaan baru, sistem pendidikan, dan program sosial—tetapi proses ini panjang, penuh konflik, dan ditandai dengan penderitaan.

Namun, salah satu pelajaran terpenting adalah bahwa arah perkembangan teknologi bukanlah takdir, melainkan pilihan. Keputusan yang disengaja dapat dibuat untuk mengembangkan teknologi yang meningkatkan kemampuan manusia dan menciptakan tugas-tugas baru yang bermakna, alih-alih hanya mengotomatisasi dan menggantikan pekerjaan yang sudah ada.

Bidang tindakan kunci apa yang muncul bagi politik, bisnis, dan setiap individu untuk berhasil membentuk perubahan tersebut?

Analisis transformasi pasar tenaga kerja mengungkapkan area tindakan yang jelas bagi semua pemangku kepentingan yang terlibat.

Untuk para politisi:

• Investasi di bidang pendidikan: Pemerintah harus berinvestasi besar-besaran di bidang pendidikan dan pembelajaran sepanjang hayat, dengan mengintegrasikan kompetensi AI dan keterampilan "manusia" seperti berpikir kritis.
• Mendorong transformasi: Anda harus menciptakan lingkungan yang mendukung transformasi tenaga kerja, misalnya melalui instrumen kebijakan seperti Undang-Undang Peluang Kualifikasi Jerman.
• Penguatan jaminan sosial: Sistem jaminan sosial harus diperkuat dan model-model baru seperti pendapatan dasar harus dipertimbangkan untuk mendukung pekerja yang kehilangan pekerjaan dan memerangi ketidaksetaraan.
• Regulasi: Regulasi yang cerdas diperlukan untuk memastikan bahwa AI dikembangkan dan digunakan secara etis, hak-hak pekerja dilindungi, dan pengawasan berlebihan dicegah.

Untuk bisnis:

• Peran aktif dalam kualifikasi: Perusahaan harus berperan aktif dalam pelatihan ulang dan pendidikan lanjutan tenaga kerja mereka sendiri dan fokus pada peningkatan keterampilan manusia daripada menggantinya.
• Pendekatan berbasis kompetensi: Anda harus menerapkan pendekatan berbasis kompetensi dalam manajemen talenta yang mendorong jalur karier internal dan mobilitas.
• Budaya pembelajaran: Menciptakan budaya pembelajaran berkelanjutan dan keamanan psikologis sangat penting untuk memudahkan karyawan beradaptasi dengan perubahan.

Untuk setiap individu:

• Pembelajaran sepanjang hayat yang proaktif: Setiap individu harus mengambil pendekatan proaktif terhadap pembelajaran sepanjang hayat mereka sendiri dan mengadopsi pola pikir yang tangkas.
• Membangun portofolio keterampilan: Perlindungan terbaik terhadap otomatisasi adalah membangun portofolio yang mencakup keterampilan teknis dan kompetensi unik manusia seperti kreativitas, pemikiran kritis, dan kemampuan beradaptasi.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pengembangan Bisnis Perintis

 

Saya akan dengan senang hati menjadi penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di bawah ini atau cukup hubungi saya di +49 7348 4088 965 .

Saya sangat menantikan proyek bersama kita.

 

 

Xpert.Digital adalah pusat bagi industri yang berfokus pada digitalisasi, teknik mesin, logistik/intralogistik, dan fotovoltaik.

Dengan solusi Pengembangan Bisnis 360° kami, kami mendukung perusahaan-perusahaan ternama mulai dari bisnis baru hingga layanan purna jual.

Intelijen pasar, smarketing, otomatisasi pemasaran, pengembangan konten, PR, kampanye email, media sosial yang dipersonalisasi, dan pembinaan prospek adalah bagian dari alat digital kami.

Anda dapat menemukan informasi lebih lanjut di: www.xpert.digital - www.xpert.solar - www.xpert.plus