AI menggantikan lapangan kerja? China berinvestasi dalam AI – tetapi siapa yang melindungi karyawan dari perubahan ini?

Xpert Pra-Rilis

Available in 27 languages 📢

Diterbitkan pada: 26 Oktober 2026 / Diperbarui pada: 26 Oktober 2026 – Penulis: Konrad Wolfenstein

AI menggantikan lapangan kerja? China berinvestasi dalam AI – tetapi siapa yang melindungi karyawan dari perubahan ini?

AI sebagai pengganti lapangan kerja? China berinvestasi di AI – tetapi siapa yang melindungi karyawan dari perubahan tersebut? – Gambar kreatif tentang topik ini, menampilkan AI: Xpert.Digital

Strategi baru China bertujuan untuk meredam gejolak: Serangan AI China – Mengapa produktivitas saja tidak menciptakan kemakmuran

Lebih banyak AI, lebih sedikit lapangan kerja? Beijing ingin mempersiapkan pasar tenaga kerja untuk perubahan

Rencana AI China: pendidikan lanjutan, jaminan sosial, dan aturan baru untuk perusahaan

China bertujuan untuk mempercepat penerapan kecerdasan buatan tanpa membiarkan konsekuensinya bagi para pekerja menjadi masalah yang tak terduga. Pedoman baru mengaitkan promosi AI dan lapangan kerja baru dengan pelatihan lanjutan, dukungan untuk perubahan karier, jaminan sosial, dan pengawasan yang lebih ketat terhadap risiko ketenagakerjaan. Di balik semua ini terdapat pertanyaan ekonomi kunci: Bagaimana perusahaan dapat menjadi lebih produktif tanpa perubahan teknologi yang melemahkan daya beli, prospek karier, dan penerimaan sosial?

Karena bahkan ketika AI mengambil alih tugas, bukan berarti karyawan akan kehilangan pekerjaan secara otomatis. Sistem dapat mendukung manusia, mengubah alur kerja, atau membuat pekerjaan menjadi tidak relevan. Dampak mana yang akan terjadi bergantung pada bagaimana perusahaan menggunakan teknologi tersebut, apakah muncul permintaan baru, dan bagaimana peningkatan produktivitas didistribusikan. Strategi Tiongkok bertujuan untuk membentuk transisi ini secara lebih efektif – mulai dari pelatihan keterampilan dan perlindungan hak karyawan hingga deteksi dini risiko. Faktor krusialnya adalah apakah hal ini akan menghasilkan transisi karier yang berkelanjutan dan apakah manfaat AI benar-benar dirasakan secara lebih luas oleh perusahaan dan karyawan.

Serangan AI China: Kemajuan tanpa dampak buruk bagi masyarakat?: Mereka yang menggantikan manusia harus memberikan lebih dari sekadar efisiensi yang murah

China tidak bermaksud menghambat kecerdasan buatan, melainkan menghubungkan manfaat ekonominya dengan sistem ketenagakerjaan yang lebih berkelanjutan. Oleh karena itu, pedoman yang diterbitkan oleh Kantor Dewan Negara pada 23 Oktober 2026 menggabungkan promosi lapangan kerja AI baru dengan pelatihan, dukungan transisi, jaminan sosial, dan pemantauan risiko ketenagakerjaan yang lebih sistematis. Hal ini mencerminkan konflik tujuan ekonomi: perusahaan harus menjadi lebih produktif tanpa pengurangan tenaga kerja yang dipercepat yang melemahkan daya beli, peluang kemajuan karier, dan penerimaan sosial terhadap perubahan teknologi.

Pertanyaan krusialnya bukanlah apakah AI dapat mengambil alih tugas-tugas individual. Melainkan dalam kondisi apa peningkatan efisiensi operasional diterjemahkan menjadi kemakmuran ekonomi secara keseluruhan. Mesin yang menghemat jam kerja pada awalnya meningkatkan akuntansi biaya perusahaan. Apakah ini mengarah pada upah yang lebih tinggi, peningkatan permintaan, layanan yang lebih baik, atau pengurangan permanen dalam lapangan kerja bergantung pada persaingan, investasi, keterampilan, dan distribusi. Strategi pasar tenaga kerja baru Tiongkok berfokus tepat pada titik temu ini.

Beijing sedang menata ulang kemajuan

Pedoman ini mencakup 18 tugas di enam bidang kebijakan: penciptaan lapangan kerja tambahan melalui AI, jalur implementasi yang ramah lapangan kerja, keterampilan digital, layanan penempatan kerja yang lebih efisien, hak-hak karyawan dan jaminan sosial, serta pemantauan dan pengelolaan risiko ketenagakerjaan. Ini lebih luas daripada sekadar inisiatif pelatihan. Pemerintah tidak ingin menunggu sampai lapangan kerja hilang sebelum bereaksi, tetapi lebih memilih untuk mengkoordinasikan implementasi teknologi, pengembangan personel, dan jaminan sosial dengan lebih baik.

Yang sangat penting adalah usulan pembedaan antara area penerapannya. AI sebaiknya digunakan secara prioritas di tempat-tempat yang kekurangan tenaga kerja, di tempat-tempat yang tugasnya berbahaya, atau di tempat-tempat di mana kondisi kerja dapat ditingkatkan; di industri padat karya, di sisi lain, cakupan, intensitas, dan kecepatannya harus dikendalikan dengan cermat. Secara ekonomi, ini berarti memprioritaskan modernisasi. Aplikasi yang sangat bermanfaat bagi masyarakat harus diimplementasikan lebih awal daripada aplikasi yang manfaat utamanya terletak pada penggantian banyak pekerja yang tersedia.

Namun, arahan politik ini tidak boleh disamakan dengan jaminan pekerjaan yang sepenuhnya terformulasi. Perusahaan didorong, antara lain, untuk menguji fase transisi, memberi tahu karyawan yang terdampak sejak dini, dan mendukung mereka dalam beralih ke peran lain. Ini tidak berarti larangan umum terhadap pemutusan hubungan kerja karena AI, dan juga tidak secara otomatis menciptakan hak individu untuk tetap bekerja tanpa perubahan. Perlindungan aktual sangat bergantung pada bagaimana pihak berwenang dan perusahaan menerapkan pedoman ini.

Pasar kerja yang sangat besar berada di bawah tekanan untuk beradaptasi

Pada akhir tahun 2025, Tiongkok memiliki sekitar 725 juta orang yang bekerja, termasuk sekitar 475 juta di kota-kota; selama tahun tersebut, tambahan 12,67 juta pekerjaan perkotaan secara resmi tercatat. Skala ini saja menjelaskan mengapa bahkan pergeseran yang terbatas pun dapat memiliki konsekuensi ekonomi dan sosial yang signifikan. Transformasi teknologi yang tampak dapat dikelola dari perspektif satu perusahaan dapat meningkat di berbagai industri dan wilayah menjadi masalah penyesuaian yang substansial.

Tingkat pengangguran berdasarkan survei di kota tersebut adalah 5,2 persen pada September 2026; rata-rata untuk tiga kuartal pertama juga 5,2 persen. Angka-angka ini, jika dilihat secara individual, tidak membuktikan adanya krisis pekerjaan yang disebabkan oleh AI atau ketiadaan krisis tersebut. Tingkat tersebut menggambarkan indikator pasar tenaga kerja tertentu, bukan semua bentuk pengangguran terselubung, keterampilan yang tidak digunakan, atau kehilangan pendapatan. Yang terpenting, satu angka keseluruhan tidak mengungkapkan apakah kelompok pekerjaan tertentu sudah berada di bawah tekanan yang lebih besar.

Untuk evaluasi ekonomi, komposisi lapangan kerja oleh karena itu lebih penting daripada sekadar angka utama yang terisolasi. Keseimbangan angkatan kerja secara keseluruhan dapat bertepatan dengan berkurangnya posisi tingkat pemula, pengurangan jam kerja untuk kelompok tertentu, atau pergeseran ke pekerjaan dengan upah lebih rendah. Sebaliknya, penurunan pada satu kelompok pekerjaan dapat diimbangi oleh peningkatan lapangan kerja di tempat lain. Kebijakan pasar tenaga kerja yang kuat dan berbasis AI harus mampu menangkap transisi tersebut, alih-alih hanya memperlakukan lapangan kerja sebagai jumlah pekerjaan yang tersedia.

Bertambahnya usia tidak menghilangkan kesenjangan keterampilan

Populasi Tiongkok menurun sebesar 3,39 juta jiwa menjadi sekitar 1,405 miliar jiwa pada tahun 2025; pada saat yang sama, 323 juta orang sudah berusia 60 tahun atau lebih, yang mewakili 23 persen dari populasi. Dengan demikian, perubahan teknologi bertepatan dengan pergeseran demografis jangka panjang. Dari perspektif ini, otomatisasi dapat membantu mempertahankan kapasitas produksi dan layanan meskipun pasokan tenaga kerja menyusut. Oleh karena itu, berpegang teguh pada proses padat karya bukanlah strategi yang meyakinkan untuk masa depan.

Namun, berkurangnya jumlah pekerja dan meningkatnya jumlah AI tidak secara otomatis menyelesaikan masalah yang sama. Teknisi perawatan yang hilang tidak dapat begitu saja digantikan oleh karyawan administrasi yang diberhentikan. Demikian pula, pekerja produksi yang lebih tua tidak dapat dengan cepat dialihkan untuk mengembangkan sistem AI yang kompleks. Terdapat perbedaan antara posisi yang tersedia dan personel yang ada dalam hal keahlian, lokasi, kesehatan, kesempatan belajar, dan ekspektasi gaji.

Hal ini menciptakan kemungkinan peningkatan simultan dalam kekurangan tenaga kerja dan pengangguran. Bagi para pembuat kebijakan, ini berarti bahwa jumlah pekerjaan saja bukanlah tujuan pengarah yang cukup. Yang terpenting, transisi yang dapat dicapai antar pekerjaan sangatlah penting. Oleh karena itu, strategi AI yang ramah lapangan kerja seharusnya tidak mempertahankan sebanyak mungkin proses kerja yang sudah usang, tetapi lebih mengatur transformasi sedemikian rupa sehingga pengalaman profesional yang ada tetap produktif dengan alat-alat baru. Terutama dengan angkatan kerja yang menua, teknologi pelengkap dapat lebih berharga secara ekonomi daripada penggantian total yang mahal.

Otomatisasi telah lama mencapai skala industri

Pengenalan sistem cerdas di Tiongkok tidak dimulai dari nol. Pada tahun 2025, sekitar 354.000 robot industri baru dipasang, sekitar 20 persen lebih banyak daripada tahun sebelumnya; ini berarti Tiongkok menyumbang 59 persen dari instalasi baru di seluruh dunia. Angka-angka ini menunjukkan kecepatan otomatisasi industri. Namun, angka-angka ini tidak boleh diartikan sebagai ukuran hilangnya pekerjaan terkait AI: Robot industri bukanlah sistem AI generatif secara otomatis, dan satu instalasi saja tidak mengatakan apa pun tentang efek bersih terhadap lapangan kerja.

Ditambah lagi dengan skala ekonomi sektor AI yang sangat besar. Bisnis intinya secara resmi bernilai lebih dari 1,2 triliun yuan pada tahun 2025, dengan lebih dari 6.200 perusahaan AI di seluruh negeri. Menurut angka pemerintah yang dipublikasikan, pada akhir tahun 2025 lebih dari 30 persen perusahaan manufaktur yang disurvei, dengan pendapatan bisnis inti tahunan sebesar 20 juta yuan atau lebih, menggunakan teknologi AI. Ambang batas ini penting karena tidak boleh disamakan dengan adopsi secara luas oleh semua perusahaan di Tiongkok.

Tantangan pasar tenaga kerja muncul dari kombinasi berbagai bentuk otomatisasi. Perangkat lunak dapat mengubah perencanaan, dokumentasi, dan komunikasi pelanggan, sementara robotika mengambil alih proses fisik. Ketika kedua tingkatan dimodernisasi secara bersamaan, seluruh rantai proses bergeser. Hal ini dapat menciptakan potensi produktivitas yang lebih besar, tetapi juga tuntutan yang lebih tinggi pada pelatihan, pemeliharaan, kualitas data, dan organisasi operasional. Oleh karena itu, fokus yang relevan bukanlah alat AI individual, tetapi sistem kerja yang dirancang ulang.

Tugas-tugas yang terpengaruh bukanlah kehilangan pekerjaan

Prasyarat utama untuk analisis serius apa pun adalah membedakan antara dampak teknologi dan kehilangan pekerjaan yang sebenarnya. Riset pasar tenaga kerja internasional memperkirakan pada tahun 2025 bahwa sekitar seperempat dari lapangan kerja global akan berada di bidang pekerjaan yang tugasnya berpotensi diubah oleh AI generatif; di negara-negara berpenghasilan tinggi, angka ini mencapai 34 persen. Angka-angka tersebut menggambarkan potensi perubahan dalam tugas pekerjaan dan tidak memprediksi tingkat PHK yang tinggi. Lebih lanjut, angka-angka tersebut tidak dapat diterapkan ke Tiongkok tanpa perhitungan khusus negara.

Suatu pekerjaan biasanya terdiri dari beberapa tugas. AI, misalnya, dapat melakukan pra-penyortiran informasi, menyiapkan teks, atau mendeteksi penyimpangan, sementara manusia tetap bertanggung jawab, mengklarifikasi kasus khusus, dan mengelola hubungan. Oleh karena itu, apakah suatu posisi menjadi usang bergantung pada seberapa komprehensif rangkaian tugas tersebut dapat diotomatisasi dan apakah perusahaan menggunakan waktu yang dihemat untuk layanan tambahan. Integrasi, pengecekan kesalahan, dan perubahan organisasi juga membutuhkan upaya.

Sebaliknya, meremehkan dampaknya juga akan sama bermasalahnya. Jika sejumlah sub-tugas diselesaikan lebih cepat dan permintaan tidak tumbuh sesuai dengan itu, perusahaan dapat mencapai hasil yang sama dengan jumlah karyawan yang lebih sedikit. Dampak terhadap lapangan kerja mungkin baru akan terlihat melalui posisi yang tidak terisi dan perekrutan karyawan baru yang lebih rendah, daripada gelombang PHK yang mencolok. Oleh karena itu, untuk sistem peringatan dini, rencana perekrutan dan profil pekerjaan setidaknya sama pentingnya dengan pengunduran diri yang dilaporkan. Mereka yang hanya fokus pada pengurangan staf akan menyadari sebagian perubahan tersebut terlalu terlambat.

Produktivitas saja tidak menentukan kemakmuran

Sebuah studi yang diterbitkan pada tahun 2025, yang melibatkan 5.172 karyawan layanan pelanggan, menggambarkan betapa efektifnya AI dapat melengkapi pekerjaan manusia: Jumlah permintaan pelanggan yang berhasil diselesaikan per jam meningkat rata-rata 15 persen berkat dukungan AI. Karyawan yang kurang berpengalaman dan berketerampilan rendah mendapatkan manfaat yang sangat besar; namun, studi yang hanya dilakukan di satu perusahaan tidak memungkinkan untuk menarik kesimpulan tentang dampak ekonomi secara keseluruhan terhadap lapangan kerja dan upah. Keterbatasan ini sangat penting untuk debat publik.

Peningkatan produktivitas membuka berbagai kemungkinan operasional. Sebuah perusahaan dapat melayani lebih banyak pelanggan, meningkatkan kualitas layanan, mengurangi beban kerja, atau mengurangi jumlah karyawan. Pilihan mana yang akan menang bergantung, antara lain, pada permintaan dan posisi kompetitif perusahaan. Di pasar yang berkembang, peningkatan produktivitas dapat membuat penambahan tenaga kerja menjadi layak secara ekonomi. Sebaliknya, di pasar yang stagnan, insentif untuk mengurangi biaya dan mendistribusikan pekerjaan yang ada di antara lebih sedikit orang meningkat.

Pada tingkat makroekonomi, dimensi lain ikut berperan: peningkatan produktivitas harus diterjemahkan menjadi pendapatan, harga yang lebih rendah, atau investasi tambahan. Jika manfaatnya terkonsentrasi di tangan beberapa perusahaan dan pemilik modal, sementara sebagian besar angkatan kerja mengalami ketidakamanan kerja yang lebih besar, permintaan mungkin tertinggal dari potensi produksi. Oleh karena itu, tolok ukur politik seharusnya tidak hanya kemampuan teknis. Sama pentingnya adalah apakah pengembalian ekonomi memiliki dampak yang cukup luas untuk menciptakan peluang penjualan baru dan lapangan kerja yang berkelanjutan.

Tanpa daya beli, efisiensi menjadi masalah

Ekonomi Tiongkok tumbuh sebesar 5 persen secara riil pada tahun 2025, sementara harga konsumen rata-rata tetap tidak berubah; investasi pengembangan real estat turun sebesar 17,2 persen. Pada tiga kuartal pertama tahun 2026, PDB riil meningkat sebesar 4,6 persen, tetapi penjualan ritel nominal barang konsumsi hanya meningkat sebesar 1,1 persen. Indikator-indikator yang didefinisikan secara berbeda ini tidak secara langsung setara, tetapi menggambarkan perlunya mempertimbangkan pertumbuhan produksi dan permintaan swasta secara terpisah.

Dalam hal kebijakan AI, ini menghasilkan hubungan sebab-akibat yang logis. Jika karyawan mengantisipasi PHK atau kehilangan pendapatan yang signifikan, mereka mungkin menunda pengeluaran besar dan membangun cadangan keuangan tambahan. Keengganan yang dihasilkan membuat perusahaan lebih sulit untuk benar-benar menjual kapasitas produksi tambahan. Peningkatan pasokan teknologi kemudian tidak cukup untuk memperluas pertumbuhan yang sesuai.

Oleh karena itu, bantuan transisi dan jaminan sosial memiliki fungsi makroekonomi. Keduanya dapat mencegah risiko penyesuaian agar tidak sepenuhnya dibebankan kepada rumah tangga dan mencegah ketidakpastian yang semakin membebani permintaan. Ini tidak berarti mendanai setiap pekerjaan secara permanen. Ini berarti membatasi kehilangan pendapatan dan periode pengangguran yang panjang dan tidak perlu. Dengan demikian, jaminan sosial yang efektif dapat secara bersamaan meningkatkan kemauan untuk menerima teknologi baru dan merangkul perubahan karier. Dalam kondisi ini, perlindungan pekerjaan dan modernisasi tidak perlu saling eksklusif.

Transisi menuju karier menjadi titik lemah

Pada September 2026, tingkat pengangguran di kota tersebut untuk usia 16 hingga 24 tahun yang tidak bersekolah atau kuliah adalah 18 persen; untuk usia 25 hingga 29 tahun, juga tidak termasuk mahasiswa, angkanya adalah 7,4 persen. Angka-angka ini tidak mengukur pengangguran yang terkait dengan AI. Namun, angka-angka tersebut menunjukkan bahwa memasuki dunia kerja sudah berada di bawah tekanan yang cukup besar. Perubahan tambahan pada pekerjaan kantor, analitis, dan komunikasi dengan keterampilan rendah berdampak pada pasar tenaga kerja yang kapasitasnya untuk menyerap kaum muda tidak terbatas.

Risiko khusus terletak pada fungsi tugas-tugas tingkat pemula. Penelitian, dokumentasi, analisis sederhana, dan komunikasi standar tidak hanya berfungsi untuk produksi tetapi juga untuk pembelajaran. Jika aktivitas tersebut sebagian besar diotomatisasi, jalur dari gelar universitas ke pekerjaan spesialis independen dapat menjadi lebih sempit. Sebuah perusahaan mungkin membutuhkan lebih sedikit staf junior dalam jangka pendek tetapi tetap kesulitan untuk mengembangkan spesialis berpengalaman dalam jangka panjang.

Solusi yang masuk akal bukanlah membebani talenta muda secara artifisial dengan rutinitas yang sudah usang. Sebaliknya, jalur pelatihan harus dirancang sedemikian rupa sehingga keterampilan AI dan penilaian profesional berkembang bersamaan. Karyawan muda harus mampu meninjau hasil, menjelaskan kesalahan, dan secara bertahap memikul tanggung jawab. Bagi perusahaan, hal ini menjadikan pengorganisasian pembelajaran sebagai investasi strategis. Mereka yang hanya mengoptimalkan waktu pemrosesan saat ini berisiko melemahkan pengembangan keterampilan mereka sendiri di masa depan.

Pendidikan lanjutan membutuhkan pekerjaan selanjutnya

Pedoman Tiongkok menyerukan adaptasi program pendidikan tinggi dan pelatihan kejuruan, perluasan keterampilan AI interdisipliner, dan peningkatan keterlibatan perusahaan dalam kurikulum, pelatihan praktis, dan program kualifikasi. Selain itu, program pelatihan yang ditargetkan ditujukan untuk menjangkau kaum muda, pekerja migran, dan pengangguran, di antara lainnya; kesempatan belajar publik dan program pelatihan yang disponsori perusahaan juga dibahas. Pendekatan ini mengakui bahwa perubahan teknologi tidak dapat dikelola hanya melalui pelatihan peneliti unggulan baru.

Namun, kualitas ekonomi dari program-program tersebut tidak bergantung pada jumlah sertifikat yang dikeluarkan. Yang penting adalah apakah orang-orang tersebut kemudian dapat mengejar pekerjaan yang dapat dicapai, produktif, dan bergaji layak. Pengenalan umum tentang AI dapat memberikan orientasi, tetapi tidak menggantikan keterampilan khusus industri. Bagi seorang pekerja produksi, misalnya, pemahaman proses, pengendalian kualitas, dan penggunaan sistem bantuan yang aman seringkali lebih penting daripada pengetahuan mendalam tentang pengembangan model.

Oleh karena itu, pelatihan yang dibangun berdasarkan pengalaman profesional yang sudah ada tampak menjanjikan. Seorang pekerja gudang yang berpengalaman mungkin cocok untuk memantau aliran material otomatis; seorang asisten administrasi dapat mengambil tanggung jawab tambahan untuk verifikasi data dan menangani pengecualian. Namun, transisi seperti itu harus benar-benar tersedia. Pelatihan lanjutan tanpa permintaan perusahaan hanya menunda masalah. Oleh karena itu, efektivitasnya harus dievaluasi berdasarkan stabilitas pekerjaan, perkembangan pendapatan, dan waktu hingga mendapatkan pekerjaan kembali, bukan hanya berdasarkan tingkat partisipasi.

Keahlian kami di Tiongkok dalam pengembangan bisnis, penjualan, dan pemasaran

Keahlian kami di Tiongkok dalam pengembangan bisnis, penjualan, dan pemasaran - Gambar: Xpert.Digital

Bidang fokus industri: B2B, digitalisasi (dari AI hingga XR), teknik mesin, logistik, energi terbarukan, dan industri

Informasi selengkapnya di sini:

Pusat tematik yang menawarkan wawasan dan keahlian:

Platform pengetahuan yang mencakup ekonomi global dan regional, inovasi, dan tren spesifik industri
Kumpulan analisis, wawasan, dan informasi latar belakang dari area fokus utama kami
Sebuah tempat untuk mendapatkan keahlian dan informasi tentang perkembangan terkini di bidang bisnis dan teknologi
Sebuah pusat informasi bagi perusahaan yang mencari informasi tentang pasar, digitalisasi, dan inovasi industri

Strategi Tiongkok untuk AI yang ramah lapangan kerja

Kelas menengah menentukan dampak yang lebih luas

Strategi ini mendukung usaha kecil dan menengah (UKM) dengan solusi digital yang hemat biaya dan mudah diimplementasikan, layanan konsultasi publik, dan akses yang setara terhadap faktor produksi digital yang relevan. Ekosistem perangkat lunak terbuka dan promosi bisnis baru juga merupakan bagian dari rangkaian alat yang diusulkan. Rasionalisasi kebijakan ketenagakerjaan yang mendasarinya cukup kuat: modernisasi teknologi tidak boleh terbatas pada organisasi besar dengan departemen pengembangan sendiri, penyimpanan data yang luas, dan anggaran investasi yang besar.

Bagi bisnis kecil, masalahnya seringkali terletak bukan pada minat mendasar terhadap AI, melainkan pada implementasinya. Sebuah aplikasi harus terintegrasi dengan lancar dengan proses yang ada, memberikan hasil yang andal, dan mudah dikelola bahkan dengan staf yang terbatas. Ditambah lagi dengan biaya operasional berkelanjutan, kebutuhan pelatihan, dan potensi ketergantungan pada vendor tertentu. Oleh karena itu, harga awal yang rendah belum tentu membuktikan biaya keseluruhan yang rendah.

Dari perspektif ekonomi, distribusi luas alat-alat produktif akan menguntungkan karena dapat meningkatkan daya saing perusahaan-perusahaan kecil. Pada saat yang sama, subsidi tidak secara otomatis berarti peningkatan lapangan kerja. Bahkan bisnis kecil pun dapat menggunakan AI terutama untuk mengurangi kebutuhan tenaga kerja. Oleh karena itu, tujuan yang dapat diverifikasi lebih efektif daripada subsidi menyeluruh: peningkatan nilai tambah, produk yang lebih baik, peluang pasar tambahan, dan pengembangan keterampilan yang berkelanjutan. Pertanyaan yang menjadi panduan seharusnya adalah apakah dukungan tersebut memperkuat kemampuan adaptasi ekonomi atau hanya mensubsidi pengadaan perangkat lunak baru.

Kerja sama harus meyakinkan secara ekonomi

Menurut pedoman tersebut, industri dan pertanian harus semakin memanfaatkan model kolaborasi antara manusia dan sistem cerdas; aplikasi baru juga harus menciptakan peluang kerja tambahan di sektor jasa. Ini lebih dari sekadar deskripsi ramah tentang perubahan teknologi. Ini menimbulkan pertanyaan mendasar tentang tugas-tugas apa yang harus secara permanen diemban manusia dan di mana sistem harus secara bermakna melengkapi kemampuan mereka.

Di bidang manufaktur, misalnya, analisis gambar berbasis AI dapat menunjukkan ketidakberaturan, sementara spesialis berpengalaman menilai penyebabnya dan memutuskan tindakan yang tepat. Di bidang logistik, perangkat lunak dapat merencanakan aliran material secara prediktif, sementara manusia menangani gangguan, kebutuhan pelanggan, dan masalah keselamatan. Di bidang pertanian, rekomendasi berbasis data dapat meningkatkan pemanfaatan sumber daya tanpa sepenuhnya menggantikan penilaian praktis di lokasi. Contoh-contoh ini menggambarkan kemungkinan struktur organisasi dan tidak menjamin dampak positif terhadap lapangan kerja.

Kolaborasi manusia-mesin hanya berkelanjutan jika peran manusia menawarkan nilai tambah yang nyata. Sekadar menggunakan karyawan untuk secara formal mengkonfirmasi keputusan yang dihasilkan secara otomatis tidak akan meyakinkan baik dari sudut pandang kualifikasi maupun dari perspektif organisasi. Desain yang baik mempertahankan ruang untuk pengambilan keputusan, memungkinkan perbedaan pendapat, dan memastikan akuntabilitas yang jelas. Hal ini juga dapat mencegah perusahaan kehilangan pengetahuan berdasarkan pengalaman. Yang relevan secara ekonomi bukanlah memaksimalkan partisipasi manusia dengan segala cara, melainkan kombinasi yang meningkatkan kualitas, keamanan, kapasitas pembelajaran, dan biaya di seluruh proses.

Lapangan kerja AI baru tidak akan menyelesaikan semua masalah pengangguran

China bertujuan untuk mengembangkan profil pekerjaan dan standar kualifikasi baru, termasuk peran dalam bidang teknik AI, pelatihan sistem, dan manajemen digital. Strategi ini juga berfokus pada perusahaan baru, lingkungan pengembangan terbuka, dan lapangan kerja tambahan di bidang-bidang yang sedang berkembang. Hal ini merupakan pelengkap penting bagi upaya mitigasi kehilangan pekerjaan semata: suatu ekonomi tidak dapat beradaptasi secara berkelanjutan hanya melalui transfer; dibutuhkan aktivitas produktif baru.

Namun demikian, akan menyesatkan jika hanya mengimbangi penghapusan pekerjaan rutin dengan pekerjaan AI yang baru diciptakan, seolah-olah manusia dapat langsung digantikan. Perbedaan dalam pendidikan, pengalaman profesional, dan lokasi dapat signifikan. Lebih lanjut, sektor yang berkembang pesat yang dimulai dari basis kecil mungkin pada awalnya menciptakan lebih sedikit pekerjaan daripada yang hilang oleh industri besar yang stagnan. Oleh karena itu, tingkat pertumbuhan persentase yang tinggi saja tidak menjawab pertanyaan tentang lapangan kerja.

Pekerjaan digital baru juga harus berkelanjutan dalam jangka panjang. Pekerjaan yang saat ini dibutuhkan untuk pemrosesan atau verifikasi data mungkin akan semakin terotomatisasi di kemudian hari. Oleh karena itu, strategi yang lebih kuat bukanlah menciptakan daftar jabatan baru sepanjang mungkin, melainkan mengembangkan keterampilan yang dapat ditransfer, model bisnis yang layak, dan peluang pembelajaran berkelanjutan. Pekerjaan baru tidak hanya harus ada, tetapi juga cukup produktif, aman, dan mudah beradaptasi untuk menawarkan prospek karier di luar generasi teknologi berikutnya.

Wilayah-wilayah di China tidak akan memulai pada waktu yang bersamaan

Pedoman tersebut membayangkan pembagian kerja regional: wilayah timur akan fokus pada pengembangan industri AI inti, sementara wilayah tengah dan barat, tergantung pada kondisi lokal, akan menangani tugas-tugas seperti pelabelan data atau produksi perangkat pintar. Diferensiasi ini dimaksudkan untuk membuka area pertumbuhan tambahan di luar pusat teknologi terkemuka. Namun, hal ini juga membawa risiko melanggengkan kesenjangan yang ada di sepanjang rantai nilai baru.

Jika riset, modal, dan kendali atas platform pusat tetap terkonsentrasi secara geografis, wilayah lain terutama dapat memberikan dukungan yang terstandarisasi. Meskipun lapangan kerja mungkin tercipta di sana, lapangan kerja tersebut belum tentu menghasilkan pendapatan, peluang pengembangan, atau daya tawar yang sama. Oleh karena itu, kebijakan regional harus melakukan lebih dari sekadar menarik aktivitas digital. Kebijakan tersebut harus fokus pada apakah perusahaan lokal dapat mengembangkan keahlian mereka sendiri dan mencapai tingkat penciptaan nilai yang lebih tinggi.

Pembangunan yang bermakna dapat dibangun di atas kekuatan yang sudah ada: klaster industri, spesialisasi pertanian, universitas, atau pusat logistik. AI kemudian tidak diperlakukan sebagai industri masa depan yang terisolasi, tetapi sebagai alat untuk meningkatkan struktur ekonomi regional. Prasyaratnya meliputi pekerja terampil yang sesuai, infrastruktur yang andal, dan pasar yang mudah diakses. Transisi antara bisnis tradisional dan penyedia layanan digital baru, khususnya, dapat menciptakan lapangan kerja tambahan. Namun, tanpa koneksi tersebut, ada risiko lanskap pendanaan yang proyek-proyeknya tampak memiliki dampak ekonomi yang kecil bagi wilayah tersebut.

Perlindungan sosial masih tidak merata

Pada tahun 2025, Tiongkok mencatat sekitar 301 juta pekerja migran; pada saat yang sama, sekitar 249 juta orang tercakup dalam asuransi pengangguran pada akhir tahun. Kedua angka ini merujuk pada kelompok statistik yang berbeda dan tidak memungkinkan perhitungan langsung kesenjangan asuransi di antara pekerja migran. Namun, hal ini menggambarkan mengapa pandangan yang berbeda tentang pola pekerjaan dan hak atas tunjangan diperlukan. Total lapangan kerja dan akses ke tunjangan asuransi tertentu tidaklah identik.

Pedoman baru ini menyerukan dukungan bagi individu yang memenuhi syarat, termasuk konseling karier, pelatihan, rekomendasi pekerjaan, dan bantuan memulai usaha; bagi individu pengangguran yang diasuransikan dan memenuhi syarat, manfaat yang ditetapkan harus dibayarkan dengan segera dan penuh. Pada saat yang sama, sistem jaminan sosial harus menjadi lebih mudah diakses untuk bentuk pekerjaan yang fleksibel, dan cakupan untuk kecelakaan kerja dalam model pekerjaan baru harus diperluas. Hal ini penting karena perubahan karier semakin sering melibatkan peralihan antara berbagai pengaturan kontrak dan pekerjaan.

Uji ekonomi terletak pada kemampuan transfer hak dan aksesibilitas dukungan yang sebenarnya. Orang yang berganti pekerjaan, tempat tinggal, atau status pekerjaan membutuhkan prosedur yang andal. Layanan yang sudah ada secara formal tidak banyak berguna jika tanggung jawabnya tidak jelas atau kehilangan pendapatan tidak ditangani dalam jangka waktu yang lama. Oleh karena itu, modernisasi yang ramah terhadap lapangan kerja juga harus meningkatkan proses administrasi. Jika tidak, mereka yang memiliki cadangan keuangan paling sedikit akan menanggung biaya transisi tertinggi.

Ketika algoritma menjadi bos

Pedoman ini tidak hanya membahas hilangnya pekerjaan tetapi juga penggunaan AI dalam manajemen sumber daya manusia: diskriminasi, tawaran pekerjaan palsu, dan pelanggaran privasi serta waktu istirahat melalui algoritma yang menyalahgunakan harus diperangi secara hukum. Lebih lanjut, hak atas upah, istirahat, dan kondisi kerja yang aman secara eksplisit dibahas. Hal ini membawa dimensi kedua dari otomatisasi ke dalam fokus: bahkan di mana pekerjaan dipertahankan, kualitas pekerjaan dapat berubah secara signifikan.

Sistem algoritmik dapat melakukan penyaringan awal aplikasi, menetapkan tugas, dan mengevaluasi kinerja. Meskipun dapat memungkinkan proses yang lebih konsisten, sistem ini juga dapat menerapkan kriteria yang tidak sesuai dalam skala besar. Memperlakukan keputusan personel di masa lalu sebagai data yang dianggap netral berisiko melanggengkan kerugian di masa lalu melalui cara teknologi. Hal ini menjadi sangat bermasalah ketika pihak yang terkena dampak tidak dapat memahami alasan di balik suatu keputusan atau secara efektif memperbaiki kesalahan.

Secara ekonomi, risiko tersebut sama sekali tidak dapat diabaikan. Pra-seleksi yang salah dapat mengecualikan spesialis yang sesuai; target kinerja yang berlebihan dapat berdampak negatif pada kesehatan, motivasi, dan retensi karyawan. Pemantauan komprehensif juga tidak secara otomatis produktif. Faktor krusialnya adalah apakah suatu sistem mengenali kualitas kerja yang sebenarnya atau hanya mengoptimalkan metrik yang mudah diukur. Oleh karena itu, implementasi yang bertanggung jawab membutuhkan kriteria yang dapat diverifikasi, tanggung jawab yang jelas, dan peluang realistis untuk peninjauan oleh manusia. Tanggung jawab tidak boleh hilang hanya dengan mengacu pada perangkat lunak yang dianggap objektif.

Sistem peringatan dini membutuhkan lebih dari sekadar angka PHK

Pihak berwenang harus meningkatkan pertukaran data ketenagakerjaan dan industri, mengembangkan model analisis regional dan sektoral, serta terus memantau perubahan dalam adopsi AI, lapangan kerja baru, aktivitas yang tergantikan, dan keterampilan yang dibutuhkan. Langkah-langkah selanjutnya mencakup penelitian mendalam dan integrasi risiko ketenagakerjaan terkait AI ke dalam mekanisme yang ada untuk mencegah guncangan pengangguran besar. Hal ini bertujuan untuk mengubah pengamatan yang terisolasi menjadi gambaran situasi yang lebih awal dan lebih mudah ditindaklanjuti.

Namun, sistem yang baik perlu mempertimbangkan lebih dari sekadar pengurangan staf yang telah selesai. Faktor-faktor yang relevan juga mencakup penurunan posisi tingkat pemula, perubahan persyaratan kualifikasi, berakhirnya kontrak, pengurangan jam kerja, dan durasi transisi karier. Sama pentingnya adalah kualitas pekerjaan baru: perpindahan ke pekerjaan dengan gaji lebih rendah atau jauh kurang aman tidak boleh secara otomatis dianggap sebagai kompensasi yang sepenuhnya berhasil. Hanya kombinasi informasi tersebut yang memungkinkan penilaian ekonomi yang bermakna.

Tugas tersulit tetaplah mengidentifikasi akar penyebabnya. Lapangan kerja dapat menurun karena permintaan yang lemah, perubahan kondisi perdagangan, masalah operasional, atau pergeseran teknologi. AI mungkin menjadi salah satu faktor di antara beberapa faktor lainnya. Mengaitkan setiap penurunan dengan otomatisasi mendorong tindakan penanggulangan yang keliru; mengesampingkan AI sebagai penyebab secara kategoris mengabaikan masalah adaptasi yang sebenarnya. Oleh karena itu, perusahaan dan industri yang sebanding harus dipelajari dalam jangka waktu yang panjang. Sistem peringatan dini hanya akan efektif jika memiliki data yang baik, metode analitis yang tepat, dan kemauan untuk mengakui temuan yang tidak sesuai.

Antara proteksi dan daya saing

Untuk aplikasi yang berpotensi berdampak signifikan terhadap lapangan kerja, pedoman tersebut menetapkan penilaian risiko yang lebih ketat; di area akses pasar tertentu, evaluasi lapangan kerja harus dimasukkan ke dalam tinjauan proyek. Hal ini menunjukkan pengakuan para pembuat kebijakan bahwa keputusan investasi perusahaan dapat berdampak pada karyawan dan anggaran publik. Dari perspektif ekonomi, dapat dipahami bahwa biaya tersebut tidak boleh dipertimbangkan hanya setelah kejadian.

Namun, pendekatan ini memiliki batasan yang jelas. Jika prosedur menjadi terlalu samar atau rumit, hal itu dapat menunda modernisasi yang diperlukan dan melindungi posisi pasar yang ada. Perusahaan yang kehilangan daya saing internasional karena regulasi yang berlebihan mungkin nantinya harus memangkas lebih banyak pekerjaan daripada yang diselamatkan dalam jangka pendek. Oleh karena itu, bersikap ramah terhadap karyawan tidak boleh disamakan dengan prioritas umum untuk mempertahankan tenaga kerja yang ada.

Prosedur yang lebih meyakinkan adalah prosedur yang transparan dan proporsional yang meneliti cakupan dan kecepatan perubahan serta alternatif yang realistis. Yang terpenting, penilaian harus fokus pada apakah pelatihan, transfer internal, dan dukungan transisi telah dipersiapkan dengan memadai. Potensi pesanan tambahan, peningkatan keselamatan, dan daya saing jangka panjang juga harus dipertimbangkan. Dengan cara ini, tinjauan tersebut tidak akan menjadi hambatan menyeluruh bagi inovasi, melainkan alat untuk implementasi yang lebih baik. Tantangan politik terletak pada menghindari kerugian sosial yang tidak perlu tanpa melabeli transformasi produktif itu sendiri sebagai risiko yang tidak diinginkan.

Siapa yang harus menanggung biaya transisi?

Pendekatan Tiongkok secara eksplisit menghubungkan investasi teknologi dengan investasi pada sumber daya manusia dan juga membahas pengembangan lebih lanjut dari mekanisme kompensasi dan distribusi. Hal ini menyoroti masalah distribusi yang sering diabaikan dalam antusiasme terhadap kinerja AI: perusahaan, karyawan, dan negara tidak selalu mendapatkan manfaat dalam proporsi yang sama atau pada waktu yang sama. Biaya transisi juga didistribusikan secara tidak merata.

Bagi perusahaan, dalam jangka pendek, mengurangi biaya personel bisa jadi menarik, sementara pihak lain menanggung beban pelatihan lebih lanjut, penggantian pendapatan, dan biaya sosial yang timbul. Sistem yang sehat secara ekonomi seharusnya membatasi insentif semacam itu. Hal ini dapat mencakup kontribusi perusahaan yang sesuai untuk pelatihan, perencanaan tenaga kerja sejak dini, dan partisipasi karyawan yang lebih besar dalam peningkatan produktivitas yang terbukti. Pada saat yang sama, sangat penting untuk mencegah kewajiban tambahan yang dapat membebani bisnis kecil atau menghambat investasi yang layak secara ekonomi.

Namun, pedoman itu sendiri tidak menggantikan arsitektur implementasi yang didanai sepenuhnya: Teks yang diterbitkan tidak memuat kerangka pendanaan terpisah yang komprehensif maupun target keberhasilan kuantitatif yang seragam untuk seluruh paket langkah-langkah tersebut. Justru karena itulah alokasi sumber daya secara praktis akan sangat penting. Jika daerah yang lebih kaya dapat menawarkan dukungan berkualitas tinggi sementara daerah yang secara struktural lebih lemah tertinggal, kesenjangan yang ada dapat diperburuk. Yang dibutuhkan adalah koordinasi antara tingkat pencapaian kemajuan teknologi dan tingkat pengeluaran biaya transisi sosial.

Perusahaan-perusahaan Eropa harus mencermati hal ini lebih saksama

Keterkaitan antara promosi AI dan kebijakan ketenagakerjaan di Tiongkok juga relevan bagi para pesaing internasional. Skala otomatisasi industri menunjukkan bahwa ekonomi Tiongkok terus mendorong modernisasi teknologi dalam skala luas. Oleh karena itu, kebijakan pasar tenaga kerja yang baru tidak boleh diartikan sebagai sekadar mundur dari persaingan. Sebaliknya, kebijakan ini bertujuan untuk meningkatkan kondisi ekonomi dan sosial demi jalur modernisasi yang lebih berkelanjutan.

Bagi perusahaan industri, logistik, dan jasa Jerman, hal ini menimbulkan pertanyaan strategis: Akankah AI diperkenalkan hanya sebagai alat pemangkas biaya atau sebagai bagian dari peningkatan model bisnis yang lebih luas? Fokus sepihak pada pengurangan staf dapat mengaburkan fakta bahwa kualitas, keandalan pengiriman, daya tanggap, dan layanan tambahan juga menciptakan keunggulan kompetitif. Perusahaan dengan keahlian spesialis dan proses yang luas, khususnya, dapat memperoleh manfaat dari menggabungkan pengetahuan ini dengan alat-alat cerdas daripada mengurangi tenaga kerja mereka secara prematur.

Kebijakan Tiongkok tidak boleh diidealkan atau ditolak mentah-mentah. Tujuan yang dirumuskan secara terpusat bukanlah bukti keberhasilan implementasinya, dan kontrol politik dapat menciptakan insentif yang menyimpang. Demikian pula, akan tidak meyakinkan untuk memperlakukan perkembangan teknologi sebagai suatu proses yang hasil sosialnya pada dasarnya tidak dapat dikendalikan. Untuk praktik bisnis, pelajaran yang relevan terletak pada pendekatan terintegrasi: teknologi, personel, keselamatan, pelatihan, dan manfaat ekonomi harus direncanakan bersama.

Keberhasilan terlihat jelas dalam transisi tersebut

Keberhasilan ekonomi pergeseran kebijakan Tiongkok tidak akan ditentukan oleh jumlah program yang dipublikasikan atau jumlah jabatan baru yang diciptakan. Indikator yang lebih bermakna adalah seberapa cepat individu yang terdampak menemukan pekerjaan tetap kembali, bagaimana pendapatan riil mereka berkembang, dan apakah perusahaan secara bersamaan menjadi lebih produktif dan kompetitif. Sama pentingnya adalah akses bisnis kecil terhadap alat-alat berkinerja tinggi dan apakah lapangan kerja baru muncul di luar beberapa pusat teknologi.

Oleh karena itu, alasannya adalah: Strategi AI yang ramah terhadap lapangan kerja masuk akal jika melindungi masyarakat tanpa secara permanen memperkuat proses yang sudah usang. Strategi ini harus memungkinkan kemajuan teknologi sekaligus menciptakan kondisi agar karyawan dapat turut serta dalam kemajuan tersebut. Beradaptasi terlalu lambat membahayakan produktivitas dan daya saing; mengganti teknologi terlalu cepat tanpa transisi yang berkelanjutan dapat melemahkan pendapatan, permintaan, dan pengembangan keterampilan. Faktor yang relevan secara ekonomi adalah kualitas perubahan tersebut.

Hal ini menggeser tolok ukur kemajuan. Tidak setiap jam kerja yang dihemat merupakan keuntungan bagi masyarakat, dan tidak setiap langkah yang dipertahankan dalam proses tersebut secara otomatis layak dilindungi. Faktor krusialnya adalah apakah kemajuan teknologi mengarah pada peluang ekonomi yang lebih baik secara berkelanjutan. China berupaya mengatur hubungan ini secara politis. Namun, bagian yang paling menantang dimulai ketika pedoman tersebut bersinggungan dengan bisnis individual: dengan keputusan konkret tentang pekerjaan mana yang akan hilang, pekerjaan baru mana yang akan diciptakan, dan siapa yang akan memiliki kesempatan untuk melakukannya di masa depan.

🎯🎯🎯 Pusat industri B2B berbasis data sebagai solusi semi-internal

Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital

Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.