87% perubahan akibat AI terjadi di dalam pekerjaan, bukan antarprofesi

Liputan Learning News bertanggal 3 September 2026 mencatat temuan utama AI Labor Market Tracker edisi Agustus: 87% perubahan aktivitas kerja tahunan di Amerika Serikat terjadi di dalam okupasi yang sama, sementara 13% berasal dari perubahan komposisi okupasi.

Artinya, perubahan lebih sering tampak pada isi pekerjaan daripada pada perpindahan pasar tenaga kerja dari satu profesi ke profesi lain. Angka utama tersebut bukan persentase pekerjaan yang terkena AI, bukan ukuran tugas yang sudah diotomatisasi, dan bukan estimasi jumlah pekerja yang akan kehilangan pekerjaan.

Angka 87% mengukur lokasi perubahan aktivitas

Tracker memisahkan perubahan campuran aktivitas kerja menjadi dua komponen. Komponen pertama berasal dari berubahnya tugas dalam okupasi yang tetap; komponen kedua muncul ketika bobot berbagai okupasi dalam pasar tenaga kerja bergeser.

Dengan pendekatan ini, nama jabatan dan kategori profesi dapat terlihat stabil meskipun pekerjaan sehari-hari di dalamnya berubah. Statistik jumlah pegawai per profesi saja karena itu berpotensi melewatkan pergeseran pada aktivitas yang diminta atau dilakukan.

Kata “akibat” dalam judul juga perlu dibaca secara terbatas. Tracker ditempatkan dalam konteks penyebaran AI, tetapi dekomposisi aktivitas tersebut tidak memisahkan pengaruh teknologi dari perubahan proses bisnis, permintaan pelanggan, kondisi ekonomi, atau cara perusahaan menyusun profil dan lowongan. Temuan yang dapat dipertahankan adalah lokasi perubahan aktivitas, bukan hubungan sebab-akibat tunggal.

Lima indikator memotret bagian pasar kerja yang berbeda

Tracker resmi Revelio Labs edisi Agustus 2026 mencatat bahwa 7,6% pekerja memiliki sedikitnya satu keterampilan AI per Juli 2026; jumlah perusahaan baru yang diklasifikasikan mengadopsi AI per bulan turun 39% dari puncak April; perusahaan pengadopsi membukukan pertumbuhan jumlah pegawai 26% lebih tinggi daripada nonpengadopsi; 87% perubahan aktivitas terjadi dalam okupasi; dan diperlukan 5,81 iklan lowongan untuk menghasilkan satu perekrutan eksternal.

Kelima kelompok indikator itu membentuk peta, bukan satu skor dampak. Pasokan keterampilan berasal dari keterampilan yang tercantum dalam profil profesional. Permintaan diamati melalui lowongan pada pekerjaan dengan tingkat paparan berbeda, sedangkan adopsi perusahaan diproksikan melalui perekrutan untuk peran yang mengintegrasikan AI.

Isi pekerjaan ditaksir dari perubahan campuran aktivitas, sementara efisiensi pencocokan membandingkan lowongan dengan perekrutan eksternal yang sesuai. Perbedaan objek dan metode tersebut membuat angkanya tidak dapat dijumlahkan atau dipakai untuk menghasilkan satu persentase pekerja yang “terdampak AI”.

Porsi pekerja dengan keterampilan AI tidak menunjukkan tingkat kemahiran, frekuensi penggunaan, atau produktivitas mereka. Perlambatan masuknya perusahaan baru ke kategori pengadopsi juga tidak berarti jumlah kumulatif pengadopsi menyusut. Demikian pula, pertumbuhan pegawai yang lebih tinggi pada kelompok pengadopsi tidak membuktikan bahwa AI menjadi penyebabnya, sebab perusahaan tersebut sudah tumbuh lebih cepat sebelum waktu adopsi yang terukur.

Tekanan pada lowongan terlihat, tetapi metriknya tidak identik

Dalam tracker, volume lowongan pada okupasi dengan paparan AI tertinggi melemah dibandingkan kelompok berpaparan terendah sejak peluncuran ChatGPT, dengan tekanan lebih nyata pada jenjang junior. “Paparan” di sini berarti sebagian aktivitas dalam suatu pekerjaan dinilai dapat dilakukan AI; istilah tersebut tidak membuktikan bahwa setiap perusahaan sudah menggunakan sistem itu atau mengganti pekerja.

Pembanding independen memperlihatkan arah serupa dengan metode berbeda. Analisis Federal Reserve Bank of Dallas pada 1 September 2026 menemukan lowongan di Texas untuk posisi yang lebih terpapar otomatisasi turun relatif 5% pada akhir 2023 dan sekitar 8% pada kuartal pertama 2025; estimasi nasionalnya menunjukkan pola yang secara kuantitatif dan kualitatif serupa.

Hasil Dallas Fed tidak dapat digabungkan langsung dengan indikator tracker. Analisis tersebut menghubungkan jutaan lowongan daring dari Lightcast dengan ukuran paparan berbasis tugas yang benar-benar dilakukan melalui Claude, sedangkan Revelio Labs memakai ukuran paparan dan panel datanya sendiri. Keduanya menunjukkan tekanan relatif pada permintaan untuk pekerjaan yang tugasnya lebih mudah diotomatisasi, tetapi hanya rancangan Dallas Fed yang mengestimasi dampak otomatisasi pada lowongan dalam sampel tersebut.

Data PHK dan pertumbuhan pegawai tidak saling membatalkan

Tracker membedakan perusahaan yang teridentifikasi mengadopsi AI dari perusahaan yang sekadar memiliki paparan tinggi. Kelompok pertama ditentukan melalui lowongan untuk peran integrator AI, sedangkan paparan menggambarkan seberapa banyak aktivitas dalam pekerjaan yang berpotensi dilakukan teknologi tersebut.

Perbedaan definisi ini penting dalam pengukuran dampak AI pada pekerjaan. Pertumbuhan pegawai di perusahaan pengadopsi, pemberitahuan PHK di perusahaan berpaparan tinggi, dan kecemasan tentang PHK dalam ulasan pegawai berasal dari populasi serta sumber data yang berbeda. Sinyal-sinyal itu dapat bergerak ke arah berlainan tanpa menghasilkan kontradiksi.

Pemberitahuan WARN juga tidak mencakup semua pemutusan hubungan kerja. Sementara itu, bahasa dalam ulasan pegawai mengukur sentimen, bukan kejadian PHK. Karena itu, kedua sumber tersebut belum menjawab berapa banyak pekerja yang diberhentikan secara khusus karena penerapan AI.

Rasio lowongan dan perekrutan menunjukkan masalah yang lebih lama

Indikator pencocokan membandingkan lowongan dengan perekrutan eksternal berdasarkan perusahaan, negara bagian, peran, senioritas, dan jendela waktu yang berkaitan. Nilai agregatnya tidak berarti setiap pemberi kerja harus memasang jumlah iklan yang sama untuk mengisi satu posisi.

Tren memburuknya rasio lowongan terhadap perekrutan telah berlangsung sejak sebelum ChatGPT. AI mungkin membantu pelamar menghasilkan aplikasi yang lebih rapi atau mengubah cara perekrut menyaring kandidat, tetapi tracker tidak mengamati hubungan sebab-akibat tersebut secara langsung.

Pembaruan berikutnya dijadwalkan untuk 1 Oktober 2026. Sampai data baru tersedia, kesimpulan terkuat edisi Agustus tetap sempit tetapi penting: perubahan aktivitas terutama berlangsung di dalam okupasi yang masih sama, sedangkan besarnya pengaruh kausal AI terhadap perekrutan, pertumbuhan pegawai, dan PHK belum dapat ditarik dari lima indikator itu saja.

Baca juga:

• AS menggandeng perusahaan teknologi untuk mengukur dampak AI pada pekerjaan
• 86% perekrut memaklumi celah keterampilan—kepribadian bukan jawaban kosong
• Hugging Face bukan sekadar gudang model: tiga bagiannya sering tertukar