
AI mengubah 88% pekerjaan—setengah perubahan terjadi tanpa arahan

Pada 7 Oktober 2026, SAP SuccessFactors menerbitkan analisis Future of Work yang menghimpun masukan 2.718 pekerja, 500 pemimpin C-suite, dan 60 eksekutif sumber daya manusia, serta menyoroti studi terkait: 88% responden mengatakan AI telah mengubah pekerjaan mereka dan sekitar separuh perubahan terjadi tanpa arahan berarti dari manajer atau organisasi. Temuan tentang perubahan pekerjaan itu berasal dari studi terkait, bukan dari kelompok responden analisis terbaru. Bagi pekerja dan manajer, persoalannya adalah bagaimana tugas yang sudah berubah dapat diikuti oleh kejelasan tanggung jawab.
Dalam studi perancangan ulang kerja SAP terhadap 4.016 pekerja dan manajer di berbagai negara, 51% perubahan dilaporkan terjadi tanpa arahan atau tanpa terlihat jelas oleh organisasi; rincian yang dipublikasikan menyebut 32% perubahan diprakarsai pekerja sendiri dan 18% berkembang secara bertahap. Angka-angka tersebut berasal dari jawaban peserta tentang pengalaman kerja mereka. Jawaban itu menunjukkan luasnya perubahan yang mereka kaitkan dengan AI, tetapi tidak mengukur seberapa besar AI secara langsung menyebabkan setiap perubahan.
Perubahan terlihat pada isi pekerjaan

Pergeseran yang dicatat dalam studi awal menyangkut tugas sehari-hari, bukan semata nama jabatan. Peserta melaporkan bertambahnya pekerjaan memimpin dan mengawasi, memecahkan masalah, serta mempelajari informasi atau alat baru. Sebagian lainnya melaporkan berkurangnya pekerjaan administratif rutin, pekerjaan kreatif, serta analisis data dan penyusunan laporan. Ragam jawaban ini memperlihatkan bahwa penggunaan AI dapat mengurangi satu jenis tugas sekaligus memperluas jenis tugas lain dalam peran yang sama.
Perubahan itu penting karena uraian jabatan biasanya menjelaskan hasil dan kewenangan pada suatu waktu, sedangkan cara menghasilkan pekerjaan dapat bergeser lebih cepat. Pekerja yang menyerahkan langkah rutin kepada AI mungkin kemudian menghabiskan lebih banyak waktu untuk menilai hasil, menangani pengecualian, atau mengambil tugas baru. Keluaran tim dapat bertambah meski pembagian kerja, batas keputusan, dan cara menilai kontribusi setiap orang belum disesuaikan.
Perusahaan juga tidak dapat menyimpulkan bahwa berkurangnya pekerjaan rutin selalu meringankan beban. Memeriksa keluaran AI, memperbaiki kekeliruan, dan menjelaskan keputusan dapat menuntut perhatian yang berbeda dari tugas lama. Sebaliknya, tugas baru yang lebih menantang dapat memberi ruang berkembang bila waktu, kemampuan, dan kewenangan pekerja ikut disiapkan. Dampaknya bergantung pada susunan pekerjaan yang nyata, bukan pada ada atau tidaknya alat AI saja.
Mengapa perubahan tanpa arahan sulit dikelola
Perubahan informal dapat muncul melalui dua jalur yang berbeda: pekerja sengaja mengubah caranya menyelesaikan tugas, atau pola kerja bergeser sedikit demi sedikit sampai menjadi kebiasaan. Jalur pertama membutuhkan percakapan tentang pilihan alat dan batas penggunaannya. Jalur kedua lebih mudah luput karena tidak ada satu keputusan yang menandai kapan tugas, waktu, atau tanggung jawab mulai berpindah.
Ketika perubahan tidak terlihat oleh manajer, hasil akhir saja memberi gambaran yang kurang lengkap. Manajer mungkin mengetahui berapa banyak pekerjaan selesai, tetapi tidak mengetahui langkah mana yang dikerjakan AI, pemeriksaan apa yang dilakukan manusia, dan tugas baru apa yang menyita waktu pekerja. Ketidakjelasan itu menyulitkan pembagian beban serta penilaian kinerja, terutama bila target lama tetap dipakai untuk pekerjaan yang sudah berbeda.
Bagi pekerja, persoalannya lebih dekat: tanggung jawab dapat meluas sebelum ada kesepakatan tentang prioritas atau bantuan yang tersedia. Perubahan yang tumbuh secara bertahap juga tidak otomatis berarti pekerja sengaja menyembunyikan penggunaan AI. Karena itu, percakapan tentang tugas yang sebenarnya dilakukan lebih berguna daripada sekadar meminta pekerja menyatakan apakah mereka memakai AI.
Otomatisasi bukan perancangan ulang peran

Dalam ulasan The Talent Weekly pada 13 Oktober 2026, temuan bahwa 72% pemimpin C-suite menilai klaim transformasi AI sering berupa percepatan otomatisasi pekerjaan lama dikaitkan dengan perlunya meninjau uraian peran, ukuran kinerja, dan prioritas pengembangan kemampuan. Perbedaan itu menentukan apa yang berubah bagi pekerja. Proses yang menghasilkan keluaran serupa dengan lebih cepat masih dapat mempertahankan pembagian tanggung jawab dan jalur persetujuan yang lama.
Penambahan tugas adalah perubahan lain: waktu yang tersedia setelah suatu langkah dipercepat dipakai untuk pekerjaan tambahan, sementara kewenangan pekerja tetap sama. Perancangan ulang peran melangkah lebih jauh dengan menetapkan tugas mana yang dikerjakan manusia, AI, atau keduanya; keputusan mana yang dapat diambil pekerja; serta hasil apa yang menjadi tanggung jawabnya. Tanpa keputusan tersebut, kenaikan volume keluaran mudah disebut transformasi meski susunan pekerjaan hanya menjadi lebih padat.
Kerangka kerja yang dipaparkan dalam analisis terbaru mengarah pada peran yang lebih luwes, penggunaan keahlian untuk persoalan yang lebih luas, keputusan yang lebih dekat dengan pelaksana, dan penilaian berdasarkan dampak pekerjaan. Itu adalah usulan desain, bukan bukti bahwa semua perusahaan telah menerapkannya. Agar penilaian berdasarkan dampak berarti, organisasi perlu menentukan hasil yang dihargai dan cara membedakan kontribusi manusia dari kecepatan yang diberikan alat.
Apa yang berubah bagi manajer dan pekerja
Keputusan awal bagi manajer adalah memetakan pekerjaan yang sudah berlangsung: langkah yang dipercepat AI, tugas yang hilang, tugas baru yang muncul, dan bagian yang tetap memerlukan pertimbangan manusia. Pemetaan itu dapat diikuti dengan peninjauan mutu hasil, waktu pemeriksaan, beban kerja, dan keputusan yang harus dinaikkan kepada atasan. Ukuran tersebut membuat perubahan pada peran lebih terlihat daripada angka penggunaan alat atau jumlah keluaran saja.
Pekerja memerlukan ruang untuk menjelaskan perubahan yang mereka alami dengan contoh tugas yang konkret. Catatan tentang pekerjaan yang kini dilakukan, pemeriksaan tambahan, dan keputusan yang belum jelas dapat menjadi dasar pembicaraan tentang prioritas, pelatihan, serta penilaian kinerja. Manajer kemudian dapat memutuskan apakah tugas baru memang menjadi bagian tetap dari peran atau perlu dibagi kembali. Perubahan yang disepakati perlu tercermin dalam uraian peran dan dukungan yang diberikan, sehingga tanggung jawab baru tidak terus bergantung pada penyesuaian pribadi pekerja.
Sampel lintas negara dalam riset SAP tidak menghasilkan perkiraan khusus bagi pekerja Indonesia. Perusahaan di Indonesia perlu melihat perubahan tugas pada timnya sendiri sebelum menjadikan persentase global sebagai dasar target lokal. Konsekuensi terdekat dari temuan ini terletak pada keputusan organisasi: siapa mengerjakan pekerjaan yang berubah, siapa berwenang menilai hasil AI, dan bagaimana kontribusi baru diakui.
Baca juga:
Artikel terkait


Pelatihan AI sekali jalan mudah gagal—bangun program bertingkat

IDP karyawan gagal saat jadi daftar kursus—buat bukti kerja terukur

Celah OVERPASS bernilai CVSS 10—SAP Kernel perlu diprioritaskan sekarang

Pekerja menanggung kesalahan AI—tetapi hanya 29% menilai judgment penting

Playwright atau Cypress: 1.500 pengukuran menunjukkan selisih stabilitas
Berlangganan buletin kami
Dapatkan berita Web3, AI, dan kripto terbaru langsung di kotak masuk Anda.