Gelar junior, tuntutan senior—AI menaikkan harga kemampuan manusia

AI meningkatkan nilai empat kemampuan manusia: penilaian, kreativitas, kepemimpinan yang komunikatif, dan pemecahan masalah. Ketika teknologi mempercepat pembuatan jawaban, manusia tetap harus merumuskan masalah, menguji keluaran, memilih tindakan, dan bertanggung jawab atas akibatnya.

Tuntutan itu kini dapat muncul sejak awal karier. Kandidat junior tidak cukup menunjukkan bahwa ia mampu mengoperasikan alat AI; ia perlu membuktikan bahwa ia dapat menangani ketidakpastian, mengawasi hasil, dan membuat keputusan dalam konteks pekerjaan nyata.

AI membentuk pasar kerja dua jalur

Otomatisasi tidak memengaruhi semua pekerjaan dengan cara yang sama. Pada jalur yang disebut “professionalised”, AI mengambil sebagian tugas rutin sehingga pertimbangan dan keahlian manusia makin ditekankan. Pada jalur “democratised”, teknologi menurunkan hambatan sehingga tugas tertentu lebih mudah dilakukan oleh nonpakar.

AI Jobs Barometer 2026 dari PwC Indonesia menganalisis lebih dari satu miliar iklan pekerjaan lintas enam benua: pekerjaan yang meminta keterampilan AI tumbuh 69%, dibandingkan 9% untuk pasar secara keseluruhan, dengan premi upah rata-rata 62%. Dalam analisis terpisah atas 2,4 juta lowongan tingkat pemula di Amerika Serikat, posisi yang paling terpapar AI tujuh kali lebih mungkin meminta kemampuan yang secara tradisional diasosiasikan dengan pekerja senior, seperti kepemimpinan, kreativitas, dan interaksi tatap muka.

Angka tersebut mendukung gambaran tuntutan senior pada posisi pemula, tetapi batasnya penting: premi 62% berlaku untuk keterampilan AI, bukan khusus untuk kreativitas atau kepemimpinan, sedangkan temuan posisi junior berasal dari data AS dan bukan ukuran langsung seluruh pasar Indonesia.

Keahlian AI tingkat lanjut bukan kebutuhan semua pekerja

Kenaikan permintaan dan upah untuk keterampilan AI tidak berarti setiap pekerja harus menjadi pengembang model. kajian OECD tentang AI dan keterampilan menyatakan kurang dari 1% pekerja memerlukan kemampuan AI tingkat lanjut seperti pemrograman atau pengembangan model. Kebutuhan yang lebih luas adalah kecakapan digital, penggunaan dan interpretasi data, kemampuan manajerial, pemecahan masalah, kreativitas, serta inovasi.

Artinya, kemampuan memakai alat dan kemampuan bidang tetap berbeda. Seorang pekerja dapat mempelajari AI untuk mempercepat tugas, tetapi nilai tambahnya muncul ketika ia memahami pelanggan, operasi, risiko, hukum, keuangan, atau konteks lain yang menentukan apakah keluaran tersebut layak digunakan.

Empat kemampuan dan bukti portofolionya

Label seperti “kreatif” atau “pemimpin yang baik” sulit diverifikasi jika berdiri sendiri. Portofolio yang kuat memperlihatkan situasi, pilihan yang tersedia, kontribusi kandidat, alasan keputusan, serta hasil atau pelajaran yang dapat diperiksa.

• Penilaian: tampilkan evaluasi atas keluaran AI, data, atau rekomendasi. Bukti dapat berupa catatan keputusan yang menunjukkan klaim yang diverifikasi, risiko yang ditemukan, bahan pembanding yang digunakan, dan alasan satu opsi ditolak.
• Kreativitas: perlihatkan beberapa alternatif yang benar-benar berbeda beserta batasan dan kriteria pemilihannya. Konsep kampanye, variasi rancangan, atau perbaikan alur layanan menjadi lebih meyakinkan ketika hubungan antara kebutuhan pengguna dan pilihan akhir terlihat jelas.
• Kepemimpinan dan komunikasi: dokumentasikan cara menyelaraskan orang dengan kepentingan berbeda. Ringkasan rapat, pembagian tanggung jawab, atau memo rekomendasi dapat menunjukkan kemampuan memperjelas keputusan dan menggerakkan tindak lanjut.
• Pemecahan masalah: tunjukkan bagaimana masalah yang kabur diubah menjadi hipotesis, analisis, tindakan, dan ukuran keberhasilan. Asumsi yang gagal atau perubahan arah dapat mengungkap kualitas penalaran lebih baik daripada hasil sempurna tanpa jejak proses.

Informasi rahasia tidak perlu dibuka. Angka dapat dianonimkan, dokumen dipadatkan, dan contoh simulasi diberi label secara jelas. Yang harus tetap terlihat ialah jejak penalaran dan kontribusi pribadi kandidat, termasuk bagian yang dikerjakan dengan bantuan AI.

Jangan mencampur tiga sinyal permintaan

Pertumbuhan lowongan, premi upah, dan persyaratan pendidikan mengukur hal yang berbeda. Pertumbuhan lowongan menunjukkan perubahan jumlah permintaan; premi upah membandingkan kompensasi rata-rata; persyaratan pendidikan memperlihatkan cara perusahaan menyaring kandidat. Tidak satu pun otomatis membuktikan bahwa satu kemampuan akan menaikkan gaji seorang individu.

Perbedaan sektor dan jenis keputusan juga penting. Pekerjaan dengan konsekuensi keselamatan, hukum, atau finansial biasanya membutuhkan jejak verifikasi dan akuntabilitas yang lebih kuat, sedangkan pekerjaan eksploratif dapat memberi ruang lebih besar bagi variasi gagasan. Karena itu, artefak portofolio harus disesuaikan dengan tanggung jawab posisi sasaran, bukan dengan daftar soft skill yang berlaku umum.

Menentukan kemampuan yang perlu diprioritaskan

Mulailah dari sekumpulan lowongan untuk peran yang sejenis. Pisahkan tugas yang dapat dipercepat AI, keputusan yang tetap harus dibuat manusia, pihak yang perlu diyakinkan, dan konsekuensi kesalahan. Lalu cocokkan setiap tuntutan penting dengan satu artefak portofolio yang memperlihatkan perilaku tersebut.

Survei perusahaan global dapat dipakai sebagai pembanding, bukan pengganti analisis jabatan. Dalam pemetaan keterampilan World Economic Forum, tujuh dari sepuluh perusahaan responden menganggap pemikiran analitis sebagai kemampuan inti; kepemimpinan dan pengaruh sosial berada setelah ketahanan dan keluwesan, sementara pemikiran kreatif menempati urutan keempat. Hasil global ini menunjukkan arah luas, bukan jaminan permintaan pada setiap pekerjaan di Indonesia.

Pilihan yang relevan bukan antara menjadi “manusia” atau menguasai AI. Kandidat lebih mudah dinilai ketika ia dapat menggunakan teknologi untuk mempercepat pekerjaan sekaligus memperlihatkan kapan hasil perlu dipertanyakan, alternatif apa yang dibuat, siapa yang dilibatkan, dan keputusan mana yang berani ia pertanggungjawabkan.

Baca juga:

• Lowongan pemula era AI meminta keterampilan yang dulu dianggap senior
• Kesenjangan talenta fintech bukan cuma soal kemampuan teknis