Pekerja kehilangan 20 hari untuk membetulkan AI—anggaran tetap naik

Rilis riset BambooHR bertanggal 1 September 2026 menyajikan survei terhadap 1.608 pekerja meja bergaji tetap dan penuh waktu di Amerika Serikat. Estimasinya: pekerja menggunakan AI selama 47 hari kerja per tahun, hampir 20 hari terserap untuk menangani kesalahan dan mengulang prompt, sementara 63% organisasi telah menaikkan anggaran alat AI.

Liputan HR Dive pada 2 September 2026 mengonfirmasi bahwa angka 20 hari berasal dari survei tersebut, bukan pengukuran produktivitas yang dilakukan secara independen. Liputan itu juga mencatat 65% responden merasa percaya diri dan antusias memakai AI, sedangkan 58% menyebut penghematan waktu sebagai motivasi utama.

Dari 87 menit sehari menjadi hampir 20 hari koreksi

Laporan lengkap Redesigning Work: AI’s Performance Review mencatat rata-rata penggunaan AI 87 menit sehari atau 22.526 menit setahun, setara sekitar 47 hari kerja berdurasi delapan jam. Dari waktu bersama AI itu, 42% digunakan untuk troubleshooting dan iterasi prompt, sedangkan 35% dinilai langsung memajukan beban kerja.

Alur hitungnya dapat ditelusuri dari angka tersebut. Sebanyak 42% dari 22.526 menit menghasilkan sekitar 9.461 menit; setelah dibagi 480 menit per hari kerja, hasilnya 19,7 hari dan dibulatkan menjadi hampir 20 hari. Pada tingkat harian, porsinya sekitar 36,5 menit dari 87 menit penggunaan AI.

Porsi yang dinilai produktif, 35%, setara sekitar 7.884 menit atau 16,4 hari kerja. Selisih antara waktu koreksi dan penggunaan produktif mencapai tujuh poin persentase, kira-kira 1.577 menit atau 3,3 hari kerja. Sisa 23%, setara sekitar 10,8 hari, tidak termasuk dalam kedua kategori utama itu.

Dengan demikian, 47 hari penggunaan AI tidak sama dengan 47 hari produktivitas tambahan. Sebaliknya, hampir 20 hari koreksi juga tidak membuktikan kerugian bersih sebesar 20 hari, karena tidak tersedia perbandingan tentang durasi tugas yang sama apabila dikerjakan tanpa AI.

Metodologi membatasi arti angka 20 hari

Survei daring disiapkan oleh Method Research dan didistribusikan oleh RepData kepada penduduk AS berusia sedikitnya 18 tahun yang bekerja penuh waktu, menerima gaji tetap, dan menjalani pekerjaan berbasis meja. Pengumpulan data berlangsung pada 26 Juni–15 Juli 2026, dengan subkelompok 520 profesional HR berpangkat manajer atau lebih tinggi.

Sampel dibagi seimbang menurut gender dan mencakup beragam kelompok usia, ras, wilayah, serta lebih dari selusin industri. Namun, halaman metodologi tidak mencantumkan margin galat, rincian pembobotan, ataupun tabulasi silang yang diperlukan untuk membandingkan hasil menurut industri, jenis tugas, dan intensitas penggunaan AI.

Cakupan tersebut juga membatasi penerapannya untuk Indonesia. Temuan ini merupakan laporan diri dari kelompok pekerja tertentu di AS, bukan pengamatan langsung atas seluruh tenaga kerja dan bukan pengukuran perilaku pekerja di Indonesia.

Riset ini tidak menempatkan kelompok sebanding untuk menyelesaikan tugas identik dengan dan tanpa AI. Istilah “kehilangan 20 hari” karena itu paling tepat dipahami sebagai waktu penggunaan AI yang terserap oleh friksi, bukan bukti bahwa menghentikan AI akan mengembalikan tepat 20 hari produktivitas.

Anggaran naik, tetapi hasil bersih belum dihitung

Kenaikan anggaran dan kenaikan produktivitas adalah dua ukuran berbeda. Belanja alat yang bertambah dapat mencerminkan perluasan akses, tambahan lisensi, atau perubahan biaya, tetapi data yang dipublikasikan tidak menghubungkannya dengan jumlah pekerjaan yang selesai, mutu keluaran, maupun biaya setiap hasil yang diterima.

Sikap positif pekerja juga tidak dapat menggantikan pengukuran hasil. Kepercayaan diri dan harapan menghemat waktu dapat hadir bersamaan dengan kenyataan bahwa koreksi keluaran menyerap porsi waktu AI yang lebih besar daripada aktivitas yang dianggap langsung memajukan pekerjaan.

Produktivitas bersih baru terlihat apabila penghematan pada pembuatan keluaran awal dibandingkan dengan seluruh biaya pengerjaan ulang. Pemeriksaan fakta, koreksi kesalahan, penulisan ulang, iterasi prompt, dan penundaan persetujuan dapat mengurangi manfaat awal. Pada sisi lain, 16,4 hari penggunaan produktif mungkin menggantikan pekerjaan manual yang sebelumnya membutuhkan waktu lebih lama—pertukaran yang tidak dihitung dalam survei.

Metrik audit yang dapat menguji produktivitas AI

Estimasi 20 hari menunjukkan besarnya friksi yang dirasakan responden, tetapi belum menghasilkan neraca manfaat dan biaya. Penilaian operasional perlu membandingkan tugas sejenis sebelum dan sesudah penggunaan AI serta mencatat hasil yang benar-benar diterima.

• Waktu menuju keluaran pertama: durasi menghasilkan draf awal dengan dan tanpa AI untuk tugas yang sebanding.
• Waktu pengerjaan ulang: seluruh menit untuk memeriksa fakta, memperbaiki kesalahan, menulis ulang, dan mengulang prompt.
• Tingkat lolos pertama: proporsi keluaran yang diterima tanpa koreksi material.
• Mutu akhir: kesalahan, revisi setelah penyerahan, pelanggaran kepatuhan, dan penilaian penerima hasil.
• Waktu siklus: rentang sejak tugas dimulai hingga disetujui, termasuk pemeriksaan dan waktu tunggu.
• Biaya per hasil yang diterima: gabungan biaya alat, pelatihan, pengawasan, dan tenaga kerja untuk setiap keluaran yang lolos.

Metrik itu perlu dipisahkan menurut alat, tugas, jabatan, dan tingkat pengalaman. Rata-rata lintas industri dapat menutupi alur kerja yang memperoleh manfaat besar sekaligus penggunaan lain yang membutuhkan lebih banyak waktu koreksi daripada waktu yang berhasil dihemat.

Survei belum menghasilkan neraca akhir

Yang telah terkonfirmasi adalah estimasi hampir 20 hari troubleshooting dari total 47 hari penggunaan AI per tahun, serta kenaikan anggaran alat AI pada mayoritas organisasi dalam sampel. Yang belum diketahui ialah kerugian produktivitas bersih, imbal hasil anggaran tambahan, dan apakah pola yang sama berlaku di luar pekerja meja bergaji tetap di AS.

Angka 20 hari untuk saat ini merupakan estimasi waktu friksi berdasarkan jawaban responden. Kesimpulan tentang manfaat bersih AI masih menunggu perbandingan tugas sebelum dan sesudah penggunaan yang turut mengukur mutu, koreksi, biaya, waktu siklus, dan keluaran akhir yang diterima.

Baca juga:

• View YouTube naik lebih mudah, tetapi angka lama tetap menentukan penghasilan
• Aksi kerja pengguna berat AI naik 21,2%—belum tentu produktivitas naik
• Photoshop mendapat editor berbasis prompt, tetapi mode Pro tetap dipertahankan