Tahun 2026 menjadi salah satu penanda perubahan yang cukup signifikan di berbagai industri, tahun ketika banyak perusahaan besar dunia merumahkan ribuan karyawannya dengan alasan efisiensi. Dan efisiensi ini terjadi karena akal imitasi (artificial intelligence/AI) tidak lagi sekadar berwujud chatbot, tetapi sudah sampai pada level otomasi yang menggantikan peran harian manusia. Meta, Oracle, Microsoft, Atlassian, dan berbagai perusahaan teknologi lainnya menjadi yang terdepan dalam melakukan hal ini. Meta memangkas sekitar 8.000 posisi, sementara Oracle mengakui jumlah karyawannya menyusut sekitar 21.000 orang dalam setahun dengan alasan adopsi AI. Hal yang cukup ironis, karena di saat yang sama perusahaan-perusahaan inilah yang menjadi produsen teknologi AI itu sendiri. Dan industri teknologi informasi hanyalah satu dari sekian banyak industri yang terdampak. Hal ini menjadikan kita bertanya-tanya, apakah kita yang akan menempati giliran berikutnya?
Apakah memangkas karyawan satu-satunya jalan?
Saat perusahaan memangkas jumlah karyawan, yang terdampak bukan hanya individu yang terpangkas, tetapi juga sekian banyak orang lain yang bergantung padanya, seperti keluarga, orang-orang terdekat, hingga usaha lain yang selama ini memanfaatkan jasa mereka. Lalu, apakah AI memang harus disikapi sebagai pembunuh pekerjaan? Padahal, ada studi terhadap lebih dari 5.000 petugas layanan pelanggan yang menunjukkan bahwa AI dapat menaikkan produktivitas rata-rata di angka 14 persen, dan performa pegawai baru bahkan ikut terangkat hingga 34 persen (Brynjolfsson dkk., 2025). Yang artinya, AI justru memberikan manfaat lebih besar ketika ia menjadikan orang dapat bekerja dengan lebih baik.
Sehingga, pertanyaannya bukanlah “seberapa banyak orang yang bisa kita kurangi dengan AI?”, tetapi dari perspektif organisasi, “waktu yang berhasil kita hemat dengan AI akan kita pergunakan untuk apa?”. Bagi lingkungan terdekat kita, yakni universitas, jawabannya bisa banyak, seperti melayani mahasiswa dengan lebih baik, memperdalam penelitian, atau memberi ruang bagi staf untuk belajar hal-hal baru. Raisch dan Krakowski (2021) bahkan mengingatkan bahwa organisasi yang terlalu bernafsu mengotomasi segalanya justru bisa kehilangan kemampuan terbaiknya sendiri.
Antara percaya buta dan menolak mentah-mentah
Secara desain, AI tidak mungkin memiliki kebenaran 100 persen, karena memang nature-nya adalah probabilistik. Masalahnya adalah, ketika AI salah, sering kali kesalahannya disampaikan dengan cara yang sangat meyakinkan. Kecenderungan kita untuk langsung menerima begitu saja jawaban dari mesin inilah yang oleh para peneliti disebut sebagai automation bias (Parasuraman & Manzey, 2010). Di sisi lain, menolak AI mentah-mentah juga bukan pilihan yang bijak, karena kenyataannya manfaat dari AI sangat nyata. Jalan tengahnya adalah apa yang dikenal sebagai human in the loop, di mana AI boleh memberikan usulan, tetapi manusialah yang memeriksa dan mengambil keputusan.
Prinsip penerimaan AI ini sebenarnya sudah diajarkan pula dalam Al-Qur’an:
وَلَا تَقْفُ مَا لَيْسَ لَكَ بِهِ عِلْمٌ ۚ إِنَّ السَّمْعَ وَالْبَصَرَ وَالْفُؤَادَ كُلُّ أُولَٰئِكَ كَانَ عَنْهُ مَسْئُولًا
“Dan janganlah kamu mengikuti sesuatu yang tidak kamu ketahui. Sesungguhnya pendengaran, penglihatan, dan hati, semuanya itu akan dimintai pertanggungjawaban.” (QS Al-Isra’ [17]: 36)
Menjadi pemimpin di tengah gelombang perubahan
Bagi para pemimpin, situasi seperti ini membutuhkan kepala dingin. Tidak ceroboh dengan menggunakan AI tanpa aturan main yang jelas, tetapi juga tidak gegabah dengan buru-buru menolaknya, atau malah ikut-ikutan memangkas jumlah karyawan hanya karena hal tersebut sedang menjadi tren.
Ada satu perubahan lain yang sering kali luput dari perhatian. Selama ini banyak organisasi yang bergantung pada pimpinan untuk memutuskan hampir segala hal, sehingga pimpinan tidak jarang menjadi titik kemacetan dengan berkas-berkas menumpuk menunggu tanda tangan atau persetujuannya. Di era AI, ada banyak urusan rutin yang dapat diotomasi, dan di sini terlihat jelas bawa peran pemimpin pun ikut bergeser. Pemimpin tidak lagi harus memutuskan semuanya sendiri, tetapi bagaimana dapat menyiapkan stafnya untuk menjadi arsitek proses bisnis, yakni orang-orang yang merancang alur kerja, menentukan bagian mana yang boleh dikerjakan oleh AI, dan menetapkan kapan manusia harus terlibat. Pemimpin memberikan modal peningkatan kapasitas, dan kemudian cukup mengawasi serta memastikan arahnya tetap benar. Robert Greenleaf, pencetus gagasan servant leadership, sudah lama mengingatkan bahwa ukuran pemimpin yang baik adalah apakah orang-orang yang dipimpinnya tumbuh menjadi lebih mampu dan lebih mandiri (Greenleaf, 1977).
Melek AI, bukan sekadar pandai menggunakan chatbot
Semua itu hanya mungkin terwujud apabila staf benar-benar melek AI. Dan melek AI tidak sama dengan pandai bertanya kepada chatbot. Selama ini, keberhasilan sebuah teknologi baru sering diukur dari seberapa luas ia menyebar dan berapa banyak orang yang sudah menggunakannya, sebagaimana dalam teori difusi inovasi Everett Rogers (2003). Akan tetapi untuk teknologi AI, mengukur keahlian dengan seringnya menggunakan menjadi terlalu dangkal. Literasi AI berarti mampu menilai hasil AI secara kritis, memahami batas kemampuannya, dan menggunakannya secara etis (Long & Magerko, 2020). Staf perlu memahami kapan AI bisa diandalkan, bagaimana cara memeriksa hasilnya, dan kapan harus berhenti bergantung padanya. Oleh karena itu, pelatihan yang diberikan sebaiknya tidak berhenti pada cara menggunakan aplikasi, tetapi juga menyentuh cara berpikir, terutama berpikir besar. Karena tanpa itu, yang tumbuh bukanlah kecakapan, melainkan ketergantungan.
Pemimpin yang menjadi orkestrator
Pada zaman dahulu, seorang pemimpin sering dianggap hebat karena ialah yang paling banyak tahu (informasi). Akan tetapi di masa kini, informasi bisa didapatkan oleh siapa saja bahkan dalam hitungan detik. Maka menjadi pemimpin di era AI ini lebih mirip seorang konduktor sebuah orkestra, yang memiliki arah dan visi yang jelas, memiliki kemampuan memasang pagar pengaman (guardrails) agar AI yang dipergunakan tidak melampaui batas. Pemimpin juga harus mampu memanfaatkan data dan prediksi secara real-time untuk membaca situasi, dan tetap memiliki rasa ingin tahu terhadap apa yang terjadi di sekitarnya untuk tetap mengarahkan perubahan ke dalam arah yang tepat.
Pada akhirnya, semuanya kembali kepada persoalan tanggung jawab. Rasulullah ﷺ bersabda:
إِنَّ اللَّهَ يُحِبُّ إِذَا عَمِلَ أَحَدُكُمْ عَمَلًا أَنْ يُتْقِنَهُ
“Sesungguhnya Allah mencintai seseorang yang apabila bekerja, ia mengerjakannya dengan itqan.” (HR. Ath-Thabrani dan Al-Baihaqi)
Itqan kurang lebih bermakna profesional, yakni cermat, tuntas, dan dapat dipertanggungjawabkan. Di era AI, maknanya sebenarnya cukup sederhana. AI boleh membantu kita menyusun sesuatu, tetapi kitalah yang memeriksa, menimbang, dan kemudian membubuhkan nama kita di atasnya. Dan pemimpin harus menjadi contoh yang pertama, dengan memeriksa sebelum membagikan, berani mengakui “saya keliru” ketika memang salah, lalu memastikan seluruh timnya melakukan hal yang sama.
Teknologi akan terus berganti, dan AI yang kita kenal hari ini mungkin sudah terlihat kuno lima tahun lagi. Yang tidak boleh berganti adalah sikap integritas dan profesionalitas kita dalam menjalankan amanah kepemimpinan. Bagi kita di lingkungan UII, mengelola AI dengan baik bukan sekadar persoalan strategi organisasi, melainkan bagian dari menunaikan amanah tersebut. Organisasi yang memilih untuk menumbuhkan manusianya, alih-alih memangkasnya, tidak hanya akan bertahan menghadapi gelombang AI, tetapi juga dapat memanfaatkannya untuk melangkah lebih jauh dan melompat lebih tinggi.
Referensi
- Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
- Greenleaf, R. K. (1977). Servant leadership: A journey into the nature of legitimate power and greatness. Paulist Press.
- Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16. https://doi.org/10.1145/3313831.3376727
- Parasuraman, R., & Manzey, D. H. (2010). Complacency and bias in human use of automation: An attentional integration. Human Factors, 52(3), 381–410. https://doi.org/10.1177/0018720810376055
- Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210. https://doi.org/10.5465/amr.2018.0072
- Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.
Baca Artikel lain kami:
Ikuti kami di media sosial.
