Masa Depan Kerja Bukan Manusia vs AI, Tapi Manusia dengan Sistem Kerja Baru

Selama beberapa tahun, percakapan soal AI suka memakai format pertandingan.

Manusia vs AI.

Siapa menang?

Siapa digantikan?

AI bisa menulis lebih cepat.

Manusia punya kreativitas.

AI bisa coding.

Manusia punya judgement.

Seolah masa depan kerja adalah scoreboard.

Di 2026, framing itu mulai terasa terlalu sempit.

Karena di kantor nyata, manusia dan AI tidak berdiri di dua sisi ring.

Mereka sudah berada di workflow yang sama.

Employee menulis dengan AI.

Developer review code agent.

Customer service menerima escalation dari bot.

Manager membaca summary otomatis.

Sales dapat research dari model.

Finance memakai AI untuk anomaly.

Agent mulai melakukan tindakan di software.

Jadi pertanyaannya bukan lagi siapa mengalahkan siapa.

Pertanyaannya:

Sistem kerja seperti apa yang muncul ketika manusia dan AI melakukan bagian yang berbeda dari pekerjaan yang sama?

World Economic Forum pada Juni 2026 menyebut transformasi Asia perlu tetap human-led, dengan tiga tanggung jawab manusia yang tidak boleh hilang: menetapkan arah, menjalankan judgement, dan memegang accountability. Microsoft menggambarkan pola kerja dari manusia sebagai author, editor, director, sampai orchestrator saat agent mengambil lebih banyak execution.

ILO pada Juni 2026, setelah meninjau bukti empiris, juga menemukan large-scale job displacement masih terbatas sementara perubahan task, produktivitas, koordinasi, autonomy, dan organisasi kerja sudah nyata.

Semua mengarah ke satu hal.

Future of work bukan sekadar labor substitution.

Ia work redesign.

Task akan dibagi ulang

Dulu satu orang menangani sebuah workflow end-to-end.

Besok mungkin:

AI membaca.

AI membuat first pass.

Human mengecek.

Agent mengeksekusi low-risk action.

Human menangani exception.

System log.

Manager review outcome.

Pekerjaan tidak lagi punya batas yang sama.

Ini sudah terlihat.

Customer service.

Coding.

Marketing.

Finance.

Operations.

Yang penting adalah division of labor baru.

Mana yang mesin lakukan karena cepat.

Mana yang manusia lakukan karena judgement.

Mana yang harus dua-duanya.

Desain ini lebih penting daripada debat abstrak “AI bisa menggantikan pekerjaan X”.

Satu occupation bisa punya banyak konfigurasi.

Perusahaan A automate agresif.

B augment.

C tidak siap data.

Outcome berbeda.

Future of work tidak datang satu paket dari vendor.

Setiap organisasi membangun versinya.

Human value berpindah ke direction, judgement, accountability

Kalau AI makin bagus execution, apa yang tersisa?

Direction.

Apa yang harus dikerjakan.

Judgement.

Mana output yang pantas.

Accountability.

Siapa bertanggung jawab.

WEF 2026 menempatkan tiga hal itu sebagai non-delegable human responsibilities.

Ini framing yang kuat.

Bukan karena AI tidak bisa memberi recommendation tentang arah.

Bisa.

Bukan karena AI tidak bisa melakukan evaluasi.

Bisa.

Tapi institusi masih memerlukan manusia untuk menetapkan tujuan dan memiliki consequence.

Mesin tidak punya career, license profesional, fiduciary duty, atau moral responsibility dengan cara manusia.

Human role mungkin mengecil di jumlah execution.

Naik di responsibility.

Ini membuat skill manusia bukan “soft”.

Justru core operating layer.

AI tidak menghapus management, ia mengubah apa yang dikelola

Manager dulu mengelola orang dan process.

Sekarang perlu mengelola:

Orang.

Agent.

Data.

Permission.

Workflow.

Exception.

Cost.

Quality.

Bukan sendiri.

Ada platform team.

Risk.

IT.

Tapi manager perlu memahami.

Digital capacity menjadi bagian team.

Satu employee bisa punya beberapa agent.

Manager menilai outcome.

Ini operating model baru.

Organization chart tidak menunjukkan semuanya.

Agent tidak duduk di kotak.

Tetap punya role dalam work.

Perusahaan perlu registry.

Owner.

Boundary.

Metric.

Management menjadi lebih systems-oriented.

Jangan memanusiakan software.

Jangan juga menganggap software hanya tool pasif jika ia bisa bertindak.

Category baru perlu governance baru.

Tim mungkin lebih kecil, tapi system lebih besar

Ini paradox masa depan kerja.

Headcount per output bisa turun.

Software layers naik.

AI agents.

Automation.

Data.

Monitoring.

Security.

Infrastructure.

Satu team lima orang mungkin menghasilkan output team sepuluh.

Tapi hanya karena punya digital system di belakang.

Jadi “lebih sedikit orang” bukan simplification otomatis.

Operating complexity bisa naik.

Perusahaan harus membangun platform yang reliable.

Jika system rapuh, lean team juga rapuh.

Human redundancy berkurang.

Technology reliability harus naik.

Ini why future of work sangat terkait architecture.

HR dan IT tidak bisa bekerja terpisah.

Workforce planning perlu digital capacity.

Technology planning perlu human capability.

Boundary function kabur.

Entry-level harus didesain ulang, bukan dibuang

AI mengambil routine work.

Routine work dulunya tempat belajar.

Kalau perusahaan hanya menghapus junior task, talent pipeline rusak.

Future system perlu intentional apprenticeship.

Simulation.

Review.

Rotasi.

Human-AI pairing.

Junior mungkin tidak perlu membuat 100 report manual.

Bagus.

Tapi mereka perlu memahami bagaimana report dibangun dan kapan salah.

Training harus mengejar.

Senior tidak muncul dari subscription.

Experience tetap perlu.

Organization yang lean harus lebih serius membangun talent.

Bukan kurang.

Kalau tidak, beberapa tahun kemudian semua mencari senior yang tidak pernah dilatih siapa pun.

Future of work juga future of learning.

Skill update terjadi sepanjang karier

Satu degree tidak cukup untuk 40 tahun.

Bukan karena degree tidak value.

Technology berubah cepat.

Role berubah.

IMF, ILO, PwC, WEF hampir semuanya menekankan reskilling atau skill transition dalam diskusi 2026.

Tapi “belajar terus” jangan berarti semua orang harus mengejar setiap tool.

Learning harus dekat ke kerja.

Domain.

AI.

Data.

Judgement.

Communication.

System.

Perusahaan perlu memberi waktu.

Employee perlu agency.

Training tidak hanya webinar.

Project.

Feedback.

Experience.

AI sendiri bisa jadi tutor.

Gunakan.

Future worker belajar bersama tool yang juga terus berubah.

Ini unusual.

Kita tidak pernah punya textbook yang update seminggu sekali.

Sekarang tool bisa.

Critical thinking makin penting.

Productivity tidak boleh hanya berarti lebih banyak

AI membuat output murah.

Kalau semua saving diubah menjadi volume, kita mendapat work inflation.

Lebih banyak email.

Deck.

Code.

Content.

Analysis.

Human attention overload.

Sistem kerja baru harus punya deletion logic.

Apa yang tidak perlu dibuat?

Apa yang bisa diringkas?

Apa yang bisa berjalan tanpa approval?

Apa yang hanya exception?

Productivity masa depan bukan maksimal output.

Minimal friction untuk maksimal value.

Ini beda.

Perusahaan harus belajar mengukur outcome.

Cycle time.

Quality.

Customer.

Margin.

Decision.

Bukan prompt.

Human wellbeing juga metric.

Jika AI membuat productivity naik tetapi burnout naik, design buruk.

Technology seharusnya memperbaiki work.

Tidak hanya intensify.

Governance harus embedded, bukan ditempel

Saat agent mulai action, policy PDF tidak cukup.

Permission.

Identity.

Limit.

Logging.

Approval.

Kill switch.

Governance masuk architecture.

Human worker tidak perlu memikirkan semua setiap saat.

System membantu.

Good governance membuat safe behavior default.

Ini masa depan kerja juga.

Employee bisa bergerak cepat karena boundary jelas.

Low-risk automated.

High-risk human.

Agent tidak punya access lebih dari perlu.

Data tidak bebas.

Semakin seamless AI, semakin penting control di belakang.

Human-led bukan berarti manusia klik approve semua.

Itu tidak scalable.

Human-led berarti manusia menetapkan system dan accountable.

Execution bisa otomatis.

Company culture tetap menentukan outcome

Dua perusahaan membeli tool sama.

Company A menggunakan AI untuk surveillance dan target lebih tinggi.

Company B menggunakan untuk menghapus routine work, memberi autonomy, dan mempercepat customer service.

Employee experience beda.

Technology sama.

Ini menunjukkan future of work bukan technological destiny.

Management choice.

Compensation.

Trust.

Training.

Governance.

Job design.

Semua manusia.

AI membuka capability.

Organization memilih penggunaan.

Ini juga alasan regulasi dan worker voice penting.

Jika hanya vendor yang mendefinisikan future of work, perspektif sempit.

Workers tahu lapangan.

Manager tahu business.

Regulator tahu public risk.

System baru harus dinegosiasikan.

Bukan didownload.

Indonesia punya kesempatan mendesain dari konteks sendiri

Kita tidak harus copy Silicon Valley.

Labor cost.

Demography.

SME.

Informal economy.

Education.

Infrastructure.

Culture.

Semua beda.

AI adoption Indonesia bisa cepat, tetapi optimal work system belum tentu sama dengan Amerika.

Di Jakarta, workflow sering sangat chat-driven.

WhatsApp.

Hybrid.

Client-heavy.

Hierarchy.

AI bisa membantu.

Tapi local process matters.

Manufacturing di Jawa punya physical work.

Services beda.

Government beda.

Future of work harus plural.

National policy memberi direction.

Perusahaan design.

Worker adapt.

Local context bukan detail.

Ia menentukan apakah AI benar-benar berguna.

Pekerjaan yang hilang tetap nyata bagi orang yang mengalaminya

Jangan terlalu filosofis sampai lupa.

Meskipun aggregate displacement terbatas sejauh data 2026, individu bisa kehilangan job.

Role bisa tidak dibuka.

Entry-level tertekan.

Task outsource ke AI.

Transition painful.

Future of work yang human-led harus memperhatikan.

Reskilling.

Mobility.

Safety net.

Notice.

Fairness.

Tidak cukup bilang “pekerjaan baru akan muncul”.

Orang perlu jembatan.

Perusahaan yang mendapat productivity gain punya reason untuk ikut membiayai transition.

Government dan education juga.

AI bukan alasan mengabaikan labor economics.

Human with system baru harus tetap human.

Autonomy dan trust perlu dipertahankan

AI bisa memberi manager visibility luar biasa.

Every prompt.

Activity.

Timing.

Output.

Temptation surveillance.

ILO 2026 memperingatkan AI systems bisa mengubah psychosocial work environment, termasuk autonomy dan data-driven management.

Future of work yang baik jangan berubah jadi workplace panopticon.

Measure workflow.

Not every breath.

Employee perlu ruang.

Trust.

Judgement.

Kalau semua action di-score AI, human agency turun.

Ironis.

Teknologi yang seharusnya augment intelligence malah membuat orang takut bereksperimen.

Governance harus melindungi worker juga.

Bukan hanya company data.

AI system should serve work.

Not dominate worker.

Human-AI collaboration bukan selalu harmony

Ada failure.

Conflict.

Overtrust.

Undertrust.

Job insecurity.

Skill gap.

Tool fatigue.

Banyak friction.

Jangan romantisasi.

Collaboration harus didesain.

Training.

Interface.

Escalation.

Feedback.

Clear role.

Siapa melakukan apa.

Apa ketika AI salah.

Kalau tidak, “human-AI collaboration” cuma slogan.

Bentuk terbaik kemungkinan sangat mundane.

Employee tahu bagian AI.

Tahu bagian dirinya.

System bekerja.

Customer selesai.

Tidak ada drama.

Technology matang biasanya boring.

Future of work mungkin juga.

AI tidak selalu visible.

Ia menjadi infrastructure.

Yang visible adalah pekerjaan lebih cepat atau lebih baik.

Masa depan tidak menunggu model sempurna

Organization harus belajar sambil jalan.

Small experiments.

Measure.

Redesign.

Scale.

Ada risk.

Tapi menunggu juga punya cost.

Capability organisasi tidak muncul karena vendor release.

Ia dibangun.

Data.

Governance.

Change.

Evaluation.

Manager skill.

Worker skill.

Semua yang sudah kita bahas sepanjang kategori ini bertemu di sini.

Future of work bukan satu event.

Ia hasil ribuan keputusan kecil.

Task mana automate.

Siapa review.

KPI apa.

Salary bagaimana.

Junior belajar apa.

Agent boleh apa.

Manager menilai bagaimana.

Hal-hal itu membentuk system.

Lebih dari headline tentang model terbaru.

Manusia vs AI adalah cerita yang terlalu sederhana karena hanya punya satu pemenang.

Realitas kerja lebih mirip engineering.

Kita punya manusia dengan strength dan limit.

Mesin dengan strength dan limit.

Process.

Data.

Rules.

Customer.

Risk.

Semua harus disusun.

Kalau desain buruk, manusia dan AI sama-sama menghasilkan chaos.

Kalau desain bagus, manusia tidak perlu bersaing dengan mesin di hal yang mesin lakukan lebih murah.

Mereka bisa menggunakan mesin untuk mengambil lebih banyak scope sambil tetap memegang hal yang tidak boleh hilang: arah, judgement, dan tanggung jawab.

Itulah kenapa masa depan kerja bukan manusia melawan AI.

Ia manusia yang harus belajar membangun sistem kerja baru di mana AI bukan lawan, bukan juga bos, melainkan bagian dari infrastructure yang memperbesar kemampuan manusia tanpa menghapus alasan kenapa manusia masih dibutuhkan.

Dan mungkin ukuran suksesnya nanti sangat sederhana.

Bukan berapa banyak AI yang dipakai.

Bukan berapa sedikit orang yang tersisa.

Tapi apakah pekerjaan menjadi lebih bernilai, keputusan lebih baik, organisasi lebih cepat, dan manusia tetap punya agency atas sistem yang mereka bangun sendiri.