Setiap gelombang teknologi punya title yang terdengar sangat penting pada masanya.
Webmaster.
Social Media Guru.
Growth Hacker.
Chief Metaverse Officer.
Sebagian bertahan.
Sebagian berubah.
Sebagian hilang ketika capability-nya menjadi normal.
AI sekarang punya fase itu.
AI Engineer.
Prompt Engineer.
AI Product Manager.
AI Governance Lead.
AI Safety Specialist.
AI Trainer.
AI Evaluator.
Agent Architect.
AI Steward.
AI Work Architect.
Nama-nama baru bermunculan karena perusahaan butuh cara membagi tanggung jawab atas teknologi yang belum punya struktur mapan.
World Economic Forum pada Juni 2026 bahkan menulis dua role oversight yang emerging: “AI work architect” yang mendesain bagaimana AI dipakai dalam pekerjaan, dan “AI steward” yang lebih fokus pada output, outcome, dan oversight.
Apakah title persis itu akan ada lima tahun lagi?
Belum tentu.
Function-nya mungkin.
Ini distinction penting.
Jangan membangun career hanya berdasarkan nama jabatan.
Bangun capability di baliknya.
Prompt Engineer adalah contoh paling jelas
Beberapa tahun lalu prompt engineering terdengar seperti profesi masa depan.
Masuk akal.
Model sulit diarahkan.
Prompt skill scarce.
Sekarang model makin mudah memahami natural instruction.
Platform punya template.
Agent punya orchestration layer.
Prompt tetap penting.
Tapi “menulis prompt” saja makin sulit menjadi role penuh di banyak perusahaan.
Function-nya menyebar ke role lain.
Marketer belajar prompt.
Developer.
Analyst.
Lawyer.
Prompt engineering menjadi skill.
Bukan selalu jabatan.
Ini pola yang perlu diperhatikan.
Kalau teknologi membuat satu capability makin accessible, standalone role bisa mengecil.
Career move harus naik layer.
Prompt plus evaluation.
Prompt plus domain.
Prompt plus agent design.
Prompt plus workflow.
Jangan berhenti pada label yang mungkin commodity.
AI Governance kemungkinan lebih tahan karena tanggung jawabnya nyata
Semakin AI masuk operation, pertanyaan governance tidak hilang.
Data.
Risk.
Model.
Accountability.
Regulation.
Incident.
Audit.
Permission.
Agent autonomy.
Function ini perlu.
Apakah job title-nya “AI Governance Manager”?
Maybe.
Bisa juga menjadi bagian Risk, Legal, Compliance, Technology.
Nama berubah.
Capability tetap.
Ini contoh role yang muncul karena existing function belum siap menyerap teknologi baru.
Lama-lama AI governance mungkin menjadi normal governance.
Seperti cybersecurity yang dulu niche lalu menjadi function matang.
Orang yang tertarik career sebaiknya belajar underlying discipline.
Risk.
Policy.
Tech literacy.
Audit.
Data.
Bukan hanya current title.
AI Evaluator juga punya alasan kuat bertahan sebagai capability
Model menghasilkan probabilistic output.
Perusahaan butuh tahu:
Good?
Safe?
Reliable?
Cost-effective?
Evaluation.
Benchmark.
Red-team.
Test set.
Quality.
Ini kebutuhan production.
Mungkin role khusus ada di perusahaan AI.
Di enterprise lain, evaluation menjadi skill product/engineering/data.
Sekali lagi, function persists.
Title may merge.
Ini cara sehat memilih career.
Cari problem yang akan tetap ada.
Bukan nama yang trending.
AI output akan selalu perlu dinilai selama consequence ada.
Evaluation therefore durable.
Agent Manager terdengar seperti title masa depan, tapi bisa menyatu ke management biasa
Microsoft 2026 menggambarkan manusia bergerak menjadi director dan orchestrator agent.
Apakah nanti ada jabatan “Agent Manager”?
Mungkin di beberapa company.
Tapi kemungkinan besar banyak manager biasa akan mengelola digital workers sebagai bagian role.
Operations manager punya agent.
Sales manager.
Developer.
AI capacity menjadi normal.
Sama seperti manager hari ini tidak disebut “Email Manager” meski kerja lewat email.
Technology layer menghilang ke background.
Career advice:
Belajar orchestration.
Jangan terlalu terikat title.
Kalau title hilang, skill tetap.
AI Product Manager mungkin bertahan lebih lama karena product problem unik
AI product punya sifat berbeda.
Uncertainty.
Evaluation.
Model behavior.
Cost.
Latency.
Data.
Safety.
Human interaction.
Product manager yang memahami ini valuable.
Apakah lima tahun lagi tetap disebut AI PM?
Mungkin kalau product-nya memang AI.
Kalau semua product punya AI, mungkin kembali “Product Manager”.
Skill AI menjadi expected.
Ini pola normalisasi.
Saat teknologi baru, prefix penting.
Mobile Product Manager.
Digital Marketing.
E-commerce.
Lama-lama domain absorbed.
AI prefix mungkin mengikuti.
Jadi pilih career berdasarkan work, bukan novelty prefix.
Chief AI Officer juga belum tentu permanen
Banyak perusahaan membuat CAIO atau Head of AI untuk koordinasi.
Masuk akal saat transformation cross-functional.
Tapi jika AI sudah embedded semua function, apakah masih perlu chief khusus?
Tergantung perusahaan.
Cybersecurity tetap punya CISO karena risk persistent.
Data punya CDO di sebagian.
AI mungkin punya CAIO lama di company tertentu.
Di lain tempat, responsibility kembali ke CIO, CTO, COO, business.
Role structure masih eksperimen.
Jangan menganggap semua C-suite AI title menjadi permanent.
Function harus membuktikan value.
Strategic coordination.
Governance.
Platform.
Capability.
Kalau sudah institutionalized, structure bisa berubah.
Title baru sering menjadi temporary container untuk pekerjaan baru
Ini cara melihatnya.
Ketika organisasi belum tahu ke mana sebuah pekerjaan masuk, buat role.
“AI Transformation Lead.”
Mereka menghubungkan.
Business.
IT.
Risk.
HR.
Setelah operating model matang, sebagian tugas distributed.
Role berubah.
Bukan berarti orangnya obsolete.
Kalau orang tersebut punya capability lintas fungsi, bisa naik ke strategy, operations, product.
Tapi kalau identity hanya title, risk.
Career should accumulate transferable capital.
Stakeholder management.
Workflow design.
AI literacy.
Change.
Evaluation.
Ownership.
Transferable.
Jangan hanya “pernah jadi Head of AI”.
Employer berikutnya bertanya apa yang dilakukan.
Indonesia juga akan mengadaptasi title dengan cara sendiri
Tidak semua role global akan muncul identik.
Perusahaan Indonesia punya size, structure, maturity berbeda.
Conglomerate mungkin punya AI CoE lead.
Startup tidak.
Bank punya governance specialist.
UMKM tidak.
Consulting firm mungkin menciptakan “AI Transformation Consultant”.
Government punya digital transformation role.
Labor market lokal memilih.
Jadi jangan panic kalau title yang viral di Amerika tidak banyak lowongannya di Jakarta.
Cari function.
Pekerjaan yang setara mungkin punya nama berbeda.
Data Transformation.
Automation Lead.
Digital Product.
Innovation.
Risk.
Enterprise Architecture.
Search berdasarkan responsibility.
Bukan hanya exact title.
Ini sangat practical.
Role baru bisa menjadi salary bubble
Saat skill scarce, gaji naik.
Kemudian supply mengejar.
Tool jadi mudah.
Premium turun.
Prompt engineer classic possibility.
Pekerja perlu hati-hati mengejar title hanya karena salary screenshot.
Career 10 tahun lebih panjang dari hype cycle.
Tanya:
Apa yang akan gue pelajari?
Apakah skill transferable?
Apakah role punya real business ownership?
Atau hanya eksperimen sementara?
Tidak masalah mengambil role baru.
Justru opportunity.
Tapi masuk dengan mata terbuka.
Gunakan periode premium untuk membangun depth.
Jangan berhenti pada surface.
AI role paling tahan kemungkinan yang dekat ke consequence
Security.
Governance.
Infrastructure.
Evaluation.
Product.
Domain application.
Workflow ownership.
Kenapa?
Karena problem-nya tetap meski model membaik.
Semakin capable AI, security dan governance bisa makin penting.
Infrastructure berubah tetapi tetap.
Product perlu customer.
Evaluation.
Domain application butuh context.
Role yang hanya menjembatani gap sementara bisa hilang.
Contoh manual prompt tuning untuk task simple.
Tool improve.
Function automated.
Predict title survival dari problem durability.
Bukan hype.
New role juga bisa lahir dari old role yang berubah
Recruiter jadi AI-enabled recruiter.
Software engineer jadi supervisory engineer.
Admin jadi workflow operator.
Manager jadi orchestrator.
Tidak semua perubahan menghasilkan title baru.
Banyak terjadi diam-diam.
Ini lebih besar dampaknya.
Orang sering fokus 20 pekerjaan baru.
Padahal jutaan pekerjaan lama berubah.
PwC 2026 membagi AI-exposed roles menjadi professionalised dan democratised, menunjukkan existing jobs sendiri sedang berubah skill requirement-nya.
Ini labor market story yang lebih penting.
Title baru menarik.
Task transformation luas.
Career planning sebaiknya fokus existing role juga.
Pekerjaan baru yang menarik mungkin belum punya training formal
Ini opportunity bagi orang yang bisa self-learn.
AI evaluator.
Agent governance.
Workflow architect.
Curriculum belum mature.
Company mencari combination.
Software + testing.
Risk + tech.
Operations + automation.
Product + AI.
Career switch bisa masuk melalui adjacent skill.
Tidak harus degree khusus.
Build project.
Certificate bisa membantu.
But evidence.
Because title baru belum punya standard, employer lebih terbuka pada unconventional background.
Ini window.
Setelah role mature, credential mungkin lebih formal.
Early mover advantage.
Tapi risk lebih besar.
No clear career ladder.
Expect ambiguity.
Jangan percaya daftar “10 pekerjaan AI masa depan” terlalu literal
Banyak dibuat untuk clicks.
Tahun 2026 cepat.
Role yang hari ini baru bisa dua tahun lagi merge.
Gunakan daftar sebagai signal capability.
Kalau artikel bilang “AI auditor”.
Tanya skill apa?
Audit.
Risk.
Model.
Data.
Evaluation.
Itu real.
Kalau title hilang, skill masih.
“AI ethicist”?
Ethics, policy, governance.
Could embed.
“Prompt engineer”?
Instruction design, evaluation, workflow.
Transfer.
Translate title to capability.
Ini career anti-hype filter.
Perusahaan juga harus berhenti membuat title tanpa authority
Ada “AI Lead” tapi tidak punya budget.
No data access.
No mandate.
Hanya bikin presentation.
Role frustration.
Kalau perusahaan menciptakan jabatan baru, responsibility harus real.
Outcome.
Decision rights.
Team.
Otherwise title cosmetic.
Candidate perlu tanya interview:
Apa yang saya own?
Success metric?
Reporting line?
Budget?
Production use case?
Kalau jawabannya kabur, risk project theater.
Title keren tidak mengompensasi role kosong.
Career opportunity ada, tapi due diligence.
Role baru terbaik mungkin yang membantu role lama berubah
AI trainer.
Change lead.
Workflow designer.
Evaluator.
Mereka membantu organization transition.
Jika sukses, sebagian pekerjaan mereka mungkin mengecil.
Itu bukan kegagalan.
Consultant juga begitu.
Membuat client tidak perlu consultant untuk hal routine adalah success.
Pekerja career-smart menggunakan role transition untuk membangun capability berikutnya.
Jangan takut role berubah.
Expect.
AI career sendiri volatile.
Adaptability core.
Lima tahun dari sekarang kita mungkin menertawakan beberapa title 2026.
Normal.
Tapi underlying needs tidak lucu.
Perusahaan tetap harus mendesain workflow.
Menjaga risk.
Menilai output.
Mengelola agent.
Menghubungkan AI ke business.
Membangun infrastructure.
Melatih manusia.
Itu pekerjaan nyata.
Nama kotaknya bisa berubah.
Jadi kalau lo tertarik jabatan baru AI, jangan tanya hanya:
“Apakah role ini akan bertahan?”
Sulit diprediksi.
Tanya:
“Problem apa yang role ini selesaikan, dan apakah problem itu tetap ada ketika AI dua kali lebih pintar?”
Kalau jawabannya iya, career foundation-nya cukup kuat.
Title boleh berubah.
Lo ikut berubah.
Pada akhirnya, career yang tahan bukan career dengan nama paling futuristik.
Career yang tahan adalah career yang punya capability berguna bahkan setelah masa depan berhenti terasa baru.
Bacaan terkait
Artikel ini berada dalam Future of Work & Careers dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.