Ada perubahan kecil yang pelan-pelan terasa di kantor, tapi belum semua orang berani menyebutnya.
AI bukan lagi sekadar tools yang kita buka saat butuh bantuan. AI mulai masuk sebagai rekan kerja. Bukan rekan kerja dalam arti punya meja, ikut makan siang, atau muncul di grup WhatsApp kantor. Tapi dalam arti yang lebih serius: ia mulai ikut membaca dokumen, menyusun draft, merangkum meeting, membantu coding, mencari data, mengatur prioritas, bahkan menjalankan sebagian workflow.
Kalau dulu pertanyaannya, “Lo bisa pakai AI nggak?” sekarang pertanyaannya mulai berubah.
“Lo bisa kerja bareng AI tanpa kehilangan akal sehat nggak?”
Ini beda jauh.
Karena saat AI mulai jadi rekan kerja, masalahnya bukan lagi sekadar skill teknis. Masalahnya adalah judgement, konteks, komunikasi, kepercayaan, batas tanggung jawab, dan kemampuan manusia membaca kapan mesin membantu, kapan mesin menyesatkan.
AI Sudah Lewat Fase Jadi Tools Lucu-lucuan
Beberapa tahun lalu, AI masih terasa seperti eksperimen. Orang minta chatbot bikin puisi, caption Instagram, ide nama brand, atau ringkasan artikel. Output-nya kadang pintar, kadang ngawur, tapi risikonya masih terasa kecil.
Sekarang situasinya beda.
OpenAI sudah menyediakan Agents SDK untuk membangun agent yang bisa merencanakan, memanggil tools, berkolaborasi lintas spesialis, dan menyimpan state untuk menyelesaikan pekerjaan multi-step. Pada April 2026, OpenAI juga memperkenalkan native sandbox execution supaya agent bisa bekerja dalam lingkungan terkendali dengan file, tools, dependency, dan code execution yang dibutuhkan.
Anthropic juga bergerak ke arah serupa lewat Claude Cowork, yang diposisikan sebagai sistem agentic AI untuk knowledge work. Di sana, Claude tidak cuma menjawab pertanyaan, tapi bisa diberi goal dan bekerja pada komputer, file lokal, serta aplikasi untuk menghasilkan deliverable.
Microsoft lewat 2026 Work Trend Index menyebut satu paradoks besar: pekerja mulai siap memakai AI, tapi organisasi belum tentu siap berubah. Ini poin penting. Karena AI di tempat kerja bukan cuma soal user bisa prompt. Ini soal perusahaan sanggup mengatur ulang cara kerja.
Dengan kata lain, AI mulai bergerak dari “alat bantu individu” menjadi “aktor dalam sistem kerja”.
Skill Teknis Tetap Penting, Tapi Bukan Itu Inti Masalahnya
Gue nggak akan bilang skill teknis tidak penting. Itu omong kosong.
Orang tetap perlu paham cara kerja artificial intelligence, batas model, data, prompt, API, agent, automation, dan security. Developer tetap perlu skill coding. Analyst tetap perlu paham data. Designer tetap perlu rasa visual. Editor tetap perlu rasa bahasa. Manager tetap perlu paham workflow.
Tapi ketika AI mulai masuk sebagai rekan kerja, skill teknis bukan lagi pembeda utama.
Pembeda utamanya adalah kemampuan memberi konteks.
AI bisa menulis cepat, tapi manusia harus tahu tulisan itu untuk siapa. AI bisa meringkas meeting, tapi manusia harus tahu bagian mana yang politis, sensitif, atau perlu dibaca hati-hati. AI bisa membuat rekomendasi, tapi manusia harus tahu apakah rekomendasi itu cocok dengan kondisi bisnis, budaya tim, regulasi, dan timing.
Orang yang hanya “jago pakai AI” bisa terlihat produktif. Tapi orang yang benar-benar berharga adalah yang bisa mengarahkan AI dengan konteks yang benar, lalu mengevaluasi output-nya tanpa terpukau oleh kerapian kalimat.
Rekan Kerja AI Tidak Punya Pengalaman Sosial
Ini yang sering dilupakan.
AI bisa membaca dokumen ratusan halaman, tapi tidak pernah ikut berada di ruangan saat klien mulai ragu. AI bisa menyusun argumentasi, tapi tidak selalu paham kenapa satu kalimat bisa terdengar terlalu agresif untuk budaya kantor tertentu. AI bisa membuat draft strategi, tapi tidak tahu sejarah konflik antar-divisi kalau datanya tidak diberikan.
AI tidak punya pengalaman sosial. Ia punya pola.
Makanya kerja dengan AI butuh skill yang lebih halus: membaca situasi, memberi konteks, tahu kapan output terlalu umum, tahu kapan jawaban terlalu percaya diri, dan tahu kapan mesin sebenarnya sedang menebak dengan gaya yang sangat rapi.
Di sini human-AI interaction bukan lagi topik akademik. Ini jadi kemampuan kerja harian. Bagaimana manusia memberi instruksi, bagaimana manusia menilai output, bagaimana manusia membatasi tindakan AI, dan bagaimana manusia tetap menjadi pihak yang bertanggung jawab.
AI Bisa Membantu Kerja, Tapi Juga Bisa Menaikkan Ekspektasi yang Tidak Sehat
Salah satu risiko paling dekat dari AI di tempat kerja adalah ekspektasi baru yang diam-diam naik.
Karena AI bisa mempercepat draft, orang dianggap harus lebih cepat. Karena AI bisa meringkas dokumen, orang dianggap tidak boleh lambat memahami isu. Karena AI bisa membuat variasi ide, tim dianggap harus punya lebih banyak opsi. Karena AI bisa membantu coding, developer dianggap bisa menyelesaikan lebih banyak task.
Di satu sisi, ini bisa produktif. Di sisi lain, ini bisa menjadi burnout versi baru.
World Economic Forum dalam Future of Jobs Report 2025 menunjukkan bahwa AI dan teknologi informasi akan mengubah struktur pekerjaan, skill, dan strategi workforce sampai 2030. Banyak employer ingin merekrut talenta dengan AI skills, tapi sebagian juga mengantisipasi pengurangan tenaga kerja di area yang bisa diautomasi.
Artinya, AI bukan cuma mengubah cara orang bekerja. AI juga mengubah cara perusahaan menilai produktivitas.
Kalau organisasi tidak hati-hati, AI akan dipakai bukan untuk membuat kerja lebih manusiawi, tapi untuk menaikkan target tanpa memperbaiki sistem.
Masalah Barunya: Siapa yang Bertanggung Jawab?
Waktu AI cuma dipakai untuk draft caption, tanggung jawab masih gampang. Kalau caption jelek, edit. Kalau salah, hapus.
Tapi saat AI mulai membantu mengambil keputusan kerja, pertanyaannya jadi lebih berat.
Kalau AI meringkas kontrak dan melewatkan klausul penting, siapa yang salah? Kalau AI membantu screening kandidat dan bias, siapa yang bertanggung jawab? Kalau AI agent salah update data CRM, siapa yang audit? Kalau AI memberi rekomendasi pricing yang kelihatan logis tapi merusak margin, siapa yang menjelaskan ke direksi?
Ini bukan pertanyaan teknis. Ini pertanyaan organisasi.
NIST melalui AI Risk Management Framework menekankan bahwa risiko AI perlu dikelola lewat governance, mapping, measurement, dan management. Bahasa kantor sederhananya: jangan cuma tanya AI bisa apa, tapi tentukan siapa yang mengawasi, siapa yang menyetujui, siapa yang mengukur risiko, dan siapa yang memperbaiki saat terjadi kesalahan.
Tanpa struktur ini, AI sebagai rekan kerja akan berubah jadi rekan kerja yang tidak pernah bisa dimintai tanggung jawab.
Kerja Bareng AI Membutuhkan Kemampuan Menolak Output
Skill paling underrated di era AI bukan prompt engineering.
Skill paling underrated adalah kemampuan bilang: “Ini output kelihatan bagus, tapi belum layak dipakai.”
Banyak orang terlalu cepat menerima jawaban AI karena tampilannya bersih. Ada heading. Ada bullet. Ada narasi. Ada kesimpulan. Semua terlihat seperti kerjaan yang sudah matang.
Padahal output yang rapi bisa tetap dangkal. Bisa tidak sensitif terhadap konteks. Bisa mengambil asumsi dari dunia global yang tidak cocok untuk Indonesia. Bisa terlalu optimis. Bisa terlalu normatif. Bisa melewatkan risiko yang hanya diketahui orang lapangan.
Orang yang kerja bareng AI harus punya keberanian editorial. Berani menghapus. Berani bertanya ulang. Berani meminta sumber. Berani menolak rekomendasi. Berani bilang, “Ini belum cukup.”
Di titik ini, AI editorial responsibility bukan cuma urusan media. Ini juga urusan kantor. Setiap organisasi yang memakai AI untuk membuat dokumen, analisis, rekomendasi, atau komunikasi publik perlu punya tanggung jawab editorial terhadap output mesin.
AI Membuat Pekerja Biasa Harus Naik Kelas dalam Berpikir
Efek AI yang paling menarik bukan hanya efisiensi. Efek paling besar adalah tekanan untuk berpikir lebih jelas.
Dulu, banyak pekerjaan bisa selesai dengan menjalankan instruksi. Sekarang, AI bisa membantu banyak instruksi teknis. Maka nilai manusia bergerak ke level lain: mendefinisikan masalah, memilih prioritas, membaca trade-off, memahami risiko, dan memastikan output sesuai dengan realitas.
Anthropic dalam 2026 Agentic Coding Trends Report menyebut pola bahwa software development bergerak ke arah model kerja di mana human expertise lebih fokus mendefinisikan problem yang layak diselesaikan, sementara AI membantu tactical work of implementation.
Kalau ini terjadi di coding, logika yang sama bisa menyebar ke bidang lain.
Marketer tidak cukup bisa bikin prompt campaign. Ia harus tahu positioning, timing, market mood, dan reputasi brand. HR tidak cukup bisa meringkas CV. Ia harus memahami bias, budaya tim, dan kebutuhan role. Founder tidak cukup minta AI bikin strategi. Ia harus tahu keputusan mana yang benar-benar penting untuk bisnis.
AI membuat skill teknis lebih mudah diakses, tapi membuat kualitas berpikir makin kelihatan.
AI Sebagai Rekan Kerja Butuh Batas, Bukan Kepercayaan Buta
Rekan kerja manusia saja tidak kita percaya secara buta. Ada briefing. Ada review. Ada approval. Ada feedback. Ada probation. Ada SOP. Ada escalation path.
Lucunya, terhadap AI banyak orang justru lebih longgar.
Mereka memberi dokumen penting tanpa mikir. Menerima jawaban tanpa cek. Memakai output untuk keputusan tanpa review. Mengirim draft ke klien dengan edit minimal. Menaruh data internal di tools publik tanpa membaca policy.
Ini harus berhenti.
Kalau AI mulai jadi rekan kerja, ia juga harus masuk ke sistem kerja yang punya batas. Apa yang boleh ia baca? Apa yang boleh ia tulis? Apa yang boleh ia jalankan? Kapan butuh approval? Bagaimana hasilnya dicatat? Bagaimana error-nya diaudit?
Di sini data governance systems dan ethics and AI safety bukan jargon. Itu pagar operasional.
Indonesia Perlu Literasi AI yang Lebih Dewasa
Di Indonesia, pembicaraan AI sering cepat jatuh ke dua kutub: hype atau panik.
Yang hype bilang semua harus pakai AI sekarang. Yang panik bilang AI akan mengambil semua pekerjaan. Dua-duanya terlalu malas.
Yang lebih penting adalah literasi kerja.
Karyawan perlu tahu cara memakai AI dengan aman. Manager perlu tahu bagaimana mendesain workflow AI. HR perlu tahu skill apa yang benar-benar berubah. Legal perlu tahu risiko data dan compliance. Founder perlu tahu bahwa AI bukan cuma tools produktivitas, tapi perubahan cara organisasi bekerja.
Kalau tidak, kita akan punya banyak pekerja yang “pakai AI”, tapi sedikit organisasi yang benar-benar siap bekerja dengan AI.
Dan itu masalah besar.
Kesimpulan: Rekan Kerja AI Memaksa Manusia Lebih Bertanggung Jawab
Saat AI mulai jadi rekan kerja, skill teknis tetap penting. Tapi skill teknis bukan lagi seluruh cerita.
Yang lebih penting adalah kemampuan manusia memberi konteks, menjaga kualitas, membaca risiko, menolak output yang lemah, dan memastikan keputusan tetap punya pemilik.
AI bisa mempercepat pekerjaan. Tapi kecepatan tanpa judgement hanya membuat kesalahan bergerak lebih cepat.
AI bisa membantu menyusun analisis. Tapi analisis tanpa konteks hanya membuat organisasi terlihat pintar di permukaan.
AI bisa menjadi rekan kerja yang sangat berguna. Tapi ia bukan rekan kerja yang bisa memikul tanggung jawab moral, sosial, dan bisnis sendirian.
Jadi ketika AI mulai duduk di sebelah kita dalam workflow, pertanyaan paling penting bukan lagi: “Lo bisa pakai tools ini nggak?”
Pertanyaannya: “Lo cukup dewasa nggak untuk bekerja dengan mesin yang pintar, cepat, dan tetap harus diawasi?”
Karena masa depan kerja bukan hanya soal manusia versus AI.
Masa depan kerja adalah soal manusia yang cukup matang untuk tidak menyerahkan pikirannya ke AI.