Biar karirmu tetap relevan di era AI, kamu perlu terus memperbarui skill, memahami cara memanfaatkan AI, dan mengasah kemampuan yang membantu kamu mengambil keputusan, bukan sekadar menyelesaikan tugas. Nggak ada cara yang bisa menjamin karirmu sepenuhnya aman dari perubahan teknologi. Tapi, kamu bisa mempersiapkan diri supaya lebih siap menghadapi perubahan tersebut.
Sekarang, AI makin bisa mengerjakan hal-hal yang sebelumnya dilakukan manusia, mulai dari menulis kode, merangkum dokumen, sampai membantu menganalisis data. Wajar kalau kamu mulai bertanya-tanya, "Beberapa tahun lagi, pekerjaan gue masih dibutuhkan nggak, ya?"
Daripada terus khawatir AI bakal mengambil alih pekerjaanmu, coba lihat dari sisi lain. Apa yang mulai berubah di bidangmu, skill apa yang masih perlu kamu kuasai, dan apa yang bisa kamu pelajari dari sekarang?
Jawabannya bergantung pada jenis pekerjaan dan tugas yang kamu lakukan sehari-hari.
AI memang bisa membantu mengotomatisasi sebagian aktivitas, terutama tugas yang berulang, berbasis aturan, atau bisa dikerjakan dengan bantuan data digital. Tapi, perubahan pada tugas tertentu nggak selalu berarti satu profesi akan langsung hilang.
Dalam Future of Jobs Report 2025 dari World Economic Forum (WEF), sekitar 39% skill yang dimiliki pekerja saat ini diperkirakan akan berubah atau menjadi kurang relevan selama periode 2025–2030. Laporan yang sama memperkirakan 59 dari setiap 100 pekerja di dunia akan membutuhkan pelatihan atau peningkatan skill sebelum 2030.
Perlu diingat, angka tersebut merupakan proyeksi global berdasarkan survei pemberi kerja. Bukan berarti 39% pekerja bakal kehilangan pekerjaan atau semua orang harus berganti profesi.
Poin pentingnya justru ada pada perubahan kebutuhan skill. Kemampuan yang dibutuhkan perusahaan hari ini bisa berbeda dengan beberapa tahun ke depan.
Misalnya, AI bisa membantu marketer membuat draft konten, menganalisis data kampanye, atau mencari ide. Tapi, marketer tetap perlu memahami target audiens, menentukan pesan yang tepat, dan mengevaluasi apakah kampanye tersebut benar-benar mencapai tujuannya.
Hal serupa berlaku di bidang lain. Developer bisa menggunakan AI untuk membantu menulis kode, tetapi tetap perlu memahami sistem yang dibangun dan memastikan kodenya bekerja dengan benar.
Jadi, jangan cuma bertanya profesi apa yang bakal terdampak AI. Coba cari tahu bagian mana dari pekerjaanmu yang mulai berubah dan skill apa yang perlu kamu kembangkan untuk menghadapinya.

Kalau AI makin mampu mengerjakan tugas teknis, apakah kita harus menguasai semua tools AI yang tersedia?
Nggak juga. Kamu nggak perlu mengikuti setiap tren atau mempelajari semua teknologi sekaligus. Mulai dari kemampuan yang paling relevan dengan pekerjaan dan arah karir yang ingin kamu tuju.
Menguasai AI bukan cuma soal tahu cara menulis prompt. Kamu juga perlu tahu kapan AI bisa membantu, bagaimana memeriksa hasilnya, dan kapan kamu perlu mengambil alih prosesnya.
Misalnya, kamu bisa menggunakan AI untuk merangkum dokumen panjang, membuat draft presentasi, membantu mengolah data, atau mencari ide awal untuk sebuah proyek.
Tapi, jangan langsung menganggap semua hasilnya benar. AI bisa memberikan informasi yang keliru, melewatkan konteks penting, atau menghasilkan rekomendasi yang kurang sesuai dengan kebutuhanmu.
Artinya, kemampuan menggunakan AI dengan baik bukan sekadar mendapatkan jawaban dengan cepat. Kamu juga perlu tahu cara mengevaluasi jawabannya sebelum digunakan.
AI bisa memberikan jawaban dengan cepat. Tapi, apakah jawaban tersebut benar-benar menyelesaikan masalah yang sedang kamu hadapi?
Di sinilah kemampuan berpikir kritis dibutuhkan.
Kamu perlu mengevaluasi informasi, mempertanyakan asumsi, membandingkan pilihan, dan memahami konsekuensi dari setiap keputusan.
Contohnya, AI bisa membantu menganalisis data penjualan dan menemukan pola tertentu. Namun, kamu tetap perlu memahami konteks bisnis untuk menentukan apakah pola tersebut penting dan tindakan apa yang sebaiknya dilakukan.
Dalam Future of Jobs Report 2025, WEF juga menempatkan analytical thinking sebagai salah satu skill inti yang paling banyak dianggap penting oleh pemberi kerja. Kreativitas, fleksibilitas, dan kemampuan menghadapi perubahan juga tetap dinilai penting.
Jadi, kemampuan teknis dan kemampuan berpikir bukan dua hal yang harus dipilih salah satunya. Justru, keduanya bisa saling melengkapi.
Nggak semua masalah selesai hanya dengan menghasilkan output yang benar.
Di tempat kerja, kamu juga perlu menjelaskan ide, memahami kebutuhan orang lain, berkolaborasi dengan tim, dan menyampaikan hasil pekerjaan dengan cara yang mudah dimengerti.
Seorang Data Analyst, misalnya, nggak cukup hanya membuat dashboard. Ia juga perlu menjelaskan apa arti data tersebut bagi bisnis. Begitu juga developer yang harus memahami kebutuhan pengguna dan berdiskusi dengan tim produk.
Kemampuan komunikasi, empati, dan kolaborasi memang nggak sepenuhnya membuat seseorang kebal terhadap pengaruh AI. Tapi, kemampuan tersebut bisa membantu kamu bekerja lebih efektif ketika AI menjadi bagian dari workflow.
Meskipun AI bisa membantu menyelesaikan banyak tugas teknis, pemahaman dasar tetap penting.
Kalau kamu bekerja di bidang marketing, misalnya, kamu tetap perlu memahami strategi konten, perilaku konsumen, data performa kampanye, dan tujuan bisnis. AI bisa mempercepat beberapa proses, tetapi kamu perlu tahu cara menilai hasilnya.
Kalau kamu bekerja di bidang software development, memahami programming fundamentals, database, debugging, dan system design akan membantu kamu mengevaluasi kode yang dihasilkan AI.
Jadi, jangan hanya mengejar kemampuan menggunakan tools terbaru. Perkuat juga fondasi yang membuat kamu bisa menggunakan tools tersebut dengan tepat.
Salah satu cara menghadapi perubahan teknologi adalah mulai menjadikan AI sebagai alat bantu dalam pekerjaan sehari-hari.
Bayangkan AI sebagai co-pilot. AI bisa membantu mempercepat proses atau menawarkan alternatif, sementara kamu tetap memahami tujuannya, memeriksa hasilnya, dan bertanggung jawab atas keputusan akhir.
Kamu bisa mulai dari tugas sederhana sesuai bidang pekerjaanmu.
Kalau kamu bekerja di marketing, gunakan AI untuk membuat beberapa alternatif headline, merangkum hasil kampanye, atau membantu menyusun ide konten. Setelah itu, pilih dan sesuaikan hasilnya dengan karakter brand, kebutuhan audiens, dan tujuan marketing.
Kalau kamu bekerja di bidang data, manfaatkan AI untuk membantu menulis query SQL, menjelaskan kode, atau mencari pola awal. Jangan langsung menggunakan hasil analisis tanpa memeriksa akurasi data dan logikanya.
Kalau kamu bekerja di bidang software development, AI bisa membantu membuat draft kode, menjelaskan error, atau menyarankan pendekatan berbeda untuk sebuah fitur. Kamu tetap perlu menguji kode, memeriksa keamanan, dan memastikan hasilnya sesuai kebutuhan aplikasi.
Kamu juga nggak perlu langsung mengubah seluruh workflow sekaligus. Mulai dari satu tugas yang cukup menyita waktu, coba gunakan AI, lalu bandingkan hasilnya dengan cara kerja sebelumnya.
Perhatikan bukan cuma seberapa cepat pekerjaan selesai, tetapi juga kualitas hasil, kemungkinan kesalahan, dan waktu yang dibutuhkan untuk memeriksanya.
Kalau AI ternyata membantu, kamu bisa mulai menerapkannya pada tugas lain. Kalau hasilnya belum sesuai, evaluasi cara penggunaannya atau pilih proses yang memang lebih tepat dikerjakan dengan metode berbeda.
Melihat banyaknya skill yang dibutuhkan di era AI memang bisa bikin kewalahan. Apalagi, hampir setiap hari ada tools, teknologi, atau tren baru yang seolah harus dipelajari.
Supaya nggak bingung harus mulai dari mana, coba lakukan empat langkah berikut.
Coba lihat tugas yang kamu kerjakan sehari-hari.
Mana yang sifatnya repetitif? Mana yang membutuhkan analisis, kreativitas, interaksi dengan orang lain, atau pengambilan keputusan?
Dari situ, kamu bisa melihat bagian mana yang berpotensi berubah dengan bantuan AI dan kemampuan apa yang perlu diperkuat.
Nggak perlu langsung belajar AI, coding, data analytics, dan semua tools produktivitas sekaligus.
Pilih satu skill berdasarkan kebutuhan pekerjaanmu atau arah karir yang ingin dituju. Kalau kamu ingin berkembang di bidang data, misalnya, kamu bisa memperkuat SQL dan analisis data sebelum mempelajari tools AI yang lebih kompleks.
Dengan fokus yang jelas, proses belajarmu bisa lebih terarah dan mudah dievaluasi.
Belajar teori saja belum tentu cukup. Coba terapkan kemampuan baru pada tugas nyata atau proyek latihan.
Misalnya, buat dashboard dari dataset sederhana, susun strategi konten berdasarkan riset audiens, atau bangun aplikasi kecil menggunakan programming fundamentals yang sudah kamu pelajari.
Lewat proyek, kamu bisa melihat apakah pemahamanmu sudah bisa diterapkan dan bagian mana yang masih perlu diperbaiki.
Setelah mencoba skill baru, lihat hasilnya.
Apakah proses kerja menjadi lebih efisien? Apakah kualitas output meningkat? Apakah kamu sekarang bisa memahami masalah yang sebelumnya terasa sulit?
Dari evaluasi itu, tentukan langkah belajar berikutnya.
Upskilling nggak harus selalu berarti mengambil kursus baru. Kamu juga bisa belajar lewat proyek, dokumentasi, diskusi dengan rekan kerja, atau mencoba pendekatan berbeda dalam tugas sehari-hari.
Yang penting, proses belajarnya tetap terhubung dengan kebutuhan dan tujuanmu.
Nggak. Menghadapi perkembangan AI bukan berarti kamu harus meninggalkan profesi yang sedang dijalani atau pindah ke bidang teknologi.
Dalam banyak situasi, langkah yang lebih masuk akal justru memperbarui cara kerja dan memperdalam skill di bidang yang sudah kamu kuasai.
Kalau kamu bekerja di marketing, misalnya, kamu bisa belajar menggunakan AI untuk mendukung riset, analisis, dan produksi konten. Kalau kamu bekerja di bidang operasional, kamu bisa mempelajari cara mengotomatisasi tugas tertentu sambil memperkuat kemampuan analisis proses.
Namun, kalau kamu memang ingin melakukan career switch, itu juga bisa menjadi pilihan. Pastikan kamu memahami pekerjaan yang ingin dituju, skill yang diperlukan, dan proses belajar yang perlu dijalani.
Untuk membantu menentukan arah, coba tanyakan beberapa hal ini ke diri sendiri:
Jawabannya akan berbeda bagi setiap orang. Karena itu, strategi pengembangan karir sebaiknya disesuaikan dengan kondisi dan tujuan masing-masing, bukan sekadar mengikuti profesi yang sedang populer.
Kamu nggak harus tahu semua yang akan terjadi di dunia kerja pada 2027 atau beberapa tahun setelahnya. Yang bisa kamu lakukan sekarang adalah memahami perubahan yang sedang berlangsung dan mempersiapkan diri secara bertahap.
Mulai dengan memperkuat skill yang relevan, belajar menggunakan AI secara kritis, dan membiasakan diri mengevaluasi hasil pekerjaan. Jangan berhenti pada kemampuan menjalankan tools. Pahami juga masalah yang ingin diselesaikan dan dampak dari keputusan yang kamu ambil.
Kalau kamu ingin memperdalam skill digital secara lebih terarah, kamu bisa mengeksplorasi program pembelajaran yang sesuai dengan kebutuhanmu. Job Connector Purwadhika bisa menjadi salah satu opsi untuk membangun fondasi skill digital, sedangkan Skill Accelerator ditujukan bagi mereka yang ingin memperdalam kompetensi yang sudah dimiliki.
Sebelum menentukan pilihan, pelajari kurikulum, metode belajar, dan proyek praktik yang tersedia agar sesuai dengan kebutuhan dan tujuan karirmu.
Karirmu nggak harus bebas dari perubahan agar tetap relevan. Yang penting, kamu punya kemauan dan strategi untuk ikut berkembang ketika cara kerja mulai berubah.
Nggak ada jawaban yang berlaku untuk semua profesi. AI dapat mengotomatisasi sebagian tugas, tetapi dampaknya terhadap pekerjaan bergantung pada jenis tugas, industri, dan cara perusahaan menerapkan teknologi. Karena itu, penting untuk memahami perubahan di bidangmu dan memperbarui skill yang relevan.
Upskilling membantu kamu menyesuaikan kemampuan dengan perubahan kebutuhan pekerjaan. WEF memperkirakan 59 dari setiap 100 pekerja global akan membutuhkan pelatihan atau peningkatan skill sebelum 2030. Angka tersebut merupakan proyeksi global, bukan kewajiban yang sama untuk setiap individu.
Skill yang relevan bergantung pada profesi dan tujuan karirmu. Secara umum, kemampuan menggunakan AI, berpikir kritis, problem-solving, komunikasi, serta pengetahuan teknis sesuai bidang pekerjaan bisa menjadi fokus pengembangan.
Nggak ada skill yang bisa dijamin sepenuhnya bebas dari dampak perkembangan AI. Lebih baik fokus pada kemampuan yang relevan, membutuhkan pemahaman konteks, dan bisa melengkapi penggunaan AI, seperti pengambilan keputusan, komunikasi, dan evaluasi hasil kerja.
Mulailah dari tugas sederhana yang berulang atau menyita waktu, seperti merangkum dokumen, membuat draft awal, atau membantu menganalisis data. Periksa hasilnya, perhatikan keamanan data yang digunakan, dan pastikan penggunaan AI sesuai dengan kebijakan perusahaan.
bagikan
ARTIKEL TERKAIT