Pekerjaan Apa yang Tahan Terhadap AI, dan Skill Apa yang Perlu Disiapkan?

Pertanyaan ini muncul terus, dari ruang kelas sampai grup keluarga: pekerjaan apa yang masih aman dari AI, dan skill apa yang sebaiknya kita siapkan mulai sekarang? Jawabannya tidak sesederhana “belajar coding” atau “hindari pekerjaan kantoran”. Data yang keluar sepanjang 2025 dan 2026 justru menunjukkan pola yang lebih rumit, dan lebih berguna untuk dipahami daripada sekadar dijawab ya-atau-tidak.

Angka global yang perlu kita ketahui dulu

World Economic Forum, dalam Future of Jobs Report 2025 yang menyurvei lebih dari seribu perusahaan besar di 55 negara, memproyeksikan 170 juta pekerjaan baru akan tercipta secara global sampai 2030, sementara 92 juta pekerjaan akan hilang. Bersihnya, ada tambahan 78 juta pekerjaan. Tapi angka bersih ini menyembunyikan cerita yang lebih penting: pekerjaan yang tercipta condong ke peran teknis (spesialis AI, analis big data, insinyur fintech), sementara yang hilang didominasi pekerjaan klerikal dan administratif yang sulit dialihkan ke bidang lain.

PwC, lewat Global AI Jobs Barometer yang menganalisis hampir satu miliar iklan lowongan kerja, menemukan sesuatu yang lebih tajam lagi: pekerjaan yang membutuhkan skill AI kini membawa premi upah 56%, naik drastis dari 25% setahun sebelumnya. Permintaan untuk skill ini tumbuh 7,5% meski total lowongan kerja secara umum justru turun 11,3%. Laporan PwC edisi 2026 mempertajam temuan ini dengan istilah baru: pasar kerja dua jalur. Pekerjaan yang “diprofesionalkan” oleh AI (di mana AI membuat orang yang sudah ahli makin produktif) tumbuh dua kali lebih cepat, dengan kenaikan upah 42% lebih tinggi, dibanding pekerjaan yang “didemokratisasi” (di mana AI membuat pekerjaan itu bisa dikerjakan siapa saja, termasuk yang tidak ahli).

Stanford HAI, lewat AI Index Report 2026, memberi angka yang lebih spesifik dan sedikit mengkhawatirkan: pekerjaan programmer usia 22-25 tahun turun hampir 20% sejak 2024, sementara programmer usia di atas 30 tahun jumlahnya tetap tumbuh. Pola yang sama terlihat di layanan pelanggan. Ini bukan soal industri software yang menyusut secara umum. Penurunannya terkonsentrasi tepat di pekerjaan level pemula dengan eksposur AI tinggi.

Goldman Sachs mencatat sekitar 16.000 posisi bersih hilang per bulan di Amerika Serikat akibat AI pada April 2026, tapi Yale Budget Lab lewat analisis data penggunaan Claude milik Anthropic menemukan sesuatu yang meredakan sedikit kepanikan: belum ada tren naik yang jelas soal eksposur tugas AI di antara pekerja yang menganggur. Pola yang lebih akurat: AI menekan perekrutan baru, bukan (belum) memicu gelombang PHK massal langsung. Perusahaan menunda merekrut posisi pemula, bukan memecat karyawan lama secara besar-besaran.

Bagaimana dengan Indonesia?

Data spesifik Indonesia jauh lebih tipis dibanding data global, dan ini penting untuk diakui dari awal daripada dipaksakan seolah lengkap.

Anthropic Economic Index, yang mengukur pola penggunaan nyata Claude (bukan potensi teoretis AI), mencatat Indonesia berada di level adopsi 0,36x dibanding proporsi populasi usia kerja, jauh di bawah Singapura (4,57x) atau Israel (7,0x). Artinya, secara agregat, tekanan otomatisasi langsung dari AI generatif di Indonesia masih jauh lebih rendah dibanding negara-negara maju. Tapi ini pedang bermata dua: adopsi yang lambat berarti dampak buruk belum terasa, sekaligus berarti tenaga kerja Indonesia berisiko tertinggal dalam membangun kompetensi yang justru makin dihargai pasar global.

Kementerian Ketenagakerjaan, dalam Outlook Ketenagakerjaan 2026, mengakui langsung bahwa skill digital pekerja Indonesia masih tertinggal di tengah derasnya arus otomatisasi dan AI. Satu angka yang perlu digarisbawahi: sekitar 58% tenaga kerja Indonesia masih berada di sektor informal. Ini konteks yang sering hilang dari diskusi “AI akan menggantikan pekerjaan kerah putih” yang lebih relevan untuk Amerika atau Eropa. Untuk Indonesia, pertanyaan yang lebih mendesak justru soal bagaimana transisi ke pekerjaan formal yang lebih produktif bisa terjadi di tengah, bukan setelah, gelombang otomatisasi.

Pemerintah sudah mulai bergerak di sini. Kemnaker menandatangani kerja sama dengan Indosat dan Wadhwani Foundation pada Mei 2026 untuk memperluas pelatihan AI dan kewirausahaan digital lewat 24 Balai Latihan Kerja, menargetkan satu juta talenta digital. Bulan Juli 2026, Kemnaker juga mulai memakai AI sendiri untuk memetakan kebutuhan tenaga kerja dan merancang pelatihan yang lebih tepat sasaran. Arahnya benar, tapi programnya masih baru; belum ada data hasil yang bisa dievaluasi.

Insight yang sering terlewat: bukan soal industri, tapi soal posisi kita di dalamnya

Kalau menyatukan semua data di atas, polanya bukan “industri A aman, industri B tidak”. Polanya lebih personal dari itu, dan justru di situ letak insight yang paling berguna.

Pertama, garis pembelah yang sebenarnya adalah usia karier dan kedalaman keahlian, bukan sektor. Programmer senior tumbuh sementara programmer junior tertekan, di industri yang sama. Ini konsisten dengan temuan PwC soal pekerjaan “diprofesionalkan” versus “didemokratisasi”: AI menaikkan orang yang sudah punya fondasi keahlian, dan menyamakan (atau menggantikan) orang yang belum. Konsekuensinya berat untuk lulusan baru: tangga pertama menuju keahlian mendalam, yaitu pekerjaan level pemula tempat orang biasanya belajar sambil bekerja, justru yang paling tertekan.

Kedua, “aman dari AI” dan “dihargai pasar” adalah dua hal yang berbeda, dan orang sering menyamakannya. Pekerjaan fisik seperti tukang las atau tukang bangunan memang tumbuh lebih cepat secara jumlah karena AI belum bisa menyentuhnya. Tapi premi upah 56% ada di pekerjaan yang justru paling terpapar AI, bukan yang paling terlindung darinya. Strategi “cari pekerjaan yang tidak akan disentuh AI” dan strategi “kuasai AI di bidang yang paling terpapar” adalah dua jalur berbeda dengan trade-off berbeda, bukan satu jawaban benar.

Ketiga, untuk konteks Indonesia, kesenjangan yang lebih mendesak bukan “AI vs manusia” tapi “siapa yang punya akses ke pelatihan versus siapa yang tidak”. Dengan 58% angkatan kerja di sektor informal dan adopsi AI yang masih rendah, risiko terbesar jangka pendek bukan PHK massal akibat otomatisasi, tapi kesenjangan yang melebar antara segelintir pekerja formal-urban yang punya akses ke pelatihan AI dan mayoritas yang tidak.

Rekomendasi konkret

Beberapa langkah yang masuk akal berdasarkan data di atas, bukan sekadar nasihat generik “harus adaptif”:

1. Kalau baru mulai karier, jangan taruh semua rencana di satu skill teknis sempit. Kombinasikan kemampuan teknis dengan keahlian domain (kesehatan, hukum, keuangan, pertanian) yang butuh penilaian manusia. Data Stanford dan PwC sama-sama menunjukkan bahwa yang tertekan adalah pekerjaan level pemula yang bisa didekomposisi jadi tugas-tugas rutin, bukan pekerjaan yang butuh konteks dan penilaian.
2. Cari cara membangun portofolio nyata, bukan hanya sertifikat. Perusahaan makin sering mengevaluasi apa yang bisa dikerjakan seseorang, bukan gelar apa yang dipegang; laporan PwC mencatat penurunan persyaratan gelar di pekerjaan yang diperkuat AI.
3. Manfaatkan program pelatihan yang sudah tersedia gratis lewat pemerintah, seperti SIAPKerja Kemnaker yang kini terintegrasi dengan platform pelatihan AI lewat kerja sama dengan Wadhwani Foundation, terutama kalau berada di luar kota besar dengan akses terbatas ke kursus berbayar.
4. Kalau sudah bekerja, jangan tunggu sampai posisi terancam baru belajar AI. Premi upah untuk skill AI naik lebih dari dua kali lipat dalam setahun; ini bukan tren yang melambat.
5. Untuk yang di sektor informal atau pekerjaan fisik, jangan asumsikan “aman selamanya”. Pekerjaan ini tumbuh cepat sekarang karena AI belum menyentuhnya secara teknis, bukan karena dilindungi secara struktural. Membangun literasi digital dasar tetap relevan sebagai bantalan jangka panjang.

Keterbatasan data yang perlu diakui

Sebagian besar angka di atas datang dari data Amerika Serikat, Eropa, dan agregat global; data Indonesia yang setara secara metodologis (misalnya survei displacement AI berskala nasional dari BPS atau Kemnaker) belum tersedia. Anthropic Economic Index mengukur penggunaan Claude secara spesifik, bukan penggunaan AI secara umum, jadi index adopsi 0,36x untuk Indonesia perlu dibaca sebagai indikasi, bukan angka pasti. Klaim soal PHK akibat AI juga masih diperdebatkan secara metodologis: sulit memisahkan berapa yang benar-benar disebabkan AI versus siklus ekonomi biasa. Kita perlu menahan diri dari kesimpulan yang lebih pasti daripada datanya.

Referensi

1. World Economic Forum. Future of Jobs Report 2025. Januari 2025. https://reports.weforum.org/docs/WEF_Future_of_Jobs_Report_2025.pdf
2. PwC. “AI linked to a fourfold increase in productivity growth and 56% wage premium.” Juni 2025. https://www.pwc.com/gx/en/news-room/press-releases/2025/ai-linked-to-a-fourfold-increase-in-productivity-growth.html
3. PwC. 2026 Global AI Jobs Barometer. 2026. https://www.pwc.com/gx/en/services/ai/ai-jobs-barometer.html
4. Anthropic. Economic Index Report, Maret 2026. https://www.anthropic.com/research/economic-index-march-2026-report
5. Stanford HAI. “Inside the AI Index: 12 Takeaways from the 2026 Report.” April 2026. https://hai.stanford.edu/news/inside-the-ai-index-12-takeaways-from-the-2026-report
6. Kementerian Ketenagakerjaan RI. Outlook Ketenagakerjaan 2026, sebagaimana diberitakan Industry.co.id, Juni 2026. https://www.industry.co.id/read/151829/outlook-ketenagakerjaan-2026-jutaan-peluang-kerja-terbuka-skill-digital-pekerja-ri-masih-tertinggal