Hingga 80 persen pekerjaan rutin diperkirakan dapat bergeser ke Artificial Intelligence (AI), tetapi paparan terhadap kecerdasan buatan tidak serta-merta membuat pekerjaan manusia hilang. Jurnalis Djoni Satria dari Ruzka Indonesia, Jumat (2/10/2026) berkesempatan mewawancarai secara tertulis dengan Aranggi Soemardjan, Founder/CEO Clevio, lewat media sosial yang menjelaskan mengapa manusia justru harus naik kelas menjadi pencipta nilai, ketika mesin semakin mampu mengerjakan pekerjaan yang selama ini bersifat repetitif. Berikut pandangan Arranggi Soemardjan tentang perubahan dunia kerja di tengah perkembangan AI.
RUZKA INDONESIA — Mengekstraksi data, menyusun memo, membuat rangkuman, memasukkan informasi, lalu membalas pertanyaan awal yang datang silih berganti merupakan pekerjaan yang selama bertahun-tahun menyita jam kerja banyak orang.
Waktu terkuras bukan karena pekerjaan itu selalu membutuhkan kecerdasan yang luar biasa, melainkan karena semuanya harus dilakukan berulang-ulang.
Pekerjaan semacam itu menjadi bagian dari rutinitas di kantor, perusahaan, lembaga pendidikan, organisasi, bahkan usaha berskala kecil, sebab urusan administratif melekat pada operasional sehari-hari.
Kini, kecerdasan buatan atau artificial intelligence (AI) kian mampu membaca data, memahami instruksi, menghasilkan teks, menganalisis informasi, dan menjalankan sejumlah proses secara otomatis, sehingga pertanyaan tentang masa depan pekerjaan manusia semakin sulit dihindari.
Founder/CEO Clevio Aranggi Soemardjan melihat perubahan ini sebagai perubahan mendasar dalam cara manusia bekerja, bukan semata urusan teknologi. Aranggi adalah pengusaha teknologi dan inovator yang mengembangkan bisnis di persimpangan antara pendidikan teknologi, transformasi AI, produktivitas profesional, pertanian, inklusi keuangan, dan kewirausahaan sosial.
Ia mendirikan Clevio pada 2013. Gagasan awalnya adalah mempertemukan teknologi dengan pengembangan kapasitas manusia. Program pertamanya, Clevio Coder Camp, mengajarkan anak-anak membuat dan menjual gim komputer secara berkelompok. Sasaran program bukan semata-mata kemampuan pemrograman, melainkan juga logika, kerja sama, kepemimpinan, karakter, dan technopreneurship.
Dalam wawancara dengan Djoni Satria dari Ruzka Indonesia, ia memperkirakan AI dapat menggeser hingga 80 persen pekerjaan yang masuk kategori pekerjaan rutin atau Lower Order Thinking Skills (LOTS), yakni pekerjaan yang banyak dilakukan dengan pola berulang, seperti ekstraksi data, penyusunan memo, hingga respons awal yang selama ini menyerap waktu kerja manusia.
Angka itu perlu ditempatkan dalam konteks yang tepat. Aranggi tidak mengatakan bahwa 80 persen seluruh pekerjaan manusia akan hilang, tetapi menggambarkan besarnya potensi pergeseran pada pekerjaan yang bersifat rutin dan repetitif.
Pertanyaannya kemudian bukan hanya apakah manusia masih memiliki pekerjaan, tetapi jenis pekerjaan apa yang tetap membutuhkan manusia dan nilai apa yang dapat diberikan ketika sebagian pekerjaan rutin mulai dikerjakan mesin.
Ketika pekerjaan berubah, bukan berarti manusia otomatis kehilangan pekerjaan
Laporan International Labour Organization (ILO) dan NASK, lembaga riset dan pengembangan teknologi informasi dan komunikasi milik pemerintah Polandia, memberi gambaran yang lebih hati-hati.
ILO pada 2025 memperkirakan sekitar satu dari empat pekerja di dunia berada dalam pekerjaan dengan tingkat paparan tertentu terhadap Generative AI (GenAI), yaitu AI yang mampu menghasilkan teks dan konten baru, sementara sekitar 3,3 persen pekerjaan global berada dalam kategori paparan tertinggi.
Pekerjaan administratif atau clerical termasuk kelompok dengan paparan paling tinggi, tetapi ILO menekankan bahwa paparan terhadap GenAI tidak sama dengan hilangnya pekerjaan, karena sebagian besar pekerjaan masih terdiri atas berbagai tugas yang membutuhkan keterlibatan manusia.
Artinya, AI tidak serta-merta menggantikan sebuah profesi secara utuh, tetapi dapat mengubah komposisi tugas di dalamnya. Seseorang yang selama ini menghabiskan sebagian besar waktunya untuk mencari data, membuat rangkuman, memasukkan informasi, atau menyiapkan dokumen bisa mengalami perubahan besar ketika sebagian tugas itu diambil alih AI, sementara waktu yang tersisa dapat dialihkan untuk pekerjaan yang membutuhkan penilaian, komunikasi, pemecahan masalah, kreativitas, dan pengambilan keputusan.
Di Indonesia, ILO memperkirakan sekitar 21,7 persen lapangan kerja berada dalam pekerjaan dengan paparan lebih dari minimal terhadap GenAI, sementara sekitar 3 sampai 4 persen tenaga kerja berada pada kategori paparan tertinggi.
Pada kelompok pekerja pendukung administrasi, tingkat paparannya jauh lebih tinggi, meski ILO kembali mengingatkan bahwa angka tersebut mengukur potensi perubahan pekerjaan, bukan kehilangan pekerjaan yang sudah terjadi.
Gambaran itu berlangsung di tengah pasar kerja Indonesia yang sangat besar. Data Badan Pusat Statistik (BPS) menunjukkan, pada Februari 2026 terdapat 147,67 juta penduduk yang bekerja, sementara jumlah pengangguran mencapai 7,24 juta orang.
Perubahan yang dibawa AI dengan demikian berlangsung di tengah populasi pekerja dalam jumlah sangat besar, dengan karakteristik pekerjaan dan tingkat keterampilan yang beragam.
Perbedaan antara paparan, transformasi, dan penggantian pekerjaan inilah yang sering hilang dalam pembicaraan tentang AI. Ketika sebuah teknologi mampu mengerjakan tugas tertentu lebih cepat, yang lebih dulu berubah belum tentu manusianya, melainkan cara pekerjaan itu dilakukan.
Dari pekerja rutin menjadi pencipta nilai
Bagi Aranggi, perubahan tersebut semestinya mendorong orang untuk tidak berhenti pada belajar memakai AI, tetapi memahami bagaimana teknologi itu dapat memperbesar kapasitas manusia.
Ia menyebut kebutuhan ini sebagai pergeseran menuju Value-Creators, yaitu pencipta nilai, manusia yang tidak menjadi korban otomatisasi dan mampu memakai teknologi untuk menghasilkan nilai yang lebih tinggi.
AI terus merambah wilayah yang dulu dianggap sebagai pekerjaan manusia, terutama pekerjaan yang berhubungan dengan pengolahan informasi. Jika mesin dapat mengerjakan pekerjaan rutin dengan cepat, manusia tidak lagi unggul hanya karena mampu melakukannya, sehingga keunggulan perlu dicari pada kemampuan yang menuntut pertimbangan, imajinasi, empati, kepemimpinan, kreativitas, serta pemahaman yang utuh atas persoalan.
Aranggi melihat kemampuan membuat keputusan strategis, menjalankan kepemimpinan yang etis, berpikir pada tingkat yang lebih tinggi, berimajinasi, dan menciptakan inovasi sebagai wilayah yang tidak semestinya begitu saja diserahkan kepada mesin. Pandangan itu pula yang membuatnya berpendapat bahwa urusan AI tidak bisa selesai hanya dengan membeli perangkat lunak baru.
Perusahaan bisa membeli AI, tetapi belum tentu berubah
Di tingkat perusahaan, Aranggi melihat tantangan terbesar tidak selalu ada pada teknologi, melainkan pada budaya organisasi dan pola pikir kepemimpinan.
Menurut dia, masih ada perusahaan yang membeli teknologi AI dengan investasi besar tetapi tetap menjalankan pola kerja lama, sementara sebagian lainnya memakai AI sekadar untuk menghasilkan sesuatu dengan cepat tanpa memahami alasan bisnis, tujuan pekerjaan, atau proses berpikir di baliknya.
Transformasi digital tidak otomatis terjadi hanya karena teknologinya tersedia. Perusahaan dengan akses ke model AI paling canggih sekalipun bisa berakhir memakainya dengan pola lama apabila pekerjanya belum mampu merumuskan masalah, mengevaluasi keluaran AI, memeriksa risiko, dan menghubungkan teknologi dengan tujuan organisasi.
Karena itu, Aranggi mengembangkan pendekatan yang menempatkan AI Thinking Skills, yakni kemampuan berpikir yang diperlukan untuk memakai AI secara tepat, sebagai bagian penting dari proses transformasi.
Pendekatan tersebut memakai pembelajaran berbasis persoalan, First-Principles Thinking yang menguraikan masalah hingga unsur paling dasar, MECE (Mutually Exclusive, Collectively Exhaustive) yang memecah persoalan ke dalam bagian yang tidak saling tumpang tindih tetapi tetap mencakup seluruhnya, pengujian prototipe, serta pengukuran hasil dan return on investment (ROI) atau tingkat pengembalian investasi.
Titik berangkatnya adalah persoalan yang hendak diselesaikan dan bagaimana teknologi dapat membantu menghasilkan perubahan yang terukur, bukan pertanyaan tentang AI apa yang harus digunakan.
Pekerjaan yang tumbuh dan pekerjaan yang berubah
Proyeksi tentang masa depan kerja pun tidak serta-merta menggambarkan dunia yang semakin sedikit membutuhkan manusia.
World Economic Forum (WEF) dalam Future of Jobs Report 2025, berdasarkan survei terhadap lebih dari 1.000 perusahaan yang mewakili lebih dari 14 juta pekerja di 55 negara dan 22 kelompok industri, memproyeksikan bahwa perubahan struktural pasar kerja hingga 2030 dapat menciptakan sekitar 170 juta pekerjaan sekaligus menggeser 92 juta pekerjaan, sehingga menghasilkan pertumbuhan bersih sekitar 78 juta pekerjaan.
Angka tersebut merupakan proyeksi berdasarkan persepsi dan rencana perusahaan yang disurvei, bukan kepastian tentang apa yang akan terjadi pada 2030.
WEF memperkirakan pekerjaan seperti pekerja pertanian, pengemudi pengiriman, pekerja konstruksi, tenaga penjualan, serta pekerjaan di sektor perawatan dan pendidikan masih memiliki prospek pertumbuhan, sementara sejumlah pekerjaan administratif seperti data entry, teller bank, petugas loket, sekretaris administratif, dan beberapa pekerjaan clerical lainnya menghadapi tekanan lebih besar dari perubahan teknologi.
Pada saat yang sama, kebutuhan akan keterampilan baru meningkat. WEF memperkirakan sekitar 39 persen keterampilan yang dimiliki pekerja saat ini akan berubah atau menjadi usang selama 2025 hingga 2030.
Di antara keterampilan tersebut, analytical thinking atau kemampuan berpikir analitis tetap menjadi salah satu keterampilan inti yang paling banyak dicari, sementara kemampuan AI dan big data, jaringan dan cybersecurity, serta technological literacy termasuk keterampilan dengan pertumbuhan tercepat.
Dengan perubahan itu, pertanyaan yang lebih mendesak bukan sekadar berapa banyak pekerjaan yang hilang, tetapi seberapa cepat manusia dapat berpindah dari keterampilan yang kian mudah diotomatisasi ke keterampilan yang kian dibutuhkan.
Ketika pendidikan tidak boleh hanya mengejar teknologi
Perubahan itu membawa konsekuensi pula pada cara manusia menyiapkan generasi berikutnya. Arranggi tidak melihat coding kehilangan relevansinya hanya karena AI makin mampu menulis kode.
Ia justru menilai coding tetap penting karena prosesnya melatih logika, analisis, pemecahan masalah, disiplin berpikir, sekaligus pemahaman tentang bagaimana manusia memberi instruksi kepada mesin.
Menurut Aranggi, pendidikan teknologi pun semestinya tidak berhenti pada kemampuan mengoperasikan perangkat. Anak-anak perlu belajar menemukan persoalan, merumuskan pertanyaan, menguji gagasan, bekerja sama, menjelaskan solusi, dan mempertanggungjawabkan keputusan yang mereka ambil saat memakai teknologi.
Clevio sendiri menempatkan critical thinking, creativity, collaboration, communication, serta technopreneurship sebagai keterampilan abad ke-21 yang dikembangkan bersama kemampuan teknologi.
Pembelajaran yang dikembangkan Clevio dijalankan lewat proyek dan proses coaching. Anak didorong menemukan jawaban melalui pertanyaan, menguji gagasannya, mempresentasikan solusi, dan merefleksikan keputusan yang dibuatnya, sehingga teknologi tidak diperlakukan sebagai mesin yang selalu memberi jawaban, tetapi sebagai alat yang membantu manusia mengembangkan cara berpikirnya sendiri.
Posisi manusia di tengah mesin yang makin cakap
Ketika pekerjaan administratif bisa dikerjakan AI dalam hitungan detik, ketika sebuah sistem mampu membaca dan merangkum informasi dalam jumlah besar, dan ketika sebagian pekerjaan yang dulu menyerap banyak tenaga manusia mulai berjalan otomatis, orang dipaksa kembali pada pertanyaan yang paling mendasar: apa yang membuat pekerjaan manusia tetap bernilai?
Aranggi melihat jawabannya pada kemampuan manusia untuk berimajinasi, memiliki rasa ingin tahu, berempati, membuat pertimbangan, dan memakai kebijaksanaan dalam menentukan ke mana teknologi diarahkan.
Menurutnya, teknologi semestinya tetap berada dalam kendali manusia dan dipakai untuk memperbesar potensi manusia, bukan membuat manusia menjadi bawahan mesin.
Bagi dia, masa depan bukan soal manusia yang berlomba mengalahkan mesin pada pekerjaan yang memang kian mudah dilakukan mesin, tetapi soal manusia yang mampu “mempekerjakan AI” untuk bagian pekerjaan yang dapat diotomatisasi, sehingga lebih banyak waktu dan energi tersisa untuk menciptakan nilai.
Dalam kerangka itu, angka 80 persen dari Aranggi lebih tepat dibaca sebagai peringatan tentang besarnya pekerjaan rutin yang berpotensi berubah, bukan hitungan berapa banyak orang yang akan kehilangan pekerjaan.
Data ILO memperlihatkan bahwa paparan teknologi tidak otomatis berujung pada hilangnya pekerjaan, sedangkan laporan WEF menggambarkan perubahan teknologi yang menghapus, mengubah, sekaligus menciptakan pekerjaan baru.
Di situlah istilah Value-Creator menemukan maknanya. Tantangan manusia di era AI bukan hanya mempertahankan pekerjaan lama agar tidak diambil mesin, tetapi mengembangkan kemampuan untuk menentukan tujuan, menilai hasil, mengambil keputusan, membangun hubungan, dan menciptakan sesuatu yang sebelumnya belum ada.
Ketika mesin semakin mampu mengerjakan pekerjaan yang berulang, manusia justru dituntut menggunakan lebih banyak waktu dan energi untuk hal-hal yang membutuhkan pertimbangan, rasa ingin tahu, tanggung jawab, dan kemampuan menciptakan sesuatu yang baru. (***)
Journalist/Editor: Djoni Satria
Komentar