Implementasi AI di Perusahaan, Efisiensi atau Bencana? 55% Perusahaan Balik Rekrut Manusia!

image
  • By Septina Muslimah
  • 07 Sep 2026

Implementasi AI di Perusahaan, Efisiensi atau Bencana? 55% Perusahaan Balik Rekrut Manusia!

Dua tahun terakhir, kamu pasti sering dengar narasi: "AI bisa memangkas 50 persen tim, menekan biaya operasional, dan mempercepat hasil kerja."

Di atas kertas, hitungan ini sangat logis. Namun di 2026, realita di lapangan menunjukkan sebaliknya. Banyak perusahaan besar yang tadinya agresif melakukan PHK demi diganti AI, kini diam-diam membuka lowongan kerja lagi. Bahkan, ada yang merekrut mantan karyawannya kembali sebagai konsultan dengan bayaran lebih mahal.

Kenapa ini terjadi? Masalahnya sistemik. Data internal berantakan, kualitas output meleset dari standar, dan waktu yang niatnya dihemat malah habis dipakai untuk merevisi hasil AI yang kurang tepat.

Kalau kamu seorang VP, Senior Manager, atau pimpinan yang sedang menyusun peta jalan transformasi digital, fenomena ini patut menjadi bahan evaluasi. Pertanyaannya: apakah strategi AI kamu sudah tepat atau sekadar ikut tren yang justru berisiko bagi bisnis?

Realita di Balik Tren PHK Demi AI

Riset Orgvue (2024) mencatat 39 persen pemimpin bisnis global sudah memangkas jumlah karyawan karena AI. Logikanya sederhana, mesin tidak butuh gaji, cuti, asuransi, dan bisa bekerja 24 jam.

Namun, laporan Forrester Research (2024) membongkar fakta sebaliknya. Sebanyak 55 persen perusahaan yang memecat karyawannya demi AI justru terpaksa merekrut orang lagi.

Ketika perusahaan membuang tim ahlinya dan bergantung penuh pada teknologi, muncul empat masalah operasional:

  1. Hasil Analisis Menyesatkan: AI tidak punya insting bisnis. Tanpa manusia yang mengkurasi dan memberikan konteks, hasil analisis AI sering melenceng atau berhalusinasi.
  2. Kualitas Menurun: Tanpa staf senior yang meninjau hasil kerja, kesalahan substansial bisa lolos sampai ke tangan klien.
  3. Waktu Habis untuk Revisi: Karyawan yang tersisa justru kewalahan karena harus meneliti dan memperbaiki dokumen buatan AI satu per satu.
  4. Fokus Bertahan Hidup, Bukan Inovasi: Karyawan yang selamat dari PHK rentan mengalami stres. Mereka fokus mempertahankan posisi mereka, bukan memikirkan inovasi untuk perusahaan.

Baca juga: Program Persiapan Pensiun: 3 Aspek Penting Demi Keberlanjutan Bisnis

Karyawan Makin Sibuk tapi Perusahaan Tidak Tambah Untung

Banyak eksekutif berasumsi bahwa membeli lisensi AI premium untuk tim operasional akan otomatis mendongkrak margin laba perusahaan. Faktanya, studi McKinsey State of AI (2026) mengidentifikasi fenomena yang disebut Productivity Paradox atau paradoks produktivitas.

Walaupun mayoritas karyawan merasa AI mempercepat kerjaan mereka, nyatanya hanya sedikit perusahaan yang labanya benar-benar naik.

Dari riset tersebut, 80 persen karyawan mengakui bahwa AI mempercepat penyelesaian tugas administratif harian mereka. Ironisnya, hanya 37 persen perusahaan yang berhasil mencatatkan kenaikan laba bersih secara nyata akibat penggunaan AI.

Mengapa kecepatan kerja karyawan tidak sejalan dengan pertumbuhan laba? Masalah utamanya terletak pada sumbatan alur kerja (bottleneck).

Sebagai contoh, berkat AI, seorang staf pemasaran kini bisa memproduksi 50 draf proposal per hari dari yang sebelumnya hanya 5. Namun, manajer yang bertugas membaca, merevisi, dan menyetujui proposal tersebut tetap hanya memiliki waktu kerja 8 jam. 

Hasilnya, Kerjaan malah menumpuk di meja manajer, proses jadi lambat, dan kualitas hasilnya justru menurun karena tidak terperiksa dengan baik.

Punya alat canggih yang bikin kerja cepat itu percuma kalau sistem atau alur kerjanya tidak ikut diperbaiki. Kecepatan karyawan tidak akan berubah menjadi uang kalau manajer atau tahapan selanjutnya tidak sanggup mengimbangi.

Menurut laporan Gartner (2025/2026), hampir separuh (40%) proyek AI di perusahaan bakal terhenti di tengah jalan karena 3 alasan utama:

  1. Biaya Membengkak (Kurang Dana): Perusahaan sering salah hitung. Mereka kaget karena ternyata butuh banyak biaya tambahan yang tidak disangka-sangka, seperti untuk bayar keamanan siber, biaya cloud, atau menghubungkan AI dengan sistem komputer perusahaan yang lama.
  2. Data Perusahaan Berantakan: AI itu ibarat mesin dan data adalah bensinnya. Kalau data perusahaannya masih berantakan dan tidak rapi (misalnya masih pisah-pisah di berbagai file Excel), AI tidak akan bisa bekerja dan menganalisis apa-apa.
  3. Karyawan Belum Siap (Kurang Pelatihan): Perusahaan terlalu fokus menghabiskan uang untuk membeli software AI, tapi malah memotong anggaran untuk melatih karyawannya. Padahal, AI yang canggih butuh dioperasikan oleh orang yang paham cara membaca data.

AI Sebagai Alat Bantu, Bukan Pengganti Pengambil Keputusan & Pengalaman di Lapangan

Kesalahan terbesar perusahaan adalah membiarkan AI mengambil keputusan sendiri. Padahal, AI tidak punya empati, kebijaksanaan, maupun akal sehat.

Sebagai contoh di divisi HRD (seperti kasus IBM): AI memang sangat jago dan cepat untuk urusan administratif seperti menyortir puluhan ribu CV atau mengatur jadwal interview. Namun, AI gagal total untuk hal-hal yang butuh sentuhan manusia, seperti:

  1. Tidak Paham Konteks (Kaku): AI bisa langsung menolak pelamar yang cerdas hanya karena ada jeda menganggur di CV-nya. AI tidak bisa bertanya kenapa pelamar itu menganggur (misalnya karena sedang merawat orang tua yang sakit).
  2. Tidak Punya Empati: Kalau ada karyawan baru yang stres atau kesulitan beradaptasi, AI hanya akan mengirimkan link buku peraturan perusahaan (SOP). AI tidak bisa membaca bahasa tubuh atau mengajak ngobrol dari hati ke hati.
  3. Tidak Bijaksana (Hitam-Putih): Dunia kerja butuh kompromi. Manusia bisa memberi kelonggaran untuk mempertahankan karyawan berprestasi yang kinerjanya sedang turun karena masalah pribadi, sedangkan AI hanya melihat angka dan akan langsung mendepaknya.

Selain itu, memecat karyawan senior demi berhemat dan menggantinya dengan AI bisa membawa kerugian besar karena AI tidak punya pengalaman lapangan dan "insting" bisnis.

Ketika perusahaan membuang karyawan lama, mereka sebenarnya kehilangan "memori perusahaan". AI secerdas apa pun tidak akan punya insting, tidak hafal selera klien, dan tidak punya pengalaman melewati masa krisis. Semua ilmu mahal itu ada di kepala karyawan, bukan dalam komputer.

Contoh Kasus Pabrik Mobil Ford:

  • AI Pintar di Komputer: Dulu, Ford mencoba memakai AI untuk mendesain onderdil mobil tanpa diawasi teknisi senior. Di layar komputer, desain AI itu tampak luar biasa sempurna dan efisien.
  • Gagal di Dunia Nyata: Saat onderdil itu benar-benar diproduksi dan dipakai di jalanan, barangnya mudah rusak. Kenapa? Karena AI tidak paham kondisi nyata di lapangan, seperti debu, cuaca ekstrem, atau cara menyetir manusia yang ugal-ugalan.
  • Malah Buntung (Rugi Besar): Ujung-ujungnya, Ford terpaksa keluar uang jauh lebih banyak untuk menyewa kembali para teknisi senior guna memperbaiki kekacauan yang dibuat oleh AI.

Mengganti orang yang berpengalaman dengan AI mungkin terlihat menghemat biaya gaji di awal. Namun, hal itu justru bisa membuat perusahaan rugi berkali-kali lipat pada akhirnya karena mesin tidak mengerti realitas di lapangan.

Contoh Kasus Klarna (Perusahaan Keuangan Swedia):

Dalam bisnis jasa, aset yang paling berharga adalah hubungan baik dan rasa saling percaya. Mesin komputasi secepat apa pun tidak akan bisa menggantikan sentuhan manusia tersebut.

  • Terlihat Menguntungkan di Awal: Klarna sempat memecat 700 pegawai Customer Service (CS) dan menyerahkan semua urusan komplain ke chatbot AI. Di atas kertas, hasilnya biaya operasional turun drastis dan komplain dijawab dalam hitungan detik.
  • Pelanggan Frustrasi: Sayangnya, kepuasan pelanggan justru anjlok. Chatbot sangat kaku dan tidak bisa memberi kelonggaran untuk masalah-masalah yang butuh solusi khusus. Pelanggan kecewa dan merasa tidak dihargai karena hanya disuruh berbicara dengan robot.
  • Akhirnya Menyesal: Klarna akhirnya sadar bahwa berhemat dengan mengorbankan empati adalah kesalahan besar. Ujung-ujungnya, mereka terpaksa menyusun ulang dan merekrut kembali manusia untuk mengurus layanan pelanggan.

Bisnis bukan cuma soal kecepatan komputasi dan memangkas biaya gaji. Kalau pelanggan merasa tidak dilayani layaknya manusia, mereka akan pergi, dan perusahaan yang akan rugi pada akhirnya.

Baca juga: Penyebab Manajer Baru Gagal Memimpin & Pentingnya Pelatihan First-Time Manager

Cara Tepat Membagi Tugas AI dan Manusia dengan Kerangka HAIC

Asal menggabungkan AI dan manusia justru sering bikin hasil kerja lebih buruk. Kolaborasi baru bisa sukses kalau kita tahu persis siapa mengerjakan apa, menggunakan panduan strategis bernama Kerangka HAIC (Human-AI Collaboration).

Berikut adalah 4 panduan membagi tugasnya:

  1. Serahkan 100% ke AI untuk Tugas Data Massal (Delegasi AI): Urusan yang berulang dan melibatkan data BESAR (seperti menyortir ribuan komplain atau mendeteksi penipuan) serahkan sepenuhnya ke AI. Membiarkan manusia ikut campur di sini hanya akan memperlambat dan memicu salah ketik (human error).
  2. Manusia Wajib Pegang Kendali untuk Urusan Emosi: Mesin tidak mengerti konteks sosial. Tugas yang butuh empati, etika, dan kebijaksanaan harus dipegang manusia. Manusia jugalah yang bertugas menilai apakah hasil kerja AI ini layak dipercaya atau harus dibuang.
  3. Duet AI + Manusia untuk Mencari Ide (Sinergi Kapabilitas): Kolaborasi ini paling cocok untuk membuat konten. Biarkan AI menjadi "pabrik ide" yang menghasilkan puluhan draf dalam hitungan detik. Setelah itu, manusia bertugas sebagai editor untuk merapikan dan menambahkan nuansa emosi.
  4. Rombak Total Alur Kerja (Contextual Design): Jangan pakai cara kerja lama. Buat sistem baru di mana AI bekerja di belakang layar sebagai kuli pengolah data, dan manusia bergeser peran menjadi Human-in-the-loop (pengawas mutu dan pengambil keputusan akhir).

4 Langkah Taktis Menerapkannya di Perusahaan

Agar karyawan tidak menolak dan sistem ini berjalan mulus, lakukan ini:

  • Petakan Dulu Kerajaannya: Jangan asal beli aplikasi AI. Pisahkan dulu secara jelas: mana tugas olah data yang akan dikasih ke AI dan mana tugas negosiasi/empati yang tetap dipegang manusia.
  • Ubah Cara Menilai Karyawan (KPI): Jangan lagi menilai karyawan dari seberapa cepat mereka membuat draf laporan. Nilailah mereka dari seberapa tajam dan kritis mereka mengevaluasi hasil kerja AI.
  • Latih Karyawan (Upskilling): Ajari karyawan cara memberi perintah yang benar ke AI (prompt engineering). Karyawan juga harus dilatih agar berani menolak hasil AI jika dinilai menyimpang atau ngawur.
  • Jangan Cuma Fokus Hemat Uang: Mengukur kesuksesan AI bukan sekadar dari "berapa banyak biaya yang dihemat". Nilai juga dari naiknya kepuasan klien, munculnya inovasi baru, dan karyawan berprestasi yang betah bekerja.

Dengan penerapan HAIC yang benar, AI tidak akan dilihat sebagai ancaman yang merebut pekerjaan, melainkan sebagai asisten yang membuat otak karyawan bekerja jauh lebih maksimal.

Kunci Sukses Masa Depan Perusahaan di Era AI

Perusahaan yang menang di era AI bukanlah yang paling cepat memecat karyawannya, melainkan yang pintar menggabungkan kecepatan AI dengan empati dan etika manusia.

Seperti yang ditegaskan oleh pakar SDM global, Josh Bersin: "Implementasi AI adalah proyek pelatihan manusia, bukan sekadar proyek infrastruktur IT."

Membeli software AI seharga miliaran rupiah akan sia-sia dan tidak akan balik modal jika:

  • Karyawan merasa terancam (takut posisinya digantikan).
  • Karyawan tidak diajari atau dilatih cara memakainya.
  • Karyawan dibiarkan kebingungan bekerja tanpa panduan yang jelas.

Teknologi secanggih dan semahal apa pun malah akan menjadi beban bagi perusahaan jika dipaksakan masuk ke dalam lingkungan kerja yang karyawannya stres, takut, dan tidak siap. Fokuslah pada manusianya, bukan cuma pada alatnya.

Sebelum kamu memutuskan untuk memangkas tim atau merombak alur kerja demi AI, tanyakan 10 hal ini secara jujur kepada diri sendiri dan tim manajemenmu:

  1. Jika diminta, apakah karyawan kamu bisa membedakan mana instruksi AI (prompt) yang berkualitas dan mana yang sekadar perintah mentah?
  2. Jika AI memberikan data yang salah atau mengarang fakta (hallucination), apakah staf junior kamu punya kapasitas kritis untuk mendeteksinya tanpa harus disuapi staf senior?
  3. Apakah tim kamu memiliki keberanian dan otoritas untuk menolak rekomendasi AI jika insting bisnis mereka mengatakan itu salah?
  4. Apakah perusahaan kamu sudah punya SOP yang jelas tentang data internal/klien apa saja yang haram dimasukkan ke dalam sistem AI publik?
  5. Apakah kamu masih menilai karyawan dari "seberapa banyak" mereka memproduksi dokumen, alih-alih dari "seberapa tajam" mereka mengurasi hasil AI?
  6. Jika server penyedia AI tiba-tiba down selama seminggu, apakah tim kamu masih memiliki kemampuan analitis dasar untuk menyelesaikan pekerjaan tersebut secara manual?
  7. Apakah tim kamu mulai menggunakan AI untuk menghindari interaksi langsung dengan klien, yang justru perlahan menghancurkan hubungan bisnis?
  8. Apakah karyawan kamu merasa aman bereksperimen menggunakan AI, atau mereka justru diam-diam menyabotase sistem karena takut di-PHK?
  9. Apakah para ahli dan staf senior di perusahaan kamu sudah dilatih untuk mentransfer insting bisnis mereka menjadi pedoman sistem AI?
  10. Jujur saja, apakah anggaran yang kamu siapkan untuk melatih karyawan (upskilling) sama besarnya dengan anggaran untuk membeli perangkat lunak AI tersebut?

Hasilnya? Jika kamu menjawab "Belum" atau "Tidak" pada lebih dari tiga pertanyaan di atas, perusahaan kamu sebenarnya belum siap mengadopsi AI secara masif.

Inilah mengapa di era otomasi, investasi terbesar yang harus kamu keluarkan adalah untuk melatih nalar, empati, dan ketangkasan berpikir manusianya. AI hanya bisa menjadi secerdas orang yang mengendalikannya.

Jangan biarkan anggaran transformasi digital dan operasional perusahaan kamu menguap sia-sia karena tim internal tidak dipersiapkan untuk beradaptasi dengan perubahan fundamental ini.

Konsultasikan kebutuhan pelatihan dan pengembangan SDM perusahaan kamu bersama GTrust Consultancy. Kami siap membantu membedah kebutuhan operasional tim, merancang program upskilling, serta mengawal manajemen perubahan (change management) budaya kerja perusahaan kamu di era AI.

Hubungi kami:

WhatsApp: +62 811 2026 1835

Email: consultancy@gtrust.id 

Sumber

Bersin, J. (2023). The skills gap persists, but the road to filling it just changed. Josh Bersin Academy. https://www.joshbersin.com/

Eastwood, B. (2025, February 3). When humans and AI work best together — and when each is better alone. MIT Sloan Management Review. https://mitsloan.mit.edu/ideas-made-to-matter/when-humans-and-ai-work-best-together-and-when-each-better-alone

Forrester Research. (2024). The AI adoption readiness survey 2024: Global findings. Forrester Research, Inc.

Gallup. (2024). State of the global workplace: 2024 report. Gallup Press.

Gartner. (2025). Predicts 2025: Agentic AI project cancellations and the hype cycle for enterprise AI. Gartner, Inc.

Harvard Business Review. (2023). The retention connection: Why client relationships matter more than ever. Harvard Business Review, 101(4), 45–52.

McKinsey & Company. (2026). The state of AI in 2026: Productivity gains vs. enterprise financial returns. McKinsey Global Institute.

Orgvue. (2024). Workforce automation and employment trends: Global survey 2024. Orgvue Ltd.

The Decision Lab. (2024). What is Human-AI Collaboration (HAIC)? The Decision Lab Reference Guide. https://thedecisionlab.com/reference-guide/computer-science/human-ai-collaboration

Vaccaro, M., Almaatouq, A., & Malone, T. W. (2024). Combinations of humans and AI: A meta-analysis on human-AI collaboration. Nature Human Behaviour, 8(3), 412–425. https://doi.org/10.1038/s41562-023-01789-2

Share: