Gelombang kecerdasan buatan (AI) hadir dengan janji efisiensi, namun pada saat yang sama juga diiringi oleh gelombang pemutusan hubungan kerja (PHK). Beberapa perusahaan besar seperti Amazon, HP, Dell, Workday, dan Intuit mengumumkan pengurangan ribuan karyawan dengan narasi bahwa AI akan membuat organisasi menjadi lebih ramping, cepat, dan efisien. Secara logika, pendekatan ini tampak rasional: jika mesin mampu mengambil alih sebagian proses, maka kebutuhan tenaga kerja dapat disesuaikan. Namun, realitas operasional menunjukkan dinamika yang lebih kompleks. Sejumlah keputusan kemudian dikoreksi, beberapa fungsi direkrut kembali, dan muncul kasus seperti Builder.ai yang mengklaim penggunaan AI canggih, padahal banyak prosesnya masih dilakukan oleh manusia. Fenomena ini memunculkan istilah AI washing, yaitu kecenderungan melebih-lebihkan peran AI dalam model bisnis.

Dalam praktiknya, implementasi AI tidak selalu berjalan sesuai ekspektasi awal. Contohnya, Commonwealth Bank di Australia sempat menghapus puluhan posisi terkait penggunaan AI voice bot, namun dalam waktu singkat keputusan tersebut dibatalkan akibat kendala operasional. Kasus serupa juga terjadi pada Klarna yang awalnya mengandalkan AI untuk layanan pelanggan, tetapi kemudian kembali memperkuat peran manusia. Data survei menunjukkan bahwa sekitar 39% pemimpin bisnis pada tahun 2025 mengaku telah mengurangi tenaga kerja karena AI, dan lebih dari separuhnya menilai keputusan tersebut sebagai langkah yang keliru. Bahkan, sejumlah lembaga riset memprediksi bahwa sebagian besar perusahaan akan kembali merekrut fungsi yang sebelumnya dihilangkan.

Menarik Untuk Ditonton : Omset Naik Tapi Utang Juga Naik 

Fenomena ini dapat dipahami melalui kerangka Hype Cycle yang diperkenalkan oleh Gartner, yang menggambarkan siklus adopsi teknologi dari fase euforia menuju kekecewaan, hingga akhirnya mencapai kedewasaan. AI generatif sejak 2023 berada pada fase puncak ekspektasi (peak of inflated expectations), di mana teknologi dipersepsikan mampu menyelesaikan berbagai persoalan sekaligus. Dalam kondisi ini, banyak organisasi mengambil keputusan strategis berbasis proyeksi optimistis, termasuk restrukturisasi dan PHK. Namun, ketika implementasi dilakukan secara luas, organisasi memasuki fase kekecewaan (trough of disillusionment), di mana keterbatasan mulai terlihat. AI terbukti efektif untuk tugas rutin dan berulang, tetapi menghadapi tantangan dalam situasi kompleks, ambigu, serta membutuhkan pengawasan manusia yang intensif.

Permasalahan utama terletak pada asumsi yang terlalu sempit dalam memaknai AI sebagai alat pemotong biaya semata. Banyak keputusan diambil berdasarkan uji coba terbatas tanpa mempertimbangkan kompleksitas operasional yang sebenarnya. Selain itu, muncul biaya tersembunyi seperti kebutuhan verifikasi output, kepatuhan terhadap regulasi, serta pengawasan kualitas. Pekerjaan manusia tidak hanya terdiri dari tugas rutin, tetapi juga mencakup penilaian situasional, interaksi sosial, dan tanggung jawab etis. Ketika aspek-aspek ini diabaikan, efisiensi yang diharapkan justru dapat berubah menjadi beban baru yang berdampak pada penurunan kualitas layanan dan gangguan operasional.

Pendekatan yang lebih tepat adalah memandang AI sebagai alat peningkatan produktivitas, bukan sekadar pengurang biaya. Fokusnya bukan pada jumlah posisi yang dihilangkan, melainkan pada peningkatan output per individu, percepatan siklus kerja, dan akurasi pengambilan keputusan. Dalam konteks ini, pembagian peran menjadi kunci: AI menangani volume dan tugas rutin, sementara manusia berfokus pada kompleksitas, konteks, empati, serta pengambilan keputusan. Peran manusia tidak hilang, melainkan bertransformasi menjadi fungsi pengawasan dan penjamin kualitas. Oleh karena itu, investasi pada pelatihan dan pengembangan kompetensi menjadi bagian penting dari strategi transformasi.

Transformasi yang efektif selalu melibatkan desain ulang pekerjaan secara menyeluruh. Proses kerja perlu disusun ulang agar manusia dan AI dapat saling melengkapi, dengan tanggung jawab yang jelas dan indikator kinerja yang relevan. Kolaborasi antara manusia dan AI (human-AI collaboration) menjadi fondasi penting bagi pertumbuhan bisnis di masa depan. Dari dinamika ini, terdapat tiga pelajaran utama yang dapat diambil. Pertama, keputusan struktural besar sebaiknya tidak diambil saat euforia teknologi berada di puncaknya. Kedua, penting untuk membedakan antara efisiensi dan produktivitas, karena organisasi yang hanya fokus pada pengurangan biaya belum tentu menjadi lebih kuat. Ketiga, peran manusia tetap esensial, terutama dalam aspek penilaian, empati, dan tanggung jawab.

Pada akhirnya, AI perlu dipandang secara proporsional. Teknologi ini bukan sesuatu yang harus ditolak, tetapi juga tidak boleh diterima secara berlebihan tanpa pemahaman yang matang. Fokus utama seharusnya adalah bagaimana AI dapat meningkatkan kualitas kerja dan memperkuat sistem pengambilan keputusan. Individu dan organisasi perlu mengembangkan kemampuan untuk bekerja berdampingan dengan teknologi, termasuk dalam membaca, mengevaluasi, dan mengawasi hasil kerja AI. Dengan penempatan yang tepat antara peran manusia dan teknologi, transformasi tidak lagi menjadi ironi, melainkan evolusi yang lebih matang, adaptif, dan berkelanjutan.

Menarik Untuk Dibaca : Disney Kerjasama Dengan Open AI