Karier AI Agentik: Ikuti pekerjaan, bukan analisis jabatan

Saya punya kebiasaan buruk menyimpan lowongan kerja seperti orang lain menyimpan resep. Bukan karena saya menginginkan setiap peran, tetapi karena judul-judulnya menunjukkan bagaimana perusahaan menggambarkan perubahan sebelum mereka benar-benar memahaminya. Lucunya, bagian yang paling menarik jarang ada pada judulnya. Justru ada pada kata kerjanya: mengorkestrasi, mengatur tata kelola, memantau, merancang ulang, memvalidasi, mengeskalasi.

Itulah mengapa tulisan Salesforce tentang AI agentik dan masa depan kerja terasa berbeda dari obrolan umum tentang pekerjaan masa depan. Pesan praktisnya hampir sangat sederhana: jangan mulai dari judul baru. Mulailah dari pekerjaan yang sedang berubah di balik judul itu.

Keterlambatan judul

Artikel Salesforce, "Agentic AI and the Future of Work," menyebut kecemasan itu secara langsung: para praktisi ingin tahu apa arti AI agentik bagi pekerjaan, peran, dan masa depan mereka. Namun Salesforce berpendapat bahwa judul pekerjaan baru bukan tempat pertama yang tepat untuk dicari, karena pekerjaan berubah lebih cepat daripada labelnya. Urutannya adalah teknologi dulu, pekerjaan baru berikutnya, peran kemudian, sebuah pola yang menurut Salesforce pernah muncul sebelumnya dengan cloud, mobile, dan data.

Itu adalah koreksi yang berguna bagi praktisi Salesforce karena ekosistem ini selalu menghargai orang yang dapat melihat realitas operasional sebelum bagan organisasi menyusul. Sebuah judul memberi tahu Anda di mana sebuah perusahaan sudah menstabilkan pemikirannya. Sebuah alur kerja memberi tahu Anda di mana perusahaan itu masih belajar. Jika Anda menginginkan sinyal karier, perhatikan hal-hal baru yang mulai diminta orang dari sistem.

Inilah pertanyaan tidak nyaman yang tersembunyi di dalam saran karier tentang AI agentik: bagaimana jika peran berikutnya belum bisa Anda cari? Poin Salesforce menunjukkan bahwa langkah yang lebih baik adalah menginventarisasi pekerjaan Anda saat ini pada tingkat tugas. Keputusan mana yang membutuhkan konteks, serah terima mana yang menciptakan gesekan, persetujuan mana yang ada karena tidak ada yang memercayai data, dan pengecualian mana yang terus kembali seperti cuaca buruk?

Tugas adalah peta karier baru

Penjelasan Salesforce tentang Agentforce menggambarkan arah perjalanannya sebagai manusia bersama agen yang mendorong kesuksesan pelanggan bersama-sama. Penjelasan itu menggambarkan area produk Salesforce tempat manusia dan agen AI ditempatkan dalam satu platform, termasuk Service, serta tempat pemasar menggunakan AI untuk mempersonalisasi dan mengotomatiskan komunikasi pelanggan lintas kanal. Implikasi kariernya bukan bahwa semua orang mendapatkan judul baru yang keren. Implikasinya adalah batas antara penilaian manusia dan tindakan mesin sedang digambar ulang di dalam pekerjaan sehari-hari.

Itu membuat tugas menjadi unit baru dalam strategi karier. Seorang praktisi Salesforce sebaiknya bertanya tugas mana yang dapat didelegasikan kepada agen, mana yang harus diawasi, dan mana yang menjadi lebih bernilai karena agen kini dapat mengumpulkan konteks sebelum manusia bertindak. Pekerjaan di masa depan mungkin tidak lagi tampak seperti melakukan setiap langkah sendiri, melainkan lebih seperti merancang kondisi agar pekerjaan dapat bergerak dengan aman.

WIRED membuat pengamatan budaya yang terkait dalam laporannya tentang obsesi industri untuk menjadi "agentik." Ketika agen pengodean AI seperti Claude Code dan Codex mengubah cara kerja developer, WIRED melaporkan bahwa sebagian besar nilai developer bergeser ke arah menentukan apa yang seharusnya dikerjakan oleh agen. Logika yang sama berlaku jauh melampaui pengodean. Dalam pekerjaan Salesforce, menentukan apa yang harus dikejar, diabaikan, dieskalasi, atau dijelaskan oleh agen dapat menjadi sama pentingnya dengan menjalankan tugas awal.

Keterampilan manusia bergerak makin ke pusat

Salesforce News, dalam tulisannya tentang pekerjaan tingkat pemula di era AI agentik, menunjukkan perubahan menarik di pasar tenaga kerja: lulusan filsafat dan sejarah seni memiliki prospek kerja yang lebih baik daripada lulusan ilmu komputer dalam analisis pasar tenaga kerja Federal Reserve Bank of New York. Artikel Salesforce News yang sama melaporkan tingkat pengangguran 0,4% untuk lulusan ilmu gizi dan 7,5% untuk lulusan teknik komputer. Artikel tersebut mengutip Chief Human Resources Officer Pearson, Ali Bebo, yang mengatakan, “Keterampilan manusia, pembelajaran, kemampuan beradaptasi, komunikasi, pemikiran kritis, sangat penting.”

Bagi praktisi Salesforce, itu tidak seharusnya dibaca sebagai penolakan terhadap keterampilan teknis. Itu terbaca seperti penataan ulang prioritas. Jika agen semakin mampu menjalankan tugas yang berbatas jelas, keunggulan praktisi bergeser ke arah membingkai tugas, memahami pengguna, menemukan pengecualian, mengomunikasikan konsekuensi pilihan, dan mengetahui kapan sistem harus berhenti.

Di sinilah saran karier sering menjadi terlalu sempit. Pelajari alatnya, ya. Tetapi pelajari juga alur kerjanya dengan cukup baik untuk merancang ulangnya. Pelajari kualitas data bukan sebagai pekerjaan kebersihan, melainkan sebagai prasyarat untuk delegasi yang tepercaya. Pelajari tata kelola bukan sebagai birokrasi, melainkan sebagai tata bahasa yang memungkinkan manusia dan agen bekerja sama tanpa mengubah setiap keputusan menjadi kejutan.

Yang perlu diperhatikan berikutnya

Pelajaran inti Salesforce bukanlah anti-ambisi. Justru lebih ambisius daripada mengejar judul karena meminta praktisi menjadi pembelajar dari pekerjaan itu sendiri. Latihan praktisnya sederhana: pilih satu proses yang berulang, tuliskan setiap keputusan manusia di dalamnya, lalu tandai keputusan mana yang membutuhkan konteks, penilaian, kepatuhan, empati pelanggan, atau koordinasi lintas tim. Peta itu lebih berguna daripada judul pekerjaan spekulatif karena menunjukkan ke mana keterampilan Anda perlu bergerak berikutnya.

Keunggulan karier berikutnya di ekosistem Salesforce mungkin akan dimiliki oleh orang-orang yang dapat menerjemahkan antara proses, data, agen, dan kepercayaan manusia. Bukan orang yang menebak judul masa depan lebih dulu, melainkan orang yang melihat pekerjaan sedang menjadi sesuatu yang baru sementara semua orang lain masih menyegarkan papan lowongan kerja. Jadi pertanyaan akhir pekan yang lebih baik bukanlah, saya akan disebut apa saat AI agentik matang? Melainkan, bagian mana dari pekerjaan saya yang sudah mencoba menjadi sesuatu yang lain?