Keterampilan AI dalam Peran Nonteknis: Analisis Keuangan, SDM, dan Pengajaran

Lowongan kerja tidak selalu lagi bertuliskan software engineer. Bisa saja tertulis pelatih AI, spesialis rekrutmen AI, atau peran mengajar di mana tumpukan alat kerjanya diam-diam berubah di balik meja. Itulah bagian dari pasar kerja yang layak diperhatikan: bukan jabatan AI yang paling mencolok, melainkan pekerjaan biasa yang mulai menyerap tugas-tugas AI. Bagi pekerja di luar teknologi tinggi, pertanyaannya bukan lagi terutama apakah harus menjadi engineer, melainkan apakah keahlian yang sudah Anda miliki kini membutuhkan lapisan AI.

Sinyalnya: AI masuk ke jabatan kerja biasa

Lightcast melaporkan bahwa lebih dari 56% lowongan kerja terkait AI berada di luar sektor teknologi, sementara sekitar 20% peran TI kini mencantumkan persyaratan AI. Pembagian ini penting karena memisahkan sinyal perekrutan yang nyata dari asumsi lama bahwa pekerjaan AI hanya milik tim software. Jika lebih dari separuh lowongan terkait AI berada di luar teknologi, peluang praktisnya kemungkinan besar akan muncul di dalam fungsi bisnis, sekolah, tim pelanggan, departemen hukum, dan kelompok operasional.

Indeed Hiring Lab melihat perluasan yang sama pada judul jabatan. Analisisnya menemukan bahwa jumlah kategori pekerjaan yang lowongannya menyebut AI dalam judul jabatan telah meningkat lebih dari tiga kali lipat di AS sejak 2022, dan bahwa AI dalam judul jabatan kini lebih umum di luar teknologi daripada di dalam teknologi pada lima dari enam pasar yang ditelitinya. Peran yang diidentifikasi mencakup penjualan, HR, layanan pelanggan, hukum, pekerjaan administratif, pengajaran, dan keterampilan teknis. Ya, ini adalah pelebaran judul jabatan, tetapi juga merupakan peta tentang di mana pemberi kerja mencoba menempelkan AI pada pekerjaan yang sudah ada.

Judul jabatan lebih lemah daripada alur kerja

Data judul jabatan dari Indeed Hiring Lab berguna, tetapi pencari kerja sebaiknya tidak menganggap setiap label AI sebagai profesi baru. Peran AI bisa berarti membangun model, mengoperasikan alat, melatih rekan kerja, meninjau keluaran, mendokumentasikan proses, atau menerjemahkan kebutuhan bisnis menjadi alur kerja yang lebih aman. Judul jabatan saja adalah sinyal yang lemah. Pekerjaan di baliknya jauh lebih kuat.

Bureau of Labor Statistics menawarkan kerangka yang tenang untuk membedakan hal itu. Dalam pembahasannya tentang dampak AI dalam proyeksi ketenagakerjaan, BLS mengatakan bahwa AI diperkirakan terutama memengaruhi pekerjaan yang tugas intinya paling mudah direplikasi oleh AI generatif dalam bentuknya saat ini, sambil juga mencatat potensi dampak pada kelompok pekerjaan komputer, hukum, bisnis dan keuangan, serta arsitektur dan teknik. BLS juga mengatakan bahwa arah ketenagakerjaan untuk pekerjaan-pekerjaan tersebut masih belum pasti. Ketidakpastian itulah intinya: manajer perekrutan mungkin bereksperimen dengan judul jabatan, tetapi mereka tetap membutuhkan orang yang memahami bidangnya, risikonya, dan proses serah terima antara keluaran alat dan pekerjaan yang dapat dipertanggungjawabkan.

Keahlian bidang menjadi keunggulan dalam perekrutan

Riset Economic Graph dari LinkedIn menunjukkan bahwa keterampilan AI termasuk keterampilan yang tumbuh paling cepat di LinkedIn, dengan peningkatan 190% dari 2015 hingga 2017. Data lama ini berguna karena mengingatkan kita bahwa permintaan terhadap keterampilan AI tidak dimulai dari gelombang alat chat saat ini. Yang berubah adalah di mana keterampilan tersebut ditempelkan.

Temuan Lightcast bahwa sebagian besar lowongan terkait AI berada di luar teknologi menunjukkan bahwa pasar tidak sekadar meminta semua orang untuk belajar coding. Bagi pekerja keuangan, keterampilan yang berguna mungkin adalah menggunakan AI untuk mempercepat penjelasan varians, menyusun narasi yang siap audit, atau menguji asumsi sebelum manusia memberikan persetujuan akhir. Bagi HR, itu bisa berupa desain wawancara terstruktur, peringkasan kebijakan, komunikasi karyawan, atau peninjauan cermat terhadap alur kerja penyaringan kandidat yang dibantu AI. Bagi pengajaran, itu bisa berupa adaptasi pelajaran, penyusunan umpan balik, dukungan tutoring, dan literasi AI bagi siswa. Tidak satu pun dari contoh-contoh itu menggantikan penilaian berbasis keahlian bidang, dan justru itulah mengapa pekerja pertengahan karier tidak boleh meremehkan diri sendiri.

Tingkatkan keterampilan untuk bukti, bukan kosakata

Daftar peran baru berlabel AI dari Indeed Hiring Lab di bidang HR, pengajaran, hukum, pekerjaan administratif, dan layanan pelanggan adalah peringatan agar tidak membeli pelatihan hanya karena kata kunci. Sertifikat yang mengajarkan definisi tetapi tidak memberi Anda artefak alur kerja tidak akan menjawab pertanyaan perekrutan. Rencana belajar yang lebih baik menghasilkan bukti: proses sebelum dan sesudah, pustaka prompt yang terhubung dengan tugas nyata, daftar periksa risiko, contoh laporan, atau sesi pelatihan yang dapat Anda jelaskan.

Peringatan BLS bahwa arah ketenagakerjaan masih belum pasti juga seharusnya membentuk cara pekerja menginvestasikan waktu. Jangan meninggalkan sepuluh tahun pengalaman di bidang keuangan, kelas, rekrutmen, atau operasi hanya karena sebuah kursus menyiratkan bahwa satu-satunya jalur AI yang serius adalah jalur teknis. Mulailah dengan memetakan bagian-bagian dari peran Anda saat ini yang repetitif, padat teks, padat analisis, atau padat dokumentasi. Lalu pelajari literasi AI secukupnya untuk memperbaiki alur kerja tersebut sambil tetap membuat akuntabilitas manusia terlihat jelas.

Fase berikutnya dari perekrutan AI mungkin akan berantakan: judul jabatan yang dibesar-besarkan, deskripsi pekerjaan yang tidak merata, dan sertifikat dengan nilai yang beragam. Pembaca sebaiknya memperhatikan sinyal yang lebih bersih di bawahnya. Jika pemberi kerja terus menempelkan AI pada peran sehari-hari, langkah terkuat bukanlah berpura-pura menjadi software engineer. Langkah terkuat adalah menjadi orang di bidang Anda yang dapat menggunakan alat dengan baik, menjelaskan batasannya, dan mengubah eksperimen menjadi pekerjaan yang dapat diulang.