Keterampilan AI Lebih Penting daripada MBA: Analisis Keuangan Forbes PwC

Baris résumé yang dulu bekerja diam-diam di bidang keuangan adalah MBA. Itu memberi sinyal ketahanan, jaringan, kefasihan akuntansi, dan toleransi terhadap spreadsheet dengan terlalu banyak tab. Kini, pertanyaan yang lebih tajam muncul dalam wawancara: bisakah kamu menunjukkan bagaimana AI mengubah pekerjaan tanpa melemahkan penilaian di baliknya? Forbes, yang melaporkan survei PwC, mengatakan 86% eksekutif keuangan lebih menghargai keterampilan AI daripada MBA. Itu bukan undangan sederhana untuk melewatkan kuliah dan mengumpulkan sertifikat seperti kartu akses lounge bandara. Itu adalah peringatan bahwa prestise kredensial mulai kalah dari alur kerja berbasis AI yang dapat dibuktikan.

Forbes dan PwC menunjukkan sinyal bergeser dari prestise ke bukti

Menurut Forbes, kecerdasan buatan sedang mengubah pekerjaan keuangan dengan mengotomatisasi tugas rutin dan memberi tekanan pada peran tingkat pemula dan junior. Ringkasan Forbes yang sama mengatakan pergeseran ini menciptakan peran hibrida yang membutuhkan pengawasan manusia, interpretasi strategis, dan penilaian etis. Ini penting karena kandidat keuangan yang hanya mengatakan bahwa mereka menggunakan AI tidak memberi banyak bahan bagi manajer perekrutan untuk menilai.

Sinyal yang lebih kuat adalah contoh kerja yang menunjukkan bagaimana mereka menggunakan AI untuk menganalisis varians, menyusun narasi perkiraan, memeriksa asumsi, dan mengeskalasi ketidakpastian. Forbes juga menunjuk pada peran khusus baru, termasuk insinyur otomasi AI di bidang keuangan dan akuntansi, serta manajer tata kelola dan kepatuhan AI. Ini adalah perluasan jabatan secara real time: peran AI di keuangan bisa berarti otomasi, tata kelola, analitik, atau penerjemahan antara tim bisnis dan tim teknis. Pelajar sebaiknya tidak mengejar jabatan terlebih dahulu. Mereka perlu memetakan alur kerja, lalu membangun bukti yang sesuai dengannya.

Indeed Hiring Lab mengatakan pendidikan masih memberi hasil, hanya saja tidak

berdiri sendiri Indeed Hiring Lab, dalam laporan oleh Allison Shrivastava bertanggal 5 November 2025, menemukan bahwa pendidikan tetap menjadi keunggulan yang jelas meskipun nilai gelar perguruan tinggi sedang diperdebatkan. Indeed mengatakan setiap peningkatan pendidikan dikaitkan dengan gaji yang lebih tinggi, termasuk pendidikan di luar gelar empat tahun. Laporan itu juga menyebutkan bahwa pekerja dengan gelar sarjana terus memiliki tingkat pekerjaan yang lebih tinggi dan penghasilan yang lebih baik, sementara pemegang gelar associate dan pekerja dengan sebagian pendidikan perguruan tinggi masih bernasib lebih baik daripada mereka yang pendidikannya berakhir di sekolah menengah.

Itulah bagian yang sering dikaburkan oleh kelompok anti-gelar. Sinyal baru bukanlah keterampilan sebagai pengganti pendidikan dalam setiap kasus. Sinyalnya adalah keterampilan yang membuat pendidikan terbaca jelas oleh pemberi kerja. Lulusan keuangan dengan MBA tetapi tanpa bukti analisis berbasis AI mungkin terlihat kurang siap dibanding kandidat dengan kredensial yang lebih singkat, portofolio yang rapi, dan proyek yang menunjukkan kontrol, asumsi, serta penilaian bisnis.

Indeed juga menemukan bahwa peluang reskilling dan paparan terhadap AI di tempat kerja meningkat seiring pendidikan. Artinya, pendidikan formal masih bisa membuka akses, terutama di dalam perusahaan besar yang menyalurkan pelatihan melalui program yang sudah mapan. Namun akses tidak sama dengan bukti. Jika sebuah kursus tidak membuatmu memiliki sesuatu yang bisa kamu jelaskan, uji, dan pertahankan, itu sebagian besar hanyalah tanda terima.

Research.com dan CNBC menunjukkan jalur keuangan tradisional perlu usaha lebih

keras untuk meyakinkan Research.com membingkai isu ini secara langsung dalam laporannya tahun 2026 tentang AI, otomasi, dan masa depan karier bergelar keuangan. Judulnya saja sudah menangkap tekanan yang dirasakan pelajar: gelar keuangan kini harus membenarkan nilainya dibandingkan alat yang dapat mengotomatisasi sebagian analisis, pelaporan, dan operasi keuangan. Itu tidak membuat pendidikan keuangan usang. Itu membuat pendidikan keuangan yang generik lebih sulit dipertahankan ketika pemberi kerja meminta literasi AI terapan.

CNBC juga telah meliput pertumbuhan pekerjaan keuangan yang membutuhkan keterampilan AI, yang memperkuat bahwa ini bukan hanya debat di ruang kelas. Pelajaran praktisnya adalah berhenti memperlakukan AI sebagai lencana terpisah yang ditempelkan pada résumé keuangan. Dalam penyaringan perekrutan, versi yang berguna terhubung dengan sebuah tugas: rekonsiliasi, peninjauan pola penipuan, analisis arus kas, klasifikasi pengeluaran, pemodelan skenario, persiapan audit, atau pelaporan risiko.

Di sinilah banyak bootcamp dan sertifikat memberi janji berlebihan. Kursus yang mengajarkan frasa prompt tetapi tidak pernah memintamu memvalidasi output, mendokumentasikan asumsi, atau menangani risiko model tidak sedang mempersiapkanmu untuk pekerjaan keuangan. Dalam lingkungan yang teregulasi atau berdampak tinggi, kandidat yang bernilai bukanlah pembuat prompt tercepat. Kandidat bernilai adalah orang yang tahu kapan output masuk akal, kapan output tidak lengkap, dan kapan peninjau manusia atau mitra kepatuhan perlu dilibatkan.

Apa yang sebaiknya dibangun pelajar berikutnya, bukan sekadar dicantumkan

berikutnya Forbes mengatakan profesional keuangan membutuhkan keterampilan teknis dalam analitik data dan keterampilan lunak seperti ketegasan dan komunikasi strategis. Terjemahkan itu menjadi bukti portofolio. Bangun analisis varians kecil yang dibantu AI dan sertakan alur kerja sebelum dan sesudahnya. Buat otomasi yang mengategorikan transaksi, lalu tambahkan log pengecualian dan catatan yang menjelaskan di mana tinjauan manusia tetap diperlukan.

Jika kamu masih di awal karier, tujuanmu adalah mengganti kesiapan yang samar dengan artefak nyata. Jika kamu berada di pertengahan karier, keunggulanmu adalah konteks: kamu tahu angka mana yang penting, pemangku kepentingan mana yang akan menolak, dan risiko mana yang tidak terlihat jelas dalam demo. Dalam kedua kasus, kredensial terbaik adalah yang membantumu menghasilkan contoh kerja yang kredibel, bukan yang memiliki janji paling lantang.

Perhatikan gelombang berikutnya dari lowongan kerja keuangan untuk melihat bagaimana mereka menggambarkan AI. Jika mereka meminta AI Engineer, baca tugasnya sebelum bereaksi terhadap jabatannya. Jika mereka meminta transformasi keuangan, otomasi, tata kelola, atau analitik, cari alur kerja yang tersembunyi di balik labelnya. Pergeseran dari MBA ke keterampilan AI bukanlah vonis terhadap pendidikan. Itu adalah tuntutan agar pembelajaran muncul dalam pekerjaan.