Dasar Literasi AI: Analisis Bukti Pembuatan Box VP

Filter perekrutan berbasis AI mulai terlihat bukan lagi seperti tes kosakata, melainkan lebih seperti sesi tunjukkan dan jelaskan. Rand Wacker, wakil presiden strategi produk Box, mengatakan kepada Business Insider bahwa literasi AI bisa membuat kandidat masuk ke ruang wawancara, tetapi setelah itu tidak banyak membantu. Sinyal yang lebih kuat baginya adalah bukti praktis: sesuatu yang dibangun dengan AI yang bisa diperiksa oleh pewawancara. Pelajaran bergunanya bukan bahwa setiap pelamar harus punya aplikasi sukses di App Store. Pelajarannya adalah bahwa kefasihan yang samar lebih mudah diklaim daripada prototipe yang bisa diklik seseorang.

Standarnya bergeser dari literasi ke bukti

Business Insider melaporkan bahwa Wacker menggambarkan literasi AI sebagai "persyaratan paling dasar" bagi kandidat yang melamar posisi di Box. Pilihan kata itu penting karena keterampilan yang dulu terdengar menonjol kini menjadi syarat masuk. Menurut Business Insider, Wacker juga mengatakan studi kasus yang dulu menjadi bagian dari wawancara Box kini terasa ketinggalan zaman, dan ia ingin kandidat membuat prototipe dari ide mereka. Contoh terkuat yang ia sebutkan adalah produk yang dibangun kandidat dengan AI, termasuk aplikasi di App Store yang "menghasilkan uang sampai tingkat tertentu."

@title Contoh kandidat menurut Wacker
@source Business Insider

  Wacker examples
     │
     ├─ AI literacy
     ├─ Prototype
     ├─ Side project
     └─ App Store app

@caption Wacker memperlakukan literasi sebagai standar dasar dan karya yang sudah dibangun sebagai sinyal wawancara yang lebih kuat.

Bagi pelajar, makna praktisnya jelas: jangan berhenti pada mengatakan bahwa kamu bisa menggunakan alat AI. Tunjukkan apa yang terjadi ketika kamu menggunakannya untuk masalah yang jelas. Alur kerja internal kecil, alat bantu dukungan pelanggan yang masih kasar, atau alat produktivitas pribadi semuanya bisa membuat percakapan lebih konkret jika pekerjaannya koheren. Intinya bukan polesan demi polesan. Intinya adalah bukti bahwa kamu bisa merumuskan masalah, memilih alat, menguji keluaran, dan menyelesaikan versi yang dapat digunakan.

Klaim AI dasar makin ramai

Survei Developer Stack Overflow 2025 menunjukkan mengapa baris resume yang hanya mengatakan pernah menggunakan alat AI mungkin tidak akan lama membedakan kandidat. Survei itu menemukan bahwa 84% responden menggunakan atau berencana menggunakan alat AI dalam proses pengembangan mereka, naik dari 76% pada tahun sebelumnya. Survei itu juga menemukan bahwa 51% developer profesional menggunakan alat AI setiap hari. Ketika penggunaan menjadi seumum itu, pertanyaan perekrutan bergeser dari sekadar pernah mencoba menjadi bagaimana mengambil keputusan.

Job Skills Report 2026 dari Coursera menunjukkan arah yang sama dari sisi pelatihan. Laporan itu mengatakan analisisnya menggunakan data dari 6 juta pelajar enterprise di hampir 7.000 organisasi, dan menemukan peningkatan 234% dari tahun ke tahun dalam pendaftaran GenAI di kalangan pelajar enterprise. Itu berarti banyak orang sedang mempelajari bahasa AI pada waktu yang sama. Jika semua orang menambahkan kosakata yang sama ke profil mereka, kandidat yang bisa menunjukkan artefak yang berfungsi memberi pewawancara sesuatu yang lebih kokoh untuk dinilai.

Apa yang harus ditunjukkan oleh bukti membangun

Business Insider melaporkan bahwa Wacker ingin kandidat menunjukkan produk yang mereka bangun dengan AI, bahkan ketika produk itu tidak ada hubungannya dengan bisnis Box. Detail itu penting karena memisahkan kecocokan domain dari sinyal sebagai pembangun. Prototipe di luar pasar perusahaan tetap bisa menunjukkan bagaimana seseorang berpikir, bereksperimen, dan menangani bagian tengah yang berantakan antara ide dan versi yang berfungsi. Itu juga bisa memperlihatkan apakah kandidat memahami batas alat tersebut, bukan memperlakukan keluaran AI sebagai pekerjaan yang sudah selesai.

Untuk kandidat berusia 25 tahun, versi paling mudah mungkin adalah proyek sampingan publik kecil dengan demo, tulisan singkat, dan penjelasan jelas tentang apa yang berubah setelah pengujian. Untuk kandidat berusia 45 tahun, jalur yang lebih kuat mungkin adalah prototipe yang berdekatan dengan pekerjaan, yang tetap menjaga kerahasiaan sambil menunjukkan proses, batasan, dan naluri bisnis. Batasannya berbeda, hype-nya sama. Artefak itu harus menjawab tiga pertanyaan diam-diam: masalah apa yang kamu pilih, mengapa AI membantu, dan apa yang kamu lakukan ketika versi pertama salah atau belum lengkap?

Jangan samakan pelatihan dengan sinyal perekrutan

Coursera mengatakan analisisnya mencakup Data, IT, serta Software dan Product Development, bersama dengan keterampilan AI generatif yang menjadi penting untuk setiap peran. Itu menjelaskan mengapa kursus AI menarik perhatian, tetapi pendaftaran bukan garis akhir. Jalur belajar yang berguna seharusnya menghasilkan sesuatu yang terlihat: demo, repo, deskripsi alur kerja, atau contoh sebelum dan sesudah. Tanpa itu, judul kursus bisa menjadi sekadar klaim lunak lain dalam tumpukan yang sudah ramai.

Laporan Business Insider tentang Wacker bukan kebijakan perekrutan universal, dan tidak seharusnya diperlakukan seperti itu. Namun, ini adalah sinyal yang jelas tentang arah sebagian wawancara di era AI: lebih sedikit teater studi kasus yang abstrak, lebih banyak bukti pemikiran yang sudah dikirimkan. Perhatikan apakah makin banyak pemberi kerja mulai meminta kandidat membawa prototipe daripada membahas prompt hipotetis. Jika kamu sedang memutuskan ke mana harus menghabiskan bulan belajar berikutnya, pilih masalah yang sempit dan bangun sesuatu yang cukup kecil untuk diselesaikan. Di pasar ini, bukti membangun lebih sulit dipalsukan daripada literasi AI, dan itulah tepatnya mengapa bukti itu menjadi berguna.