Pekerjaan yang terpapar AI di Spanyol tumbuh lebih cepat: analisis data

Kepanikan tentang pekerjaan kantoran punya masalah pengukuran. Terlalu banyak perdebatan karier memperlakukan paparan AI seperti surat pemecatan dengan branding yang lebih bagus, padahal data ketenagakerjaan mengatakan sesuatu yang lebih canggung sekaligus lebih berguna. Di Spanyol, pertanyaannya bukan apakah AI generatif menyentuh pekerjaan kerah putih. Pertanyaannya adalah apakah pekerja dapat memisahkan tugas yang menjadi makin otomatis dari tugas yang menjadi makin bernilai.

OECD memperkirakan bahwa sekitar 27,4 persen pekerja di Spanyol terpapar AI generatif, artinya setidaknya 20 persen tugas pekerjaan mereka dapat dilakukan dalam setengah waktu. Itu adalah bagian besar dari pasar tenaga kerja, tetapi paparan tidak sama dengan penghapusan. Bagi pelajar, pelajaran praktisnya adalah berhenti mencari kredensial AI yang samar dan mulai memetakan alur kerja mana dalam peran mereka saat ini yang berubah paling cepat.

Pekerjaan yang terpapar tidak bertindak seperti pekerjaan yang pasti hilang

Laporan PwC Spanyol untuk 2026 Global AI Jobs Barometer adalah penyeimbang paling jelas terhadap cerita sederhana bahwa pekerjaan akan lenyap. PwC melaporkan bahwa perusahaan yang paling terpapar AI menunjukkan pertumbuhan jumlah karyawan yang lebih cepat daripada perusahaan yang paling sedikit terpapar AI, yaitu 52 persen dibanding 36 persen, serta pertumbuhan upah yang lebih tinggi, yaitu 24 persen dibanding 17 persen. Analisis Spanyol yang sama mengatakan pertumbuhan produktivitas 40 persen lebih tinggi di perusahaan yang paling terpapar dibandingkan perusahaan yang paling sedikit terpapar.

@title Paparan bukan penurunan
@source Spain report - 2026 AI Jobs Barometer

                    Most exposed   Least exposed
  Headcount growth  52             36
  Wage growth       24             17

@caption Nilai adalah angka pertumbuhan persentase yang dilaporkan oleh PwC untuk kelompok perusahaan yang terpapar.

Itu tidak membuat setiap pekerjaan yang terpapar menjadi aman, dan tidak berarti setiap pemberi kerja akan melatih ulang orang sebelum mengganti sebuah tugas. Artinya, pertanyaan karier yang lebih baik harus lebih spesifik: bagian mana dari pekerjaan saya yang menjadi lebih murah, lebih cepat, atau lebih mudah dengan AI, dan bagian mana yang membutuhkan penilaian, akuntabilitas, konteks pelanggan, atau pengetahuan domain? Jabatan pekerjaan tidak akan menjawab itu, terutama ketika AI Engineer di sebuah CV bisa berarti pekerjaan model, otomatisasi alur kerja, atau seseorang yang telah membuat tiga demo chatbot.

Paparan adalah sinyal tugas, bukan vonis jabatan

Funcas membingkai pertanyaan ketenagakerjaan Spanyol di sekitar analisis tingkat tugas, bukan kategori pekerjaan secara keseluruhan. Makalahnya mengatakan adopsi AI di kalangan perusahaan Spanyol naik dari 12,4 persen menjadi 21,1 persen antara 2023 dan 2025, terkonsentrasi di sektor-sektor tempat paparan otomatisasi sudah paling tinggi. Makalah itu juga mencatat bahwa dampak distribusionalnya jatuh secara tidak proporsional pada pekerja kerah putih tingkat menengah, sementara Spanyol berada pada puncak historis ketenagakerjaan.

Kombinasi itu penting untuk perencanaan karier. Analis tingkat menengah, koordinator, pemimpin dukungan, pemasar, staf keuangan, dan pekerja operasional tidak seharusnya membaca paparan sebagai perintah untuk meninggalkan bidang mereka. Mereka seharusnya membacanya sebagai sinyal bahwa pekerjaan di dalam jabatan sedang ditata ulang, sering kali lebih cepat daripada yang diakui deskripsi pekerjaan. Langkah cerdasnya adalah mendokumentasikan alur kerja berbantuan AI dalam istilah bisnis yang sederhana: waktu yang dihemat, pemeriksaan kesalahan yang ditambahkan, serah terima yang diperbaiki, dan keputusan yang tetap berada pada pemilik manusia.

Premi keterampilan bergeser ke arah pekerjaan yang dirancang ulang

Ringkasan bukti dari SEFO menyampaikan poin yang sama dari sudut lain: AI dapat meningkatkan permintaan tenaga kerja melalui produktivitas sambil menggantikan tugas-tugas tertentu. Ringkasan itu mengutip studi terhadap 5.179 agen layanan pelanggan, di mana akses ke asisten percakapan meningkatkan produktivitas rata-rata sebesar 14 persen, dengan dampak 34 persen untuk karyawan baru dan hampir tidak ada dampak untuk veteran. Itu adalah peringatan bagi pekerja senior yang menganggap masa kerja saja sudah cukup, dan peluang bagi pekerja baru yang dapat menunjukkan bahwa mereka mempelajari alur kerja dengan cepat.

Laporan PwC Spanyol menambahkan bahwa pekerjaan yang paling terpapar AI menambahkan tugas yang mengandalkan empati, penilaian, dan kreativitas 2,5 kali lebih cepat daripada peran yang paling sedikit terpapar. Laporan itu juga mengatakan peran entry level yang lebih terseniorisasi dan terpapar AI telah tumbuh 35 persen sejak 2019, sementara peran entry level lainnya menurun. Terjemahannya: entry level tidak menghilang secara merata, tetapi standarnya bergerak dari eksekusi sederhana menuju penilaian yang diawasi, penggunaan alat, dan kepemilikan atas pekerjaan yang rumit.

Apa yang harus dilakukan pelajar selanjutnya

Laporan AI at Work dari Indeed Hiring Lab memberikan peringatan global yang berguna: lowongan kerja terkait AI generatif tumbuh secara signifikan di berbagai negara besar sejak awal 2023, sementara ukuran lowongan AI yang lebih luas melemah selama 18 bulan sebelumnya di tengah perlambatan teknologi yang lebih luas. Dengan kata lain, pasar tenaga kerja menghargai penerapan AI yang berguna, bukan setiap jabatan AI yang terdengar berkilau. Data Spanyol cocok dengan pola itu: lebih banyak paparan, perubahan keterampilan yang lebih cepat, dan pertumbuhan yang terkonsentrasi di tempat perusahaan mengubah AI menjadi produktivitas alih-alih memperlakukannya sebagai spreadsheet jumlah karyawan.

Bagi pekerja yang memutuskan ke mana harus menginvestasikan waktu, pilihan terbaik bukan sertifikat yang menjanjikan penguasaan dalam satu akhir pekan. Bangun bukti di sekitar satu alur kerja nyata: sintesis riset, penyusunan respons pelanggan, triase penerimaan kepatuhan, pembersihan prakiraan penjualan, dukungan tinjauan kode, atau pencarian pengetahuan internal. Lalu mampu menjelaskan kondisi sebelum dan sesudah, langkah tinjauan manusia, dan kontrol risiko. Pantau data regional dan sektor Spanyol berikutnya, karena paparan tidak akan datang secara merata, tetapi sinyalnya sudah cukup jelas: pelajari alur kerjanya, bukan kata kerennya.