AI

Karier di Era AI Agent: Dari Penulis Kode Menjadi AI Orchestrator

AI mengubah peran developer dan pekerja profesional. Simak skill yang dibutuhkan, data kesenjangan talenta Indonesia, dan rencana belajar 90 hari.

Tim feians3 menit baca
karier di era AIAI orchestratorskill developer 2026talenta digital Indonesia

Karier di Era AI Agent: Dari Penulis Kode Menjadi AI Orchestrator

Selama bertahun-tahun, keunggulan seorang developer diukur dari kualitas kode yang ia tulis. Kini ukurannya mulai bergeser. Ali Arsanjani, Director AI di Google, menyebut bahwa keahlian akan bergeser ke arah orkestrasi agen AI, yaitu merancang, memberi instruksi, dan mengawasi banyak agen yang bekerja bersama. Menurutnya, penulisan kode tetap penting, tetapi menjadi bagian yang lebih kecil dari sistem yang lebih besar.

Pergeseran ini tidak hanya berlaku untuk programmer. Akuntan, analis, marketer, hingga tim HR menghadapi pola yang sama.

Seberapa siap Indonesia?

Datanya campur aduk. Kabar baiknya, adopsi sudah berjalan: 69% pekerja Indonesia mengaku pernah memakai generative AI dalam setahun terakhir. Namun hanya 16% yang memakainya setiap hari, padahal pengguna harian melaporkan peningkatan produktivitas 96%, dibanding 75% pada pengguna yang jarang memakainya.

Kesenjangan talenta juga nyata. Komdigi memproyeksikan kebutuhan talenta digital Indonesia sekitar 12 juta orang pada 2030, dengan target pengembangan sekitar 600 ribu orang per tahun. Laporan EV-DCI 2026 menunjukkan pilar sumber daya manusia menjadi satu-satunya komponen yang turun, sebesar 2,5 poin, dan skor SDM digital di Jawa sekitar 2,3 kali lebih tinggi dibanding Sumatra dan Kalimantan.

Secara global, WEF memperkirakan 39% keterampilan inti pekerja akan berubah signifikan pada 2030.

Skill yang paling bernilai

Komdigi menekankan bahwa talenta AI perlu menguasai keterampilan teknis, kemampuan manusiawi, dan perilaku bertanggung jawab. Dalam praktik, ini bisa diterjemahkan menjadi:

  1. AI literacy: paham apa yang bisa dan tidak bisa dilakukan model, termasuk halusinasi dan bias.
  2. Menguraikan masalah: memecah pekerjaan besar menjadi tugas yang bisa didelegasikan ke agen.
  3. Menulis instruksi dan spesifikasi yang jelas, baik dalam bahasa alami maupun format terstruktur.
  4. Memverifikasi hasil: review kode, uji, dan cek fakta atas keluaran AI. Tanggung jawab akhir tetap di manusia.
  5. Keamanan dan etika data: tahu data apa yang tidak boleh masuk ke alat AI.
  6. Pengetahuan domain: AI mempercepat pekerjaan, tetapi orang yang paham konteks bisnis yang tahu apa yang layak dikerjakan.

Rencana belajar 90 hari

  • Bulan 1: Biasakan. Pakai asisten AI setiap hari untuk pekerjaan nyata. Catat mana yang berhasil dan mana yang meleset.
  • Bulan 2: Bangun. Buat satu alur kerja otomatis kecil dengan agen, misalnya merangkum email atau menyiapkan laporan mingguan.
  • Bulan 3: Tunjukkan. Dokumentasikan hasilnya sebagai portofolio: masalahnya, pendekatannya, metrik sebelum dan sesudah. Kesenjangan talenta berarti peluangnya besar bagi mereka yang mau belajar. Yang bertahan bukan yang paling cepat mengetik, melainkan yang paling baik dalam mengarahkan, memeriksa, dan bertanggung jawab atas hasil kerja bersama AI.

Sumber

← Semua artikel