Bridging the Future (2024–2045): Dari Davos ke Nusantara, Pendidikan, Dunia Kerja, dan Revolusi Industri dalam Siklus Politik Indonesia

Martin Nababan – Pada pertemuan tahunan World Economic Forum di Davos, percakapan tentang kecerdasan buatan tidak lagi terdengar seperti agenda “lima sampai sepuluh tahun lagi”. Ia terdengar seperti keputusan yang harus diambil sekarang juga—karena negara yang terlambat mengubah cara mendidik, melatih, dan mengelola pekerjaan, akan membayar mahal dalam bentuk produktivitas yang stagnan, ketimpangan yang melebar, dan ketergantungan teknologi yang semakin dalam. Di ruang-ruang Davos, perusahaan teknologi Amerika Serikat memposisikan Artificial Intelligence sebagai infrastruktur ekonomi baru; regulator Eropa berbicara tentang etika, privasi, dan kepatuhan; sementara Asia Timur menampilkan pendekatan yang paling sistemik: kebijakan industri yang menautkan manufaktur maju, pendidikan, riset, dan pembiayaan inovasi ke satu arah negara.

Pesan yang paling penting dari Davos bukan sekadar soal siapa yang punya model terbaik, melainkan siapa yang mampu mengintegrasikan inovasi ke dalam sistem nasionalnya. Kecerdasan buatan, transisi energi, fragmentasi geopolitik, dan pergeseran rantai pasok akan membentuk ulang pendidikan, pekerjaan, struktur keluarga, serta pola industri. Dominasi wacana memang kuat dari Amerika Serikat dan Eropa, tetapi disiplin eksekusi yang paling terlihat tetap datang dari Asia Timur: membangun “mesin nasional” yang membuat teknologi menjadi produktivitas, bukan sekadar menjadi demonstrasi.

Bagi Indonesia, pertanyaannya sederhana tetapi konsekuensinya luas: apakah kita membangun jembatan menuju 2045 secara konsisten lintas pemerintahan, ataukah kita hanya merespons perubahan secara parsial? Karena itu, artikel ini memakai kerangka siklus politik lima tahunan agar pembahasan realistis: apa yang masuk akal diselesaikan dalam satu periode, apa yang harus diwariskan sebagai program lintas pemerintahan, dan apa yang wajib dilindungi dari tarik-menarik kepentingan jangka pendek.

Di tengah narasi besar itu, ada satu fakta yang sering luput. Transformasi digital bukan hanya soal mengadopsi perangkat lunak. Ia soal mengubah alur nilai talenta: dari sekolah ke tempat kerja, dari pelatihan ke produktivitas, dari riset ke komersialisasi. Ini sebabnya pembahasan berikut akan menautkan tiga jalur yang biasanya dipisah: pendidikan, talenta, dan dunia kerja—lalu menempatkannya di atas lanskap geopolitik, standar keberlanjutan, dan kompetisi teknologi global.

Baseline Indonesia 2024–2025: Titik Awal yang Harus Jujur (Data dan Reality Check)

Sebelum berbicara tentang masa depan, penting memahami posisi awal. Empat baseline berikut—kontribusi ekonomi digital terhadap Produk Domestik Bruto, belanja riset dan pengembangan sebagai persentase Produk Domestik Bruto, tingkat partisipasi tenaga kerja digital, serta proyeksi dampak Artificial Intelligence terhadap pekerjaan—bukan angka hiasan. Ini indikator apakah Indonesia sedang membangun mesin kemajuan atau hanya menambah proyek.

Tabel berikut disajikan untuk merangkum baseline yang paling sering menjadi sumber salah paham dalam diskusi publik: kita merasa “sudah digital”, tetapi investasi pengetahuan dan kedalaman talenta masih tertinggal.

Tabel 1. Baseline Kuantitatif Indonesia: Digital, Riset, dan Pekerjaan (2020–2025)

Tabel ini menyampaikan tiga pesan yang perlu diterima dengan tenang.

Pertama, Indonesia belum punya kepadatan riset yang memadai untuk menjadi negara berpendapatan tinggi berbasis inovasi; jarak belanja riset dan pengembangan terhadap Asia Timur terlalu lebar untuk ditutup hanya dengan retorika.

Kedua, tenaga kerja sektor Teknologi Informasi dan Komunikasi masih kecil; artinya kemampuan menanam Artificial Intelligence ke proses bisnis skala nasional akan tertahan oleh talenta implementasi.

Ketiga, Generative AI menandai pergeseran dari otomasi pekerjaan menjadi transformasi pekerjaan: isi kerja berubah, struktur tim berubah, model kepemimpinan berubah, dan semuanya membutuhkan kebijakan talenta, bukan sekadar kebijakan teknologi.

Di titik ini, Indonesia perlu belajar dari dua karakter besar dunia.

Dari Amerika Serikat, kita belajar tentang kekuatan ekosistem inovasi yang ditopang riset, modal ventura, dan universitas.

Dari Asia Timur, kita belajar tentang konsistensi kebijakan dan ketegasan kebijakan industri yang menautkan pendidikan, industri, dan riset.

Dari Eropa, kita belajar tentang kepatuhan, etika, dan standar yang menjadi tiket akses pasar.

Dari Australia, kita belajar bahwa transformasi digital tidak akan jalan tanpa ketahanan siber dan tata kelola data yang rapi, karena serangan siber dan disinformasi kini menjadi risiko ekonomi, bukan semata risiko Teknologi Informasi.

Framework Ringkas: Tiga Mesin untuk Menutup Kesenjangan

Agar analisis tidak berubah menjadi daftar isu, artikel ini memakai tiga kerangka sederhana.

Kerangka pertama adalah Talent Value Chain atau rantai nilai talenta, yaitu bagaimana talenta dihasilkan, diserap, dinaikkan kelasnya, lalu dipertahankan. Kegagalan paling umum di negara berkembang bukan kurang sekolah, melainkan putusnya rantai: kurikulum tidak tersambung ke kebutuhan industri, pelatihan tidak diakui pasar, insentif gaji tidak menarik, dan talenta akhirnya pindah sektor atau pindah negara.

Kerangka kedua adalah National Capability Alignment atau penyelarasan kapabilitas nasional, yaitu kemampuan negara bukan hanya jumlah proyek, tetapi keselarasan regulasi, pembiayaan, institusi, data, dan standar. Negara yang sukses bukan yang punya program paling banyak, melainkan yang punya eksekusi paling konsisten lintas kementerian dan lintas periode.

Kerangka ketiga adalah Innovation Flywheel atau roda gila inovasi, yaitu riset melahirkan prototipe, prototipe menjadi produk, produk dipakai pasar, pasar menghasilkan pendapatan, pendapatan kembali menjadi pembiayaan riset. Jika roda ini tidak berputar, negara akan terus membeli teknologi, bukan membangun teknologi. Tiga kerangka ini akan muncul di setiap era sebagai alat cek: apakah era itu membangun rantai talenta, menyelaraskan kapabilitas, dan membuat roda inovasi bergerak.

ERA I (2024–2029) — Foundation and Alignment: Membetulkan Pondasi di Tengah Dunia yang Berlari

Di periode 2024–2029, agenda Indonesia umumnya bertumpu pada kesinambungan pembangunan, hilirisasi, dan penguatan infrastruktur. Namun, dunia sudah memasuki fase di mana Artificial Intelligence bukan lagi tambahan, melainkan mesin efisiensi yang ditanam ke rantai nilai: dari desain, produksi, logistik, pemasaran, sampai layanan pelanggan.

Ketika Indonesia membangun pondasi fisik, pemain global sedang membangun pondasi algoritmik.

Pada era ini, politik kebijakan yang paling menentukan bukan sekadar besaran anggaran, tetapi ketepatan sasaran anggaran untuk pendidikan, pelatihan, dan riset agar langsung menyentuh produktivitas. Jika belanja riset dan pengembangan tetap sangat rendah, maka hilirisasi berisiko berhenti pada tahap pengolahan, bukan inovasi proses dan inovasi produk.

Tabel berikut disajikan untuk memperjelas kesenjangan prioritas jangka pendek antara Indonesia dan pusat-pusat industri dunia, serta risiko yang muncul bila pondasi dibangun tanpa menyisipkan kecerdasan buatan dan standar keberlanjutan sejak awal.

Tabel 2. Peta Prioritas Industri 2024–2029: Indonesia vs Asia Timur vs Amerika Serikat atau Global

Tabel ini menegaskan bahwa tantangan Indonesia pada era pertama bukan kekurangan proyek, melainkan risiko membangun kapasitas industri tanpa peningkatan sistem saraf berupa data, algoritma, keamanan siber, dan talenta. Jika sistem pendidikan dan pelatihan tidak segera diarahkan untuk menutup kesenjangan talenta Teknologi Informasi dan Komunikasi, maka Artificial Intelligence akan menjadi milik segelintir perusahaan besar dan kota besar, sementara mayoritas industri berjalan dengan cara lama.

Di sinilah relevan pandangan Erik Brynjolfsson, Direktur Stanford Digital Economy Lab, yang terkenal dengan gagasan bahwa produktivitas tertinggi muncul ketika manusia dan mesin saling melengkapi, bukan saling menggantikan. Ia mendorong organisasi fokus pada desain ulang pekerjaan, bukan sekadar otomatisasi. Kerangka ini penting untuk Indonesia karena era 2024–2029 adalah masa membangun kebijakan pelatihan ulang agar tenaga kerja menjadi operator sistem cerdas, bukan korban disrupsi.

Klaus Schwab, pendiri World Economic Forum, sejak lama menekankan bahwa Revolusi Industri Keempat menuntut revolusi pelatihan ulang skala besar, bukan karena teknologi itu berbahaya, melainkan karena teknologi bergerak lebih cepat daripada sistem pendidikan tradisional. Dalam konteks Indonesia, pesan ini berarti desain ulang tata kelola pendidikan dan pelatihan agar responsif terhadap kebutuhan industri per tiga sampai lima tahun, bukan per sepuluh tahun.

ERA II (2029–2034) — Acceleration and Scaling: Ketika Artificial Intelligence Menjadi Infrastruktur Publik

Jika era pertama adalah menyelaraskan pondasi, era kedua adalah mengakselerasi dan menskalakan. Pada periode ini, negara-negara yang menang bukan yang paling banyak membuat program digital, melainkan yang paling cepat mengubah digital menjadi layanan publik yang efisien dan industri yang produktif. Artificial Intelligence bergerak dari ruang eksperimen menuju sistem: kota pintar, kesehatan prediktif, manajemen transportasi, hingga pengawasan energi.

Di Asia Timur, era 2029–2034 menjadi fase di mana integrasi pendidikan, industri, dan riset sudah rutin. Amerika Serikat tetap unggul dalam inovasi frontier, tetapi tekanan geopolitik dan ketahanan rantai pasok membuat banyak negara memperketat kebijakan teknologi strategis. Kebijakan industri kembali menguat, tetapi dengan wajah baru: bukan proteksionisme murni, melainkan pembangunan kapabilitas.

Untuk Indonesia, politik kebijakan pada era ini harus menjawab bagaimana membuat regulasi menjadi pendukung, bukan penghambat, serta bagaimana membangun pembiayaan talenta dan riset yang stabil lintas periode. Tanpa stabilitas pembiayaan, roda inovasi tidak sempat berputar; riset berhenti di laporan, prototipe berhenti di pameran.

Di sinilah relevan karya Mariana Mazzucato, pendiri Institute for Innovation and Public Purpose di University College London, yang dikenal dengan konsep kebijakan inovasi berbasis misi. Ia mendorong negara berani menetapkan misi yang terukur lalu menyelaraskan anggaran, regulasi, pengadaan, dan insentif agar misi itu menghasilkan inovasi dan industri baru. Bagi Indonesia, era 2029–2034 adalah saat kebijakan misi perlu dibakukan.

Namun akselerasi membawa trade-off. Jika Artificial Intelligence menjadi infrastruktur publik, maka kualitas tata kelola data menjadi faktor kunci. Di banyak negara, ketidakpercayaan publik pada data dan institusi memicu resistensi, bahkan polarisasi. Ini bukan isu Teknologi Informasi; ini isu legitimasi politik.

ERA III (2034–2039) — Global Positioning: Indonesia Memilih Peran di Peta Nilai Dunia

Pada 2034–2039, Indonesia tidak lagi hanya mengejar ketertinggalan. Indonesia harus memilih posisi: apakah menjadi basis manufaktur regional yang kompetitif, atau menjadi simpul inovasi tertentu yang punya keunikan global. Fragmentasi rantai pasok, kompetisi teknologi, dan standar keberlanjutan membuat setiap negara dipaksa menentukan spesialisasi.

Investasi riset dan pengembangan menjadi pembeda yang paling konsisten. Kesenjangan belanja riset terhadap Asia Timur masih lebar. Kesenjangan ini bukan untuk membuat putus asa, tetapi untuk memaksa kebijakan menjadi realistis: tanpa lonjakan belanja pengetahuan dan mekanisme komersialisasi riset, posisi Indonesia akan tetap sebagai pembeli lisensi, bukan produsen teknologi.

Tabel berikut disajikan untuk menggambarkan kesiapan sistem pendidikan dan inovasi Indonesia dibanding Asia Timur dan Amerika Serikat, karena perdebatan “kita siap atau tidak” harus kembali ke indikator yang bisa diuji.

Tabel 3. Kesiapan Sistem Pendidikan dan Inovasi Menuju 2045: Indonesia vs Asia Timur vs Amerika Serikat

Tabel ini menunjukkan bahwa Indonesia memiliki modal pasar besar dan momentum demografis, tetapi tertinggal dalam intensitas belanja pengetahuan dan kedalaman integrasi pendidikan dan industri. Dalam kerangka Talent Value Chain, ini berarti pasokan talenta tingkat lanjut belum cukup; dalam kerangka National Capability Alignment, ini berarti institusi riset, pembiayaan, dan industri belum bergerak sebagai satu mesin.

Pada fase ini, pemikiran Dani Rodrik dari Harvard Kennedy School relevan: kebijakan industri yang berhasil biasanya pragmatis, fokus pada pemecahan masalah kapabilitas, dan menggunakan mekanisme umpan balik cepat antara negara dan pelaku industri. Era 2034–2039 adalah era di mana Indonesia harus memilih beberapa bidang unggulan secara disiplin dan mengeksekusinya dengan tata kelola yang dapat dievaluasi publik.

ERA IV (2039–2044) — Maturity: Ketika Teknologi Menjadi Normal, Sistem Menjadi Ujian

Periode 2039–2044 adalah fase kematangan sistem. Pada titik ini, Artificial Intelligence generasi lanjut menjadi normal dalam layanan kesehatan prediktif, manajemen energi, tata kota cerdas, dan logistik. Namun justru karena ia normal, tantangannya bergeser: bukan lagi teknologi apa yang dipakai, melainkan apakah sistem sosial, institusi, dan organisasi mampu bertahan dalam ritme perubahan. Ketika pekerjaan berubah cepat dan informasi mengalir tanpa jeda, stabilitas bukan hadiah otomatis; stabilitas harus dibangun.

Tabel berikut disajikan untuk memetakan tiga pilar kesiapan Indonesia—Sumber Daya Manusia, budaya kerja, dan teknologi—karena tiga hal inilah yang menentukan apakah kematangan teknologi berubah menjadi kematangan bangsa, atau justru menjadi sumber ketegangan.

Tabel 4. Era IV (2039–2045): Kesiapan Sumber Daya Manusia, Budaya Kerja, dan Teknologi Indonesia

Tabel ini menegaskan bahwa teknologi pada era ini bukan lagi proyek, melainkan cara hidup organisasi. Dalam konteks ini, pemikiran Amy Edmondson dari Harvard Business School tentang keamanan psikologis menjadi sangat praktis: organisasi yang sukses di era Artificial Intelligence adalah organisasi yang karyawannya berani bertanya, menguji, melaporkan kesalahan, dan belajar cepat tanpa takut dihukum. Budaya seperti ini menentukan apakah Artificial Intelligence menghasilkan produktivitas atau justru menghasilkan kepanikan dan manipulasi angka.

Era ini juga memperlihatkan bahwa risiko global paling mudah masuk ke domestik melalui ekonomi dan informasi. Global Risks Report 2026 dari World Economic Forum menempatkan risiko seperti konfrontasi geoekonomi, konflik antarnegara, cuaca ekstrem, polarisasi sosial, serta misinformasi dan disinformasi sebagai risiko teratas jangka pendek. Pesannya tetap sama: masa depan pendidikan dan pekerjaan Indonesia tidak bisa dibahas tanpa memasukkan stabilitas sosial, literasi informasi, dan ketahanan ekonomi.

ERA V (2044–2049) — Legacy: Ketika Nilai Menjadi Penentu, Warisan Menjadi Ukuran

Jika 2039–2044 adalah ujian kematangan sistem, maka 2044–2049 adalah ujian warisan. Pada fase ini, pertanyaan Indonesia tidak lagi “apakah kita mampu mengadopsi Artificial Intelligence”, melainkan “apakah kita mampu memimpin dengan nilai”. Inilah fase ketika teknologi benar-benar menjadi normal, sehingga yang membedakan bangsa satu dengan bangsa lain adalah kualitas institusi, kualitas kepemimpinan, serta kemampuan menjaga kohesi sosial.

Generasi yang lahir pada 2025 akan berusia 20 tahun pada 2045, dan memasuki masa produktif penuh di rentang 2044–2049. Mereka tumbuh bersama Artificial Intelligence. Tantangan terbesar mereka bukan mengoperasikan teknologi, melainkan mengelola makna: etika, identitas, dan rasa aman dalam perubahan. Karena itu, pendidikan karakter dan kapasitas berpikir kritis tetap menjadi penyeimbang transformasi digital. Bila era sebelumnya menekankan penanaman Artificial Intelligence ke proses inti, era ini menekankan penanaman nilai ke keputusan inti.

Warisan juga berarti memeriksa ulang arah: apakah Indonesia hanya menjadi pengguna yang efisien, atau menjadi pembentuk aturan main regional. Jika tata kelola data, ketahanan siber, dan standar etika menjadi mapan, Indonesia memiliki peluang menjadi jangkar kepercayaan di kawasan. Jika tidak, ketergantungan teknologi berubah menjadi ketergantungan politik, karena kedaulatan di era ini bukan hanya kedaulatan wilayah, melainkan kedaulatan keputusan.

Risk dan Trade-off: Harga yang Harus Dibayar Jika Transformasi Salah Kelola

Transformasi selalu punya biaya. Jika biaya itu tidak dikenali sejak awal, ia muncul sebagai krisis sosial, bukan sebagai angka anggaran.

Risiko pertama adalah ketimpangan sosial. Artificial Intelligence cenderung memberi premi besar kepada pekerja berkeahlian tinggi, sementara pekerjaan rutin dan administratif tertekan. Indeks paparan Generative AI dari International Labour Organization menunjukkan paparan pekerjaan terhadap Generative AI luas dan cenderung meningkat seiring kedigitalan pekerjaan; dampaknya lebih banyak berupa transformasi pekerjaan, tetapi transformasi itu menciptakan pemenang dan yang tertinggal. Jika Indonesia tidak menyiapkan pelatihan ulang berbasis kebutuhan industri, ketimpangan akan menjadi isu politik.

Risiko kedua adalah konsentrasi kekuatan teknologi. Ketika data dan komputasi dikuasai segelintir pemain, negara dan industri domestik menjadi pengguna, bukan pembentuk. Pada era ini, daya tawar bukan ditentukan oleh jumlah pengguna internet, melainkan oleh kepemilikan kapabilitas: data, talenta, riset, dan standar.

Risiko ketiga adalah polarisasi politik akibat disrupsi ekonomi. Ketika pekerjaan berubah cepat, narasi publik mudah dimanipulasi oleh disinformasi. Risiko ini makin besar ketika ketidakpastian ekonomi bertemu dengan rendahnya literasi digital dan rendahnya kepercayaan pada institusi.

Risiko keempat adalah keterlambatan regulasi. Regulasi yang datang setelah industri berkembang biasanya hanya memadamkan kebakaran. Regulasi yang adaptif perlu ruang uji coba, audit sistem, dan mekanisme evaluasi berbasis data. Jika tidak, negara akan selalu tertinggal satu langkah dari inovasi dan tertinggal dua langkah dari risiko.

Trade-off terbesar adalah antara kecepatan inovasi dan stabilitas sosial. Terlalu cepat tanpa perlindungan sosial dapat memicu instabilitas. Terlalu lambat menyebabkan ketertinggalan.

Tiga Skenario Indonesia 2045: Optimistic, Moderate, Stagnation

Skenario bukan ramalan. Ia cara disiplin untuk menguji keputusan hari ini.

Tabel berikut disajikan untuk merumuskan tiga jalur 2045 yang paling masuk akal, berdasarkan kondisi kebijakan talenta, pembiayaan riset, dan kemampuan mengelola risiko sosial.

Tabel 5. Scenario Plan 2045: Kondisi Pemicu dan Ciri Hasil

Tabel ini menunjukkan bahwa pembeda antar skenario bukan apakah kita memiliki Artificial Intelligence, melainkan apakah kita memiliki sistem yang mengubah Artificial Intelligence menjadi produktivitas, dan produktivitas menjadi kesejahteraan.

Implication for Policymakers dan Investors: Apa Artinya untuk Pemerintah, Investor, dan Korporasi

Bagi pemerintah, implikasinya adalah mengubah cara mengelola pendidikan, talenta, dan riset menjadi agenda produktivitas nasional. Belanja pendidikan dan pelatihan harus menjadi investasi berbasis hasil, dengan indikator yang terkait langsung ke kebutuhan industri dan transformasi pekerjaan.

Bagi investor, implikasinya adalah membaca Indonesia bukan hanya sebagai pasar, tetapi sebagai negara yang sedang menentukan kapasitasnya. Jika jalur kebijakan menunjukkan komitmen pada talenta, tata kelola data, dan ketahanan siber, maka investasi pada pusat data, teknologi kesehatan, pendidikan digital, manufaktur cerdas, dan energi bersih menjadi rasional. Jika tidak, risiko regulasi, risiko sosial, dan risiko reputasi akan membesar, terutama ketika standar keberlanjutan dan kepatuhan global makin ketat.

Bagi korporasi, implikasinya adalah menggeser strategi dari digitalisasi permukaan ke transformasi proses inti. Artificial Intelligence yang tidak menyentuh cara kerja inti hanya menghasilkan biaya, bukan produktivitas. Korporasi perlu membangun Talent Value Chain internal: pemetaan keterampilan, desain ulang pekerjaan, pembelajaran berkelanjutan, dan budaya kerja yang mendukung eksperimen terukur. Pada saat yang sama, korporasi perlu bersiap menghadapi risiko global: ketahanan siber, tata kelola data, dan ketahanan terhadap disinformasi.

Kesimpulan Strategis: Pesan Utama dan Rekomendasi Lintas Era (2024–2045)

Bridging the Future bukan sekadar agenda ekonomi. Ia proyek lintas generasi.

Di era pertama, Indonesia harus memastikan pondasi fisik tidak dibangun tanpa pondasi algoritmik: data, talenta, dan standar.

Di era kedua, Indonesia harus menskalakan Artificial Intelligence menjadi infrastruktur publik dan industri, sambil memastikan regulasi adaptif dan pembiayaan talenta stabil.

Di era ketiga, Indonesia harus memilih posisi global yang spesifik dan bisa dimenangkan, dengan kebijakan industri yang pragmatis dan mekanisme umpan balik cepat.

Di era keempat, Indonesia harus mematangkan sistem agar teknologi yang normal tidak memecah kohesi sosial.

Di era kelima, Indonesia harus mewariskan kemajuan yang beradab: produktivitas yang naik, kohesi sosial yang dijaga, dan kedaulatan teknologi yang meningkat.

Kendala terbesar Indonesia hari ini biasanya bukan kurang ide, melainkan rantai talenta yang terputus, belanja pengetahuan yang belum memadai untuk ambisi negara berpendapatan tinggi, serta tata kelola data dan ketahanan digital yang sering dianggap urusan teknis padahal ia urusan ekonomi dan politik. Perubahan pekerjaan yang meluas akibat Generative AI mempertegas kebutuhan desain ulang pekerjaan dan pelatihan ulang. Risiko global yang meningkat, termasuk polarisasi dan disinformasi, memperbesar urgensi literasi informasi dan ketahanan institusi.

Pesan yang ingin ditinggalkan dari seluruh pembahasan ini tegas: Indonesia tidak kekurangan potensi, tetapi potensi tidak akan menjadi daya saing tanpa disiplin eksekusi lintas pemerintahan. Jika Indonesia ingin 2045 menjadi cerita kemajuan, bukan sekadar perayaan angka, maka seluruh pemangku kepentingan—pemerintah, Badan Usaha Milik Negara, swasta, kampus, dan investor—harus bergerak pada agenda yang sama: memperkuat rantai talenta, menaikkan belanja pengetahuan, menata tata kelola data dan ketahanan siber, serta menjaga kohesi sosial di tengah disrupsi.

Referensi

1. The Fourth Industrial Revolution, Klaus Schwab, World Economic Forum, 2016.
2. Machine, Platform, Crowd, Andrew McAfee dan Erik Brynjolfsson, W.W. Norton & Company, 2017.
3. AI Superpowers, Kai-Fu Lee, Houghton Mifflin Harcourt, 2018.
4. The Age of AI, Henry Kissinger, Eric Schmidt, Daniel Huttenlocher, Little, Brown and Company, 2021.
5. OECD Economic Surveys: Indonesia 2024, Organisation for Economic Co-operation and Development, OECD Publishing, 2024.
6. Funding Indonesia’s Vision 2045 (Indonesia Economic Prospects, December 2024), World Bank, World Bank Publications, 2024.
7. Generative AI and Jobs: A Refined Global Index of Occupational Exposure, International Labour Organization, 2025.
8. Research and Development Expenditure (% of GDP): World Development Indicators, World Bank, 2025.
9. The Global Risks Report 2026, World Economic Forum, 2026.
10. Global Cybersecurity Outlook 2026, World Economic Forum, 2026.
11. Global Value Chains Outlook 2026: Orchestrating Value Chains in an Age of Complexity, World Economic Forum, 2026.