THE HUMAN SOVEREIGN, Membangun Future-Ready Talent di Era Human-AI Global

Ketika dunia berlomba membangun AI, keunggulan masa depan tidak hanya ditentukan oleh teknologi, tetapi oleh manusia yang mampu belajar, menilai, beradaptasi, dan mengarahkan teknologi untuk menciptakan nilai.

Executive Summary

Artificial Intelligence atau AI, yaitu kecerdasan buatan yang mampu membantu manusia menulis, menghitung, menganalisis, membaca pola, membuat prediksi, dan memberi rekomendasi, kini tidak lagi berada di pinggir ekonomi digital. AI sudah masuk ke ruang kerja, ruang kelas, ruang rapat, pabrik, rumah sakit, bank, media, pemerintahan, logistik, energi, dan hampir semua sektor yang selama ini bertumpu pada pengetahuan manusia.

Perubahan terbesar bukan hanya terjadi pada mesin, sistem, atau algoritma. Perubahan paling menentukan justru terjadi pada manusia. Cara manusia belajar, bekerja, memimpin, mengambil keputusan, membangun karier, dan menilai kebenaran sedang berubah. Pekerjaan menjadi lebih cepat, tetapi standar kompetensi ikut naik. Informasi menjadi lebih mudah diperoleh, tetapi kemampuan memilah informasi menjadi semakin penting. Organisasi menjadi lebih efisien, tetapi risiko bias, kesalahan keputusan, dan ketergantungan pada sistem juga semakin besar.

World Economic Forum atau WEF memperkirakan sekitar 39 persen core skills atau keterampilan inti pekerja akan berubah pada 2030. Dalam periode 2025–2030, WEF juga memproyeksikan muncul sekitar 170 juta pekerjaan baru dan sekitar 92 juta pekerjaan tergantikan, sehingga terdapat tambahan bersih sekitar 78 juta pekerjaan. Angka ini menunjukkan bahwa dunia kerja tidak sekadar kehilangan pekerjaan lama. Dunia kerja juga menciptakan pekerjaan baru, tetapi hanya talenta yang siap belajar ulang yang mampu menangkap peluangnya.

Di titik inilah konsep future-ready talent menjadi penting. Future-ready talent adalah talenta yang siap menghadapi masa depan karena memiliki kombinasi keterampilan teknis, kemampuan berpikir kritis, literasi AI, etika, adaptabilitas, kolaborasi, dan keberanian mengambil keputusan dalam situasi tidak pasti. Dalam era Human-AI, talenta unggul bukan hanya orang yang mampu memakai teknologi, tetapi orang yang mampu mengubah teknologi menjadi keputusan, produktivitas, dan nilai.

Artikel ini menempatkan Human Sovereign sebagai gagasan utama. Human Sovereign berarti manusia yang tetap berdaulat dalam berpikir, memilih, mengarahkan, dan bertanggung jawab di tengah kecerdasan mesin. Manusia tidak boleh menjadi pengguna pasif. Manusia harus tetap menjadi subjek yang memahami konteks, menjaga nilai, dan memastikan teknologi bekerja untuk kepentingan manusia.

Secara global, negara dan kawasan besar mengambil jalan berbeda. Amerika Serikat bergerak melalui inovasi, perusahaan teknologi, venture capital, dan kampus riset. Eropa menekankan etika, regulasi, perlindungan data, dan human oversight. Asia memakai AI untuk produktivitas, manufaktur, layanan digital, dan penguatan daya saing industri. Timur Tengah menggunakan investasi besar untuk membangun pusat data, AI hub, smart city, dan knowledge economy. ASEAN memperkuat integrasi ekonomi digital. Indonesia, dengan pasar digital besar dan bonus demografi, menghadapi pertanyaan strategis: apakah mampu mengubah konektivitas dan populasi produktif menjadi kompetensi nasional.

Bagi Indonesia, isu ini bukan sekadar tren teknologi global. Ini adalah agenda pembangunan manusia. Pengguna internet besar, populasi produktif luas, budaya sosial kuat, dan visi Indonesia Emas 2045 adalah modal penting. Tetapi modal itu belum otomatis menjadi keunggulan. Indonesia perlu membangun human capability, talent ecosystem, dan social capital yang produktif agar tidak hanya menjadi pasar pengguna AI, melainkan pencipta nilai dalam ekonomi Human-AI.

Pendahuluan

Di banyak negara, kegelisahan yang sama sedang muncul. Anak muda bertanya apakah kuliah masih penting ketika AI bisa membantu menjawab tugas dalam hitungan detik. Pekerja bertanya apakah keterampilan mereka akan tergantikan. Perusahaan bertanya bagaimana menemukan talenta yang tidak hanya pintar hari ini, tetapi juga siap berubah besok. Pemerintah bertanya bagaimana mengatur AI tanpa mematikan inovasi. Kampus bertanya bagaimana kurikulum tetap relevan ketika pengetahuan berubah lebih cepat daripada siklus pendidikan formal.

Kegelisahan itu wajar. AI memang sedang mengubah struktur dasar dunia kerja. Menulis, menerjemahkan, menganalisis, membuat ringkasan, membaca dokumen, membuat presentasi, menyusun kode program, dan memproses data kini dapat dibantu AI. Tetapi perubahan ini tidak menghapus kebutuhan terhadap manusia. Justru sebaliknya, semakin banyak pekerjaan dibantu teknologi, semakin penting kemampuan manusia untuk menilai, menguji, dan mempertanggungjawabkan hasilnya.

AI membuat jawaban menjadi lebih mudah diperoleh, tetapi pertanyaan yang tepat menjadi semakin bernilai. AI membuat analisis lebih cepat, tetapi kualitas penilaian manusia tetap menentukan apakah analisis itu berguna. AI membuat output terlihat rapi, tetapi proses berpikir di balik output tetap harus diuji. Inilah tantangan utama era Human-AI: manusia tidak cukup menjadi pengguna alat, tetapi harus menjadi penilai, pengarah, dan penjaga kualitas keputusan.

Dalam konteks ini, AI literacy menjadi kemampuan dasar baru. AI literacy berarti kemampuan memahami manfaat, batas, risiko, dan cara menggunakan AI secara bertanggung jawab. Kemampuan ini tidak menuntut semua orang menjadi programmer atau data scientist. Tetapi pekerja, pemimpin, dosen, mahasiswa, pembuat kebijakan, dan profesional perlu memahami cara memakai AI tanpa kehilangan nalar kritis.

Dua istilah lain juga penting: reskilling dan upskilling. Reskilling berarti pelatihan ulang untuk menguasai keterampilan baru, terutama ketika pekerjaan berubah. Upskilling berarti peningkatan keterampilan agar seseorang lebih kuat dalam bidang yang sudah dikerjakan. Di era AI, keduanya bukan lagi program tambahan, tetapi bagian dari strategi bertahan dan tumbuh bagi individu, organisasi, dan negara.

Pada level yang lebih luas, dunia mulai membicarakan future-ready workforce, yaitu angkatan kerja yang mampu belajar terus-menerus, bekerja lintas fungsi, memahami teknologi, menjaga etika, dan beradaptasi dengan model kerja baru. Future-ready workforce bukan sekadar kumpulan pekerja yang paham teknologi. Ia adalah angkatan kerja yang mampu menggabungkan teknologi dengan penilaian manusia.

Bagi Indonesia, isu ini tidak bisa dibaca sebagai tren jauh dari Silicon Valley, Beijing, Brussels, Tokyo, Dubai, atau Singapura. Ini adalah isu nasional. Indonesia memiliki pasar digital besar, bonus demografi, budaya sosial, dan aspirasi Indonesia Emas 2045. Tetapi semua itu hanya menjadi kekuatan bila manusia Indonesia siap masuk ke era Human-AI. Tanpa kesiapan manusia, AI hanya menjadi teknologi impor. Dengan kesiapan manusia, AI dapat menjadi alat untuk memperkuat produktivitas, pendidikan, layanan publik, industri, dan daya saing nasional.

Chapter 1 — Human-AI Talent Race: Dunia Berpacu Membangun Manusia yang Siap AI

Kompetisi global hari ini sering terlihat seperti perang teknologi. Negara membangun pusat data. Perusahaan membeli sistem AI. Investor masuk ke perusahaan teknologi. Kampus membuka program data science, machine learning, dan AI governance. Pemerintah menyusun strategi nasional AI. Tetapi di balik semua itu, kompetisi yang lebih menentukan adalah Human-AI Talent Race.

Human-AI Talent Race berarti perlombaan membangun manusia yang mampu bekerja bersama AI. Dalam perlombaan ini, pemenang masa depan bukan hanya negara yang memiliki model AI paling canggih, tetapi negara yang memiliki manusia paling siap menggunakan, mengkritisi, mengarahkan, dan mengendalikan teknologi. Teknologi dapat dibeli, tetapi kapabilitas manusia harus dibangun. Infrastruktur dapat dipasang, tetapi budaya belajar harus ditanam. Sistem dapat diadopsi, tetapi kualitas keputusan tetap harus dilatih.

Salah satu kemampuan baru yang muncul adalah AI fluency. AI fluency berarti kefasihan memakai AI secara tepat. Orang yang memiliki AI fluency tidak hanya tahu cara memberi instruksi kepada AI, tetapi juga memahami kapan hasil AI dapat dipercaya, kapan harus diperiksa ulang, bias apa yang mungkin muncul, dan bagaimana menggabungkan hasil AI dengan pengalaman manusia.

Namun kefasihan memakai AI belum cukup. Semakin kuat AI, semakin penting human judgment. Human judgment berarti kemampuan manusia menilai situasi dengan mempertimbangkan konteks, nilai, risiko, pengalaman, etika, dan dampak sosial. AI bisa salah, bias, atau kehilangan konteks. Karena itu, manusia tetap harus menjadi penguji akhir dalam keputusan yang berdampak pada organisasi, masyarakat, dan kehidupan manusia.

Dalam organisasi, perubahan ini membuat pembelajaran masuk ke inti strategi bisnis. Pelatihan tidak bisa lagi menjadi agenda tahunan yang administratif. Setiap proyek harus menjadi ruang belajar. Setiap teknologi baru harus diikuti peta kompetensi. Setiap perubahan proses harus disertai peningkatan keterampilan. Setiap pemimpin harus membaca bukan hanya target bisnis, tetapi juga kesiapan manusia di balik target tersebut.

Responsible AI juga menjadi kebutuhan. Responsible AI berarti penggunaan AI yang bertanggung jawab, adil, aman, transparan, dan dapat diawasi. AI tidak netral sepenuhnya karena dibentuk oleh data, desain sistem, tujuan bisnis, kepentingan organisasi, dan cara manusia menggunakannya. Tanpa tata kelola, AI bisa memperkuat bias, melanggar privasi, melemahkan martabat pekerja, atau membuat keputusan yang sulit dipertanggungjawabkan.

Agar peta besarnya mudah dibaca, tabel berikut menyajikan posisi beberapa kawasan utama. Tabel dibuat ringkas agar pembaca cepat menangkap skala, fokus, arah, dan risiko strategisnya.

Tabel 1. Peta Ringkas Human-AI Talent Race Menuju 2030

Level / Kawasan	Angka Kunci 2024–2026	Fokus 2024–2026	Arah 2030	Risiko Utama
Global	39% core skills berubah; 170 juta pekerjaan baru; 92 juta pekerjaan tergantikan; selisih +78 juta pekerjaan	AI mengubah skill, isi pekerjaan, dan desain organisasi	Future-ready workforce	Skill disruption
Amerika Serikat	US$109,1 miliar investasi AI; 40 notable AI models	Inovasi, startup, big tech, kampus riset	Innovation-led AI talent	Talent polarization
Eropa	AI Act; human oversight	Etika, regulasi, perlindungan data	Trustworthy AI workforce	Inovasi melambat bila talent kurang
Timur Tengah	Investasi besar pada AI hub dan pusat data	Diversifikasi menuju knowledge economy	Knowledge-economy talent	Infrastruktur kuat, talenta lokal tertinggal
Asia	Populasi besar; manufaktur kuat; demografi beragam	AI untuk produktivitas dan industrial upgrading	Productivity-driven AI workforce	Skill gap antarwilayah
ASEAN	Potensi ekonomi digital ±US$2 triliun	Integrasi digital melalui DEFA	Regional digital workforce	Menjadi pasar, bukan pencipta nilai
Indonesia	221,56 juta pengguna internet; 79,5% penetrasi internet; 57,8% pekerja informal	Pasar digital besar, skill mismatch masih tinggi	Competency dividend	Talent divide

Sumber Data: World Economic Forum Future of Jobs Report 2025; Stanford AI Index Report 2025; OECD; ILO; European Union AI Act; ASEAN Secretariat tentang DEFA; APJII Survei Internet Indonesia 2024; BPS Keadaan Pekerja di Indonesia Agustus 2025; RPJPN 2025–2045. Periode rujukan: 2024–2026, dengan arah strategis 2030 dan Indonesia Emas 2045.

Tabel ini menunjukkan bahwa setiap kawasan memiliki titik tekan berbeda. Global menghadapi perubahan skill dan desain pekerjaan. Amerika Serikat bergerak melalui inovasi cepat. Eropa menekankan AI yang aman dan dapat dipercaya. Timur Tengah menghubungkan AI dengan knowledge economy. Asia memakai AI untuk produktivitas industri. ASEAN bergerak menuju integrasi digital kawasan. Indonesia perlu memastikan basis digital dan populasi produktif berubah menjadi kompetensi nyata.

Pada level global, angka WEF menunjukkan bahwa dunia kerja tidak sekadar kehilangan pekerjaan karena AI. Sekitar 170 juta pekerjaan baru diproyeksikan muncul, sementara 92 juta pekerjaan diperkirakan tergantikan. Selisihnya menghasilkan tambahan bersih sekitar 78 juta pekerjaan. Artinya, peluang tetap ada, tetapi hanya akan dinikmati oleh pekerja, organisasi, dan negara yang mampu membangun keterampilan baru.

Untuk Indonesia, tantangannya jelas. Konektivitas digital harus naik menjadi kemampuan produktif. Besarnya pengguna internet harus diubah menjadi literasi, kompetensi, dan produktivitas. Bonus demografi harus diarahkan menjadi competency dividend, yaitu nilai tambah yang lahir dari penduduk usia produktif yang terdidik, terampil, adaptif, dan mampu bekerja bersama AI.

Inilah inti Chapter 1. Human-AI Talent Race bukan perlombaan membeli teknologi, melainkan perlombaan membangun manusia. Negara yang hanya mengejar teknologi akan menjadi pengguna. Negara yang membangun manusia bersama teknologi akan menjadi pencipta nilai.

Chapter 2 — Cara Negara Besar Merespons: Inovasi, Etika, Produktivitas, dan Knowledge Economy

Setelah memahami Human-AI Talent Race, pertanyaan berikutnya adalah bagaimana negara besar merespons perubahan ini. Jawabannya tidak seragam. Amerika Serikat membaca AI sebagai mesin inovasi. Eropa membaca AI sebagai isu kepercayaan publik dan tata kelola. Asia Timur membaca AI sebagai alat produktivitas dan industrial upgrading. Timur Tengah membaca AI sebagai jalan menuju knowledge economy.

Knowledge economy berarti ekonomi yang digerakkan oleh pengetahuan, riset, teknologi, data, inovasi, dan talenta. Dalam ekonomi seperti ini, kekuatan negara tidak hanya diukur dari sumber daya alam atau jumlah pabrik, tetapi dari kemampuan manusia dan institusinya menciptakan nilai baru.

Amerika Serikat menjadi contoh paling kuat dalam akselerasi inovasi. Ekosistemnya didukung perusahaan teknologi besar, startup, venture capital atau modal ventura, kampus riset, dan talenta global. Investasi swasta AI Amerika Serikat pada 2024 diperkirakan sekitar US$109,1 miliar, atau sekitar Rp1.920 triliun dengan kurs Rp17.600 per USD. Angka ini menunjukkan bahwa AI di Amerika bukan hanya teknologi, tetapi sudah menjadi industri strategis.

Eropa mengambil jalur berbeda. Eropa tidak ingin AI tumbuh sebagai mesin produktivitas tanpa batas moral. Karena itu, Eropa menekankan responsible AI, yaitu AI yang aman, adil, transparan, dapat diawasi, dan tidak merusak hak manusia. Istilah human oversight penting di sini. Human oversight berarti keputusan penting yang melibatkan AI tetap harus berada dalam pengawasan manusia.

Asia Timur, terutama China, Jepang, dan Korea Selatan, membaca AI sebagai alat menjaga produktivitas dan memperkuat industri. China memakai AI untuk industrial upgrading, manufaktur cerdas, logistik, pendidikan, dan layanan publik. Jepang dan Korea Selatan memakai AI untuk menjaga produktivitas di tengah tekanan demografi menua. Di kawasan ini, AI bukan hanya aplikasi digital, tetapi alat untuk memperkuat ekonomi riil.

Timur Tengah menawarkan model lain. Negara-negara Teluk memakai modal besar untuk membangun pusat data, smart city, AI hub, kampus global, dan ekosistem talenta internasional. Namun pelajarannya jelas: infrastruktur AI tidak cukup. Pusat data dan smart city hanya menjadi aset mahal bila tidak diikuti penguatan talenta lokal.

Agar mudah dibaca, tabel berikut merangkum respons negara besar. Angka investasi dan biaya SDM dimasukkan langsung ke dalam kolom fokus agar tabel tidak melebar dan tetap mudah dipahami.

Tabel 2. Respons Negara Besar dalam Human-AI Talent Race

Negara / Kawasan	Fokus 2024–2026	Arah 2030	Pelajaran untuk Indonesia
Amerika Serikat	Inovasi AI, startup, big tech, kampus riset. Investasi swasta AI sekitar US$109,1 miliar atau ±Rp1.920 triliun.	Innovation-led AI talent	Bangun ekosistem inovasi, bukan hanya adopsi aplikasi.
Eropa / OECD	Etika, regulasi, human oversight, dan perlindungan data. Rata-rata belanja ocalikan OECD sekitar US$15.022 per siswa atau ±Rp264,4 juta per siswa.	Trustworthy AI workforce	AI harus produktif, tetapi tetap aman, dipercaya, dan bertanggung jawab.
Jepang & Korea Selatan	AI untuk produktivitas, manufaktur, layanan ocal, dan demografi menua. Belanja ocalikan tersier Jepang sekitar US$8.184 per mahasiswa atau ±Rp144,0 juta per mahasiswa.	Productivity-resilient workforce	AI dapat menjaga produktivitas ocal tenaga kerja makin terbatas.
China	Industrial upgrading, manufaktur cerdas, ocalik, ocalikan, dan produktivitas nasional. Belanja ocalikan tersier sekitar US$7.157 per mahasiswa atau ±Rp126,0 juta per mahasiswa.	AI-powered industrial capability	AI harus masuk ke sektor produktif, bukan hanya layanan digital dan aplikasi kantor.
Timur Tengah / MENA	AI hub, pusat data, smart city, dan transisi menuju knowledge economy. Median belanja ocalikan MENA sekitar US$889 per anak atau ±Rp15,6 juta per anak.	Knowledge-economy talent	Infrastruktur besar harus diikuti penguatan talenta ocal.

Sumber Data: Stanford AI Index Report 2025; OECD Education at a Glance 2025; World Bank Education Finance Watch 2024; laporan kebijakan AI dan human capital global. Kurs konversi: 1 USD = Rp17.600.

Tabel ini menunjukkan bahwa tidak ada satu model tunggal yang bisa disalin mentah-mentah. Amerika Serikat kuat karena inovasi, modal, dan riset. Eropa kuat karena etika, regulasi, dan kepercayaan publik. Asia Timur kuat karena industrial upgrading dan produktivitas. Timur Tengah kuat karena investasi besar untuk membangun knowledge economy.

Bagi Indonesia, pelajarannya sederhana. Dari Amerika Serikat, Indonesia belajar bahwa inovasi membutuhkan ekosistem. Dari Eropa, Indonesia belajar bahwa AI harus dipercaya publik. Dari Jepang, Korea Selatan, dan China, Indonesia belajar bahwa AI harus masuk ke sektor produktif. Dari Timur Tengah, Indonesia belajar bahwa infrastruktur harus diikuti penguatan talenta.

Jalan Indonesia tidak bisa sekadar meniru salah satu model. Indonesia perlu membangun human-centered AI, yaitu pemanfaatan AI yang menempatkan manusia sebagai pusat keputusan. AI harus dipakai untuk memperkuat pendidikan, layanan publik, industri, kesehatan, logistik, energi, UMKM, dan produktivitas nasional. Tetapi AI juga harus dikawal oleh literasi, etika, tata kelola, dan tanggung jawab manusia.

Chapter 3 — ASEAN: Kawasan Muda di Tengah Kompetisi Talenta Baru

Setelah melihat negara besar, ASEAN menjadi jembatan penting menuju Indonesia. Kawasan ini punya posisi menarik. Populasinya relatif muda, ekonomi digitalnya tumbuh, urbanisasinya cepat, kelas menengahnya berkembang, dan basis manufakturnya makin penting dalam rantai pasok global. Tetapi ASEAN juga punya tantangan besar: kualitas talenta belum merata antarnegara.

ASEAN tidak bisa lagi hanya dilihat sebagai pasar besar. Dalam era Human-AI, ASEAN harus menjadi talent region, yaitu kawasan yang mampu membangun, menggerakkan, dan mempertahankan talenta digital. Jika tidak, ASEAN hanya akan menjadi pengguna platform, konsumen aplikasi, dan lokasi produksi berbiaya rendah. Nilai tambah terbesar akan diambil oleh pihak yang menguasai teknologi, data, modal, dan talenta.

Singapura menonjol sebagai talent hub, yaitu pusat talenta yang mampu menarik perusahaan, profesional, peneliti, investor, dan institusi global. Program SkillsFuture menunjukkan bahwa reskilling tidak hanya dipandang sebagai tanggung jawab individu, tetapi juga sebagai investasi negara untuk menjaga relevansi tenaga kerja.

Vietnam memberi contoh berbeda. Negara ini kuat dalam manufaktur, disiplin industri, dan rantai pasok. Dalam era AI, kekuatan ini bisa naik menjadi industrial digital workforce, yaitu tenaga kerja industri yang mampu bekerja dengan data, otomasi, kualitas proses, dan sistem produksi digital.

Malaysia dan Thailand bergerak melalui industrial upgrading, vokasi, semikonduktor, otomotif, elektronik, dan layanan digital. Filipina kuat dalam Business Process Outsourcing atau BPO, yaitu layanan proses bisnis yang dikerjakan pihak ketiga, seperti layanan pelanggan, administrasi, keuangan, atau dukungan teknologi. Namun AI mulai menekan pekerjaan layanan yang rutin, sehingga talenta jasa harus naik ke pekerjaan bernilai tambah lebih tinggi.

Indonesia memiliki posisi terbesar dari sisi pasar dan populasi. Pengguna internet Indonesia pada 2024 mencapai sekitar 221,56 juta orang, dengan penetrasi internet sekitar 79,5 persen. Angka ini menunjukkan modal digital besar. Namun modal digital belum otomatis menjadi produktivitas. Indonesia masih perlu memperkuat literasi digital, vokasi, kualitas pendidikan, dan reskilling pekerja.

Dari sisi investasi pendidikan, Indonesia mengalokasikan anggaran pendidikan sekitar Rp724,3 triliun pada 2025, atau sekitar US$41,15 miliar dengan kurs Rp17.600 per USD. Jika dihitung kasar terhadap jumlah penduduk, anggaran ini setara sekitar US$145 per penduduk, atau sekitar Rp2,55 juta per penduduk. Angka ini bukan belanja per siswa, tetapi memberi gambaran skala investasi pendidikan nasional terhadap populasi.

Tabel berikut menyederhanakan posisi ASEAN. Angka kunci dan konversi Rupiah dimasukkan langsung dalam kolom fokus agar tidak terlalu melebar.

Tabel 3. Peta Investasi SDM dan Talenta ASEAN dalam Era Human-AI

Negara / Kawasan	Fokus 2024–2026	Arah 2030	Risiko Utama
Singapura	Reskilling, SkillsFuture, dan talent hub. SkillsFuture Credit sekitar US$2.933 per peserta atau ±Rp51,6 juta per peserta. Tunjangan pelatihan penuh waktu sekitar US$2.200 per bulan atau ±Rp38,7 juta per bulan.	Regional AI talent hub	Biaya talenta tinggi dan ketergantungan pada talenta global.
Vietnam	Manufaktur, rantai pasok, dan disiplin industri. Investasi SDM diarahkan ke manufacturing talent dan industrial upgrading.	Industrial digital workforce	Talenta harus naik dari manufaktur dasar ke industri digital.
Malaysia & Thailand	Vokasi, semikonduktor, otomotif, elektronik, dan digital economy. Fokus investasi SDM diarahkan pada industrial upgrading dan tech-enabled workforce.	Tech-enabled workforce	Skill gap pada sektor teknologi tinggi dan manufaktur modern.
Filipina	BPO, layanan digital, dan tenaga kerja berbahasa Inggris. Investasi SDM perlu diarahkan ke layanan bernilai tambah tinggi karena pekerjaan rutin makin terdampak AI.	High-value service talent	AI menekan pekerjaan layanan yang berulang dan administratif.
Indonesia	Pendidikan nasional, pasar digital, dan bonus demografi. Anggaran pendidikan 2025 sekitar US$41,15 miliar atau Rp724,3 triliun. Estimasi per penduduk sekitar US$145 atau ±Rp2,55 juta per penduduk.	Competency dividend	Anggaran besar belum otomatis menjadi kualitas belajar dan produktivitas.
ASEAN	Integrasi digital kawasan melalui DEFA. Potensi ekonomi digital kawasan sekitar US$2 triliun atau ±Rp35.200 triliun pada 2030.	Regional digital workforce	ASEAN menjadi pasar besar, tetapi bukan pencipta nilai besar.

Sumber Data: ASEAN Secretariat; SkillsFuture Singapore; APJII 2024; data anggaran pendidikan Indonesia 2025; BPS; World Economic Forum; OECD; World Bank. Kurs konversi: 1 USD = Rp17.600.

Tabel ini menunjukkan bahwa ASEAN tidak seragam. Singapura paling konkret dalam dukungan reskilling per individu. Vietnam kuat dalam manufaktur dan rantai pasok. Malaysia dan Thailand bergerak melalui industrial upgrading. Filipina perlu menaikkan layanan BPO menjadi layanan bernilai tambah tinggi. Indonesia memiliki skala besar dari sisi populasi dan anggaran pendidikan, tetapi tantangannya adalah memastikan anggaran itu berubah menjadi kompetensi nyata.

Bagi Indonesia, pesan utama Chapter 3 jelas. Jumlah pengguna internet besar, anggaran pendidikan besar, dan bonus demografi adalah modal penting. Tetapi modal itu belum cukup. Konektivitas perlu dinaikkan menjadi literasi, kompetensi, produktivitas, dan daya saing nasional. Jika rantai ini gagal dibangun, Indonesia berisiko mengalami talent divide, yaitu jurang antara kelompok kecil yang siap AI dan kelompok besar yang tertinggal.

Chapter 3 menjadi jembatan menuju pembahasan Indonesia yang lebih dalam. ASEAN menunjukkan bahwa kompetisi talenta baru sudah dimulai. Indonesia tidak cukup menjadi pasar terbesar di kawasan. Indonesia harus bergerak menjadi salah satu pusat kapabilitas manusia di ASEAN.

Chapter 4 — Indonesia: Dari Populasi Digital menuju Competency Dividend

Indonesia memiliki modal besar untuk masuk ke era Human-AI. Jumlah penduduk besar, pasar domestik luas, ekonomi digital tumbuh, bonus demografi masih tersedia, dan budaya sosial seperti gotong royong, musyawarah, serta solidaritas masih kuat. Dalam banyak negara, kombinasi seperti ini tidak mudah dimiliki. Tetapi modal besar tidak otomatis menjadi keunggulan. Ia baru menjadi kekuatan bila diolah menjadi kompetensi, produktivitas, dan daya saing.

Selama ini Indonesia sering berbicara tentang demographic dividend atau bonus demografi. Istilah ini berarti keuntungan yang muncul ketika jumlah penduduk usia produktif lebih besar dibandingkan penduduk usia nonproduktif. Namun di era AI, jumlah tenaga kerja yang besar saja tidak cukup. Bila kualitas pendidikan, keterampilan, literasi digital, dan produktivitas tidak ikut naik, bonus demografi justru bisa berubah menjadi tekanan sosial.

Karena itu, Indonesia perlu bergerak menuju competency dividend. Competency dividend berarti nilai tambah ekonomi dan sosial yang lahir karena penduduk usia produktif benar-benar memiliki kompetensi. Bukan hanya banyak secara jumlah, tetapi mampu bekerja, belajar ulang, memakai teknologi, membaca data, memahami risiko, dan beradaptasi dengan perubahan dunia kerja.

Tantangan Indonesia cukup nyata. Pengguna internet sudah besar, tetapi konektivitas belum otomatis menjadi produktivitas. Banyak orang terhubung ke internet, tetapi belum tentu memakai internet untuk belajar, bekerja lebih efektif, membangun usaha, membaca data, atau meningkatkan kualitas keputusan. Dalam era AI, perbedaan antara sekadar “terhubung” dan benar-benar “produktif” akan semakin menentukan.

Tantangan lain adalah struktur tenaga kerja. Pekerja informal Indonesia pada Agustus 2025 masih sekitar 57,80 persen, atau sekitar 84,70 juta orang. Angka ini penting karena agenda reskilling tidak bisa hanya menyasar pekerja formal, profesional kota besar, atau talenta digital yang sudah dekat dengan teknologi. Jika sebagian besar pekerja berada di sektor informal, maka strategi Human-AI Indonesia harus lebih inklusif, praktis, dan dekat dengan kebutuhan nyata masyarakat.

Agar posisi Indonesia lebih mudah dibaca, tabel berikut merangkum modal, tantangan, arah strategis, dan risiko utama Indonesia menuju 2030–2045.

Tabel 4. Peta Indonesia dalam Human-AI Talent Race

Aspek Indonesia	Kondisi 2024–2026	Arah 2030–2045	Risiko Jika Tidak Dikelola
Populasi digital	221,56 juta pengguna internet; penetrasi 79,5 persen	Productive digital society	Banyak pengguna digital, tetapi rendah produktivitas
Tenaga kerja	Pekerja informal sekitar 57,80 persen atau 84,70 juta orang	Reskilling yang inklusif dan luas	Reskilling hanya dinikmati pekerja formal dan perkotaan
Pendidikan	Anggaran pendidikan besar, tetapi kualitas dan relevansi masih perlu diperkuat	Kampus, vokasi, dan sekolah adaptif terhadap AI	Pendidikan menghasilkan ijazah, tetapi tidak selalu kompetensi
Industri	Digitalisasi tumbuh, tetapi skill mismatch masih terlihat	Industri sebagai ruang belajar dan reskilling	Teknologi dibeli, tetapi manusia tidak siap memakai
Budaya sosial	Gotong royong, musyawarah, dan solidaritas masih kuat	Social capital menjadi produktivitas kolektif	Budaya kuat, tetapi tidak naik menjadi sistem kerja produktif
Arah nasional	Indonesia Emas 2045 menjadi visi jangka panjang	Competency dividend	Bonus demografi berubah menjadi talent divide

Sumber Data: APJII 2024; BPS Keadaan Pekerja di Indonesia Agustus 2025; RPJPN 2025–2045; data anggaran pendidikan Indonesia 2025.

Tabel ini menunjukkan bahwa Indonesia punya modal besar, tetapi juga pekerjaan rumah besar. Populasi digital perlu naik menjadi productive digital society, yaitu masyarakat digital yang tidak hanya memakai teknologi untuk konsumsi, tetapi juga untuk belajar, bekerja, berusaha, berinovasi, dan meningkatkan kualitas keputusan.

Tenaga kerja informal menjadi isu penting. Jika strategi AI hanya dirancang untuk pekerja formal, sebagian besar pekerja akan tertinggal. Indonesia membutuhkan model reskilling yang menjangkau pekerja informal, UMKM, tenaga operasional, pekerja lapangan, guru, tenaga kesehatan, tenaga administrasi, dan sektor jasa. AI literacy tidak boleh hanya menjadi milik talenta teknologi.

Pendidikan juga harus berubah. Kampus, vokasi, dan sekolah perlu bergerak dari transfer informasi menuju pembentukan nalar. Di era AI, tugas utama pendidikan bukan hanya membuat orang bisa menjawab soal, tetapi membuat orang mampu menyusun pertanyaan yang benar, menilai jawaban, menguji informasi, dan mengambil keputusan yang bertanggung jawab.

Industri memiliki peran besar dalam rantai ini. Perusahaan tidak bisa hanya mengeluh bahwa lulusan belum siap kerja. Industri harus ikut menjadi ruang belajar. Setiap proyek, transformasi digital, implementasi sistem, dan perubahan proses harus dijadikan tempat pekerja belajar. Dengan cara ini, reskilling tidak hanya terjadi di ruang kelas, tetapi juga di pekerjaan nyata.

Budaya sosial Indonesia juga bisa menjadi keunggulan bila dikelola dengan tepat. Gotong royong, musyawarah, dan solidaritas tidak boleh berhenti sebagai slogan. Dalam era Human-AI, nilai-nilai itu perlu naik kelas menjadi collective productivity, yaitu kemampuan kolektif untuk belajar lebih cepat, bekerja lebih kolaboratif, dan menyelesaikan masalah dengan lebih efektif.

Dengan demikian, agenda Indonesia bukan sekadar mengadopsi AI. Agenda Indonesia adalah membangun manusia yang mampu memakai AI untuk menaikkan kualitas hidup, kualitas kerja, dan kualitas keputusan. Jika ini berhasil, Indonesia tidak hanya menjadi pasar digital besar, tetapi juga pusat kapabilitas manusia yang relevan dengan masa depan.

Chapter 5 — Human Sovereignty: Manusia sebagai Strategic Compass dalam Human-AI Collaboration

Setelah membaca peta global, negara besar, ASEAN, dan Indonesia, artikel ini kembali pada gagasan utama: Human Sovereignty. Human sovereignty berarti kedaulatan manusia dalam menggunakan teknologi. Dalam bahasa sederhana, manusia tetap menjadi pusat arah, nilai, etika, dan tanggung jawab ketika AI digunakan dalam pekerjaan, pendidikan, bisnis, pemerintahan, dan kehidupan sosial.

Human sovereignty bukan sikap anti-AI. Justru sebaliknya, konsep ini mendorong manusia untuk memakai AI secara serius, tetapi tidak menyerahkan seluruh penilaian kepada mesin. AI boleh membaca data, memberi rekomendasi, mempercepat pekerjaan, dan membantu keputusan. Tetapi manusia tetap harus memahami konteks, menimbang konsekuensi, serta memikul tanggung jawab akhir.

Dalam dunia kerja, konsep ini sangat penting. Banyak keputusan bisnis akan semakin dibantu AI: rekrutmen, evaluasi kinerja, analisis risiko, pemasaran, layanan pelanggan, operasional, keuangan, dan perencanaan strategis. Namun keputusan yang berdampak pada manusia tidak boleh hanya didasarkan pada output algoritma. Harus ada ruang untuk human judgment, empati, keadilan, dan pemahaman situasi.

Dalam pendidikan, human sovereignty berarti AI tidak boleh menggantikan proses berpikir. Siswa dan mahasiswa boleh memakai AI untuk belajar, mencari ide, menyusun kerangka, atau memahami materi. Tetapi mereka tetap harus belajar membaca, menulis, menalar, berdiskusi, dan mempertanggungjawabkan gagasannya. Pendidikan yang baik di era AI bukan pendidikan yang menolak AI, tetapi pendidikan yang mengajarkan manusia memakai AI tanpa kehilangan kedalaman berpikir.

Dalam pemerintahan, human sovereignty berarti AI harus memperkuat layanan publik, bukan membuat negara menjadi dingin dan mekanistik. AI dapat membantu analisis data, deteksi masalah, pelayanan warga, pengawasan program, dan pengambilan keputusan berbasis bukti. Tetapi negara tetap harus menjaga keadilan, transparansi, perlindungan data, dan akses yang setara bagi masyarakat.

Dalam industri, human sovereignty berarti transformasi digital harus tetap memuliakan manusia. Efisiensi penting, tetapi tidak boleh menjadi satu-satunya ukuran. Produktivitas penting, tetapi harus diikuti reskilling. Otomasi penting, tetapi harus dikelola agar pekerja punya jalur naik kelas. Perusahaan yang matang tidak hanya bertanya berapa biaya yang bisa dihemat oleh AI, tetapi juga bertanya manusia seperti apa yang harus dibangun agar AI memberi nilai jangka panjang.

Agar gagasan Human Sovereignty lebih mudah dipahami, tabel berikut merangkum peran AI dan peran manusia dalam beberapa ruang penting.

Tabel 5. Human Sovereignty dalam Human-AI Collaboration

Ruang Penggunaan AI	Peran AI	Peran Manusia	Prinsip Human Sovereignty
Pekerjaan	Mempercepat analisis, laporan, otomasi, dan rekomendasi	Menilai konteks, risiko, etika, dan dampak keputusan	AI membantu kerja, manusia menjaga arah
Pendidikan	Membantu riset, penjelasan materi, dan penyusunan ide	Menguji pemahaman, nalar, karakter, dan integritas	AI mempercepat belajar, manusia membentuk makna
Industri	Mengoptimalkan produksi, kualitas, maintenance, dan data operasional	Menentukan prioritas, keselamatan, produktivitas, dan reskilling	AI menaikkan efisiensi, manusia menjaga keberlanjutan
Pemerintahan	Membantu data, layanan publik, dan pemantauan program	Menjaga keadilan, transparansi, dan perlindungan warga	AI memperkuat layanan, manusia menjaga legitimasi
Masyarakat	Membuka akses informasi dan layanan digital	Menjaga empati, solidaritas, dan tanggung jawab sosial	AI memperluas akses, manusia menjaga kemanusiaan

Sumber Data: OECD; UNDP; ILO; World Economic Forum; literatur Human-AI Collaboration dan Responsible AI.

Tabel ini menegaskan bahwa AI memiliki peran besar, tetapi bukan peran terakhir. Dalam pekerjaan, AI dapat mempercepat analisis, tetapi manusia tetap harus membaca konteks. Dalam pendidikan, AI dapat membantu belajar, tetapi manusia tetap harus membentuk nalar. Dalam industri, AI dapat menaikkan efisiensi, tetapi manusia tetap harus menjaga keselamatan, kualitas, dan keberlanjutan. Dalam pemerintahan, AI dapat memperbaiki layanan, tetapi manusia tetap harus menjaga legitimasi dan keadilan.

Untuk Indonesia, Human Sovereignty perlu dikaitkan dengan budaya sendiri. Gotong royong, musyawarah, solidaritas, dan tanggung jawab sosial dapat menjadi fondasi lokal dalam membangun Human-AI Collaboration. Nilai ini tidak boleh berhenti sebagai romantisme budaya. Ia harus naik menjadi cara kerja baru: kolaboratif, produktif, transparan, dan adaptif.

Indonesia tidak perlu takut pada AI. Yang perlu dihindari adalah penggunaan AI tanpa arah manusia. AI harus dipakai untuk memperkuat pendidikan, mempercepat layanan publik, menaikkan produktivitas industri, membantu UMKM, memperbaiki logistik, memperkuat kesehatan, dan meningkatkan kualitas keputusan. Namun setiap penggunaan AI harus tetap menjaga manusia sebagai pusat nilai.

Inilah pesan utama Human Sovereignty. AI adalah alat besar, tetapi bukan tujuan akhir. Teknologi adalah akselerator, tetapi bukan kompas moral. Data adalah bahan penting, tetapi bukan pengganti kebijaksanaan. Algoritma dapat membaca pola, tetapi manusia harus membaca makna.

Pada akhirnya, masa depan Human-AI tidak ditentukan oleh mesin saja. Masa depan itu ditentukan oleh manusia yang mau belajar, berani berubah, mampu bekerja bersama teknologi, dan tetap menjaga tanggung jawab sosial. Di sinilah manusia menjadi sovereign: bukan karena menolak AI, tetapi karena mampu mengarahkannya.

Case Study 1 — Siemens: Dari Digital Factory menuju Industrial Reskilling

Siemens menjadi contoh penting karena transformasi industrinya tidak hanya berbicara tentang mesin, otomasi, sensor, software, dan pabrik digital. Case ini menunjukkan bahwa teknologi ndustry hanya menghasilkan nilai jika manusia di dalam organisasi ikut naik kelas. Dalam era Human-AI, Siemens memberi ndustry bahwa industrial upgrading tidak boleh berhenti pada ndust digital, tetapi harus diterjemahkan menjadi reskilling pekerja.

Masalah utama Siemens adalah perubahan isi pekerjaan industri. Pekerja tidak lagi cukup hanya mengoperasikan mesin. Mereka harus mampu membaca data produksi, memahami dashboard, menjaga kualitas, merespons gangguan, bekerja dengan otomasi, dan memahami hubungan antara mesin, software, sensor, serta keputusan manusia. Dengan kata lain, pekerja industri perlu naik dari operator tradisional menjadi problem solver berbasis data.

Ide solusinya lahir dari kesadaran bahwa digital factory membutuhkan digital workforce. Digital factory berarti pabrik yang proses produksinya semakin terhubung dengan data, otomasi, ndust digital, dan analitik. Tetapi digital factory tidak akan optimal bila pekerja tidak memahami cara memakai data dan teknologi tersebut. Karena itu, Siemens memperkuat pembelajaran digital, peta kompetensi, reskilling, dan employability.

Employability berarti kemampuan seseorang untuk tetap relevan, produktif, dan mampu bekerja di ndust perubahan kebutuhan ndustry. Siemens menempatkan employability sebagai bagian dari strategi jangka ndustr, bukan sekadar program pelatihan tahunan. Artinya, pekerja tidak hanya dilatih untuk pekerjaan hari ini, tetapi juga disiapkan untuk pekerjaan yang terus berubah.

Agar perubahan Siemens terlihat jelas, ndus berikut membandingkan kondisi sebelum dan sesudah perubahan dilakukan. Tabel ini membantu pembaca memahami bahwa transformasi tidak hanya terjadi pada teknologi, tetapi juga pada cara ndustryn membangun manusia.

Tabel 6. Siemens: Sebelum dan Sesudah Industrial Reskilling

Aspek Perubahan	Sebelum Perubahan	Sesudah Perubahan	Makna Strategis
Cara melihat pekerja	Pekerja lebih banyak diposisikan sebagai operator proses dan pengguna mesin.	Pekerja didorong menjadi digital operator, problem solver, dan system thinker.	Pekerja tidak hanya menjalankan proses, tetapi ikut membaca data dan menyelesaikan masalah.
Kebutuhan kompetensi	Fokus pada keterampilan operasional, teknis, dan proses produksi tradisional.	Keterampilan bergeser ke data, otomasi, dashboard, ndust digital, kualitas, dan keselamatan.	Isi pekerjaan berubah, sehingga kompetensi juga harus berubah.
Digital learning	23 jam per karyawan pada FY2023.	27 jam per karyawan pada FY2024.	Naik sekitar 17,4 persen; digital learning menjadi bagian penting dari employability.
Total learning	34,2 jam per orang pada FY2024.	36,6 jam per orang pada FY2025.	Pembelajaran diperluas dari digital learning menjadi total learning yang lebih komprehensif.
Target pembelajaran	Pembelajaran masih bertumpu pada capaian tahunan.	Target 40 jam total learning per orang pada 2030.	Reskilling diposisikan sebagai agenda jangka ndustr, bukan pelatihan sesaat.
Jangkauan ekosistem	Pembelajaran lebih kuat di internal organisasi dan mitra terdekat.	Target 3 juta orang dalam learning ecosystem pada 2030.	Transformasi diarahkan ke ekosistem ndustry, bukan hanya karyawan internal.
Dampak organisasi	Teknologi berisiko menjadi alat modern, tetapi belum sepenuhnya mengubah cara kerja.	Teknologi lebih mudah menjadi produktivitas karena pekerja disiapkan untuk memakainya.	Investasi teknologi lebih kuat jika disertai investasi kompetensi.

Sumber Data: Siemens Annual Report 2024; Siemens Report 2025; Siemens Sustainability Statement 2025; Siemens Sustainability Report 2024.

Tabel ini menunjukkan bahwa Siemens tidak memisahkan transformasi teknologi dari transformasi manusia. Kenaikan digital learning dari 23 jam menjadi 27 jam per karyawan dan kenaikan total learning dari 34,2 jam menjadi 36,6 jam per orang menjadi sinyal bahwa pembelajaran diperlakukan sebagai bagian dari daya saing. Target 40 jam total learning per orang pada 2030 juga menunjukkan bahwa reskilling tidak dibaca sebagai program sementara, tetapi sebagai sistem.

Dampak terpentingnya bukan hanya pada jumlah jam belajar, tetapi pada perubahan cara melihat pekerja. Pekerja industri tidak lagi cukup diposisikan sebagai operator. Mereka harus menjadi manusia yang mampu memahami sistem, membaca data, menjaga kualitas, dan mengambil keputusan dalam proses produksi yang semakin digital. Ini sejalan dengan kebutuhan era Human-AI: manusia tidak hilang, tetapi perannya naik kelas.

Untuk Indonesia, pelajarannya sangat relevan. Banyak organisasi sudah mulai membeli sistem digital, membangun dashboard, memasang sensor, atau menggunakan AI. Tetapi jika pekerja tidak siap membaca data dan mengubah cara kerja, maka teknologi hanya menjadi modernisasi permukaan. Siemens mengajarkan bahwa setiap investasi teknologi harus disertai peta kompetensi, jam belajar, dan target pembelajaran yang terukur.

Lesson learned untuk Indonesia sederhana tetapi penting: jangan memulai transformasi hanya dari teknologi; mulai juga dari manusia yang akan memakai teknologi tersebut. Untuk manufaktur, konstruksi, energi, logistik, infrastruktur, layanan publik, dan BUMN, setiap proyek digital harus menjawab tiga pertanyaan: skill apa yang berubah, siapa yang perlu dilatih, dan di mana hasil pelatihan itu akan dipakai.

Case Study 2 — Schneider Electric: Dari Silo Organisasi menuju Skills Mobility

Schneider Electric memberi pelajaran yang berbeda, tetapi sama pentingnya. Jika Siemens menunjukkan pentingnya reskilling pekerja industri, Schneider Electric menunjukkan pentingnya membuka ruang gerak talenta di dalam organisasi besar. Dalam era Human-AI, talenta yang sudah belajar tidak cukup hanya disimpan dalam struktur lama. Mereka harus bisa terlihat, bergerak, dan dipakai pada proyek yang tepat.

Masalah utama Schneider Electric adalah silo organisasi. Silo berarti sekat antarunit yang membuat informasi, peluang, talenta, dan kolaborasi sulit bergerak. Dalam organisasi besar, sering kali masalahnya bukan kekurangan orang pintar, tetapi orang yang tepat tidak terlihat oleh unit yang membutuhkan. Talenta bisa terjebak dalam satu fungsi, satu atasan, atau satu jalur karier yang terlalu vertikal.

Ide solusinya adalah membangun internal talent marketplace melalui Open Talent Market. Internal talent marketplace berarti pasar talenta internal, yaitu sistem yang memungkinkan karyawan menemukan peluang proyek, mentoring, gig assignment, pembelajaran, dan peran lintas fungsi di dalam organisasi. Dengan pendekatan ini, karier tidak hanya bergerak melalui promosi jabatan, tetapi juga melalui pengalaman dan kontribusi lintas proyek.

Konsep ini dekat dengan skills mobility. Skills mobility berarti kemampuan organisasi menggerakkan keterampilan manusia ke tempat yang paling membutuhkan. Jika ada proyek baru, transformasi digital, kebutuhan AI, sustainability, atau masalah lintas fungsi, organisasi perlu mengetahui siapa yang punya keterampilan relevan dan bagaimana orang tersebut dapat dilibatkan.

Agar perubahan Schneider Electric terlihat jelas, tabel berikut membandingkan kondisi sebelum dan sesudah Open Talent Market dijalankan. Tabel ini membantu pembaca melihat bahwa perubahan utama bukan hanya platform digital, tetapi cara organisasi membuka aliran talenta.

Tabel 7. Schneider Electric: Sebelum dan Sesudah Skills Mobility

Aspek Perubahan	Sebelum Perubahan	Sesudah Perubahan	Makna Strategis
Cara melihat talenta	Talenta lebih banyak dilihat melalui jabatan, unit, atasan langsung, dan struktur formal.	Talenta dilihat melalui skill, minat, potensi, pengalaman, proyek, dan peluang lintas fungsi.	Organisasi bergerak dari job-based menuju skills-based organization.
Mobilitas karier	Karier cenderung vertikal: promosi, rotasi formal, atau perpindahan yang bergantung pada struktur.	Karier berkembang melalui proyek, gig assignment, mentoring, dan peluang lintas unit.	Pertumbuhan karier menjadi lebih lincah dan lebih dekat dengan kebutuhan bisnis.
Transparansi peluang	Peluang internal tidak selalu terlihat lintas unit dan lintas negara.	Open Talent Market mempertemukan karyawan dengan proyek, mentor, gig, dan peran baru.	Talenta yang sebelumnya tersembunyi menjadi lebih terlihat dan dapat digerakkan.
Adopsi platform	Sebelum 2020, mobilitas talenta masih lebih bergantung pada proses internal tradisional.	Open Talent Market diluncurkan pada 2020; adopsi awal 60 persen dalam satu bulan, lalu berkembang hingga sekitar 89 persen.	Karyawan membutuhkan akses yang lebih terbuka terhadap peluang internal.
Mobilitas proyek	Proyek lintas fungsi lebih sulit diakses secara terbuka.	Sekitar 13.400 gig matches dalam data publik terbaru.	Pembelajaran tidak hanya terjadi di kelas, tetapi melalui proyek nyata.
Mentoring	Mentoring lebih bergantung pada jaringan informal dan relasi terbatas.	Sekitar 27.500 mentor matches dalam data publik terbaru.	Pengembangan talenta diperkuat melalui relasi pembelajaran.
Jangkauan organisasi	Mobilitas internal lebih terfragmentasi.	Lebih dari 120.000 karyawan dijangkau Open Talent Market.	Skills mobility dapat dijalankan dalam skala global.
Dampak organisasi	Talenta bagus berisiko terkunci dalam silo dan tidak dipakai pada kebutuhan strategis.	Organisasi menjadi lebih adaptif karena talenta lebih mudah terlihat, bergerak, dan belajar lintas fungsi.	Struktur organisasi menjadi lebih cair dan siap menghadapi perubahan AI.

Sumber Data: Schneider Electric 2024 Full Year Results; Schneider Electric public sustainability materials; Schneider Electric public case materials on Open Talent Market.

Tabel ini menunjukkan bahwa Schneider Electric tidak hanya menyelesaikan masalah pelatihan, tetapi masalah aliran talenta. Adopsi Open Talent Market yang bergerak dari 60 persen pada bulan pertama hingga sekitar 89 persen menunjukkan bahwa karyawan membutuhkan transparansi peluang. Banyak pekerja ingin belajar dan berkembang, tetapi organisasi perlu menyediakan sistem agar peluang itu terlihat.

Data 13.400 gig matches dan 27.500 mentor matches memperlihatkan bahwa pembelajaran tidak hanya terjadi melalui training formal. Talenta berkembang ketika mendapat proyek, mentor, pengalaman baru, dan ruang untuk mencoba. Inilah inti dari skills mobility: keterampilan tidak hanya dimiliki, tetapi juga dipakai di tempat yang tepat.

Bagi Indonesia, pelajaran Schneider Electric sangat penting. Banyak organisasi besar memiliki talenta yang baik, tetapi terjebak dalam silo. Ada pekerja muda yang cepat belajar, tetapi tidak diberi proyek. Ada unit yang membutuhkan skill tertentu, tetapi tidak tahu bahwa skill itu ada di unit lain. Ada program pelatihan yang berjalan, tetapi hasil pelatihannya tidak tersambung dengan assignment nyata.

Lesson learned untuk Indonesia adalah: training harus bertemu dengan mobilitas. Jika orang dilatih tetapi tidak diberi ruang untuk menggunakan skill-nya, organisasi tidak akan berubah. Jika organisasi ingin siap AI, maka struktur kerja harus lebih terbuka terhadap project assignment, mentoring, kolaborasi lintas unit, dan peta skill yang transparan.

Sintesis Case Study — Dua Jalan, Satu Pesan Besar

Siemens dan Schneider Electric memakai pintu masuk berbeda. Siemens memulai dari kesiapan pekerja menghadapi digital factory. Schneider Electric memulai dari kebutuhan membuka mobilitas talenta dalam organisasi besar. Tetapi keduanya bertemu pada satu pesan yang sama: transformasi Human-AI harus menyentuh manusia, ystem, dan budaya kerja.

Siemens mengingatkan bahwa teknologi tanpa skill akan lemah. Schneider Electric mengingatkan bahwa skill tanpa ruang yste juga tidak cukup. Karena itu, organisasi masa depan tidak bisa hanya membeli AI, tidak bisa hanya membuat training, dan tidak bisa hanya mengubah struktur. Ketiganya harus disambungkan.

Tabel 8. Sintesis Siemens dan Schneider Electric untuk Indonesia

Aspek	Siemens	Schneider Electric	Implikasi untuk Indonesia
Pintu masuk masalah	Kesiapan pekerja menghadapi digital factory	Talenta terkunci dalam silo organisasi	Indonesia perlu membaca masalah skill dan organisasi sekaligus
Solusi utama	Industrial reskilling dan digital learning	Internal talent marketplace dan skills mobility	Training harus disambungkan dengan mobilitas dan proyek nyata
Ukuran keberhasilan	Jam belajar, target learning, learning ecosystem	Adoption rate, gig matches, mentor matches	Transformasi harus punya ystemor yang terukur
Risiko yang dihindari	Teknologi canggih tetapi pekerja tidak siap	Talenta bagus tetapi tidak bergerak	Hindari teknologi tanpa skill dan organisasi tanpa mobilitas
Pelajaran utama	Transformasi teknologi harus menjadi transformasi manusia	Transformasi organisasi harus membuka aliran talenta	AI transformation harus menyentuh skill, ystem, budaya, dan kepemimpinan

Sumber Data: Siemens Annual Report 2024; Siemens Report 2025; Siemens Sustainability Statement 2025; Schneider Electric 2024 Full Year Results; Schneider Electric public case materials on Open Talent Market.

Untuk Indonesia, pelajarannya sangat praktis. Setiap proyek digital harus punya target pembelajaran. Setiap implementasi AI harus punya peta kompetensi. Setiap pekerja yang sudah belajar harus diberi kesempatan masuk ke proyek nyata. Setiap organisasi besar perlu mengurangi silo agar talenta bisa bergerak lintas unit.

Inilah inti dua case study ini: Human-AI transformation bukan hanya soal teknologi. Ia adalah soal manusia yang belajar, organisasi yang membuka ruang, dan kepemimpinan yang berani mengubah sistem kerja. AI boleh menjadi alat percepatan, tetapi manusia tetap menjadi sumber arah dan pencipta nilai.

Kesimpulan — Human Sovereign sebagai Arah Baru Pembangunan Talenta

AI sedang mengubah cara manusia bekerja, belajar, memimpin, dan mengambil keputusan. Namun pesan terbesar dari perubahan ini bukan bahwa manusia akan kehilangan peran. Justru sebaliknya, semakin kuat AI, semakin penting manusia yang mampu berpikir jernih, membaca konteks, menjaga etika, dan memikul tanggung jawab. AI dapat mempercepat proses, tetapi kualitas arah tetap ditentukan oleh manusia.

Dari peta global terlihat bahwa setiap kawasan punya strategi berbeda. Amerika Serikat bergerak melalui inovasi dan ekosistem teknologi. Eropa menekankan etika, regulasi, dan kepercayaan publik. Asia memakai AI untuk produktivitas dan industrial upgrading. Timur Tengah membangun knowledge economy melalui investasi besar. ASEAN bergerak menuju integrasi ekonomi digital. Indonesia berada di tengah perubahan ini dengan modal besar, tetapi juga pekerjaan rumah besar.

Bagi Indonesia, isu utamanya bukan sekadar apakah AI akan digunakan. Isu yang lebih penting adalah apakah manusia Indonesia siap bekerja bersama AI. Pengguna internet yang besar, bonus demografi, pasar digital, budaya sosial, dan anggaran pendidikan adalah modal penting. Namun modal itu belum cukup bila tidak berubah menjadi kompetensi, produktivitas, dan daya saing.

Karena itu, Indonesia perlu bergerak dari sekadar demographic dividend menuju competency dividend. Bonus demografi hanya menunjukkan jumlah penduduk usia produktif yang besar. Competency dividend menunjukkan apakah penduduk produktif itu benar-benar terdidik, terampil, adaptif, dan mampu menciptakan nilai di tengah perubahan teknologi. Inilah perbedaan antara memiliki banyak manusia dan memiliki kekuatan manusia.

Dua case study memperjelas pesan tersebut. Siemens menunjukkan bahwa transformasi teknologi harus menjadi transformasi manusia. Digital factory, otomasi, dashboard, sensor, dan AI hanya memberi hasil bila pekerja memiliki skill yang relevan. Schneider Electric menunjukkan bahwa skill saja tidak cukup. Talenta yang sudah belajar harus diberi ruang bergerak melalui proyek, mentoring, assignment, dan mobilitas lintas fungsi.

Pelajaran untuk Indonesia sangat praktis. Setiap investasi AI harus disertai peta kompetensi. Setiap program reskilling harus terhubung dengan pekerjaan nyata. Setiap organisasi besar harus mengurangi silo agar talenta dapat bergerak. Setiap pemimpin perlu mengukur transformasi manusia dengan indikator yang jelas: jam belajar, jumlah proyek, mentoring, mobilitas talenta, dan dampaknya terhadap produktivitas.

Dengan demikian, Human Sovereign bukan gagasan anti-AI. Human Sovereign adalah manusia yang mampu memakai AI tanpa kehilangan nalar, etika, empati, dan tanggung jawab. Inilah arah baru pembangunan talenta: bukan manusia melawan AI, tetapi manusia yang berdaulat dalam mengarahkan AI.

Renungan

Era Human-AI meminta perubahan sikap dari semua pihak. Teknologi akan terus berkembang, pekerjaan akan terus berubah, dan keputusan akan semakin banyak dibantu data serta algoritma. Namun masa depan tetap harus dipilih manusia. Mesin bisa mempercepat perjalanan, tetapi manusia harus menentukan tujuan.

Bagi pribadi dan profesional, mindset yang perlu dibangun adalah lifelong learner mindset. Lifelong learner berarti manusia yang tidak berhenti belajar setelah lulus sekolah, kuliah, atau memperoleh jabatan. Di era AI, berhenti belajar sama dengan perlahan-lahan keluar dari relevansi. Setiap orang perlu membiasakan diri membaca lebih dalam, bertanya lebih baik, memakai AI secara kritis, dan tetap bertanggung jawab atas keputusan pribadi.

Bagi perusahaan dan industri, mindset yang perlu dibangun adalah build people before scaling technology. Bangun manusia sebelum memperbesar teknologi. Perusahaan tidak cukup hanya membeli software, dashboard, sistem otomasi, atau platform AI. Setiap proyek digital harus disertai peta kompetensi. Setiap training harus disambungkan dengan proyek nyata. Setiap talenta yang belajar harus diberi ruang untuk memakai keterampilannya.

Bagi masyarakat, mindset yang perlu dibangun adalah productive digital citizenship. Warga digital yang produktif bukan hanya aktif online, tetapi mampu memakai teknologi untuk belajar, bekerja, berusaha, berkolaborasi, dan menyelesaikan masalah. Masyarakat tidak boleh hanya menjadi konsumen platform. Konektivitas harus naik menjadi literasi, literasi menjadi kompetensi, dan kompetensi menjadi produktivitas.

Bagi pemerintah, mindset yang perlu dibangun adalah human-first national strategy. AI tidak bisa diperlakukan hanya sebagai agenda teknologi. AI harus terhubung dengan pendidikan, vokasi, tenaga kerja, industri, riset, data, perlindungan sosial, dan pemerataan akses. AI literacy perlu diperluas, bukan hanya untuk talenta digital di kota besar, tetapi juga untuk guru, pekerja, UMKM, tenaga operasional, birokrasi, dan masyarakat luas.

Bagi Indonesia, refleksi akhirnya sederhana tetapi penting. Indonesia bisa belajar inovasi dari Amerika Serikat, etika dari Eropa, produktivitas dari Asia Timur, knowledge economy dari Timur Tengah, integrasi kawasan dari ASEAN, industrial reskilling dari Siemens, dan skills mobility dari Schneider Electric. Namun Indonesia tidak boleh sekadar menyalin. Jalan Indonesia harus berpijak pada realitas sendiri: penduduk besar, pekerja informal yang masih tinggi, kualitas pendidikan yang harus diperkuat, budaya sosial yang kuat, dan kebutuhan menaikkan produktivitas nasional.

Nilai budaya Indonesia seperti gotong royong, musyawarah, solidaritas, dan tanggung jawab kolektif perlu naik kelas menjadi collective productivity. Artinya, nilai sosial tidak hanya menjadi identitas, tetapi menjadi cara kerja: belajar lebih cepat, bekerja lebih kolaboratif, menyelesaikan masalah lebih efektif, dan memakai teknologi untuk kepentingan yang lebih luas.

Renungan akhirnya jelas. Jika manusia malas berpikir, AI dapat mempercepat kesalahan. Jika manusia lemah secara etika, AI dapat memperbesar ketidakadilan. Jika manusia berhenti belajar, AI dapat memperlebar jarak. Tetapi jika manusia mau belajar, beradaptasi, membuka ruang talenta, dan menjaga nilai, AI dapat menjadi alat besar untuk membangun masa depan yang lebih produktif dan lebih manusiawi.

Human Sovereign adalah manusia yang memakai AI tanpa kehilangan dirinya. Ia terbantu oleh data, tetapi tidak kehilangan nurani. Ia bekerja lebih cepat, tetapi tetap memahami arah. Ia menerima teknologi, tetapi tetap menjaga martabat manusia. Di situlah kedaulatan manusia diuji. Dan di situlah Indonesia harus menempatkan dirinya: bukan hanya sebagai pasar teknologi, tetapi sebagai bangsa yang membangun manusia untuk menciptakan nilai di era Human-AI.

Referensi

1. The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies, Erik Brynjolfsson dan Andrew McAfee, W. W. Norton & Company, 2014.
2. Human + Machine: Reimagining Work in the Age of AI, Paul R. Daugherty dan H. James Wilson, Harvard Business Review Press, 2018.
3. AI and the Future of Skills, Volume 1: Capabilities and Assessments, OECD Centre for Educational Research and Innovation, OECD Publishing, 2021.
4. ASEAN Digital Masterplan 2025, ASEAN Secretariat, ASEAN, 2021.
5. Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality, Paweł Gmyrek, Janine Berg, dan David Bescond, International Labour Organization, 2023.
6. Digital Economy Framework Agreement: ASEAN to Leap Forward its Digital Economy and Unlock US$2 Trillion by 2030, ASEAN Secretariat, ASEAN, 2023.
7. Survei Penetrasi Internet Indonesia 2024, Asosiasi Penyelenggara Jasa Internet Indonesia, APJII, 2024.
8. Siemens Annual Report 2024, Siemens AG, Siemens, 2024.
9. Siemens Sustainability Report 2024, Siemens AG, Siemens, 2024.
10. Schneider Electric Universal Registration Document 2024, Schneider Electric, Schneider Electric, 2025.
11. The Future of Jobs Report 2025, World Economic Forum, World Economic Forum, 2025.
12. The 2025 AI Index Report, Stanford Institute for Human-Centered Artificial Intelligence, Stanford University, 2025.
13. Human Development Report 2025: A Matter of Choice — People and Possibilities in the Age of AI, United Nations Development Programme, UNDP, 2025.
14. Education at a Glance 2025: OECD Indicators, Organisation for Economic Co-operation and Development, OECD Publishing, 2025.
15. OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education, Organisation for Economic Co-operation and Development, OECD Publishing, 2026.