Martin Nababan 
Executive Summary
Artikel utama berjudul “The Human-AI Talent Race: Membangun Kedaulatan Talenta Manusia Indonesia di Era AI” telah menjelaskan satu perubahan besar: persaingan masa depan tidak lagi hanya ditentukan oleh modal, infrastruktur, teknologi, atau sumber daya alam. Negara dan perusahaan akan semakin ditentukan oleh kualitas manusia yang mampu belajar cepat, bekerja bersama AI, membaca perubahan, dan mengambil keputusan dengan tetap menggunakan akal sehat.
Artikel Serial 1 berjudul “Goodbye Boring Learning and Development: Membangun Skills-First Workforce Indonesia menuju 2030” masuk ke pertanyaan yang lebih praktis: bagaimana kompetensi manusia Indonesia dibangun agar siap menghadapi perubahan kerja 2025–2030? Jawabannya tidak cukup dengan menambah jumlah pelatihan. Indonesia membutuhkan pendekatan baru yang membuat pembelajaran lebih dekat dengan pekerjaan, lebih terukur dampaknya, dan lebih inklusif menjangkau pekerja formal maupun informal.
Kebutuhan ini semakin mendesak. World Economic Forum dalam The Future of Jobs Report 2025 memperkirakan sekitar 39% core skills pekerja global akan berubah pada 2030. Dalam laporan yang sama, 63% perusahaan menyebut skill gap sebagai hambatan utama transformasi bisnis, sementara 85% perusahaan berencana memprioritaskan upskilling tenaga kerja. Angka ini menunjukkan bahwa skill bukan lagi isu pelengkap Human Capital, melainkan inti daya saing organisasi.
Di banyak perusahaan, Learning and Development masih terlalu sering dipahami sebagai kalender training, modul, sertifikat, absensi, dan realisasi anggaran. Model seperti ini tetap punya tempat, terutama untuk pelatihan teknis, keselamatan, kepatuhan, sertifikasi, dan standar operasional. Namun, ketika pekerjaan berubah cepat, pendekatan yang terlalu administratif tidak cukup untuk membangun kemampuan baru.
Perubahan yang dibutuhkan adalah pergeseran dari training administration menuju capability building. Fokusnya bukan lagi sekadar memastikan orang mengikuti pelatihan, tetapi memastikan pembelajaran membuat orang bekerja lebih baik. Artinya, program belajar harus tersambung dengan problem nyata, proyek, coaching, data, feedback, teknologi, dan ukuran kinerja.
Bagi Indonesia, agenda ini memiliki skala besar. Pada Agustus 2025, jumlah penduduk bekerja mencapai sekitar 146,54 juta orang, sementara angkatan kerja mendekati 154 juta orang. Pada saat yang sama, sekitar 59,40% pekerja Indonesia berada di sektor informal pada Februari 2025. Artinya, pembangunan kompetensi tidak boleh hanya berpusat di kantor pusat, perusahaan besar, atau pekerja formal.
Arah yang dibutuhkan menuju 2030 adalah skills-first workforce: tenaga kerja yang dinilai dan dikembangkan berdasarkan kompetensi nyata, bukan semata ijazah, jabatan, masa kerja, atau sertifikat pelatihan. Bila agenda ini dijalankan serius, bonus demografi dapat berubah menjadi bonus kompetensi. Bila tidak, Indonesia berisiko memiliki banyak tenaga kerja, tetapi tidak cukup banyak pekerja yang benar-benar naik kelas.
Pendahuluan: Mengapa Pembelajaran Kerja Harus Berubah
Di banyak kantor, pelatihan sering berjalan tertib secara administrasi. Jadwal dibuat, vendor dipilih, peserta diundang, materi disampaikan, evaluasi dikumpulkan, lalu sertifikat dibagikan. Dari luar, semuanya terlihat rapi. Tetapi pertanyaan yang paling penting sering tertinggal: apakah setelah pelatihan itu cara kerja benar-benar berubah?
Banyak pekerja sebenarnya mau belajar. Masalahnya, tidak semua program belajar terasa dekat dengan realita pekerjaan. Ada materi yang terlalu umum, contoh yang jauh dari lapangan, bahasa yang terlalu formal, atau sesi yang membuat peserta hanya duduk sebagai pendengar. Ketika kembali ke pekerjaan harian, mereka kembali menghadapi target, sistem lama, atasan yang sibuk, dan problem operasional yang tidak otomatis berubah.
Di era AI, jarak antara pembelajaran dan pekerjaan tidak bisa dibiarkan terlalu lebar. Teknologi mulai membantu orang menulis, merangkum, menganalisis, membuat laporan, menyusun presentasi, membaca data, dan mempercepat layanan. Namun teknologi tidak otomatis membuat hasil kerja menjadi lebih benar. Tanpa kemampuan memeriksa, memahami konteks, menjaga data, dan menimbang risiko, AI hanya mempercepat proses yang belum tentu berkualitas.
Microsoft dan LinkedIn melalui 2025 Work Trend Index menunjukkan bahwa dunia kerja sedang bergerak menuju kombinasi baru antara manusia, AI, dan digital labor. Namun pesan yang lebih penting bukan sekadar bahwa AI makin banyak dipakai. Pesan utamanya adalah bahwa manusia perlu naik kemampuan agar tetap bisa memimpin konteks, etika, validasi, dan keputusan.
Deloitte dalam 2025 Global Human Capital Trends juga menunjukkan bahwa lebih dari 70% manajer dan karyawan lebih tertarik bergabung serta bertahan di perusahaan yang membantu mereka tumbuh di dunia kerja yang dibentuk oleh AI. Ini berarti pembelajaran bukan hanya alat meningkatkan produktivitas, tetapi juga cara perusahaan menjaga talenta, membangun engagement, dan tetap menarik bagi pekerja muda.
Bagi Indonesia, perubahan ini harus dibaca dengan kacamata yang lebih luas. Tenaga kerja kita tidak hanya terdiri dari pekerja kantor. Ada operator, teknisi, pekerja lapangan, supervisor, UMKM, pekerja jasa, kurir, sopir, petugas layanan, dan pekerja informal yang belajar lebih banyak dari praktik harian dibanding ruang kelas. Mereka juga harus masuk dalam agenda pembelajaran masa depan.
Karena itu, “Goodbye Boring Learning and Development: Membangun Skills-First Workforce Indonesia menuju 2030” menempatkan Learning and Development bukan sebagai kegiatan Human Capital semata, tetapi sebagai strategi pembangunan manusia. Pembelajaran yang baik tidak berhenti pada event training. Ia harus hidup dalam pekerjaan, terlihat dalam perubahan perilaku, dan terasa dalam produktivitas, kualitas, keselamatan, layanan, serta kesiapan menghadapi teknologi.
Makna Goodbye Boring Learning and Development bukan meninggalkan pelatihan. Maknanya adalah meninggalkan pembelajaran yang hanya menjadi formalitas. Indonesia membutuhkan Learning and Development yang lebih membumi, lebih strategis, lebih relevan dengan AI, dan lebih dekat dengan problem nyata.
Chapter 1 — From Training to Capability Building
Perubahan pertama yang harus dilakukan perusahaan adalah menggeser cara memandang Learning and Development. Selama ini, keberhasilan pembelajaran sering dibaca dari aktivitas: berapa kelas berjalan, berapa peserta hadir, berapa jam training tercapai, dan berapa sertifikat diterbitkan. Ukuran seperti ini penting untuk administrasi, tetapi belum cukup untuk membaca perubahan kemampuan.
Dalam pendekatan lama, training sering diposisikan sebagai kegiatan yang berdiri sendiri. Peserta hadir, materi selesai, evaluasi kepuasan dikumpulkan, lalu program dianggap berhasil. Padahal, kemampuan kerja tidak otomatis meningkat hanya karena seseorang memahami materi. Perubahan baru terjadi ketika pengetahuan dipakai, diuji, dikoreksi, dan menjadi kebiasaan kerja baru.
Pendekatan capability building bergerak dari pertanyaan aktivitas menuju pertanyaan dampak. Bukan hanya apakah seseorang sudah mengikuti pelatihan, tetapi apakah ia mampu bekerja lebih baik setelah belajar. Apakah supervisor lebih kuat membimbing tim? Apakah analis lebih tajam membaca data? Apakah teknisi lebih cepat menemukan akar gangguan? Apakah operator lebih disiplin menjalankan standar? Apakah manajer lebih baik mengambil keputusan?
Pergeseran ini penting karena skill gap sudah menjadi hambatan bisnis. World Economic Forum mencatat 63% perusahaan melihat skill gap sebagai hambatan utama transformasi. Bila gap skill menghambat transformasi, maka Learning and Development tidak bisa lagi hanya menjadi fungsi penyelenggara kelas. Ia harus menjadi penghubung antara strategi perusahaan dan kemampuan manusia.
Dalam praktiknya, Learning and Development perlu lebih dekat dengan operasi. Di manufaktur, pembelajaran harus menyentuh kualitas produksi, downtime, safety, dan produktivitas line. Di logistik, ia harus terkait dengan akurasi picking, kecepatan distribusi, utilisasi gudang, dan biaya per order. Di jalan tol, ia harus relevan dengan layanan pengguna jalan, respons insiden, pemeliharaan aset, keselamatan, dan disiplin standar operasional.
Di kantor pusat, Learning and Development juga perlu bergeser. Tantangannya bukan hanya membuat orang lebih paham konsep, tetapi membuat kualitas analisis, governance, kolaborasi, komunikasi, dan digital workflow menjadi lebih baik. Ketika AI mulai masuk ke pekerjaan sehari-hari, perusahaan juga harus memastikan pekerja memahami cara memakai AI secara produktif, aman, dan bertanggung jawab.
Karena itu, setiap program pembelajaran perlu disambungkan dengan pekerjaan nyata. Bentuknya bisa berupa project assignment, coaching oleh atasan, mentoring lintas fungsi, problem solving clinic, simulasi kasus, eksperimen kecil, atau evaluasi 30-60-90 hari setelah pelatihan. Dengan cara ini, peserta tidak hanya pulang membawa materi, tetapi membawa perubahan cara kerja.
Perusahaan juga membutuhkan skill map. Tanpa peta skill, program pembelajaran mudah terlihat banyak tetapi tidak fokus. Skill map membantu perusahaan mengetahui kemampuan apa yang sudah dimiliki, kemampuan apa yang kurang, pekerjaan mana yang akan berubah, dan kelompok mana yang perlu dikembangkan lebih dulu.
Dalam konteks Indonesia, skill map menjadi makin penting karena struktur pekerjaan sangat beragam. Pada Agustus 2025, sektor pertanian, perdagangan, dan manufaktur masih menjadi penyerap tenaga kerja besar, dengan kontribusi masing-masing sekitar 28,15%, 18,73%, dan 13,86% terhadap total pekerja. Artinya, desain pembelajaran tidak bisa hanya dibuat untuk pekerja kantor. Ia harus menyesuaikan realita pekerja lapangan, produksi, distribusi, layanan, dan sektor informal.
Untuk memperjelas perubahan ini, tabel berikut merangkum perbedaan antara model Learning and Development lama dan model baru yang lebih relevan menuju 2030.
Tabel 1. Pergeseran Learning and Development dari Administrasi Training menuju Pembangunan Kapabilitas
Aspek | Model Lama: Administrasi Training | Model Baru: Pembangunan Kapabilitas |
|---|---|---|
Pertanyaan utama | Siapa sudah ikut training? | Apakah kemampuan kerja meningkat? |
Fokus | Aktivitas pelatihan | Dampak pada pekerjaan |
Ukuran sukses | Jam training, peserta, sertifikat | Produktivitas, kualitas, safety, mobility |
Data pendukung | Absensi dan evaluasi kelas | Skill gap, baseline skill, hasil kerja |
Metode | Kelas dan modul | Project, coaching, mentoring, feedback |
Peran peserta | Penerima materi | Pemecah masalah |
Peran manajer | Mengirim peserta | Mengembangkan kemampuan tim |
Peran Learning and Development | Penyelenggara program | Arsitek kapabilitas |
Output | Sertifikat | Perubahan cara kerja |
Relevansi AI | Pelatihan penggunaan tools | AI fluency dan human judgment |
Sumber Data: Diadaptasi dari konsep learning in the flow of work, praktik global Learning and Development, World Economic Forum, ILO, Deloitte Human Capital Trends, Microsoft Work Trend Index, dan data ketenagakerjaan BPS 2025.
Tabel ini menunjukkan bahwa training tetap memiliki fungsi, tetapi tidak boleh menjadi tujuan akhir. Nilai utama pembelajaran ada pada perubahan kemampuan kerja, bukan pada banyaknya kelas yang selesai dijalankan. Bila program belajar tidak terhubung dengan problem nyata, hasilnya mudah berhenti sebagai aktivitas administratif.
Tujuan tabel ini adalah memberi batas yang jelas antara pembelajaran yang hanya berjalan sebagai program dan pembelajaran yang benar-benar membangun kapabilitas. Model baru menuntut Learning and Development lebih dekat dengan strategi, operasi, teknologi, manajer, dan ukuran kinerja. Dengan begitu, pembelajaran menjadi bagian dari sistem peningkatan organisasi.
Fondasi pertama skills-first workforce Indonesia adalah kemampuan perusahaan mengubah pembelajaran menjadi cara kerja. Bukan lebih banyak kelas semata, tetapi lebih banyak manusia yang mampu berpikir lebih baik, memakai teknologi dengan bijak, menyelesaikan masalah nyata, dan menciptakan nilai bagi organisasi.
Chapter 2 — Kampus, Vokasi, dan Industri: Satu Jalur Pembelajaran Baru
Pembangunan skills-first workforce tidak bisa hanya dikerjakan dari ruang training perusahaan. Masalah kompetensi Indonesia terlalu luas bila hanya diserahkan kepada satu fungsi, satu institusi, atau satu jenjang pendidikan. Kampus, vokasi, industri, pemerintah, dan perusahaan harus bergerak sebagai satu ekosistem pembelajaran.
Selama ini, hubungan pendidikan dan industri masih sering berjalan seperti dua dunia yang saling menunggu. Kampus menyiapkan lulusan, industri menilai skill belum cukup siap. Vokasi menyiapkan tenaga terampil, tetapi masih kerap dipandang sebagai jalur kedua. Perusahaan membutuhkan pekerja siap pakai, tetapi belum semua perusahaan ikut membangun proses belajarnya sejak awal.
Padahal perubahan pekerjaan bergerak lebih cepat daripada perubahan kurikulum. Akuntan perlu membaca data dan sistem. Teknisi perlu memahami sensor, dashboard, dan predictive maintenance. Supervisor tidak cukup hanya mengawasi orang; ia harus mampu membaca masalah, memberi coaching, dan mendorong perbaikan.
Data global memperlihatkan urgensinya. World Economic Forum memperkirakan sekitar 39% core skills pekerja global berubah pada 2030. Artinya, pendidikan tidak lagi cukup menjadi bekal sekali seumur hidup. Pekerja membutuhkan jalur belajar yang bisa dimasuki kembali sepanjang karier.
Bagi Indonesia, tantangannya besar karena pada Agustus 2025 terdapat sekitar 146,54 juta penduduk bekerja dengan struktur yang sangat beragam: formal, informal, lulusan kampus, lulusan vokasi, operator, teknisi, supervisor, UMKM, dan pekerja jasa. Bila pembelajaran hanya kuat di satu segmen, transformasi skill nasional akan berjalan timpang.
Karena itu, Indonesia membutuhkan jalur pembelajaran baru yang menghubungkan kampus, vokasi, industri, sertifikasi, apprenticeship, corporate university, mentoring, project assignment, dan riset terapan. Jalur ini tidak harus seragam, tetapi harus saling tersambung agar manusia bisa belajar, bekerja, belajar ulang, berpindah peran, dan naik kelas.
S1, S2, dan S3 tetap penting untuk membangun cara berpikir, riset, analisis, dan kepemimpinan pengetahuan. Namun kampus harus lebih dekat dengan problem industri, data lapangan, magang berkualitas, dan riset terapan. Vokasi juga perlu naik posisi sebagai jalur strategis untuk membangun teknisi, operator ahli, tenaga maintenance, analis proses, dan supervisor lapangan.
Industri tidak boleh hanya menjadi pengguna lulusan. Perusahaan perlu menjadi co-creator: ikut merancang kurikulum, menyediakan mentor, membuka magang berbasis proyek, memberi studi kasus, dan membantu sertifikasi skill yang benar-benar dipakai di tempat kerja.
Untuk memperjelas perubahan ini, tabel berikut merangkum bagaimana ekosistem pembelajaran Indonesia perlu bergeser menuju model skills-first.
Tabel 2. Ekosistem Pembelajaran Indonesia menuju Skills-First Workforce 2030
Aspek | Kondisi Lama | Arah Baru menuju 2030 | Data/Insight Kunci |
|---|---|---|---|
Kampus | Pusat gelar | Ilmu, riset terapan, problem solving | 39% core skills global berubah pada 2030 |
Vokasi | Sering dianggap jalur kedua | Jalur utama skill teknis | Kunci operator, teknisi, supervisor |
Industri | Pengguna lulusan | Co-creator kurikulum dan skill | 63% perusahaan global melihat skill gap sebagai hambatan |
Magang | Formalitas administrasi | Apprenticeship berbasis proyek | Menghubungkan belajar dengan problem nyata |
Sertifikasi | Bukti ikut program | Bukti kompetensi terukur | Credential berbasis skill makin relevan |
Corporate University | Pusat training internal | Pusat capability building | Learning ROI menjadi ukuran utama |
Peserta pembelajaran | Mahasiswa dan pekerja formal | Formal, informal, UMKM, pekerja lapangan | 59,40% pekerja Indonesia informal |
Skala tantangan | Program institusi terpisah | Ekosistem skill nasional | 146,54 juta penduduk bekerja Indonesia |
Risiko jika stagnan | Mismatch lulusan | Skill gap struktural | Bonus demografi bisa kehilangan daya saing |
Sumber Data: Diadaptasi dari World Economic Forum, ILO, OECD, UNESCO, BPS, dan praktik pembelajaran industri global 2021–2025.
Tabel ini menunjukkan bahwa tantangan utama Indonesia bukan hanya kurangnya lembaga pendidikan, tetapi lemahnya sambungan antara pendidikan dan pekerjaan. Kampus punya fondasi ilmu, vokasi punya kedekatan dengan skill teknis, industri punya problem nyata, dan perusahaan punya kebutuhan kapabilitas yang terus berubah.
Tujuan tabel ini adalah memberi gambaran bahwa skills-first workforce tidak lahir dari satu jalur tunggal. Ia membutuhkan banyak pintu masuk: pendidikan formal, vokasi, sertifikasi, magang, corporate university, mentoring, dan proyek nyata. Semakin kuat sambungan antarjalur itu, semakin besar peluang pekerja Indonesia untuk naik kelas.
Fondasi kedua dari skills-first workforce Indonesia adalah ekosistem. Bila Chapter 1 menekankan perubahan dari training menuju capability building, maka Chapter 2 menunjukkan bahwa capability building tidak bisa dibangun sendirian. Ia membutuhkan kerja bersama antara kampus, vokasi, industri, pemerintah, dan perusahaan.
Chapter 3 — Intelligent Worker: AI Fluency dan Human Judgment
Pekerja masa depan bukan hanya pekerja yang rajin atau mahir memakai aplikasi. Pekerja masa depan adalah intelligent worker: manusia yang mampu bekerja dengan data, teknologi, AI, konteks, dan akal sehat secara bersamaan.
AI fluency bukan berarti semua orang harus menjadi programmer. AI fluency berarti pekerja memahami kapan AI bisa membantu, bagaimana bertanya dengan baik, bagaimana memeriksa hasilnya, bagaimana membaca risiko bias, bagaimana menjaga data sensitif, dan bagaimana menentukan keputusan akhir.
Di sinilah human judgment menjadi pembeda. AI bisa mempercepat analisis, tetapi tidak otomatis memahami konteks lokal, budaya organisasi, risiko hukum, keselamatan, hubungan pelanggan, dan konsekuensi sosial. AI dapat memberi jawaban, tetapi manusia harus menilai apakah jawaban itu masuk akal, aman, relevan, dan bertanggung jawab.
Bagi Indonesia, AI fluency harus dibangun secara realistis. Pekerja kantor membutuhkan AI untuk analisis, laporan, komunikasi, dan dashboard. Supervisor lapangan membutuhkan data untuk membaca deviasi dan mengambil keputusan cepat. Teknisi perlu memahami sistem digital, sensor, dan catatan maintenance. UMKM dapat memakai AI untuk promosi, pembukuan sederhana, layanan pelanggan, dan efisiensi usaha.
Karena itu, pelatihan AI tidak boleh berhenti pada “cara memakai tools”. Pelatihan AI harus mengajarkan cara berpikir baru: problem framing, prompt discipline, data awareness, verification habit, privacy awareness, dan decision review. Tanpa itu, AI hanya mempercepat pekerjaan yang belum tentu benar.
World Economic Forum menempatkan analytical thinking, resilience, flexibility, leadership, social influence, technology literacy, serta AI dan big data sebagai skill penting menuju 2030. Pesannya jelas: masa depan kerja bukan hanya soal digital skill, tetapi kombinasi antara kemampuan teknis, kemampuan berpikir, dan kemampuan manusiawi.
Untuk memperjelas kebutuhan tersebut, tabel berikut merangkum profil intelligent worker yang relevan bagi Indonesia menuju 2030.
Tabel 3. Profil Intelligent Worker Indonesia menuju 2030
Dimensi Skill | Kemampuan yang Dibutuhkan | Contoh Penerapan | Data/Insight Kunci |
|---|---|---|---|
AI fluency | Memakai AI secara tepat | Draft laporan, ringkasan data, analisis awal | AI masuk ke pekerjaan harian |
Data literacy | Membaca angka dan pola | Dashboard, KPI, tren operasional | Data menjadi bahasa kerja lintas fungsi |
Human judgment | Menilai konteks dan risiko | Validasi keputusan, etika, keselamatan | AI tetap membutuhkan keputusan manusia |
Problem framing | Merumuskan masalah dengan benar | Root cause, prioritas isu | Analytical thinking termasuk skill kunci 2030 |
Verification habit | Memeriksa output AI/data | Cek angka, asumsi, konsistensi | Risiko AI: bias, error, halusinasi |
Digital discipline | Menjaga keamanan data | Data sensitif, akses sistem, jejak audit | Governance menjadi syarat adopsi AI |
Communication skill | Menjelaskan insight | Presentasi, briefing, laporan manajemen | Human skill tetap kritikal di era AI |
Learning agility | Cepat belajar ulang | Adaptasi tools, proses, peran baru | 39% core skills berubah pada 2030 |
Collaboration | Bekerja lintas fungsi | Task force, project improvement | Organisasi makin berbasis tim lintas fungsi |
Ethical awareness | Memakai teknologi bertanggung jawab | Privasi, bias, kepatuhan | AI adoption butuh etika dan kontrol |
Sumber Data: Diadaptasi dari World Economic Forum, Microsoft Work Trend Index, Deloitte Human Capital Trends, ILO, dan praktik AI adoption global 2024–2025.
Tabel ini menunjukkan bahwa intelligent worker bukan pekerja yang menyerahkan pekerjaan kepada AI. Ia adalah pekerja yang memakai AI untuk meningkatkan kualitas kerja, tetapi tetap memegang kendali atas konteks, validasi, etika, dan keputusan.
Tujuan tabel ini adalah membuat kebutuhan skill masa depan menjadi lebih konkret. Indonesia tidak hanya membutuhkan pekerja yang bisa memakai teknologi, tetapi pekerja yang mampu membaca data, merumuskan masalah, menjelaskan insight, menjaga keamanan informasi, dan mengambil keputusan dengan tanggung jawab.
Fondasi ketiga dari skills-first workforce Indonesia adalah kemampuan manusia untuk tetap unggul di tengah teknologi yang semakin kuat. Di era AI, manusia tidak cukup bekerja lebih cepat. Manusia harus bekerja lebih cerdas, lebih hati-hati, dan lebih bertanggung jawab.
Chapter 4 — Inclusive Reskilling: Pekerja Formal dan Informal Tidak Boleh Tertinggal
Pembangunan skills-first workforce Indonesia tidak boleh hanya hidup di kantor pusat, perusahaan besar, atau sektor formal. Struktur tenaga kerja Indonesia terlalu luas untuk didekati dengan cara seperti itu. Pada Februari 2025, sekitar 59,40% pekerja Indonesia berada di sektor informal. Artinya, lebih dari separuh pekerja berada di area yang sering tidak tersentuh sistem pembelajaran formal perusahaan.
Karena itu, reskilling Indonesia harus inklusif. Pekerja lapangan, operator, teknisi, sopir, kurir, pedagang, pekerja jasa, pelaku UMKM, petani, nelayan, dan supervisor operasional juga harus masuk agenda pembelajaran. Bila tidak, transformasi digital dan AI hanya akan mempercepat sebagian kecil tenaga kerja, sementara kelompok besar lainnya tertinggal.
Model pembelajarannya juga harus berbeda. Pekerja informal dan pekerja lapangan sering tidak cocok dengan pelatihan panjang yang terlalu akademik. Mereka membutuhkan pembelajaran yang praktis, pendek, langsung bisa dipakai, dan dekat dengan realita kerja. Bentuknya bisa berupa microlearning, coaching singkat, simulasi kasus, video pendek, checklist digital, mentoring supervisor, sertifikasi berbasis praktik, dan komunitas belajar lokal.
Bagi UMKM, reskilling harus membumi. Kebutuhan mereka bukan teori manajemen yang panjang, melainkan kemampuan membaca arus kas, mengelola stok, memakai pembayaran digital, memperbaiki layanan pelanggan, masuk marketplace, membuat promosi sederhana, dan menggunakan AI untuk membantu pekerjaan harian.
Di sektor operasional, pembelajaran harus langsung terkait dengan kualitas kerja. Di gudang, reskilling harus membantu akurasi picking, kecepatan proses, dan keselamatan kerja. Di jalan tol, pembelajaran harus membantu respons insiden, layanan pengguna jalan, pemeliharaan aset, dan disiplin standar operasional. Di manufaktur, pembelajaran harus membantu kualitas, produktivitas, downtime, dan safety.
Untuk memperjelas prioritasnya, tabel berikut merangkum segmen pekerja yang perlu mendapat pendekatan reskilling berbeda menuju 2030.
Tabel 4. Prioritas Inclusive Reskilling Indonesia menuju 2030
Segmen Pekerja | Kebutuhan Skill Utama | Format Pembelajaran yang Cocok | Data/Insight Kunci |
|---|---|---|---|
Pekerja kantor | AI, data, analisis, komunikasi | Workshop, project, coaching | AI masuk pekerjaan harian |
Operator | SOP, safety, digital tools | Simulasi, checklist, praktik langsung | Kunci produktivitas operasional |
Teknisi | Sensor, maintenance, troubleshooting | Sertifikasi teknis, mentoring | Penting untuk digital operation |
Supervisor lapangan | Problem solving, coaching, data operasi | Coaching clinic, project improvement | Kunci transfer skill ke tim |
UMKM | Digital selling, cash flow, layanan | Microlearning, komunitas, praktik | Butuh skill digital praktis |
Sopir/kurir | Safety, route, layanan pelanggan | Briefing singkat, video, checklist | Penting untuk ogistic harian |
Pekerja informal | Literasi digital dan finansial | Modul pendek, komunitas lokal | 59,40% pekerja Indonesia informal |
Fresh graduate | Work readiness dan AI fluency | Apprenticeship, bootcamp, project | Gap kampus-industri perlu ditutup |
Pekerja senior | Reskilling digital dan mentoring | Peer learning, reverse mentoring | Pengalaman perlu dipadukan dengan AI |
Manajer | Talent development dan Learning ROI | Leadership lab, business project | Manajer menjadi talent multiplier |
Sumber Data: Diadaptasi dari BPS, ILO, World Economic Forum, OECD, dan praktik reskilling global 2021–2025.
Tabel ini menunjukkan bahwa satu model pembelajaran tidak bisa dipakai untuk semua kelompok. Pekerja kantor, operator, teknisi, UMKM, pekerja informal, dan manajer membutuhkan kebutuhan skill serta format belajar yang berbeda.
Tujuan tabel ini adalah menegaskan bahwa inklusi bukan hanya soal akses, tetapi soal desain. Pembelajaran yang inklusif harus menyesuaikan cara orang bekerja, waktu yang tersedia, bahasa yang dipahami, dan problem yang benar-benar mereka hadapi.
Fondasi keempat dari skills-first workforce Indonesia adalah memastikan pembelajaran tidak hanya dinikmati kelompok formal, tetapi juga menjangkau pekerja yang menjadi tulang punggung ekonomi harian. Bila ini berhasil, reskilling tidak hanya meningkatkan kompetensi, tetapi juga membuka jalur naik kelas.
Chapter 5 — Manager as Talent Multiplier dan Learning ROI
Transformasi Learning and Development tidak akan berhasil bila hanya menjadi program Human Capital. Kunci sebenarnya berada pada manajer lini tengah. Mereka adalah orang yang paling dekat dengan target, problem, perilaku kerja, kualitas output, konflik, dan perkembangan tim sehari-hari.
Manajer masa depan tidak cukup hanya menjadi pengawas target. Ia harus menjadi talent multiplier: pemimpin yang membuat orang di sekitarnya menjadi lebih mampu. Ia memberi arahan, membuka ruang belajar, memberi feedback, menghubungkan pekerjaan dengan strategi, dan membantu tim menyelesaikan masalah dengan lebih matang.
Banyak pelatihan gagal bukan karena materinya buruk, tetapi karena tidak ada tindak lanjut setelah kelas selesai. Karyawan belajar hal baru, tetapi tidak diberi ruang mencoba. Ada ide perbaikan, tetapi tidak masuk agenda kerja. Akhirnya, pelatihan berhenti sebagai pengalaman pribadi, bukan perubahan organisasi.
Karena itu, setiap program Learning and Development harus memiliki hubungan langsung dengan manajer. Sebelum pelatihan, manajer perlu menjelaskan mengapa skill itu penting. Saat pelatihan, peserta sebaiknya membawa problem nyata dari unitnya. Setelah pelatihan, manajer perlu memberi proyek kecil untuk menguji skill baru dalam 30, 60, atau 90 hari.
Di sinilah Learning ROI menjadi penting. Learning ROI bukan hanya menghitung biaya pelatihan dibanding jumlah peserta. Learning ROI membaca apakah pembelajaran menciptakan dampak: produktivitas naik, error turun, waktu proses lebih cepat, komplain berkurang, internal mobility meningkat, turnover turun, safety membaik, dan pipeline talent lebih kuat.
Untuk membuat ukuran dampaknya lebih konkret, tabel berikut merangkum indikator Learning ROI yang dapat dipakai perusahaan.
Tabel 5. Indikator Learning ROI untuk Mengukur Dampak Capability Building
Area Dampak | Indikator yang Diukur | Contoh Bukti Perubahan | Target Kuantitatif Indikatif |
|---|---|---|---|
Produktivitas | Output per orang/jam | Proses lebih cepat | Naik 5–15% |
Kualitas | Error, rework, defect | Kesalahan turun | Turun 10–20% |
Safety | Insiden, near miss | Kecelakaan menurun | Turun 10–30% |
Layanan | Komplain, response time | Pelanggan lebih puas | Response time turun 10–25% |
Operasi | Downtime, cycle time | Gangguan berkurang | Downtime turun 5–15% |
Talent | Internal mobility | Promosi internal meningkat | Naik 10–20% |
Retensi | Turnover kritikal | Talenta kunci bertahan | Turun 5–10% |
Digital adoption | Penggunaan tools | Workflow lebih digital | Adoption rate >70% |
AI adoption | Use case produktif | Analisis/laporan lebih cepat | Waktu kerja turun 10–30% |
Leadership | Kualitas coaching | Tim lebih mandiri | Coaching 1–2 kali/bulan |
Sumber Data: Diadaptasi dari praktik Learning and Development global, Deloitte Human Capital Trends, World Economic Forum, ILO, dan pendekatan business impact evaluation 2021–2025.
Tabel ini membuat Learning and Development lebih konkret. Pembelajaran tidak cukup diukur dari kepuasan peserta, tetapi dari dampaknya terhadap produktivitas, kualitas, safety, layanan, operasi, talent, dan adopsi digital.
Tujuan tabel ini adalah membantu perusahaan menghubungkan program belajar dengan ukuran bisnis yang bisa dipantau. Target dalam tabel bukan angka wajib, melainkan panduan awal agar Learning ROI tidak berhenti sebagai konsep.
Fondasi kelima dari skills-first workforce Indonesia adalah menjadikan manajer sebagai pengganda talenta dan menjadikan Learning ROI sebagai ukuran nilai. Perusahaan masa depan bukan hanya perusahaan yang banyak melatih orang, tetapi perusahaan yang mampu membuat orangnya terus tumbuh dan bekerja lebih baik.
Case Study 1 — Microsoft: Dari AI Tools menuju AI-Enabled Work
Microsoft menghadapi masalah yang kini mulai dirasakan banyak perusahaan besar: beban kerja meningkat, ekspektasi produktivitas naik, dan pekerja harus mengambil keputusan lebih cepat. AI hadir sebagai peluang, tetapi juga membawa risiko. Bila hanya dipakai untuk menulis, meringkas, atau membuat presentasi, AI memang mempercepat pekerjaan, tetapi belum tentu memperbaiki kualitas keputusan.
Masalah utama Microsoft bukan sekadar adopsi teknologi, melainkan perubahan cara kerja. Dalam 2025 Work Trend Index, Microsoft dan LinkedIn menganalisis 31.000 pekerja di 31 negara dan memperkenalkan konsep Frontier Firm, yaitu organisasi yang menggabungkan manusia, AI, dan digital labor dalam satu sistem kerja. Ide besarnya: AI harus masuk ke workflow, bukan hanya menjadi aplikasi tambahan.
Solusi yang dibangun adalah AI-enabled work. AI dipakai untuk membantu analisis, kolaborasi, penyusunan dokumen, pencarian insight, dan pengambilan keputusan. Namun manusia tetap memimpin konteks, validasi, etika, prioritas, dan keputusan akhir. Di sinilah AI fluency dan human judgment menjadi skill utama.
Bagi Indonesia, case ini penting karena banyak perusahaan masih berada pada tahap awal adopsi AI. Pertanyaannya bukan lagi “tools apa yang dipakai?”, tetapi “pekerjaan mana yang berubah, skill apa yang harus dibangun, data apa yang harus dijaga, dan keputusan apa yang tetap harus dikendalikan manusia?”
Tabel 6. Microsoft: Dari AI Tools menuju AI-Enabled Work
Tahapan | Temuan Utama | Pelajaran untuk Learning and Development Indonesia |
|---|---|---|
Masalah utama | Beban kerja naik, produktivitas harus meningkat | Pembelajaran harus membantu pekerja bekerja lebih cerdas |
Akar masalah | AI sering dipakai sebagai tools tambahan | Training AI tidak boleh berdiri sendiri |
Ide solusi | Frontier Firm dan AI-enabled work | AI perlu masuk ke sistem kerja |
Cara mengatasi | AI masuk ke analisis, dokumen, insight, dan kolaborasi | Skill AI harus berbasis pekerjaan nyata |
Skill kunci | AI fluency dan human judgment | Pekerja harus bisa bertanya, memeriksa, dan memutuskan |
Skala studi | 31.000 pekerja di 31 negara | Insight AI perlu dibaca dari pola kerja nyata |
Hasil | Diskusi AI bergeser ke workflow dan governance | Learning and Development perlu mengajarkan cara berpikir dengan AI |
Dampak hari ini | AI policy, AI literacy, dan use case produktif makin berkembang | Indonesia perlu menghubungkan AI dengan produktivitas, etika, dan kontrol data |
Sumber Data: Microsoft Work Trend Index, Microsoft dan LinkedIn, 2025.
Tabel ini menunjukkan bahwa transformasi Microsoft berangkat dari masalah produktivitas dan kapasitas kerja, bukan sekadar tren teknologi. AI diposisikan sebagai bagian dari sistem kerja agar manusia dapat menganalisis, berkolaborasi, dan mengambil keputusan dengan lebih baik.
Maksud tabel ini adalah memperjelas tahapan perubahan: masalah dikenali, akar masalah dibaca, solusi dirumuskan, workflow diubah, skill dibangun, lalu governance diperkuat. Angka 31.000 pekerja di 31 negara menunjukkan bahwa perubahan ini mencerminkan pola kerja global, bukan hanya pengalaman internal satu perusahaan.
Tujuan tabel ini adalah memberi kerangka praktis bagi perusahaan Indonesia. Pelatihan AI sebaiknya tidak berhenti pada penggunaan tools, tetapi masuk ke problem framing, data literacy, verification habit, privacy awareness, dan decision review. Dengan begitu, AI tidak hanya mempercepat pekerjaan, tetapi juga memperbaiki kualitas kerja.
Lesson Learned: Pelajaran utama dari Microsoft adalah bahwa AI baru bernilai ketika masuk ke cara kerja, didukung skill manusia, dan dikawal governance yang jelas. Untuk Indonesia, Learning and Development harus mengubah pelatihan AI dari sekadar “cara memakai aplikasi” menjadi “cara bekerja lebih baik dengan AI”.
Case Study 2 — Amazon Career Choice: Inclusive Upskilling untuk Pekerja Garis Depan
Amazon menghadapi masalah berbeda. Sebagai perusahaan dengan operasi logistik, fulfillment center, delivery station, teknologi, dan layanan pelanggan berskala global, Amazon sangat bergantung pada pekerja garis depan. Mereka menentukan kualitas eksekusi harian, tetapi dalam banyak organisasi, kelompok seperti ini justru paling sering tertinggal dari akses pengembangan skill.
Masalah utamanya adalah ketimpangan akses belajar. Upskilling sering lebih mudah diakses pekerja kantor dan manajerial, sementara pekerja operasional menghadapi target, shift, standar kualitas, tekanan waktu, dan perubahan teknologi. Bila kelompok ini tidak naik skill, transformasi perusahaan akan kuat di strategi, tetapi lemah di eksekusi.
Ide solusinya adalah melihat pekerja garis depan sebagai aset produktivitas jangka panjang. Amazon membangun Career Choice, program pendidikan dan upskilling yang memberi akses pembelajaran, sertifikasi, dan jalur karier baru. Hingga 2025, lebih dari 300.000 karyawan telah berpartisipasi dalam Career Choice, dengan lebih dari 600 mitra pendidikan. Amazon juga menyampaikan lebih dari 700.000 karyawan global telah mengikuti berbagai program upskilling.
Dampaknya, upskilling tidak lagi dipahami sebagai fasilitas eksklusif untuk pekerja kantor. Pekerja operasional mendapat jalan untuk naik kelas, baik di dalam maupun di luar perusahaan. Bagi Indonesia, model ini relevan untuk logistik, manufaktur, ritel, konstruksi, transportasi, infrastruktur, jalan tol, perkebunan, dan layanan publik.
Tabel 7. Amazon Career Choice: Inclusive Upskilling untuk Pekerja Garis Depan
Tahapan | Temuan Utama | Pelajaran untuk Indonesia |
|---|---|---|
Masalah utama | Pekerja garis depan berisiko tertinggal | Reskilling tidak boleh hanya untuk kantor pusat |
Akar masalah | Upskilling lebih mudah diakses pekerja formal dan manajerial | Desain pembelajaran harus inklusif |
Ide solusi | Career Choice sebagai jalur pendidikan dan mobilitas karier | Skill harus membuka jalan naik kelas |
Cara mengatasi | Dukungan pendidikan, training, dan kemitraan luas | Perlu kolaborasi industri, kampus, vokasi, dan sertifikasi |
Skala Career Choice | 300.000+ peserta | Program skill perlu masif dan terstruktur |
Mitra pembelajaran | 600+ mitra pendidikan | Ekosistem pembelajaran perlu diperluas |
Skala upskilling Amazon | 700.000+ karyawan global | Upskilling bisa dilakukan dalam skala besar |
Hasil | Pekerja operasional mendapat akses skill dan karier baru | Pekerja lapangan harus dilihat sebagai aset strategis |
Dampak hari ini | Inclusive upskilling menjadi contoh global | Relevan untuk logistik, manufaktur, ritel, dan infrastruktur |
Sumber Data: Amazon Career Choice dan Amazon Upskilling Programs, 2025.
Tabel ini menunjukkan bahwa Amazon membaca upskilling sebagai isu produktivitas dan inklusi sekaligus. Pekerja garis depan bukan hanya pelaksana, tetapi bagian penting dari kualitas layanan, keselamatan, kecepatan operasi, dan daya tahan perusahaan.
Maksud tabel ini adalah menjelaskan bagaimana Amazon mengubah pengembangan skill dari program terbatas menjadi ekosistem pembelajaran skala besar. Angka 300.000+ peserta Career Choice, 600+ mitra pendidikan, dan 700.000+ karyawan global dalam program upskilling menunjukkan bahwa pembelajaran bisa diperluas bila desainnya praktis, terstruktur, dan memiliki mitra yang kuat.
Tujuan tabel ini adalah memberi pelajaran bagi Indonesia bahwa reskilling harus menjangkau pekerja yang paling dekat dengan operasi. Bila pekerja lapangan diberi akses skill, sertifikasi, coaching, dan jalur karier, dampaknya bukan hanya pada individu, tetapi juga pada produktivitas, keselamatan, kualitas layanan, loyalitas, dan daya tahan organisasi.
Lesson Learned: Pelajaran utama dari Amazon adalah bahwa transformasi skill harus inklusif. Perusahaan yang serius membangun masa depan tidak hanya mengembangkan talenta di kantor pusat, tetapi juga menaikkan kemampuan pekerja garis depan yang menentukan kualitas eksekusi harian.
Catatan Insight dari Dua Case Study
Microsoft dan Amazon memberi dua pelajaran yang saling melengkapi. Microsoft menunjukkan bahwa AI harus mengubah cara kerja, sedangkan Amazon menunjukkan bahwa reskilling harus menjangkau pekerja garis depan.
Bagi Indonesia, keduanya perlu digabung. Perusahaan perlu membangun pekerja yang cakap AI, tetapi juga memastikan pekerja lapangan, operasional, informal, dan UMKM tidak tertinggal. Masa depan Learning and Development harus sekaligus digital, membumi, inklusif, dan berdampak.
Inilah inti Goodbye Boring Learning and Development: pembelajaran harus membuat manusia lebih mampu, pekerjaan lebih produktif, organisasi lebih adaptif, dan Indonesia lebih siap menghadapi kompetisi talenta menuju 2030.
Kesimpulan
Artikel utama “The Human-AI Talent Race: Membangun Kedaulatan Talenta Manusia Indonesia di Era AI” telah menunjukkan bahwa persaingan masa depan akan semakin ditentukan oleh kualitas manusia. Artikel Serial 1 “Goodbye Boring Learning and Development: Membangun Skills-First Workforce Indonesia menuju 2030” menurunkan gagasan itu ke pertanyaan yang lebih praktis: bagaimana manusia Indonesia dibangun kompetensinya agar siap menghadapi perubahan kerja?
Jawabannya bukan dengan memperbanyak training semata. Training tetap penting, tetapi tidak boleh menjadi pusat sistem pembelajaran. Ketika 39% core skills global diperkirakan berubah pada 2030 dan 63% perusahaan melihat skill gap sebagai hambatan transformasi, Learning and Development harus naik kelas menjadi sistem pembangunan kapabilitas.
Bagi Indonesia, tantangannya lebih besar karena skala tenaga kerja sangat luas. Pada Agustus 2025 terdapat sekitar 146,54 juta penduduk bekerja, dan sekitar 59,40% pekerja berada di sektor informal pada Februari 2025. Ini berarti pembangunan skill tidak boleh hanya menyentuh kantor pusat, perusahaan besar, atau pekerja formal. Operator, teknisi, supervisor lapangan, pekerja jasa, sopir, kurir, UMKM, dan pekerja informal juga harus masuk ke agenda reskilling.
Dari seluruh pembahasan, ada 5 (lima) pesan utama.
Pertama, Learning and Development harus diukur dari dampak kerja, bukan jumlah kelas dan sertifikat. Kedua, kampus, vokasi, dan industri harus tersambung sebagai ekosistem pembelajaran. Ketiga, pekerja Indonesia perlu menjadi intelligent worker yang memiliki AI fluency dan human judgment. Keempat, reskilling harus inklusif. Kelima, manajer harus menjadi talent multiplier yang membuat timnya terus tumbuh.
Untuk memperjelas pelajaran dari dua case study, tabel berikut merangkum perbandingan Microsoft dan Amazon Career Choice secara ringkas.
Tabel 8. Ringkasan Best Practice Microsoft dan Amazon untuk Learning and Development Indonesia
Aspek | Microsoft | Amazon Career Choice | Pelajaran untuk Indonesia |
|---|---|---|---|
Masalah utama | AI belum masuk workflow | Pekerja garis depan tertinggal akses skill | Transformasi harus menyentuh kantor dan lapangan |
Fokus solusi | AI fluency dan governance | Upskilling dan mobilitas karier | Learning harus digital sekaligus inklusif |
Sasaran | Knowledge worker | Pekerja operasional | Semua segmen pekerja perlu jalur belajar |
Skala | 31.000 pekerja, 31 negara | 300.000+ peserta, 600+ mitra | Program besar butuh ekosistem |
Skill kunci | AI, data, judgment | Teknis, readiness, career mobility | Skill masa depan harus hybrid |
Dampak | Produktivitas dan kualitas keputusan | Mobilitas karier dan kekuatan eksekusi | Bonus kompetensi lahir dari teknologi + akses belajar |
Sumber Data: Diadaptasi dari Microsoft Work Trend Index, Microsoft dan LinkedIn, Amazon Career Choice, Amazon Upskilling Programs, World Economic Forum, dan praktik Learning and Development global 2025.
Tabel ini menunjukkan bahwa Microsoft dan Amazon menghadapi masalah yang berbeda, tetapi pelajarannya saling melengkapi. Microsoft menjawab tantangan kerja berbasis AI: bagaimana manusia tetap relevan ketika teknologi masuk ke alur kerja. Amazon menjawab tantangan inklusi: bagaimana pekerja garis depan tetap mendapat akses belajar dan jalur naik kelas.
Maksud tabel ini adalah memperjelas bahwa masa depan Learning and Development tidak bisa hanya memilih satu arah. Bila perusahaan hanya fokus pada AI, tetapi melupakan pekerja lapangan, transformasi akan menjadi elitis. Sebaliknya, bila perusahaan hanya melatih pekerja operasional tanpa membangun AI fluency, organisasi bisa tertinggal dalam produktivitas dan kualitas keputusan.
Tujuan tabel ini adalah memberi kerangka praktis bagi Indonesia. Learning and Development masa depan harus menggabungkan dua agenda: membangun pekerja yang cakap teknologi dan memastikan pembelajaran menjangkau pekerja formal, informal, UMKM, teknisi, operator, dan supervisor lapangan. Inilah cara agar bonus demografi berubah menjadi bonus kompetensi.
Maka, kesimpulan utama artikel ini sederhana: Indonesia tidak cukup memiliki banyak tenaga kerja; Indonesia harus memiliki tenaga kerja yang terus naik kemampuan. Perusahaan yang hanya melatih orang untuk pekerjaan hari ini akan tertinggal. Perusahaan yang membangun skills-first workforce akan memiliki manusia yang siap menghadapi pekerjaan masa depan.
Di era Human-AI Talent Race, pembeda utama bukan lagi siapa yang paling banyak memiliki teknologi. Pembeda utamanya adalah siapa yang paling serius membangun manusia agar mampu memakai teknologi, membaca perubahan, menjaga judgment, dan menciptakan nilai baru.
Renungan
Individu tidak bisa lagi menunggu jadwal training untuk belajar. Dunia kerja berubah terlalu cepat untuk ditunggu. Orang yang hanya belajar ketika diminta akan tertinggal oleh orang yang aktif mencari cara baru untuk bekerja lebih baik.
Manajer tidak cukup hanya mengejar target. Target hari ini penting, tetapi kemampuan tim menentukan apakah organisasi masih kuat menghadapi perubahan besok. Manajer yang baik bukan hanya membuat tim bekerja, tetapi membuat tim tumbuh.
Perusahaan tidak cukup memiliki program Learning and Development. Program bisa terlihat rapi dalam kalender, tetapi belum tentu hidup dalam pekerjaan. Yang dibutuhkan adalah sistem pembelajaran yang masuk ke proyek, coaching, feedback, data, teknologi, dan problem solving harian.
Kampus tidak cukup hanya meluluskan sarjana. Vokasi tidak boleh dipandang sebagai jalur kedua. Industri tidak boleh hanya menuntut lulusan siap pakai. Ketiganya harus bergerak bersama membangun manusia yang kompeten, adaptif, dan relevan dengan kebutuhan zaman.
AI juga tidak boleh dipahami hanya sebagai alat cepat. Semakin kuat teknologi, semakin penting kemampuan manusia untuk bertanya, memeriksa, memahami konteks, menjaga etika, dan mengambil keputusan dengan bijak.
Pada akhirnya, Goodbye Boring Learning and Development bukan ajakan untuk meninggalkan pelatihan. Ini adalah ajakan untuk meninggalkan pembelajaran yang hanya formalitas. Indonesia membutuhkan pembelajaran yang hidup, membumi, inklusif, dan berdampak.
Karena masa depan tidak dimenangkan oleh negara yang paling banyak memiliki tenaga kerja. Masa depan dimenangkan oleh negara yang paling serius membangun kemampuan manusianya.
Referensi
- Learning in the Flow of Work, Josh Bersin, Josh Bersin Company, 2018.
- Human + Machine: Reimagining Work in the Age of AI, Paul R. Daugherty dan H. James Wilson, Harvard Business Review Press, 2018.
- Shaping Skills and Lifelong Learning for the Future of Work, International Labour Organization, ILO Publications, 2021.
- The ILO Strategy on Skills and Lifelong Learning 2030, International Labour Organization, ILO Publications, 2023.
- OECD Skills Outlook 2023: Skills for a Resilient Green and Digital Transition, Organisation for Economic Co-operation and Development, OECD Publishing, 2023.
- Global Education Monitoring Report 2023: Technology in Education — A Tool on Whose Terms?, UNESCO, UNESCO Publishing, 2023.
- Building Better Formal TVET Systems: Principles and Practice in Low- and Middle-Income Countries, The World Bank, World Bank Publications, 2023.
- Workplace Learning Report 2024, LinkedIn Learning, LinkedIn, 2024.
- Digital Re- & Upskilling for People-Centric Manufacturing, Siemens, Siemens, 2024.
- The Future of Jobs Report 2025, World Economic Forum, World Economic Forum, 2025.
- 2025 Work Trend Index Annual Report, Microsoft dan LinkedIn, Microsoft WorkLab, 2025.
- 2025 Global Human Capital Trends, Deloitte, Deloitte Insights, 2025.
- Amazon Career Choice, Amazon, Amazon Career Choice, 2025.
- Keadaan Pekerja di Indonesia Februari 2025, Badan Pusat Statistik, Badan Pusat Statistik, 2025.
- Keadaan Angkatan Kerja di Indonesia Agustus 2025, Badan Pusat Statistik, Badan Pusat Statistik, 2025.
