Martin Nababan 
Executive Summary
Artikel ini merupakan kelanjutan dari Growing Leaders Where the Work Happens, tetapi bergerak dari perspektif yang berbeda. Artikel sebelumnya menjelaskan bagaimana pemimpin bertumbuh melalui pekerjaan nyata, tekanan operasional, stretch assignment, kegagalan, keselamatan, transfer pengalaman senior, dan pemanfaatan teknologi. Artikel ini melanjutkan perjalanan tersebut dengan satu pertanyaan penting: setelah seseorang membuktikan kapasitasnya di lapangan, apakah organisasi memiliki sistem yang cukup adil untuk mengenali dan mengembangkannya?
Pertanyaan itu menjadi semakin relevan ketika perubahan keterampilan berlangsung sangat cepat. World Economic Forum memperkirakan sekitar 39 % keterampilan inti pekerja akan berubah pada 2030. Pada saat bersamaan, DDI mencatat bahwa tingkat kepercayaan kepada manajer langsung turun dari 46 % pada 2022 menjadi 29 % pada 2024. Organisasi bukan hanya menghadapi kesenjangan kompetensi, tetapi juga berhadapan dengan krisis kepercayaan terhadap kualitas kepemimpinan.
Banyak perusahaan sebenarnya memiliki talenta yang memadai. Persoalannya, kemampuan tersebut sering tidak terlihat oleh pusat pengambilan keputusan. Orang yang menjaga operasi, memulihkan layanan, mengatasi konflik, melindungi keselamatan, atau menyelamatkan proyek tidak selalu mendapatkan pengakuan yang setara dengan mereka yang lebih sering hadir di sekitar pimpinan.
Konsep Fair Talent, Smart Leadership, Sustainable Future menawarkan pendekatan untuk mengatasi persoalan tersebut. Fair Talent memastikan kesempatan dan keputusan karier didasarkan pada bukti yang relevan. Smart Leadership memadukan data, AI, pengalaman, keberanian moral, dan pertimbangan manusia. Sustainable Future memastikan organisasi tidak bergantung pada satu figur, tetapi memiliki penerus, memori institusional, serta kemampuan beradaptasi lintas generasi.
Walmart dan IBM dipilih sebagai studi kasus karena menghadirkan dua perspektif yang saling melengkapi. Walmart memperlihatkan bagaimana pekerja garis depan dapat memperoleh akses pendidikan, pengembangan keterampilan, dan mobilitas karier. IBM menunjukkan bagaimana pendekatan skills-first, data keterampilan, AI, pembelajaran berkelanjutan, dan tata kelola teknologi digunakan untuk membangun tenaga kerja yang lebih adaptif.
Pembahasan kedua kasus mengikuti struktur utama artikel. Setiap perusahaan dianalisis melalui perspektif Fair Talent, pengendalian bias, Smart Leadership, Talent Intelligence, Sustainable Future, Trusted Leadership, dan Leadership Accountability. Dengan susunan tersebut, pembaca tidak hanya melihat program yang dijalankan, tetapi juga memahami hubungan antara konsep, pelaksanaan, risiko, serta pelajarannya bagi perusahaan Indonesia.
Pendahuluan
Bayangkan sebuah rapat talent review. Layar menampilkan nama kandidat, hasil kinerja, nilai asesmen, tingkat potensi, dan rekomendasi pengembangan. Semuanya tampak profesional. Namun, ketika pembahasan dimulai, keputusan masih dapat dipengaruhi oleh kalimat seperti, “Saya sudah lama mengenalnya,” “Dia sering membantu pimpinan,” atau “Kandidat ini paling aman.”
Pada lokasi operasi yang jauh dari kantor pusat, mungkin terdapat seorang supervisor yang mampu menjaga layanan ketika sistem mengalami gangguan. Ia mengatur ulang pekerjaan, berkomunikasi dengan pelanggan, melindungi tim, dan mengambil keputusan di bawah tekanan. Setelah keadaan kembali normal, keberhasilannya dianggap sebagai bagian dari pekerjaan rutin. Pengalaman penting tersebut tidak pernah masuk ke dalam profil kepemimpinannya.
Di bagian lain organisasi, seorang senior mendekati masa pensiun. Ia menyimpan pengetahuan yang tidak sepenuhnya tertulis dalam prosedur: tanda awal kerusakan, pola konflik dalam proyek, karakter pemasok, risiko tersembunyi dalam kontrak, serta alasan di balik keputusan yang pernah menyelamatkan perusahaan. Ketika pengetahuan itu tidak diwariskan, organisasi kehilangan lebih dari seorang pegawai. Organisasi kehilangan sebagian memorinya.
Generasi muda memasuki dunia kerja dengan energi, literasi digital, dan harapan yang berbeda. Mereka tidak selalu meminta promosi secara instan. Namun, mereka ingin mengetahui apakah kontribusinya akan dinilai secara wajar, apakah kesempatan belajar tersedia, serta apakah keberanian menyampaikan gagasan memperoleh ruang. Ketika jalur karier terasa tertutup, mereka mungkin tetap bekerja, tetapi perlahan berhenti memberikan kemampuan terbaiknya.
Karena itu, pengelolaan talenta bukan semata-mata urusan Human Capital. Ia berkaitan langsung dengan strategi, produktivitas, inovasi, keselamatan, risiko, kepercayaan, dan kelangsungan organisasi. Perusahaan yang tidak mampu melihat kemampuan internal akan terus mencari talenta dari luar, sementara orang-orang potensial di dalam organisasi kehilangan harapan atau memilih pergi.
Chapter 1. Fair Talent: Menilai Kesiapan, Bukan Kedekatan
Visibilitas tetap dibutuhkan dalam kepemimpinan. Seorang calon pemimpin perlu menyampaikan gagasan, membangun relasi, dan memengaruhi pemangku kepentingan. Namun, keterlihatan tidak dapat dijadikan bukti tunggal kesiapan seseorang.
Orang yang tampil meyakinkan dalam rapat belum tentu mampu mengambil keputusan ketika keadaan memburuk. Sebaliknya, seseorang yang tidak terlalu vokal dapat memiliki kemampuan menjaga ketenangan, membaca risiko, menyelesaikan konflik, dan membawa tim melewati tekanan. Sistem talenta yang sehat harus mampu membedakan antara orang yang sering terlihat dengan orang yang benar-benar siap.
Fair Talent merupakan pendekatan pengelolaan talenta yang memberikan akses kesempatan dan penilaian berdasarkan bukti yang relevan. Keadilan tidak berarti semua orang mendapatkan hasil yang sama. Keadilan berarti setiap orang memahami standar penilaian, memperoleh akses pengembangan yang masuk akal, dan dinilai melalui proses yang konsisten.
Penilaian kesiapan perlu melihat apa yang dicapai, bagaimana hasil tersebut diperoleh, dan apakah kandidat mampu menghadapi kompleksitas yang lebih tinggi. Kinerja keuangan tetap penting, tetapi tidak dapat berdiri sendiri. Integritas, keselamatan, kemampuan belajar, kesehatan tim, kualitas keputusan, kolaborasi, literasi digital, dan kontribusi terhadap keberlanjutan juga perlu diperhitungkan.
Tabel berikut memperlihatkan perubahan mendasar dari pengelolaan talenta yang berpusat pada keterlihatan menuju sistem berbasis kesiapan.
Tabel 1. Perubahan dari Talent Visibility Menuju Talent Readiness
No. | Dimensi | Pendekatan Konvensional | Pendekatan yang Lebih Adil |
|---|---|---|---|
1 | Dasar penilaian | Kedekatan dan frekuensi tampil | Rekam jejak, perilaku, dan hasil |
2 | Identifikasi potensi | Kandidat yang paling dikenal | Kandidat dengan kapasitas belajar |
3 | Bukti kesiapan | Pendapat satu pimpinan | Data, asesmen, simulasi, dan pengalaman |
4 | Kesempatan berkembang | Berputar pada nama yang sama | Terbuka lintas fungsi dan wilayah |
5 | Keputusan promosi | Keberhasilan dalam peran saat ini | Kesiapan menghadapi peran berikutnya |
Sumber Data: Sintesis World Economic Forum, DDI, Deloitte, Korn Ferry, dan literatur pengelolaan talenta global, 2024–2026.
Perubahan tersebut tidak menghilangkan pertimbangan manusia. Pengalaman pemimpin senior tetap dibutuhkan untuk membaca konteks yang tidak tertangkap oleh angka. Namun, intuisi perlu dipertemukan dengan bukti, diuji dalam forum kalibrasi, dan diterjemahkan menjadi alasan yang dapat dipertanggungjawabkan.
Bagi perusahaan dengan lokasi operasi tersebar, pendekatan ini menjadi sangat penting. Tanpa mekanisme yang memperluas jangkauan pengamatan, organisasi akan lebih mudah menemukan orang yang dekat daripada orang yang tepat.
Chapter 2. Bias Talenta: Ketika Familiaritas Dianggap sebagai Kebenaran
Bias jarang hadir melalui pernyataan terbuka. Ia biasanya muncul dalam bahasa yang terdengar wajar. Seorang kandidat dipilih karena dianggap paling memahami budaya. Kandidat lain ditunda karena belum cukup dikenal. Nama tertentu terus memperoleh penugasan strategis karena pimpinan merasa nyaman bekerja dengannya.
Proximity bias membuat orang yang dekat secara fisik maupun relasional lebih mudah dipercaya. Seniority bias menyamakan masa kerja dengan kesiapan. Similarity bias mendorong pengambil keputusan memilih orang dengan latar belakang atau gaya yang mirip dengannya. Halo effect membuat satu keberhasilan besar menutupi kelemahan yang seharusnya diperiksa.
Organisasi juga sering menyamakan high performance dengan high potential. Padahal, seseorang dapat berkinerja sangat baik dalam posisi sekarang, tetapi belum tentu siap menangani kompleksitas peran berikutnya. Sebaliknya, kandidat yang memiliki potensi kuat mungkin belum menghasilkan angka tertinggi karena belum memperoleh penugasan yang tepat.
Tabel berikut menunjukkan bagaimana bias dapat memengaruhi keputusan talenta dan mekanisme yang dapat digunakan untuk mengendalikannya.
Tabel 2. Bias dalam Keputusan Talenta dan Mekanisme Pengendaliannya
No. | Bentuk Bias | Risiko Organisasi | Mekanisme Pengendalian |
|---|---|---|---|
1 | Proximity bias | Talenta lapangan tidak terlihat | Review lintas wilayah dan fungsi |
2 | Seniority bias | Regenerasi berjalan lambat | Asesmen kompetensi masa depan |
3 | Similarity bias | Perspektif kepemimpinan seragam | Panel penilai yang beragam |
4 | Halo effect | Risiko tertutup oleh satu prestasi | Evaluasi multidimensi |
5 | Kinerja disamakan dengan potensi | Kandidat gagal dalam peran baru | Simulasi dan stretch assignment |
6 | Kandidat “aman” selalu dipilih | Pembaruan organisasi terhambat | Dokumentasi alasan keputusan |
Sumber Data: Sintesis DDI, Korn Ferry, Deloitte Human Capital Trends, dan literatur perilaku organisasi, 2024–2025.
Mekanisme pengendalian tersebut bukan tambahan birokrasi. Tujuannya adalah meningkatkan kualitas keputusan. Kriteria peran harus dijelaskan sejak awal, data perlu dibaca lintas waktu, dan kandidat berhak memperoleh umpan balik yang dapat digunakan untuk berkembang.
Meritokrasi yang sehat juga tidak boleh berubah menjadi mesin pemeringkat yang dingin. Kondisi awal, akses kesempatan, kompleksitas pekerjaan, dan hambatan yang pernah dihadapi tetap perlu dipertimbangkan. Sistem yang adil bukan sistem tanpa judgment, melainkan sistem yang membuat pertimbangan manusia lebih disiplin.
Chapter 3. Smart Leadership: Menggunakan AI Tanpa Menyerahkan Nurani
Smart Leadership bukan sekadar kepemimpinan yang fasih menyebut AI, transformasi digital, dan analitik. Kepemimpinan cerdas terlihat dari kemampuan merumuskan persoalan yang tepat, menguji kualitas bukti, memahami dampak manusia, serta mengambil keputusan yang dapat dijelaskan.
AI dapat membantu organisasi membaca pola dari data dalam jumlah besar. Riwayat pekerjaan, keterampilan, pencapaian, hasil asesmen, mobilitas, pelatihan, aspirasi karier, serta kebutuhan posisi kritis dapat dihubungkan untuk menemukan kandidat yang sebelumnya tidak terlihat.
Namun, teknologi tidak memahami seluruh perjalanan manusia. Sistem dapat membaca penurunan produktivitas tanpa mengetahui bahwa seseorang sedang memulihkan unit yang diwarisi dalam kondisi buruk. Algoritma mungkin memberikan skor tinggi kepada pemimpin yang mencapai target, tetapi tidak selalu menangkap tekanan berlebihan yang dialami tim atau risiko keselamatan yang diabaikan.
Data juga membawa jejak keputusan masa lalu. Jika promosi sebelumnya dipengaruhi ketimpangan, model yang belajar dari sejarah dapat memperlakukan pola tersebut sebagai standar keberhasilan. Bias lama kemudian hadir dalam bentuk baru yang lebih cepat dan terlihat objektif.
Karena itu, organisasi memerlukan prinsip human-in-the-loop. AI dapat membaca pola dan memberikan rekomendasi. Human Capital menjaga kualitas metodologi. Pemimpin memahami konteks pekerjaan. Panel lintas fungsi menguji kesimpulan. Keputusan akhir tetap berada pada manusia yang dapat dimintai pertanggungjawaban.
Chapter 4. Talent Intelligence: Mengubah Data Menjadi Keputusan yang Bermakna
Banyak perusahaan telah memiliki data pegawai dalam jumlah besar, tetapi informasi tersebut sering terpisah. Riwayat kinerja tersimpan dalam satu aplikasi, pelatihan berada di sistem lain, hasil asesmen berbentuk laporan tersendiri, sedangkan pengalaman proyek hanya diketahui oleh atasan langsung.
Talent Intelligence terbentuk ketika data tersebut dihubungkan untuk menjawab pertanyaan strategis. Siapa yang siap mengisi posisi kritis? Siapa yang membutuhkan pengalaman tambahan? Siapa yang berkinerja kuat tetapi belum terlihat? Kandidat mana yang terlalu lama menunggu kesempatan? Siapa yang berisiko dipromosikan sebelum waktunya?
Jawaban atas pertanyaan tersebut tidak dapat bergantung pada satu skor. Organisasi perlu membaca kombinasi kemampuan teknis, pengalaman, karakter, kualitas keputusan, kapasitas belajar, kesehatan tim, keselamatan, kontribusi ESG, dan ketahanan menghadapi tekanan.
Talent intelligence juga membutuhkan hak koreksi. Pegawai perlu memahami jenis informasi yang digunakan, tujuan pengolahannya, pihak yang memiliki akses, serta cara memperbaiki data yang keliru. Transparansi bukan pelengkap tata kelola. Ia menjadi syarat agar sistem dipercaya.
Chapter 5. Sustainable Future: Regenerasi yang Tidak Bergantung pada Figur
Pemimpin kuat dapat menyelamatkan organisasi ketika krisis datang. Namun, pemimpin yang tidak membangun sistem akan meninggalkan ketergantungan. Ketika dirinya pindah atau pensiun, keputusan melambat, jejaring melemah, dan standar kerja ikut menurun.
Sustainable Future dalam kepemimpinan berarti memastikan organisasi tetap mampu bekerja, belajar, dan berkembang setelah figur tertentu tidak lagi berada di dalamnya. Posisi kritis perlu dipetakan. Kandidat penerus harus diuji melalui pengalaman nyata. Tingkat kesiapan pun harus dinilai secara jujur, bukan diperindah untuk memenuhi laporan suksesi.
Ancaman corporate amnesia muncul ketika pengetahuan penting pergi bersama pemiliknya. Perusahaan dapat memiliki ribuan prosedur, tetapi tetap kehilangan ingatan karena keputusan strategis sering bergantung pada tacit knowledge: alasan suatu pilihan dibuat, tanda awal krisis, kesalahan yang tidak boleh diulang, serta cara membaca keadaan ketika prosedur formal tidak memberikan jawaban.
Wawancara terstruktur, after-action review, mentoring, simulasi, video pembelajaran, digital playbook, dan Generative AI dapat membantu menyimpan pengetahuan tersebut. Teknologi menjadi wadah, sedangkan nilai warisan tetap ditentukan oleh kualitas pengalaman yang dibagikan dan kemampuan organisasi mengubahnya menjadi pelajaran.
Chapter 6. Trusted Leadership: Ketika Kecerdasan Harus Dipercaya
Penurunan tingkat kepercayaan kepada manajer langsung menunjukkan bahwa organisasi tidak hanya menghadapi masalah kompetensi. Mereka juga berhadapan dengan persoalan kredibilitas.
Ketika kepercayaan melemah, pegawai cenderung menahan informasi, menyembunyikan kesalahan, menghindari eksperimen, dan memilih langkah paling aman. Organisasi mungkin terlihat tertib, tetapi kehilangan kemampuan menangkap persoalan sebelum berkembang menjadi krisis.
Trusted Leader menjaga integritas ketika tekanan meningkat dan jalan pintas terlihat menguntungkan. Ia tidak menggunakan data untuk membenarkan keputusan yang telah ditentukan sebelumnya. Ia bersedia mengubah pandangan ketika menemukan bukti baru dan mampu menjelaskan alasan di balik pilihan yang sulit.
Algoritma dapat menghasilkan rekomendasi dalam hitungan detik, tetapi tidak memikul konsekuensi moral. Akuntabilitas tetap berada pada manusia yang menyetujui dan menjalankan keputusan.
Chapter 7. Leadership Accountability: Menilai Apa yang Ditinggalkan Pemimpin
Pemimpin biasanya dinilai berdasarkan pendapatan, biaya, produktivitas, penyelesaian proyek, dan pencapaian KPI. Seluruh ukuran itu penting, tetapi belum cukup untuk menggambarkan kontribusi kepemimpinan secara utuh.
Jika suatu unit kehilangan arah segera setelah pemimpinnya pergi, keberhasilan sebelumnya perlu dibaca kembali. Bisa jadi ia efektif secara personal, tetapi belum berhasil membangun kapasitas institusional. Ia mampu menyelesaikan banyak persoalan, tetapi tidak mengajarkan cara berpikir kepada tim.
Akuntabilitas kepemimpinan perlu mencakup kesiapan penerus, transfer pengetahuan, kualitas delegasi, mobilitas talenta, kesehatan tim, integritas data, keselamatan, dan perilaku ESG. Organisasi dapat mengembangkan Legacy KPI untuk menilai kontribusi pemimpin dalam memperkuat sistem yang akan tetap bekerja setelah dirinya meninggalkan jabatan.
Case Study 1. Walmart: Membuka Jalur Kepemimpinan dari Garis Depan
Walmart merupakan salah satu perusahaan ritel terbesar di dunia dan secara konsisten berada dalam jajaran teratas Fortune Global 500. Pada tahun fiskal 2025, perusahaan membukukan pendapatan sekitar USD681 miliar, mempekerjakan sekitar 2,1 juta associate, serta melayani kurang lebih 270 juta pelanggan dan anggota setiap minggu melalui toko dan kanal digital di berbagai negara.
Skala tersebut membuat pengembangan manusia menjadi bagian langsung dari strategi bisnis. Kemampuan pekerja akan memengaruhi kualitas pelayanan, produktivitas, keselamatan, pengalaman pelanggan, pengelolaan rantai pasok, dan kesiapan perusahaan menggunakan teknologi baru.
Fair Talent: Membuka Akses bagi Pekerja Garis Depan
Banyak pekerja Walmart memulai karier dari toko, gudang, pusat distribusi, atau pelayanan pelanggan. Mereka memahami realitas operasi, tetapi tidak semuanya memiliki akses yang sama terhadap pendidikan tinggi dan pengembangan karier.
Melalui Live Better U, Walmart memberikan akses kepada associate untuk mengikuti pendidikan, sertifikasi, dan program pengembangan keterampilan. Hingga tahun fiskal 2025, sekitar 164.000 associate telah mendaftar, termasuk kurang lebih 41.000 peserta dalam tahun tersebut.
Makna strategis program ini bukan sekadar pembiayaan pendidikan. Walmart berusaha mengurangi hambatan biaya, akses, waktu, dan ketidakjelasan hubungan antara proses belajar dengan perjalanan karier. Fairness mulai terbentuk ketika pekerja memahami bahwa posisi awal tidak harus menentukan batas akhir perkembangannya.
Pengendalian Bias: Melihat Kemampuan di Balik Jabatan
Dalam organisasi sebesar Walmart, pekerja garis depan berisiko dipandang hanya sebagai pelaksana. Bias tersebut dapat membuat pengalaman operasional tidak diterjemahkan sebagai modal kepemimpinan.
Walmart Academy, pelatihan langsung, sertifikasi, dan jalur mobilitas membantu membuat kemampuan pekerja lebih terlihat. Pendekatan ini memperluas dasar penilaian dari latar belakang pendidikan dan jabatan menuju keterampilan serta bukti penerapan dalam pekerjaan.
Namun, akses program belum otomatis menghilangkan bias. Perusahaan tetap perlu memeriksa siapa yang dapat mengikuti pendidikan, apakah jadwal kerja mendukung proses belajar, serta apakah peserta dari lokasi yang jauh dari pusat bisnis memperoleh peluang mobilitas yang setara.
Smart Leadership: Menghubungkan Pembelajaran dengan Bisnis
Program pengembangan akan kehilangan nilai apabila tidak terhubung dengan perubahan pekerjaan. Walmart mengarahkan sebagian pembelajaran pada bidang yang semakin relevan, seperti teknologi, otomatisasi, transportasi, manajemen rantai pasok, dan pemeliharaan fasilitas.
Pendekatan tersebut menunjukkan kepemimpinan yang lebih cerdas karena investasi pembelajaran tidak berhenti pada aktivitas kelas. Pengembangan diarahkan untuk membantu pekerja menghadapi perubahan model operasi dan kebutuhan pelanggan.
Teknologi mendukung proses tersebut, tetapi keputusan pengembangan tetap membutuhkan percakapan manusia. Atasan perlu membantu associate memahami jalur karier, menguji kesiapan, dan menemukan penugasan yang sesuai.
Talent Intelligence: Menemukan Potensi dalam Skala Besar
Dengan jutaan associate, Walmart tidak dapat mengandalkan ingatan pimpinan untuk menemukan calon pemimpin. Organisasi membutuhkan data mengenai keterampilan, pengalaman, penyelesaian pelatihan, kinerja, aspirasi, dan mobilitas.
Data tersebut dapat membantu menemukan pekerja yang menunjukkan perkembangan kuat meskipun tidak berada dekat dengan kantor pusat. Tantangannya adalah memastikan profil setiap orang cukup lengkap dan tidak hanya menguntungkan mereka yang lebih aktif menampilkan diri.
Ukuran keberhasilan tidak seharusnya berhenti pada jumlah peserta. Talent intelligence baru memiliki makna ketika data pembelajaran menghasilkan penugasan yang lebih baik, mobilitas internal, peningkatan tanggung jawab, dan kualitas kepemimpinan yang lebih kuat.
Sustainable Future: Menyiapkan Regenerasi dari Operasi
Walmart memperlihatkan bahwa garis depan bukan hanya tempat pekerjaan diselesaikan. Ia juga dapat menjadi sumber regenerasi. Pekerja yang memahami pelanggan, proses, teknologi, dan risiko operasional mempunyai fondasi penting untuk berkembang sebagai pemimpin.
Ketika pendidikan, pengalaman, sertifikasi, dan mobilitas dihubungkan, pekerjaan sehari-hari berubah menjadi jalur pengembangan yang berkelanjutan. Perusahaan tidak sepenuhnya bergantung pada perekrutan eksternal karena memiliki sumber talenta yang tumbuh dari dalam.
Pendekatan ini relevan bagi perusahaan Indonesia dengan operasi yang tersebar di proyek, cabang, pabrik, gudang, ruas pelayanan, dan lokasi pelanggan. Talenta terbaik tidak selalu berada di kantor pusat.
Trusted Leadership: Membuktikan bahwa Kesempatan Itu Nyata
Kepercayaan tidak terbentuk hanya karena perusahaan memiliki program pendidikan. Pekerja akan menilai apakah usaha belajar benar-benar membuka kesempatan atau sekadar memperindah laporan keberlanjutan.
Karena itu, Walmart perlu memastikan adanya hubungan yang dapat dilihat antara pembelajaran, pengakuan keterampilan, kesempatan penugasan, mobilitas, dan peningkatan karier. Transparansi tersebut menentukan apakah pekerja memandang sistem sebagai jalur pertumbuhan yang nyata.
Pemimpin langsung memegang peranan penting. Mereka dapat menjadi sponsor perkembangan atau justru menjadi penghambat ketika enggan melepaskan anggota tim yang potensial menuju kesempatan baru.
Leadership Accountability: Mengukur Dampak, Bukan Aktivitas
Akuntabilitas program tidak cukup dinilai melalui jumlah peserta, sertifikat, atau jam pembelajaran. Pengukuran perlu mencakup tingkat penyelesaian, mobilitas internal, peningkatan tanggung jawab, retensi, kualitas kinerja setelah perpindahan, dan keterwakilan talenta garis depan dalam pipeline kepemimpinan.
Walmart mengajarkan bahwa investasi besar dalam pembelajaran baru menjadi warisan kepemimpinan ketika pekerja benar-benar mampu bergerak. Akses merupakan pintu masuk, sedangkan perubahan karier merupakan bukti dampaknya.
Case Study 2. IBM: Membangun Organisasi Berbasis Keterampilan di Era AI
IBM telah melewati berbagai gelombang teknologi, mulai dari perangkat keras, layanan teknologi, komputasi awan, hingga AI dan komputasi kuantum. Kemampuannya bertahan lebih dari satu abad menunjukkan bahwa keberlanjutan perusahaan tidak hanya bergantung pada produk, tetapi juga pada keberanian memperbarui keterampilan manusianya.
Pada 2025, IBM membukukan pendapatan sekitar USD67,5 miliar dan memiliki sekitar 264.300 pegawai pada entitas yang dimiliki sepenuhnya. Tantangannya adalah memastikan kemampuan tenaga kerja tetap relevan ketika teknologi berkembang lebih cepat daripada struktur jabatan tradisional.
Fair Talent: Mengutamakan Keterampilan Aktual
IBM dikenal mengembangkan pendekatan skills-first. Dalam model ini, kemampuan aktual memperoleh bobot lebih besar dibandingkan gelar akademik, jalur pendidikan, atau jabatan sebelumnya.
Pendekatan tersebut memperluas kesempatan karena organisasi tidak hanya mencari orang dengan latar belakang konvensional. Kandidat dapat dinilai berdasarkan apa yang mampu dikerjakan, keterampilan yang telah dibuktikan, dan kapasitas mempelajari kemampuan baru.
Namun, skills-first tidak berarti mengabaikan pendidikan. Tujuannya adalah menghindari penggunaan ijazah sebagai penyaring otomatis ketika suatu pekerjaan sebenarnya dapat dilakukan oleh seseorang dengan kombinasi pengalaman, pelatihan, dan keterampilan yang relevan.
Pengendalian Bias: Menantang Struktur Jabatan Lama
Struktur jabatan sering tertinggal dibandingkan pekerjaan nyata. Dua orang dengan posisi yang sama dapat mempunyai kombinasi kemampuan berbeda. Sebaliknya, seseorang dari fungsi lain mungkin memiliki keterampilan yang dapat dialihkan menuju peran baru.
Pemetaan keterampilan membantu IBM mengurangi ketergantungan pada label jabatan. Meski demikian, sistem tersebut tetap dapat mengandung bias apabila definisi keterampilan terlalu sempit, data profil tidak lengkap, atau bukti kemampuan hanya diakui dari pengalaman tertentu.
Karena itu, klasifikasi keterampilan perlu diperbarui secara berkala. Pegawai juga harus memiliki kesempatan untuk menunjukkan kemampuan yang belum tercatat melalui asesmen, proyek, kredensial, maupun pengalaman lintas fungsi.
Smart Leadership: Menggunakan AI secara Proporsional
AI dapat membantu IBM menganalisis kebutuhan peran, mengenali kesenjangan keterampilan, menemukan kemampuan yang berdekatan, serta menyusun rekomendasi pengembangan yang lebih personal.
Pemanfaatan ini mempercepat pengambilan keputusan, tetapi tidak boleh menghilangkan pertimbangan manusia. Rekomendasi berbasis algoritma dapat menjadi terlalu sempit apabila hanya membaca pengalaman masa lalu. Seseorang yang belum pernah memperoleh kesempatan tertentu dapat dianggap tidak cocok, padahal ia memiliki kemampuan belajar yang kuat.
Smart Leadership terlihat ketika AI digunakan untuk memperluas kemungkinan, bukan membatasi masa depan seseorang. Teknologi memberikan wawasan, sementara pemimpin tetap bertanggung jawab menilai konteks, karakter, aspirasi, dan kesiapan menghadapi konsekuensi.
Talent Intelligence: Membaca Manusia sebagai Kumpulan Kemampuan
Data keterampilan digunakan untuk memahami kemampuan yang tersedia, membaca kesenjangan, mengarahkan pembelajaran, dan mempertemukan individu dengan proyek atau pekerjaan yang relevan.
Pendekatan tersebut membantu organisasi bergerak melampaui katalog jabatan yang statis. Pegawai tidak lagi dipandang sebagai penghuni tetap sebuah kotak struktur, tetapi sebagai individu dengan kumpulan kemampuan yang terus berkembang.
IBM juga mengembangkan SkillsBuild, platform pembelajaran yang menjangkau pelajar, pencari kerja, pendidik, dan komunitas. Program tersebut menunjukkan bahwa pembangunan keterampilan tidak hanya menjadi agenda internal, tetapi dapat berkontribusi terhadap perluasan akses masyarakat pada pekerjaan digital.
Sustainable Future: Menjaga Relevansi Lintas Gelombang Teknologi
Keberlanjutan tenaga kerja bergantung pada kemampuan organisasi memperbarui kompetensi sebelum keterampilan lama kehilangan relevansi. IBM menghadapi tantangan ini setiap kali teknologi baru mengubah kebutuhan pelanggan dan cara kerja.
Pendekatan berbasis keterampilan memungkinkan perusahaan melihat kemampuan mana yang mulai menurun relevansinya, keterampilan apa yang tumbuh, dan kelompok mana yang membutuhkan proses reskilling maupun upskilling.
Regenerasi dalam konteks IBM tidak hanya berarti menyiapkan pengganti jabatan. Ia juga berarti memastikan organisasi mempunyai persediaan keterampilan yang cukup untuk memasuki bisnis dan teknologi generasi berikutnya.
Trusted Leadership: Menjaga Transparansi Penggunaan Data
Ketika data pegawai digunakan untuk menghasilkan rekomendasi karier, kepercayaan menjadi faktor penentu. Pegawai perlu mengetahui informasi apa yang digunakan, bagaimana keterampilan mereka dinilai, dan bagaimana memperbaiki profil yang tidak akurat.
Tanpa transparansi, platform talenta dapat terasa seperti mesin penilaian yang bekerja di belakang layar. Situasi tersebut berpotensi menimbulkan kecemasan dan mengurangi kepercayaan terhadap organisasi.
IBM menunjukkan bahwa kecanggihan teknologi perlu berjalan bersama tata kelola. AI dapat membantu membaca kemampuan, tetapi keputusan tentang manusia harus tetap dapat dijelaskan, dipertanyakan, dan dikoreksi.
Leadership Accountability: Menghindari Skills-Only Organization
Pendekatan skills-first tidak boleh berubah menjadi skills-only. Kepemimpinan membutuhkan karakter, pertimbangan etis, kemampuan membangun hubungan, keberanian mengambil keputusan, dan kesiapan memikul konsekuensi.
Keterampilan menjelaskan apa yang dapat dilakukan seseorang. Integritas menentukan bagaimana kemampuan itu digunakan. Akuntabilitas kepemimpinan harus menghubungkan kompetensi dengan perilaku, dampak terhadap tim, kualitas keputusan, dan kontribusi terhadap keberlanjutan organisasi.
Pelajaran terpenting dari IBM adalah bahwa data dapat membuat kemampuan manusia lebih terlihat. Namun, kualitas kepemimpinan tetap ditentukan oleh perpaduan antara keterampilan, karakter, pengalaman, dan tanggung jawab.
Kesimpulan tentang Kedua Case Study
Walmart dan IBM bergerak dalam industri yang berbeda. Walmart mengelola ritel, logistik, dan pelayanan dalam skala besar. IBM beroperasi dalam teknologi, konsultasi, perangkat lunak, infrastruktur digital, dan AI. Meski konteksnya berbeda, keduanya menghadapi pertanyaan yang sama: bagaimana membuat manusia terus berkembang ketika model bisnis dan teknologi berubah?
Tabel berikut membandingkan kedua kasus menggunakan urutan pembahasan yang sama dengan struktur utama artikel.
Tabel 3. Perbandingan Praktik Walmart dan IBM
No. | Dimensi | Walmart | IBM | Insight bagi Perusahaan Indonesia |
|---|---|---|---|---|
1 | Fair Talent | Membuka akses bagi pekerja garis depan | Mengutamakan keterampilan aktual | Perluas sumber calon pemimpin |
2 | Pengendalian bias | Mengurangi ketergantungan pada posisi awal | Menantang dominasi gelar dan jabatan | Gunakan beberapa bentuk bukti |
3 | Smart Leadership | Menghubungkan pembelajaran dengan operasi | Memanfaatkan AI untuk keputusan keterampilan | Teknologi harus mendukung kebutuhan bisnis |
4 | Talent Intelligence | Membaca potensi dalam skala besar | Memetakan kemampuan secara dinamis | Hubungkan data dengan peluang |
5 | Sustainable Future | Menumbuhkan pemimpin dari garis depan | Menjaga relevansi lintas perubahan teknologi | Regenerasi harus berlangsung terus-menerus |
6 | Trusted Leadership | Membuktikan bahwa belajar membuka kesempatan | Menjaga transparansi penggunaan data | Sistem talenta harus dapat dipercaya |
7 | Leadership Accountability | Mengukur mobilitas dan dampak karier | Menghubungkan keterampilan dengan karakter | Ukur hasil, bukan sekadar aktivitas |
Sumber Data: Walmart Annual Report 2025, Walmart ESG Report 2025 dan 2026, IBM Annual Report 2025, IBM Impact Report, serta IBM Institute for Business Value, 2024–2026.
Walmart menunjukkan bahwa keadilan dimulai ketika pekerja garis depan memperoleh akses yang realistis untuk belajar dan bergerak. IBM memperlihatkan bahwa organisasi dapat membaca manusia melalui kemampuan yang berkembang, bukan hanya melalui gelar dan jabatan.
Keduanya juga memperlihatkan keterbatasan yang perlu dipahami. Program pendidikan belum tentu menghasilkan mobilitas. Platform keterampilan tidak otomatis bebas dari bias. AI dapat menemukan pola, tetapi belum tentu memahami seluruh konteks. Karena itu, keberhasilan harus dibuktikan melalui perubahan kemampuan, perluasan akses, mobilitas internal, kualitas kepemimpinan, dan keberlanjutan kinerja.
Bagi perusahaan Indonesia, pelajarannya bukan menyalin nama program. Fondasi dapat dimulai melalui pemetaan keterampilan, kriteria kesiapan yang transparan, penugasan lintas fungsi, review talenta lintas wilayah, pendidikan yang terhubung dengan kebutuhan bisnis, mekanisme koreksi data, serta evaluasi kualitas keputusan promosi.
Lapangan tetap menjadi tempat pemimpin bertumbuh. Sistem talenta menentukan apakah pengalaman tersebut dapat terlihat, diterjemahkan menjadi kemampuan, dan dihubungkan dengan kesempatan berikutnya.
Renungan
Pemerintah, investor, komisaris, direksi, Human Capital, dan senior leader perlu menilai organisasi bukan hanya berdasarkan siapa yang memimpin hari ini. Pertanyaan yang lebih strategis adalah siapa yang sedang dipersiapkan untuk mengambil alih pada masa depan dan bagaimana mereka memperoleh kesempatan tersebut.
Suksesi yang terlalu personal menyimpan risiko besar. Organisasi mungkin terlihat stabil selama figur utama masih berada di tempatnya. Ketika pergantian terjadi, kelemahan sistem mulai terbuka. Keputusan melambat, pengetahuan hilang, dan kandidat penerus ternyata belum pernah menghadapi kompleksitas yang sesungguhnya.
AI dapat membantu menemukan talenta yang selama ini tersembunyi. Namun, teknologi tidak boleh menjadi tirai baru bagi ketidakadilan lama. Sistem yang belajar dari sejarah promosi yang bias dapat mengulang pola serupa dalam skala yang lebih luas. Keputusan tentang manusia harus bisa dijelaskan, diuji, dan diperbaiki.
Senior leader juga perlu memandang legacy secara lebih dewasa. Warisan terbaik bukan mempertahankan kendali selama mungkin, melainkan memastikan organisasi tetap kuat ketika dirinya tidak lagi berada di sana. Pengalaman perlu diselamatkan, sementara generasi berikutnya tetap diberikan ruang untuk menemukan pendekatannya sendiri.
Bagi future leader, fairness bukan sekadar sesuatu yang diminta dari perusahaan. Ketika mendapatkan kewenangan, mereka perlu memastikan kesempatan tidak kembali berputar di antara orang-orang terdekat. Pernah mengalami ketidakadilan tidak otomatis membuat seseorang menjadi pemimpin yang adil. Fairness membutuhkan kesadaran, tata kelola, disiplin, dan keberanian.
Pada akhirnya, masa depan tidak hanya dimenangkan oleh organisasi yang paling cepat mengadopsi teknologi. Masa depan lebih mungkin dimenangkan oleh perusahaan yang paling adil melihat manusia, paling cerdas menggunakan data, paling serius membangun keterampilan, dan paling konsisten menyiapkan regenerasi.
Referensi
- The Practice of Management, Peter F. Drucker, Harper & Brothers, 1954.
- The Knowledge-Creating Company, Ikujiro Nonaka dan Hirotaka Takeuchi, Oxford University Press, 1995.
- Good to Great, Jim Collins, HarperBusiness, 2001.
- Talent on Demand: Managing Talent in an Age of Uncertainty, Peter Cappelli, Harvard Business Press, 2008.
- The Leadership Pipeline, Ram Charan, Stephen Drotter, dan James Noel, Jossey-Bass, 2011.
- Humanocracy: Creating Organizations as Amazing as the People Inside Them, Gary Hamel dan Michele Zanini, Harvard Business Review Press, 2020.
- Global Human Capital Trends 2024, Deloitte Insights, Deloitte, 2024.
- CEO’s Guide to Generative AI: Talent and Skills, IBM Institute for Business Value, IBM, 2024.
- AI-Enabled ICT Workforce Consortium Report, AI-Enabled ICT Workforce Consortium, 2024.
- Global Leadership Forecast 2025, Development Dimensions International, 2025.
- Future of Jobs Report 2025, World Economic Forum, 2025.
- Annual Report 2025, Walmart Inc., 2025.
- ESG Report 2025, Walmart Inc., 2025.
- Annual Report 2025, International Business Machines Corporation, 2026.
- FY2026 ESG Report, Walmart Inc., 2026.
- The Enterprise in 2030, IBM Institute for Business Value, IBM, 2026.
Daftar Singkatan dan Istilah Penting
Daftar berikut memuat konsep utama yang digunakan dalam artikel agar istilah teknis tetap mudah dipahami tanpa membuat bagian akhir terlalu padat.
Tabel 4. Daftar Singkatan dan Istilah Penting
No. | Singkatan atau Istilah | Arti | Penjelasan Ringkas |
|---|---|---|---|
1 | AI | Artificial Intelligence | Teknologi yang membantu analisis dan pengambilan keputusan |
2 | ESG | Environmental, Social, and Governance | Kerangka lingkungan, sosial, dan tata kelola |
3 | KPI | Key Performance Indicator | Ukuran keberhasilan kinerja utama |
4 | Fair Talent | Pengelolaan talenta yang adil | Penilaian berbasis bukti dan akses kesempatan |
5 | Smart Leadership | Kepemimpinan cerdas | Perpaduan data, AI, pengalaman, dan etika |
6 | Talent Intelligence | Kecerdasan data talenta | Pemanfaatan data untuk mendukung keputusan manusia |
7 | Human-in-the-Loop | Pelibatan manusia dalam sistem AI | Rekomendasi teknologi tetap diperiksa manusia |
8 | Skills-First | Pendekatan berbasis keterampilan | Mengutamakan kemampuan aktual yang relevan |
9 | AI Fluency | Kefasihan menggunakan AI | Kemampuan memakai dan menguji AI secara kritis |
10 | Corporate Amnesia | Hilangnya memori organisasi | Pengetahuan penting tidak berhasil diwariskan |
11 | Legacy KPI | Indikator warisan kepemimpinan | Mengukur penerus, transfer pengetahuan, dan sistem |
12 | Trusted Leader | Pemimpin tepercaya | Pemimpin yang kompeten, berintegritas, dan akuntabel |
