Data dari McKinsey, Gartner, dan World Economic Forum (WEF) menunjukkan bahwa perubahan tersebut semakin nyata. Namun, proses transisi menuju organisasi yang mengintegrasikan manusia dan kecerdasan buatan tidak selalu berjalan mulus.
Yang Berubah Adalah Media Koordinasi
Kekhawatiran bahwa AI akan menggantikan manajer menengah kerap mendominasi wacana publik. Riset INSEAD yang dipimpin Prof. Phanish Puranam menawarkan gambaran lebih luas.
Perangkat seperti Jira, Asana, dan Smartsheet tidak hanya mengotomatisasi pekerjaan, tetapi juga mengubah hierarki, kewenangan pengambilan keputusan, koordinasi, serta sistem pemantauan dalam organisasi.
Media koordinasi pun bergeser dari interaksi antarmanusia menjadi jaringan hibrida yang melibatkan manusia dan mesin secara bersamaan.
Dampaknya mulai terlihat di pasar kerja. Jumlah manajer di perusahaan publik dilaporkan turun 6,1 persen antara Mei 2022 dan Mei 2025, berdasarkan data CNBC yang dikutip Lepaya.
Sementara itu, Gartner memperkirakan 20 persen organisasi akan memanfaatkan AI untuk merampingkan struktur organisasi, sehingga lebih dari separuh posisi manajer menengah berpotensi dihilangkan.
Meski demikian, angka Gartner tersebut merupakan proyeksi, bukan hasil pengamatan terhadap kondisi yang telah terjadi.
Wewenang Berpindah ke Lapisan Perangkat Lunak
Ketika agen AI mengambil alih pemantauan rutin, koordinasi jadwal, dan penanganan anomali, sebagian kewenangan pengambilan keputusan mulai bergeser dari pengawasan manusia secara berkala menuju sistem berbasis data waktu nyata.
Dalam kondisi ini, manajer menerima ringkasan informasi dan melakukan intervensi hanya ketika ditemukan situasi yang membutuhkan pertimbangan manusia.
Dari perspektif ekonomi manajerial, perubahan tersebut merupakan bentuk realokasi sumber daya pengambilan keputusan untuk mengurangi biaya koordinasi dan meningkatkan efisiensi organisasi.
Skala transformasinya cukup besar. Survei McKinsey The State of AI yang dirilis pada 25 Agustus 2026 menemukan bahwa hampir sembilan dari sepuluh responden rutin menggunakan AI dalam setidaknya satu fungsi bisnis.
Sebanyak 44 persen responden menyatakan telah menerapkan AI dalam skala perusahaan, meningkat dari 38 persen sebelumnya. Sementara itu, penggunaan agen AI dalam skala luas tercatat pada 40 persen perusahaan besar dan 22 persen perusahaan kecil.
Namun, pergeseran kewenangan menuju sistem digital juga menghadirkan tantangan tata kelola.
Gartner memperkirakan lebih dari 40 persen proyek agentic AI akan dibatalkan hingga akhir 2027, terutama akibat strategi implementasi yang tidak jelas serta belum tersedianya mekanisme penanganan kesalahan yang memadai.
Ruang Kosong Belum Tentu Menjadi Strategis
Secara teori, berkurangnya tugas administratif dan pengawasan dapat memberikan kesempatan kepada manajer untuk lebih berfokus pada pekerjaan strategis.
Namun, perubahan tersebut tidak selalu terjadi secara otomatis.
Korn Ferry mencatat 37 persen karyawan merasa kehilangan arah setelah organisasi melakukan pemangkasan lapisan manajemen. Selain itu, hampir separuh eksekutif senior meragukan kemampuan mereka dalam mengelola tanggung jawab yang semakin besar.
Kesiapan manajer dalam menggunakan AI juga masih menjadi persoalan.
Survei Leadership IQ terhadap 1.251 eksekutif, direktur, dan manajer, yang dilaporkan Forbes pada Juli 2026, menemukan bahwa 79,5 persen manajer menggunakan AI setiap minggu.
Namun, terdapat kesenjangan antara persepsi dan kemampuan aktual. Sebanyak 54 persen responden menilai dirinya mahir menggunakan AI, sedangkan hanya 10 persen yang dinilai benar-benar memiliki tingkat kemahiran tersebut.
Dalam perubahan ini, posisi manajerial yang paling berisiko adalah pekerjaan yang didominasi koordinasi rutin, pelaporan status, serta penerusan informasi.
Dua Peran Baru: Guru dan Koordinator Meta-Organisasi
INSEAD mengidentifikasi dua arah perkembangan peran manajer pada era kecerdasan buatan.
1. Manajer sebagai Guru
Manajer berperan mengembangkan kemampuan penilaian (judgment) dan pengambilan keputusan anggota tim.
Fokus kepemimpinan bergeser dari sekadar memastikan pekerjaan selesai menjadi membangun kemampuan berpikir kritis dan menyelesaikan persoalan, terutama dalam situasi yang tidak dapat ditangani sepenuhnya oleh algoritma.
2. Manajer sebagai Koordinator Meta-Organisasi
Manajer bertanggung jawab mengatur pembagian kerja antara manusia dan agen AI.
Tanggung jawab tersebut mencakup penentuan keputusan yang dapat diserahkan kepada sistem, kondisi yang membutuhkan intervensi manusia, serta mekanisme eskalasi ketika AI menghadapi persoalan di luar kemampuannya.
Pentingnya kedua peran ini didukung sejumlah proyeksi dan temuan penelitian.
Gartner memprediksi 50 persen organisasi akan mewajibkan penilaian kompetensi tanpa bantuan AI sebagai respons terhadap potensi melemahnya keterampilan berpikir kritis karyawan.
Sementara itu, WEF melalui The Future of Jobs Report 2025 memperkirakan 39 persen keterampilan yang digunakan saat ini akan berubah atau menjadi usang pada 2030.
Keterampilan yang diperkirakan mengalami pertumbuhan paling cepat meliputi AI dan big data, keamanan siber, serta literasi teknologi.
Laporan yang sama menunjukkan bahwa 63 persen pemberi kerja menganggap kesenjangan keterampilan sebagai hambatan terbesar dalam proses transformasi organisasi.
Alat Secanggih Apa Pun Gagal bila Tak Terintegrasi
Riset INSEAD menegaskan bahwa keberhasilan penerapan teknologi organisasi tidak hanya ditentukan oleh kecanggihan algoritma.
Faktor yang tidak kalah penting adalah kemampuan organisasi mengintegrasikan teknologi ke dalam struktur kewenangan, budaya pengambilan keputusan, dan pola komunikasi internal.
Temuan McKinsey pada 2026 memperkuat pandangan tersebut.
Hanya 37 persen responden yang mengaitkan sebagian dampak laba operasional atau Earnings Before Interest and Taxes (EBIT) dengan penggunaan AI.
Sementara itu, sekitar 6 persen responden termasuk kelompok high performer, yaitu organisasi yang mencatat dampak AI terhadap EBIT sebesar 5 persen atau lebih.
Salah satu faktor pembeda kelompok tersebut adalah desain ulang alur kerja.
Sebanyak 73 persen organisasi high performer melakukan desain ulang alur kerja, dibandingkan 25 persen pada kelompok responden lainnya.
Studi MIT NANDA pada 2025 juga melaporkan bahwa 95 persen proyek percontohan AI generatif belum menghasilkan pengembalian investasi (Return on Investment atau ROI) yang terukur.
Hambatan utamanya berkaitan dengan persoalan organisasi dan integrasi teknologi, bukan semata-mata kualitas model AI.
Meski demikian, metodologi di balik angka tersebut masih menjadi perdebatan. Oleh sebab itu, temuan tersebut perlu dipahami sebagai indikasi adanya tantangan implementasi, bukan ukuran pasti keberhasilan seluruh proyek AI.
Bagi pengembang teknologi manajemen kerja, temuan ini memberikan pelajaran penting.
Teknologi yang diperlakukan sebagai sistem tertutup atau black box, tanpa integrasi yang jelas dengan tata kelola organisasi, berpotensi menimbulkan inefisiensi, risiko operasional, penurunan keterlibatan karyawan, hingga berkurangnya kepercayaan pelanggan.
Kajian akademik juga menunjukkan kecenderungan serupa.
Penelitian Islam dkk. (2025) dan Bravo-Bravo dkk. (2024) menunjukkan bahwa integrasi AI dapat meningkatkan produktivitas melalui otomatisasi pekerjaan rutin, pengambilan keputusan berbasis data, serta pengendalian kualitas.
Sementara itu, Massaoudi dkk. (2025) membahas potensi AI dalam mendukung manajemen perubahan, termasuk memprediksi resistensi organisasi dan meningkatkan efektivitas komunikasi.
Meski memiliki berbagai manfaat, penerapan AI tetap menghadapi tantangan berupa keterbatasan pelatihan, persoalan etika, serta kebutuhan peningkatan dan pembaruan keterampilan tenaga kerja (reskilling).
Pelajaran dari Peter Senge
Perubahan organisasi akibat AI juga dapat dipahami melalui konsep organisasi pembelajar (learning organization) yang dikembangkan Peter Senge.
Lima disiplin dalam konsep tersebut tetap relevan untuk menjelaskan bagaimana organisasi perlu beradaptasi terhadap perkembangan teknologi.
1. Model Mental (Mental Models)
Organisasi perlu meninjau kembali asumsi bahwa pengawasan manusia merupakan satu-satunya mekanisme yang dapat digunakan untuk memvalidasi pekerjaan.
2. Keahlian Personal (Personal Mastery)
Individu perlu mengembangkan kemampuan penilaian, pemecahan masalah, dan pengambilan keputusan tingkat tinggi, bukan hanya keterampilan pengawasan teknis.
3. Pemikiran Sistem (Systems Thinking)
Organisasi perlu dipahami sebagai jaringan interaksi manusia dan mesin yang saling terhubung, bukan sekadar rantai komando linear.
4. Visi Bersama (Shared Vision)
Transformasi menuju sistem kerja hibrida harus dibangun melalui pemahaman dan tujuan bersama, bukan hanya melalui kebijakan sepihak dari manajemen puncak.
5. Pembelajaran Tim (Team Learning)
Batas pembagian kerja antara manusia dan AI perlu dievaluasi secara berkelanjutan melalui dialog, kolaborasi, serta proses pembelajaran bersama.
Kelima disiplin tersebut menunjukkan bahwa transformasi AI bukan sekadar persoalan teknologi, melainkan juga berkaitan dengan kemampuan organisasi untuk terus belajar dan menyesuaikan diri.
Bukan Memilih Manusia atau Mesin
Dari sisi ketenagakerjaan, perkembangan AI menghadirkan peluang sekaligus risiko.
WEF memperkirakan akan tercipta 170 juta pekerjaan baru dan sekitar 92 juta pekerjaan akan tergeser hingga 2030.
Proyeksi tersebut menghasilkan pertambahan bersih sekitar 78 juta pekerjaan secara global.
McKinsey pada 2026 juga mencatat bahwa 39 persen responden memperkirakan adanya penurunan jumlah tenaga kerja akibat AI. Namun, hanya 14 persen responden yang menyatakan telah mengalami penurunan tersebut dalam satu tahun terakhir.
Di sisi lain, WEF mencatat bahwa 85 persen pemberi kerja memprioritaskan peningkatan keterampilan atau upskilling sebagai bagian dari strategi menghadapi perubahan dunia kerja.
Temuan-temuan tersebut menunjukkan bahwa masa depan pekerjaan tidak cukup dipahami melalui pertanyaan mengenai apakah manusia akan digantikan oleh mesin.
Persoalan yang lebih penting adalah bagaimana organisasi merancang pembagian tanggung jawab, sistem pengambilan keputusan, dan proses pembelajaran yang memungkinkan manusia serta AI bekerja secara efektif.
Kesimpulan INSEAD menekankan bahwa masa depan desain organisasi bukanlah tentang memilih manusia atau mesin, melainkan membangun arsitektur pembelajaran kolektif yang memungkinkan keduanya berkoordinasi secara adaptif.
Sejalan dengan pandangan tersebut, Gartner menekankan bahwa kinerja agen AI sangat bergantung pada kualitas manusia yang mengarahkan dan mengawasinya.
Dengan demikian, meskipun teknologi mampu mengambil alih sejumlah tugas operasional dan koordinasi, kemampuan manusia dalam memberikan penilaian, mengambil tanggung jawab, serta memastikan akuntabilitas tetap menjadi unsur penting dalam keberlangsungan organisasi.
Sumber dan Referensi
INSEAD, riset tentang Organizational Technology (OrgTech).
McKinsey, The State of AI, 25 Agustus 2026.
Gartner, proyeksi perkembangan AI dan transformasi organisasi, sebagaimana dilaporkan SHRM dan MarTech.
World Economic Forum, The Future of Jobs Report 2025.
Forbes, 10 Juli 2026, laporan survei Leadership IQ.
Healthcare IT News, 9 Oktober 2025, laporan studi MIT NANDA.
Lepaya, data dan pembahasan yang mengutip CNBC serta Korn Ferry.
Toolshero, pembahasan teori organisasi pembelajar Peter Senge.
Islam dkk. (2025), penelitian tentang integrasi AI dan produktivitas organisasi.
Bravo-Bravo dkk. (2024), kajian penggunaan AI dalam manajemen dan produktivitas.
Massaoudi dkk. (2025), penelitian mengenai AI dan manajemen perubahan.
Catatan: Data Lepaya, Korn Ferry, CNBC, dan Leadership IQ mengacu pada pemberitaan atau sumber sekunder. Sejumlah angka yang disajikan merupakan proyeksi dan perlu dibedakan dari hasil pengamatan aktual.
Komentar 0
Tulis Komentar Bagikan tanggapan Anda