AI Mengubah Pekerjaan di Singapura — Apakah Program Pelatihan Ulang Bisa Mengimbanginya?

Kecerdasan buatan (AI) tidak lagi hanya mengubah cara orang bekerja di Singapura—teknologi ini mulai memengaruhi berapa banyak orang yang dipekerjakan perusahaan. Gelombang PHK yang dikaitkan dengan investasi AI di perusahaan teknologi global dan bank internasional memicu perdebatan nasional: apakah strategi pelatihan ulang yang agresif di Singapura mampu mengejar laju perusahaan yang menggunakan otomatisasi untuk mengurangi jumlah karyawan?

Dari Otomatisasi Tugas ke Pengurangan Tenaga Kerja

Beberapa keputusan perusahaan baru‑baru ini menunjukkan bahwa adopsi AI kini mulai berdampak langsung pada struktur tenaga kerja.

Meta, misalnya, mulai memberi tahu ribuan karyawan tentang PHK global sebagai bagian dari restrukturisasi yang bertujuan meningkatkan efisiensi sekaligus memperbesar investasi pada AI. Pemberitahuan pertama dilaporkan diberikan kepada karyawan di Singapura—salah satu pusat operasional Meta di Asia—sebelum diperluas ke wilayah lain. Pemangkasan ini diperkirakan memengaruhi tim teknik dan produk.

Namun perubahan di Meta tidak hanya berupa pengurangan tenaga kerja. Perusahaan juga memindahkan sekitar 7.000 karyawan ke peran yang berfokus pada AI, termasuk pengembangan agen AI dan aplikasi berbasis AI. Pola yang mulai terlihat di banyak perusahaan teknologi adalah bukan sekadar tim yang lebih kecil, tetapi lebih sedikit peran tradisional dan lebih banyak pekerjaan terkait AI.

Fenomena ini mencerminkan tren yang lebih luas: AI dapat menciptakan pekerjaan baru yang sangat spesialis, tetapi pada saat yang sama menghilangkan beberapa jenis pekerjaan lama.

Sektor Perbankan Menghadapi Tekanan Serupa

Perubahan ini tidak hanya terjadi di sektor teknologi. Industri keuangan juga mulai merasakan dampaknya ketika bank mengadopsi otomatisasi untuk meningkatkan efisiensi operasional.

CEO Standard Chartered, Bill Winters, mengatakan banknya akan mengurangi sejumlah peran seiring meningkatnya penggunaan AI. Ia menggambarkannya sebagai “pengurangan peran pekerjaan demi mesin”. Bank tersebut berencana memangkas lebih dari 15% staf pendukungnya pada 2030 sebagai bagian dari strategi otomatisasi.

Komentar Winters memicu kontroversi di Singapura setelah ia menggunakan istilah “lower‑value human capital” untuk menggambarkan pekerjaan yang berpotensi digantikan teknologi. Mantan presiden Singapura Halimah Yacob menyebut pernyataan itu “mengganggu” dan “merendahkan”, serta mengingatkan perusahaan agar memperlakukan pekerja yang terdampak dengan martabat dan kemanusiaan.

Perdebatan tersebut menyoroti kekhawatiran yang makin besar: ketika AI menggantikan tugas rutin, cara perusahaan menjelaskan dan mengelola pemutusan hubungan kerja menjadi isu sosial dan politik.

Strategi Singapura: Pelatihan Ulang Skala Nasional

Respons pemerintah Singapura adalah mendorong adopsi AI sambil secara agresif menyiapkan tenaga kerja menghadapi perubahan.

Melalui National AI Impact Programme (NAIIP), pemerintah menargetkan membantu 10.000 perusahaan mengadopsi AI dan melatih 100.000 pekerja agar mampu menggunakan AI dalam pekerjaan mereka dalam tiga tahun ke depan. Program ini melanjutkan strategi nasional AI Singapura yang lebih luas untuk menanamkan kemampuan AI di berbagai sektor—mulai dari keuangan dan hukum hingga usaha kecil.

Tujuannya bukan menjadikan semua orang sebagai insinyur machine learning. Sebaliknya, pemerintah ingin menciptakan pekerja yang “AI‑bilingual”: profesional yang tetap memiliki keahlian di bidangnya tetapi juga mampu memanfaatkan AI untuk merancang ulang proses kerja dan meningkatkan produktivitas.

Pendekatan ini mencerminkan strategi ekonomi lama Singapura: mengadopsi teknologi baru lebih awal sambil membantu tenaga kerja beralih ke pekerjaan dengan nilai tambah lebih tinggi.

Tekanan Pemerintah agar AI Menciptakan Pekerjaan Lebih Baik

Para pemimpin Singapura juga menekan perusahaan agar menggunakan AI untuk meningkatkan kualitas pekerjaan, bukan sekadar menghapus posisi.

Wakil Perdana Menteri Gan Kim Yong mendesak lembaga keuangan untuk memprioritaskan pelatihan pekerja dan desain ulang pekerjaan daripada hanya fokus pada pengurangan biaya. Menurutnya, AI seharusnya menciptakan peluang dan peran baru yang lebih baik bagi pekerja.

Pernyataan ini mencerminkan dilema kebijakan yang nyata: pemerintah bisa membiayai pelatihan, tetapi keputusan akhir apakah produktivitas AI menghasilkan pekerjaan baru atau justru pemangkasan tenaga kerja berada di tangan perusahaan.

Tantangan Utama: Kecepatan Perubahan

Para ekonom menilai masalah terbesar mungkin bukan jumlah program pelatihan, melainkan kecepatan perubahan. AI dapat mengotomatisasi tugas dengan sangat cepat, sementara pelatihan ulang pekerja dan desain ulang pekerjaan biasanya membutuhkan waktu lebih lama.

Bahkan program pelatihan besar pun tidak otomatis memastikan pekerja yang kehilangan pekerjaan langsung menemukan peran baru. Hasil akhirnya bergantung pada beberapa faktor, seperti:

• apakah perusahaan merancang ulang pekerjaan sehingga pekerja mengawasi atau bekerja bersama AI
• apakah produk dan layanan baru berbasis AI menciptakan permintaan tenaga kerja tambahan
• apakah pelatihan benar‑benar menghasilkan transisi pekerjaan nyata, bukan hanya sertifikat

Jika perusahaan menggunakan AI terutama untuk menghapus lapisan pekerjaan rutin tanpa memperluas peran baru, program pelatihan tenaga kerja bisa kesulitan mengejar laju perubahan.

Masa Depan Pekerjaan yang Campuran

Singapura sering dianggap sebagai salah satu negara paling proaktif dalam mempersiapkan dampak ekonomi AI. Kombinasi kebijakan AI nasional, insentif bagi perusahaan, dan program pelatihan tenaga kerja skala besar termasuk yang paling ambisius di kawasan.

Namun gelombang PHK baru‑baru ini menunjukkan kenyataan global: strategi perusahaan multinasional dapat mengubah pasar kerja lokal lebih cepat daripada kebijakan nasional dapat meresponsnya.

Kemungkinan besar masa depan pekerjaan di Singapura tidak akan sesederhana cerita “pekerjaan hilang” atau “pekerjaan baru muncul”. Yang lebih mungkin terjadi adalah pergeseran bertahap—lebih sedikit pekerjaan yang berfokus pada tugas rutin, dan lebih banyak peran yang berpusat pada mengelola, menerapkan, dan membangun sistem AI.

Apakah pelatihan ulang bisa mengejar perubahan ini pada akhirnya akan bergantung bukan hanya pada besarnya program pemerintah, tetapi pada apakah perusahaan mendesain ulang pekerjaan secepat mereka mengotomatisasi proses kerja.