Pekerja Sudah Pakai AI. Perusahaan Belum Mengintegrasikannya

Penggunaan artificial intelligence di tempat kerja Indonesia sudah meluas. Namun, tingginya jumlah pekerja yang pernah menggunakan AI belum otomatis berarti perusahaan telah berhasil mengadopsinya sebagai bagian dari cara kerja organisasi.

Di sinilah muncul kesenjangan yang penting: AI sudah digunakan oleh banyak individu, tetapi belum selalu terhubung dengan workflow, data, governance, dan ukuran keberhasilan perusahaan.

Penggunaan AI sudah luas, tetapi belum menjadi kebiasaan sehari-hari

Microsoft dan LinkedIn Work Trend Index 2024 melaporkan bahwa 92% knowledge workers yang disurvei di Indonesia telah menggunakan generative AI untuk bekerja. Angka tersebut lebih tinggi dibandingkan rata-rata Asia Pasifik sebesar 83% dan global sebesar 75%.

Namun, angka 92% perlu dibaca secara tepat.

Angka tersebut tidak mewakili seluruh pekerja Indonesia. Populasi yang dimaksud adalah knowledge workers, yaitu pekerja yang sebagian besar aktivitasnya melibatkan informasi, komunikasi, analisis, dan pengambilan keputusan.

Studi itu juga tidak menyatakan bahwa 92% perusahaan Indonesia telah mengintegrasikan AI ke dalam operasionalnya. Yang diukur adalah penggunaan oleh individu, bukan tingkat kematangan adopsi AI di perusahaan.

Survei PwC yang lebih baru memberikan gambaran yang lebih detail. Dalam Global Workforce Hopes and Fears Survey 2025, yang melibatkan 812 responden Indonesia dari 28 sektor:

• 69% pekerja mengatakan telah menggunakan AI untuk pekerjaannya dalam 12 bulan terakhir.
• 16% menggunakan generative AI setiap hari.
• 8% menggunakan agentic AI setiap hari.

Perbedaan ini penting. “Pernah menggunakan AI” tidak sama dengan menjadikan AI sebagai bagian dari workflow rutin.

Seseorang yang pernah meminta ChatGPT merangkum dokumen sudah termasuk pengguna AI. Namun, penggunaan tersebut belum tentu konsisten, terhubung dengan proses perusahaan, atau menghasilkan dampak yang dapat diukur.

Seluruh angka penggunaan tersebut juga bersifat self-reported. Data itu menunjukkan apa yang dikatakan responden mengenai perilaku dan manfaat yang mereka rasakan. Data tersebut bukan pengukuran langsung terhadap waktu kerja, kualitas output, biaya, revenue, atau produktivitas perusahaan.

Banyak pekerja tidak menunggu perusahaan

Temuan lain dari Microsoft dan LinkedIn memperlihatkan bahwa penggunaan AI banyak berkembang secara bottom-up:

• 76% pengguna AI di Indonesia membawa sendiri tools atau solusi AI ke tempat kerja.
• 48% pemimpin khawatir organisasi mereka belum memiliki visi dan rencana yang jelas untuk mengimplementasikan AI.

Karyawan mulai memakai ChatGPT, Copilot, Gemini, Claude, atau tools lainnya untuk menyelesaikan pekerjaan, sering kali sebelum perusahaan menyediakan sistem, kebijakan, dan workflow resmi.

Kondisi ini dapat memberikan manfaat langsung bagi individu. Pekerjaan tertentu mungkin menjadi lebih cepat atau lebih mudah. Namun, perusahaan juga menghadapi risiko yang tidak selalu terlihat, seperti:

• Data perusahaan dimasukkan ke tools yang belum disetujui
• Output AI tidak melalui standar pemeriksaan yang sama
• Cara kerja bergantung pada kemampuan dan kebiasaan masing-masing individu
• Pengetahuan tentang penggunaan AI tidak terdokumentasi
• Manfaatnya hilang ketika karyawan pindah tim atau meninggalkan perusahaan

Penggunaan individual dapat menjadi awal dari adopsi. Tetapi tanpa integrasi, manfaat tersebut tetap tersebar dan sulit dikembangkan menjadi kemampuan organisasi.

Yang terlihat dari pengalaman di lapangan

Pola yang serupa terlihat ketika saya memberikan pelatihan AI kepada sebuah komunitas yang anggotanya berasal dari berbagai perusahaan.

Seluruh peserta sudah menggunakan tools AI, tetapi cara mereka mendapatkan akses dan menggunakannya berbeda-beda. Ada yang memakai versi gratis, membayar langganan pribadi, dan mendapatkan lisensi dari perusahaan.

Menariknya, akses yang disediakan perusahaan tidak selalu disertai kemampuan untuk memakainya. Beberapa peserta sudah mendapatkan tools berbayar dari perusahaan, tetapi belum memahami cara menggunakannya secara efektif untuk pekerjaan mereka. Mereka akhirnya mencari pelatihan sendiri dari pihak di luar perusahaan.

Pengalaman ini tentu bukan survei dan tidak dapat dianggap mewakili seluruh perusahaan Indonesia. Namun, sebagai observasi lapangan, situasi tersebut memperlihatkan bahwa akses, penggunaan, dan kesiapan organisasi adalah tiga hal yang berbeda.

Perusahaan dapat menyediakan lisensi tanpa memberikan konteks tentang pekerjaan apa yang sebaiknya dibantu AI, bagaimana kualitas output diperiksa, data apa yang boleh dimasukkan, dan bagaimana penggunaan AI dihubungkan dengan workflow tim. Dalam kondisi seperti itu, perusahaan sudah membayar tools, tetapi proses belajar dan penerapannya tetap dibebankan kepada masing-masing karyawan.

Ini juga menunjukkan bahwa pelatihan AI tidak cukup hanya mengajarkan fitur atau teknik membuat prompt. Pelatihan perlu membantu pekerja menerjemahkan kemampuan AI ke dalam pekerjaan yang benar-benar mereka lakukan, sekaligus menghubungkannya dengan standar dan kebutuhan organisasi.

Menggunakan AI berbeda dari mengadopsi AI

Seorang karyawan yang memakai ChatGPT untuk merangkum dokumen memang sudah menggunakan AI. Namun, penggunaan tersebut belum tentu menjadi kapabilitas perusahaan.

Agar penggunaan AI berkembang menjadi kemampuan organisasi, setidaknya diperlukan:

1. Workflow yang jelas
2. Data dan sistem perusahaan yang relevan
3. Standar kualitas output
4. Aturan keamanan dan governance
5. Penanggung jawab proses
6. Ukuran dampak terhadap bisnis

Perbedaannya mirip dengan penggunaan spreadsheet di perusahaan SaaS.

Seorang account manager dapat membuat spreadsheet pribadi untuk memantau renewal pelanggan. Spreadsheet tersebut mungkin membantu pekerjaannya. Namun, perusahaan belum memiliki sistem customer retention hanya karena satu orang memiliki spreadsheet.

Kemampuan itu baru menjadi milik perusahaan ketika prosesnya digunakan secara konsisten, terhubung dengan data yang sama, memiliki owner, dan memengaruhi keputusan organisasi.

Hal yang sama berlaku untuk AI.

Kesiapan organisasi bergerak lebih lambat

Kesenjangan antara penggunaan pekerja dan implementasi perusahaan sudah terlihat sejak awal perkembangan generative AI.

Dalam PwC 27th Annual Global CEO Survey, 53% dari 75 CEO Indonesia yang disurvei mengatakan organisasi mereka belum mengimplementasikan generative AI dalam 12 bulan sebelumnya.

Pada saat yang sama:

• 57% CEO memperkirakan GenAI akan meningkatkan efisiensi waktu kerja.
• Sekitar tujuh dari sepuluh CEO memperkirakan AI akan memengaruhi daya saing, model bisnis, dan kebutuhan keterampilan.
• 73% menilai GenAI akan meningkatkan risiko cybersecurity.

Temuan ini menunjukkan bahwa ekspektasi terhadap AI sudah tinggi, tetapi implementasi formalnya masih berada pada tahap awal.

Namun, data tersebut dikumpulkan pada 2 Oktober hingga 10 November 2023. Karena itu, angka 53% lebih tepat digunakan sebagai historical baseline, bukan sebagai gambaran kondisi perusahaan Indonesia saat ini.

Data tersebut juga berasal dari persepsi 75 CEO, bukan audit independen terhadap sistem dan workflow perusahaan mereka. Definisi “sudah mengimplementasikan” dapat berbeda antara satu responden dan responden lainnya.

Jika dibaca bersama dengan data tenaga kerja yang lebih baru, terlihat sebuah pola: penggunaan AI oleh pekerja tumbuh lebih cepat daripada kemampuan organisasi menjadikannya bagian dari workflow, governance, dan sistem pengukuran bisnis.

Namun, survei pekerja dan survei CEO tersebut bukan perbandingan langsung. Keduanya memiliki responden, periode, pertanyaan, dan definisi adopsi yang berbeda. Data tersebut lebih tepat digunakan untuk menunjukkan pola yang saling melengkapi, bukan membuktikan hubungan sebab-akibat.

Banyak eksperimen AI belum menghasilkan dampak bisnis terukur

Kesenjangan antara penggunaan dan dampak juga terlihat dalam laporan The GenAI Divide: State of AI in Business 2025 yang dikembangkan melalui inisiatif MIT NANDA.

Laporan tersebut menemukan bahwa sebagian besar inisiatif generative AI enterprise yang ditelaah belum menunjukkan dampak finansial terukur. Hanya sekitar 5% pilot yang diamati menghasilkan akselerasi revenue secara cepat.

Temuan tersebut disusun berdasarkan sekitar 150 wawancara, survei terhadap 350 pekerja, dan analisis atas sekitar 300 implementasi AI yang dipublikasikan.

Namun, angka ini perlu ditafsirkan secara hati-hati.

Laporan tersebut tidak membuktikan bahwa 95% perusahaan belum mengadopsi AI. Angka tersebut juga tidak berarti 95% proyek AI gagal secara teknis atau tidak memberikan manfaat sama sekali.

Sebagian perusahaan mungkin sudah membeli tools, menjalankan pilot, atau mendapatkan manfaat pada tingkat tim. Masalahnya, manfaat tersebut belum berkembang menjadi perubahan workflow dan dampak terhadap profit and loss yang dapat dibuktikan.

Karena itu, formulasi yang lebih tepat bukan “95% perusahaan gagal mengadopsi AI”, melainkan:

Sebagian besar inisiatif GenAI enterprise yang ditelaah belum menunjukkan dampak bisnis terukur.

Laporan tersebut juga merupakan riset industri, bukan eksperimen akademis terkontrol. Temuannya berguna untuk menunjukkan pola, tetapi tidak seharusnya diperlakukan sebagai tingkat kegagalan universal bagi semua perusahaan.

Angka-angka tersebut tidak dapat dibandingkan secara langsung

Angka 92%, 69%, 53%, dan 95% terlihat seperti bagian dari satu cerita. Namun, masing-masing mengukur hal yang berbeda.

Kita tidak dapat menyimpulkan bahwa 92% pekerja Indonesia menggunakan AI sementara 95% perusahaan Indonesia gagal mengadopsinya.

Namun, jika dibaca bersama, studi-studi tersebut mengindikasikan pola yang konsisten: penggunaan AI oleh individu berkembang lebih cepat daripada kemampuan organisasi mengubahnya menjadi sistem kerja dan dampak bisnis.

Ini adalah interpretasi analitis, bukan hubungan statistik langsung antara seluruh penelitian tersebut.

Lima tingkat penggunaan AI di perusahaan

Agar pembicaraan mengenai adopsi AI lebih jelas, perusahaan perlu membedakan lima tingkat berikut.

1. Individual use

Karyawan menggunakan tools AI untuk membantu pekerjaan pribadi, seperti menulis, merangkum, melakukan riset awal, menganalisis data, atau membuat presentasi.

Manfaatnya mungkin nyata bagi individu, tetapi belum tentu konsisten, aman, atau terukur pada tingkat organisasi.

2. Company access

Perusahaan menyediakan lisensi atau akses resmi terhadap tools AI.

Pada tahap ini, perusahaan mulai mengurangi sebagian risiko penggunaan tools yang tidak disetujui. Namun, menyediakan akses belum berarti tools tersebut digunakan secara rutin atau efektif.

Jumlah lisensi bukan bukti bahwa cara kerja sudah berubah.

3. Workflow integration

AI ditempatkan pada titik tertentu dalam proses kerja, lengkap dengan input, output, penanggung jawab, dan prosedur pemeriksaan.

Sebagai contoh, AI tidak hanya membantu seorang customer support menulis jawaban. AI digunakan untuk mengklasifikasikan tiket, mengambil informasi dari knowledge base, menyusun respons awal, dan meneruskan kasus kepada manusia berdasarkan tingkat risiko.

Pada tahap ini, AI mulai menjadi bagian dari proses, bukan hanya alat bantu personal.

4. Governance

Perusahaan menetapkan aturan mengenai data, keamanan, privasi, human review, audit trail, dan tanggung jawab atas keputusan yang melibatkan AI.

Governance tidak cukup berhenti sebagai dokumen kebijakan. Aturannya harus dapat diterapkan dalam workflow sehari-hari tanpa membuat pekerja kembali mencari jalan pintas melalui tools pribadi.

5. Verified impact

Perusahaan dapat menunjukkan perubahan pada metrik bisnis, misalnya:

• Waktu penyelesaian pekerjaan menjadi lebih singkat
• Biaya per transaksi menurun
• Tingkat kesalahan berkurang
• Conversion atau retention meningkat
• Kapasitas kerja bertambah tanpa peningkatan biaya sebanding
• Pengalaman pelanggan membaik

Tanpa pengukuran sebelum dan sesudah implementasi, klaim peningkatan produktivitas masih berupa persepsi, bukan bukti dampak.

Mengapa penggunaan individual sulit menjadi kapabilitas perusahaan?

Ada beberapa hal yang dapat menjelaskan kesenjangan ini.

Perusahaan mengukur akses, bukan perubahan cara kerja

Jumlah lisensi, akun aktif, dan peserta pelatihan relatif mudah dihitung. Namun, metrik tersebut belum menjawab apakah pekerjaan menjadi lebih cepat, lebih baik, atau lebih aman.

Perusahaan dapat memiliki ratusan pengguna AI tanpa mengetahui workflow mana yang benar-benar berubah.

AI ditambahkan ke proses yang belum diperbaiki

Jika proses awal memiliki terlalu banyak approval, data yang terfragmentasi, dan ownership yang tidak jelas, menambahkan AI belum tentu menyelesaikan masalah.

AI bahkan dapat mempercepat produksi output yang tetap tidak digunakan.

Eksperimen tidak memiliki baseline

Banyak tim mencoba berbagai tools tanpa terlebih dahulu mengukur waktu, biaya, kualitas, atau error rate dari proses sebelumnya.

Akibatnya, perusahaan sulit membuktikan apakah eksperimen tersebut berhasil. Tim mungkin merasa lebih produktif, tetapi organisasi tidak memiliki data untuk memverifikasinya.

Penggunaan terjadi di luar sistem resmi

Karyawan memilih tools sendiri karena lebih cepat dan praktis. Perusahaan mungkin mendapatkan manfaat produktivitas secara informal, tetapi juga menghadapi risiko kebocoran data, inkonsistensi output, serta ketergantungan pada praktik personal.

Perusahaan terlalu cepat mengejar use case besar

Banyak organisasi tertarik membangun platform atau AI agent yang kompleks sebelum berhasil mengintegrasikan AI ke satu workflow dengan masalah dan outcome yang jelas.

Padahal, satu workflow sederhana dengan volume tinggi dan baseline yang terukur sering kali lebih berguna daripada proyek besar yang sulit dibuktikan dampaknya.

Pertanyaan yang seharusnya diajukan perusahaan

Pertanyaan awalnya bukan:

Berapa banyak karyawan kita yang sudah memakai AI?

Pertanyaan yang lebih berguna adalah:

• Pekerjaan apa yang saat ini sudah dibantu AI secara informal?
• Workflow mana yang paling lambat, paling sering digunakan, atau paling banyak menimbulkan error?
• Di titik mana AI benar-benar dapat memperbaiki proses?
• Risiko apa yang muncul ketika pekerja menggunakan tools AI sendiri?
• Data apa yang diperlukan agar AI dapat bekerja secara konsisten?
• Metrik apa yang harus berubah agar implementasi dapat disebut berhasil?
• Siapa yang bertanggung jawab atas kualitas output dan dampaknya?

Pertanyaan-pertanyaan tersebut menggeser fokus dari kepemilikan tools menuju perubahan cara kerja.

Dari penggunaan menuju kemampuan organisasi

Penggunaan AI yang tinggi merupakan modal awal yang penting. Perusahaan tidak harus memulai dari kondisi ketika pekerja menolak teknologi. Banyak pekerja sudah bereksperimen dan menemukan manfaatnya sendiri.

Namun, eksperimen individual bukan tujuan akhirnya.

Nilai yang lebih besar baru muncul ketika perusahaan mampu mengubah penggunaan personal menjadi cara kerja bersama yang:

• Terintegrasi dengan proses
• Menggunakan data secara aman
• Memiliki standar kualitas
• Didukung governance
• Menghasilkan dampak yang dapat diukur

Jadi, kesenjangan utamanya bukan antara pekerja yang sudah memakai AI dan perusahaan yang sama sekali belum mengadopsinya.

Kesenjangannya berada di antara AI sebagai alat bantu personal dan AI sebagai kapabilitas organisasi.

Menutup kesenjangan tersebut membutuhkan lebih dari sekadar membeli tools atau memberikan pelatihan prompt. Perusahaan perlu mendesain ulang bagaimana pekerjaan dilakukan ketika AI menjadi bagian dari proses kerja.

Sumber

• Microsoft dan LinkedIn, Work Trend Index Indonesia 2024
• Microsoft dan LinkedIn, 2024 Work Trend Index Annual Report
• PwC, Global Workforce Hopes and Fears Survey 2025: Indonesia
• PwC, 27th Annual Global CEO Survey: Indonesia Results
• The GenAI Divide: State of AI in Business 2025, MIT NANDA Initiative