Bagaimana Menjadi Pemimpin Teknologi di Era Otomasi

Era otomatisasi akan datang – segera – dan dunia kerja tidak akan pernah sama persis.

Meskipun beberapa penelitian lebih mengerikan daripada yang lain, para ahli sepakat bahwa kemajuan dalam robotika dan kecerdasan buatan akan memiliki dampak besar dan luas pada ekonomi dan sebagian besar pekerja.

Sebuah studi Pew Research Center mensurvei hampir 2.000 ahli dan menemukan bahwa 48 persen mengharapkan masa depan di mana robot dan agen digital akan menggantikan sejumlah besar pekerja kerah biru dan putih. Faktanya, para peneliti di Universitas Oxford menyimpulkan bahwa 47 persen pekerja AS memiliki kemungkinan besar untuk melihat pekerjaan mereka diotomatisasi selama 20 tahun ke depan, sementara laporan McKinsey memperkirakan bahwa hingga 30 persen dari "aktivitas kerja" dapat diotomatisasi pada tahun 2030.

Tidak semua ramalan begitu menyenangkan. Laporan McKinsey yang sama juga menunjukkan peluang, mencatat bahwa pengeluaran keseluruhan untuk teknologi dapat meningkat lebih dari 50 persen antara 2015 dan 2030, yang dapat menciptakan sekitar 20 juta hingga 50 juta pekerjaan bergaji tinggi secara global.

Berikut adalah beberapa tips tentang cara menjadi pemimpin teknologi di era otomatisasi.

Pahami Pekerjaan Apa yang Paling Berisiko

Dalam studi Oxford, para peneliti menganalisis 700 pekerjaan dan akhirnya menemukan bahwa 12 memiliki kemungkinan 99 persen untuk akhirnya menjadi otomatis:

• Kunci Entri Data
• Teknisi Perpustakaan
• Petugas Akun Baru
• Pekerja Proses Fotografi dan Operator Mesin Pemroses
• Petugas Pajak
• Agen Kargo dan Pengangkutan
• Tukang reparasi jam tangan
• Penjamin Emisi Asuransi
• Teknisi Matematika
• selokan
• Penguji Judul, Abstraktor, dan Pencari
• Telemarketer

Perkiraan para peneliti Oxford hampir sama suramnya untuk berbagai pekerjaan lain, termasuk Sekretaris Hukum, Analis Kredit, Teller, Pialang Real-Estate, dan banyak di industri asuransi.

Laporan terbaru dari Brookings Institution menyimpulkan bahwa hampir tidak ada orang yang tidak terpengaruh oleh adopsi teknologi yang tersedia saat ini.

Maka, masuk akal bahwa laporan Brookings merekomendasikan bahwa untuk menangani laju perubahan yang cepat ini, penting bagi para pemimpin pemerintah, bisnis, dan masyarakat – serta pekerja – untuk mempromosikan dan mengadopsi “pola pikir belajar yang konstan” dan berinvestasi dalam melatih kembali pekerja lama, membuat pengembangan keterampilan lebih mudah diakses, dan memperluas kesempatan belajar dan sertifikasi yang dipercepat.

Pahami Pekerjaan Teknologi Apa yang Akan Berkembang

Dari perspektif gambaran besar, pekerjaan yang melibatkan keterampilan berpikir kritis, kreativitas, pemecahan masalah, atau keterampilan orang akan lebih sulit untuk diotomatisasi daripada yang lain.

Tetapi tampaknya banyak peran dalam teknologi secara unik siap untuk mempertahankan atau bahkan menumbuhkan nilainya di era otomatisasi – studi Brookings menemukan bahwa layanan teknis dan industri informasi termasuk yang paling rentan terhadap otomatisasi.

Beberapa peran, khususnya, tampaknya diposisikan dengan baik untuk pertumbuhan. Ini termasuk:

Pengembang

Menurut studi Brookings, Pengembang Perangkat Lunak hanya memiliki delapan persen "potensi otomatisasi," dan masuk akal, mengingat bahwa menciptakan produk digital yang menarik, persuasif, dapat diakses, dan fungsional adalah keahlian yang hanya akan menjadi lebih penting di masa depan.

Bahkan, banyak yang menekankan bahwa belajar coding akan menjadi keterampilan yang harus dimiliki di era otomatisasi dan AI.

“Perjuangan untuk mempelajari coding, yang telah bergema di seluruh komunitas teknologi selama beberapa tahun terakhir, semakin keras,” kata Leon Adato , Head Geek di SolarWinds . “Kemampuan untuk memahami dan menumbuhkan rasa kode, yaitu, mempelajari bagaimana konsep pengkodean tertentu bekerja bersama, akan menjadi keterampilan dasar untuk sukses di era AI dan (pembelajaran mesin).”

Ilmu Data/Analisis Data

Dunia data besar semakin besar. Menurut studi EMC Digital Universe , jagat raya digital akan tumbuh dari 4,4 triliun gigabyte pada tahun 2013 menjadi 44 triliun gigabyte pada tahun 2020, dan perkiraan International Data Corporation tahun 2017 memperkirakan pendapatan untuk data besar dan analitik bisnis akan mencapai $150,8 miliar secara global.

Ketika perusahaan menginvestasikan lebih banyak uang dalam kecerdasan buatan dan robotika, penting untuk secara proaktif menganalisis nilai yang diciptakan oleh investasi tersebut, memahami cara mengoptimalkan investasi tersebut, dan mengidentifikasi tren dan peluang lain yang diciptakan melalui otomatisasi.

“Analisis data adalah contoh keterampilan teknologi terapan yang sangat diinginkan yang telah menjadi penting di setiap industri dan fungsi,” tulis Alexandra Levit, penulis Humanity Works: Merging Technologies and People for the Workforce of the Future .

“Merangkul ilmu data akan segera menyesuaikan dengan kemampuan individu untuk berhasil menangani AI dan pembelajaran mesin,” Adato setuju. “Mempertajam keterampilan otomatisasi dan analisis data, menyempurnakan keterampilan penalaran analitis, mengembangkan pemikiran logis dan analisis yang tepat, dan memahami cara menangani sejumlah besar data adalah beberapa keterampilan ilmu data teratas yang akan diperlukan.”

Manajemen Produk

Airbnb memberikan studi kasus yang bagus tentang bagaimana orang-orang yang kreatif dan berpikiran maju dapat menggunakan kecerdasan buatan untuk membuat desain produk dan proses pengembangan lebih cerdas dan efisien.

Perusahaan mulai mengajarkan mesin untuk mengklasifikasikan 150 komponen dalam sistem desainnya dan menerjemahkannya ke dalam browser – atau, dengan kata lain, sistem memungkinkan desainer dan insinyur produknya mengambil ide dari papan gambar dan segera mengubahnya ke dalam produk. Tujuannya adalah untuk menyederhanakan proses pengembangan produk dengan berfokus pada pengujian prototipe fungsional, dan perusahaan menyatakan bahwa sistem tersebut “telah menunjukkan potensi yang sangat besar.”

“Kami percaya bahwa, dalam beberapa tahun ke depan, teknologi baru akan memungkinkan tim untuk merancang produk baru dengan cara yang ekspresif dan intuitif, sekaligus menghilangkan rintangan dari proses pengembangan produk,” kata Benjamin Wilkins , Design Technologist di Airbnb.

“Seiring gerakan sistem desain mendapatkan tenaga dan antarmuka menjadi lebih terstandarisasi, kami percaya bahwa desain dan pengembangan yang dibantu kecerdasan buatan akan dimasukkan ke dalam generasi alat berikutnya.”

Saat itu terjadi, kemampuan berpikir kritis dan keterampilan lintas disiplin Manajer Produk hanya akan semakin dibutuhkan.

Tetapi contoh Airbnb juga menggambarkan bagaimana para pemimpin teknologi masa depan – dari Pengembang hingga profesional data hingga Desainer UX – perlu inovatif dan terus meningkatkan keterampilan untuk menggunakan AI dan otomatisasi sebagai alat untuk memberdayakan dan meningkatkan pekerjaan mereka.

“Seiring organisasi mengotomatiskan sebagian besar pengetahuan dan pekerjaan produksi mereka, mereka juga akan mengkomoditikan hal-hal itu dan nilai yang diciptakan oleh aktivitas itu,” tulis Charles Araujo, penulis The Quantum Age of IT: Why Everything You Know About IT is About to Change . “Menyerahkan produk berkualitas dengan harga murah ke pasar tidak cukup lagi. Seperti yang sudah kita lihat dimainkan di seluruh industri, nilai pembeda bergeser ke pengalaman — dan sebagian besar, pengalaman digital atau yang diaktifkan secara digital.

“Menciptakan, mengkurasi, dan mempertahankan pengalaman digital yang memungkinkan organisasi untuk menonjol di pasar akan menjadi pendorong penting diferensiasi kompetitif dan nilai bisnis di era digital. Pergeseran ini juga akan mendorong transformasi dan penciptaan kembali pekerjaan.”