Revolusi AI di Manufaktur: 81% Pekerjaan Tetap Ditangani Manusia, Keterampilan Multidisiplin Jadi Kunci

Transformasi tenaga kerja di sektor manufaktur menjadi prasyarat mutlak untuk mengadopsi kecerdasan buatan (AI), bukan sekadar program pelatihan tambahan. Deloitte dalam 2026 Manufacturing Industry Outlook memperkirakan adopsi AI di lantai produksi akan melonjak dari 9% menjadi 22% dalam dua tahun ke depan, tetapi lebih dari 81% jam kerja tetap akan dijalankan oleh manusia. Angka ini menegaskan bahwa otomatisasi tidak serta-merta memangkas kebutuhan akan pekerja terampil, melainkan mengubah lanskap keahlian yang harus dikuasai.

Selama ini, diskusi tentang pabrik siap AI selalu berputar pada sensor, digital twin, dan robotika. Namun, pertanyaan mendasar sering terabaikan: siapa yang akan mengoperasikan semua teknologi itu? Jawabannya adalah tenaga kerja yang mampu berpindah lintas disiplin. Pabrik terhubung saat ini membutuhkan orang yang memahami teknik mesin dan elektro sekaligus konektivitas jaringan, karena sistem cerdas berjalan dengan prinsip keandalan yang sama seperti infrastruktur kritis lainnya.

Kebutuhan akan literasi data juga bergeser. Operator, quality engineer, dan teknisi pemeliharaan dituntut membaca data sebagai keterampilan inti, setara kemampuan membaca skema teknik. Mereka tidak perlu menjadi analis, tetapi harus bisa mempertanyakan model ketika hasilnya menyimpang dan melakukan perbaikan berkelanjutan. Kemampuan semacam ini tidak tertera di spesifikasi mesin, tetapi tercermin pada uptime, kualitas, dan kecepatan adaptasi organisasi.

Model pelatihan teknis yang berjalan secara periodik—onboarding, sertifikasi, penyegaran berkala—sudah tidak relevan. Teknologi manufaktur cerdas bergerak begitu cepat sehingga keahlian yang dikuasai 18 bulan lalu bisa jadi kedaluwarsa. Perusahaan perlu mengubah pembelajaran menjadi irama operasional berkelanjutan: siklus peningkatan keterampilan yang lebih pendek dan sering, terkait langsung dengan perubahan di lantai produksi. Insinyur perlu terpapar alat AI dan dasar-dasar data, sementara tim IT dan digital memahami tekanan uptime, batasan keselamatan, dan toleransi kualitas.

“Memecah silo bukan sekadar tujuan budaya, melainkan kebutuhan fungsional. Lini produksi berbasis AI tidak mengenal batas antara manufaktur, TI, dan transformasi digital,” demikian inti pandangan yang berkembang di kalangan praktisi.

Ketika satu sensor memasok model predictive maintenance, dampaknya langsung terasa pada jadwal produksi, rekayasa data, dan infrastruktur TI secara simultan. Jika tim-tim ini bekerja dalam jalur pelaporan terpisah dengan prioritas dan kosakata berbeda, teknologi terbaik pun akan underperform. Organisasi yang tangguh adalah mereka yang merekayasa kolaborasi lintas fungsi secara sengaja: tujuan bersama, data bersama, dan akuntabilitas bersama atas hasil.

Pesan ini bukan seruan untuk memperlambat adopsi teknologi. Sebaliknya, kemampuan tenaga kerja harus diperlakukan sebagai investasi infrastruktur utama, setara dengan keandalan pasokan listrik atau konektivitas. Tidak ada yang mau mengoperasikan pabrik terhubung dengan daya listrik yang tidak stabil; sama halnya, jangan pernah menjalankannya dengan tenaga kerja yang tidak siap. Pemimpin manufaktur yang akan mendominasi dekade berikutnya bukan yang paling cepat mengotomasi, melainkan yang membangun manusia yang mampu membuat AI benar-benar bekerja di lapangan—multidisiplin, terus belajar, dan terorganisir berdasarkan masalah, bukan bagan organisasi.

Di Indonesia, tantangan ini terasa kian mendesak. Program Making Indonesia 4.0 mendorong adopsi AI dan IoT di sektor manufaktur, tetapi kesenjangan keterampilan digital masih lebar. Survei World Bank menunjukkan hanya sekitar 20% tenaga kerja Indonesia yang memiliki keterampilan digital menengah ke atas. Tanpa percepatan pelatihan vokasi yang selaras dengan kebutuhan industri, investasi pada mesin cerdas berisiko tidak menghasilkan lompatan produktivitas yang diharapkan. Pemerintah dan pelaku industri perlu memperluas program upskilling, memperkuat kemitraan dengan politeknik, dan mendorong sertifikasi kompetensi yang diakui industri.

Pertanyaannya kini: apakah perusahaan manufaktur siap mengalihkan sebagian anggaran belanja modal untuk pengembangan manusia, sebelum teknologi melampaui kesiapan tenaga kerja yang akan menjalankannya?