DECISION BRIEF 31

Strategi Talenta AI: Bangun Kapabilitas, Bukan Headcount

Decision Brief 31

Strategi talenta AI harus membangun kapabilitas yang perlu dipertahankan perusahaan, bukan menumpuk jabatan yang sedang populer. Tugas CEO adalah menentukan kapabilitas mana yang membedakan bisnis, mana yang boleh dipinjam sementara, dan kapan akses eksternal harus berubah menjadi kompetensi operasi internal.

Read the English version

Asumsi manajemen yang umum adalah bahwa AI skills gap terutama merupakan masalah recruitment. Tidak sesederhana itu. Hiring dapat menambah expertise, tetapi tidak menggantikan redesign kerja, decision rights yang jelas, data yang usable, learning pada level manajer, atau kemampuan tim internal untuk menjalankan dan memperbaiki sistem setelah vendor selesai.

Jawaban eksekutif: gunakan portfolio. Bangun judgment kritis dan workflow ownership di dalam perusahaan; lakukan hiring selektif untuk expertise yang langka; pinjam speed dari partner dengan rencana transfer yang tegas; lalu redesign peran yang ada agar kapabilitas AI berada dekat dengan owner outcome bisnis.

Key Data: kelangkaan yang dihadapi adalah capability mix, bukan satu jabatan

Bukti yang tersedia tidak mendukung satu jawaban “rekrut lebih banyak ahli AI.” Sinyalnya mengarah pada sistem kapabilitas yang berlapis: technical specialists, pemimpin yang AI-literate, kemampuan analitis dan sosial, workflow owner, serta foundational fluency yang luas.

Sinyal bukti	Maknanya bagi CEO	Batas interpretasi
Survei World Economic Forum 2025 menemukan 63% employer melihat skills gap sebagai hambatan besar transformasi; 85% merencanakan upskilling, 70% merekrut skill baru, dan 50% memindahkan pekerja dari peran menurun ke peran bertumbuh.	Employer menggabungkan build, buy, dan redeploy, bukan hanya satu intervensi.	Survei employer global; rencana belum tentu menjadi outcome.
World Bank pada Oktober 2026 menyatakan demand untuk skill AI di Asia Timur dan Pasifik sering dipasangkan dengan matematika, critical thinking, communication, dan collaboration. Hanya 13% pekerjaan regional melibatkan complex thinking dan judgment, dibanding 39% di advanced economies.	Aset langka bukan hanya expertise model, tetapi kemampuan menggabungkan teknologi dengan judgment dan konteks.	Bukti pasar tenaga kerja regional, bukan capability audit perusahaan.
Panduan OECD Januari 2026 membedakan foundational AI skills untuk seluruh staf, strategic AI knowledge bagi leader, dan technical skill yang lebih dalam bagi profesional digital dan data.	Populasi berbeda membutuhkan kedalaman berbeda; satu course generik atau satu tim elite tidak cukup.	Bukti sektor publik; perusahaan swasta perlu menyesuaikan konteks operasi.
Stanford AI Index 2026 menemukan demand meningkat pada skill untuk menjalankan sistem dalam skala, termasuk workflow management, automation, dan scalability; Singapura memiliki porsi AI job posting tertinggi pada pasar yang dibandingkan, 4,69% pada 2025.	Kapabilitas mengoperasikan AI secara andal menjadi sama pentingnya dengan membangun model.	Data job posting adalah demand signal, bukan bukti produktivitas atau estimasi Indonesia.
ILO memperkirakan 21,7% employment Indonesia memiliki lebih dari paparan minimal terhadap GenAI pada 2025, tanpa bukti large-scale job losses di ASEAN.	CEO perlu redesign peran dan learning pathway sebelum mengubah exposure menjadi target headcount.	Exposure bukan adopsi, displacement, atau realized value.

Batas geografis: bukti terkuat saat ini bersifat regional atau global. Bukti itu membantu merancang keputusan bagi perusahaan Indonesia dan Asia Tenggara, tetapi setiap perusahaan tetap memerlukan capability map, bukti labor market, dan baseline workflow lokal.

Pertanyaan keputusan

CEO perlu memutuskan di mana kapabilitas harus berada, bukan sekadar menyetujui hiring target. Pertanyaan praktisnya adalah: pengetahuan, judgment, konteks data, dan tanggung jawab operasi apa yang akan menciptakan dependency tidak sehat jika tetap berada di luar perusahaan?

Untuk setiap priority workflow, jawab empat pertanyaan sourcing:

Apa yang harus dibangun karena menjadi pembeda bisnis atau membawa accountability material?
Apa yang perlu dibeli melalui hiring selektif karena expertise langka, persisten, dan sentral?
Apa yang boleh dipinjam dari partner karena speed penting dan kapabilitas dapat ditransfer?
Apa yang perlu didesain ulang ke dalam peran yang ada karena pekerjaan harus dekat dengan pelanggan, operasi, atau risiko?

Keempat opsi dapat dipakai bersamaan, tetapi proporsinya menentukan hasil. Portfolio tanpa tujuan kapabilitas mudah berubah menjadi kumpulan kontrak, course, dan title tanpa keunggulan operasi yang bertahan.

Point of View

Strategi talenta AI adalah keputusan make-or-buy untuk kapabilitas organisasi. Headcount hanya salah satu input; outcome-nya adalah kemampuan perusahaan untuk memilih, menjalankan, mengelola, memperbaiki, dan menghentikan workflow berbantuan AI tanpa hidden dependency.

Pandangan ini menantang pola lama yang dimulai dari organization chart: menunjuk AI leader, merekrut beberapa engineer, membeli training, lalu berharap adopsi mengikuti. Urutannya perlu dibalik—mulai dari strategic workflow, lalu kapabilitas, pilihan sourcing, dan akhirnya peran yang accountable.

Aturan yang lebih tajam:

> Pinjam expertise untuk speed, tetapi jangan pernah meminjam accountability. Jika kapabilitas bersifat strategis, setiap engagement eksternal harus membuat sistem internal lebih kuat.

Apa yang diubah AI—dan apa yang tetap menjadi tanggung jawab manusia

AI mengubah umur dan komposisi skill. Metode teknis berubah cepat, skill deployment pada level workflow menjadi semakin penting, dan lebih banyak karyawan dapat melakukan pekerjaan yang dulu hanya bisa diakses melalui spesialis; tidak satu pun menghapus judgment manusia tentang strategi, people, risk, dan tanggung jawab institusi.

Dapat di-augment atau diotomasi	Tetap menjadi tanggung jawab CEO dan manusia
Memetakan task, menemukan skill adjacency, dan merekomendasikan learning path	Menentukan kapabilitas yang membedakan perusahaan
Menghasilkan code, analisis, dokumentasi, dan simulasi training	Menetapkan prinsip workforce dan komitmen transisi yang adil
Mencocokkan talenta internal dengan proyek dan mendeteksi capability gap	Menilai performance, potential, trust, dan konteks
Memantau kualitas workflow, override, biaya, dan penggunaan skill	Menetapkan decision rights dan menerima risiko material
Mempercepat onboarding dan membuat expert knowledge reusable	Memutuskan kapan dependency eksternal tidak lagi dapat diterima

AI juga mengubah economics of expertise. Sekelompok kecil specialist dapat mengkodifikasi pola bagi workforce yang lebih luas, sementara domain experts nonteknis dapat membangun atau mengawasi workflow yang lebih canggih. Operating model karena itu perlu memberi insentif pada knowledge transfer dan outcome workflow—bukan specialist heroics atau course completion.

Thought Process

Rekomendasi ini mengikuti empat langkah eksplisit. Setiap langkah mencegah perusahaan menyamakan akses ke talenta dengan kepemilikan kapabilitas.

Mulai dari value-critical workflow. Strategi harus menyebut outcome pelanggan, operasi, atau risiko sebelum HR menyebut sebuah jabatan.
Urai kapabilitas. Pisahkan domain judgment, data knowledge, workflow design, technical engineering, change leadership, dan governance.
Pilih sumber untuk setiap komponen. Build, buy, borrow, atau redesign berdasarkan criticality, scarcity, learning speed, dan dependency risk.
Wajibkan bukti transfer. Scale hanya ketika internal owner dapat mengoperasikan, mengevaluasi, dan mengubah workflow dengan external support yang tetap masuk akal.

Ini adalah inference dari bukti, bukan rasio staffing universal. Bank yang regulated, perusahaan manufaktur, institusi publik, dan digital marketplace akan mempertahankan kapabilitas yang berbeda di dalam.

Empat pilihan sourcing dan trade-off

Tidak ada satu opsi yang unggul dalam semua konteks. CEO memerlukan portfolio yang memaksimalkan speed dan learning tanpa meng-outsourcing strategic judgment atau menciptakan konsentrasi expertise yang rapuh.

Opsi	Kapan tepat	Syarat minimum	Trade-off utama
Build secara internal	Kapabilitas membedakan bisnis, berulang, data-intensive, atau sensitif terhadap accountability	Protected learning time, akses workflow nyata, manajer kuat, dan ruang untuk praktik	Start lebih lambat; opportunity cost; training bisa tetap teoritis
Buy melalui hiring	Expertise langka akan digunakan berulang pada beberapa workflow bernilai tinggi	Mandat jelas, technical environment kredibel, executive sponsorship, dan integrasi peran	Hiring premium; concentration risk; expert dapat berubah menjadi service desk yang terisolasi
Borrow dari partner	Speed penting, kapabilitas baru, dan pattern eksternal dapat mempercepat learning	Knowledge transfer dalam kontrak, batas data/kontrol, dokumentasi, exit rights, dan internal shadow owner	Vendor dependency; insentif partner dapat mendorong kompleksitas berkelanjutan
Redesign peran yang ada	Domain judgment sentral dan AI dapat meningkatkan leverage tim saat ini	Task redesign, decision rights, manager capability, measurement, dan psychological safety	Friksi adopsi; hidden workload; standar tidak konsisten jika dukungan lemah

Default yang direkomendasikan: borrow untuk mempercepat, build untuk mempertahankan, buy hanya untuk core yang langka, dan redesign pekerjaan di sekitarnya. Partner seharusnya mempersingkat learning curve, bukan menjadi operating model.

Lima gerbang CEO untuk strategi talenta AI

Lima gerbang ini mengubah talent plan menjadi keputusan investasi kapabilitas. Proposal tidak boleh lolos hanya karena kandidat impresif, vendor kredibel, atau katalog training besar.

Gerbang 1 — Strategic criticality

Pertahankan strategic judgment dan accountable workflow ownership di dalam perusahaan. External support boleh dalam, tetapi perusahaan harus menjaga kemampuan untuk menentukan objective sistem, risk appetite, dan kapan operasi harus dihentikan.

Tanyakan:

Apakah kapabilitas membentuk customer value, economics, trust, atau regulatory responsibility?
Apakah hilangnya akses eksternal akan mengganggu priority workflow secara material?
Apakah insentif supplier dapat berbeda dari perusahaan?
Apakah kapabilitas bertumbuh melalui proprietary data, konteks, atau learning berulang?

Jika mayoritas jawaban adalah ya, destination-nya adalah kapabilitas internal meskipun sumber awalnya eksternal.

Gerbang 2 — Work and skill decomposition

Definisikan kapabilitas sebagai pekerjaan yang dapat diamati, bukan sebuah title. “AI engineer,” “prompt expert,” atau “AI product manager” dapat menyembunyikan kebutuhan berbeda pada domain judgment, data, integration, evaluation, security, change, dan governance.

Bukti minimum:

workflow dan outcome;
task yang akan di-augment atau diotomasi AI;
skill pada level foundational, leadership, dan specialist;
human decision rights untuk kondisi normal dan exception;
capability gap yang tersisa setelah role redesign.

Gerbang gagal jika recruitment dimulai sebelum work dan accountability jelas.

Gerbang 3 — Learning and transfer

Setiap kapabilitas yang dipinjam memerlukan transfer mechanism dan handover yang terukur. Dokumentasi saja belum menjadi transfer; tim internal harus menunjukkan kemampuan mengoperasikan, mengevaluasi, troubleshooting, dan memperbaiki workflow.

Wajibkan:

internal shadow owner yang bernama;
paired delivery, bukan vendor-only execution;
reusable playbook, evaluation set, dan decision log;
protected practice time;
transfer checkpoint sebelum kontrak diperluas.

Gerbang gagal jika hanya vendor yang mampu menjelaskan alasan sistem bekerja, mengubahnya dengan aman, atau membaca pola kegagalannya.

Gerbang 4 — Operating model dan accountability

Tempatkan kapabilitas di dekat owner outcome bisnis, dengan core enabler yang kecil. Tim sentral dapat menetapkan standar dan menyediakan expertise langka, tetapi value realization tetap berada pada fungsi yang memiliki workflow.

Pastikan:

satu business owner memiliki outcome;
manajer memahami perubahan peran dan performance measure;
tanggung jawab data, platform, risk, HR, dan finance eksplisit;
specialist memiliki community of practice, bukan reporting line yang terisolasi;
stop dan escalation rights independen dari delivery pressure.

Gerbang gagal ketika AI center menjadi antrean yang dapat disalahkan business team dan dapat dilewati manajer.

Gerbang 5 — Economics dan resilience

Bandingkan fully loaded cost dan resilience dari portfolio, bukan hanya salary atau day rate. Sertakan recruiting delay, ramp time, partner cost, management attention, akses data/platform, training, attrition, quality control, dan exit cost.

Ukur:

time to first accepted outcome;
cost per accepted outcome;
waktu yang diperlukan tim internal untuk membuat safe change;
single-person dan single-vendor dependency;
retention dan internal mobility;
biaya pause, replacement, atau rebuild kapabilitas.

Day rate terendah dapat menciptakan dependency paling mahal. Hire termahal juga dapat gagal jika operating environment tidak memberi leverage.

Decision rights

Strategi talenta AI membutuhkan decision rights eksplisit karena pilihan kapabilitas mengalokasikan capital, membentuk workforce trust, dan menentukan siapa tetap accountable. CEO perlu menahan keputusan portfolio dan mendelegasikan delivery dengan bukti.

Hak keputusan	Peran accountable
Decide kapabilitas strategis, prinsip workforce, dependency tolerance, dan threshold scale	CEO / executive committee
Delegate delivery kapabilitas dan redesign workflow	Business value owner bersama CHRO dan technology partner
Instrument skill, accepted outcomes, kemajuan transfer, cost, dan dependency	HR, operations, finance, data/platform
Escalate risiko material terkait tenaga kerja, data, security, pelanggan, regulasi, atau vendor	HR, risk, legal, security, business owner
Stop expansion ketika syarat transfer, kualitas, safety, atau integrity gagal	Stop authority di luar delivery team

Board sebaiknya bertanya apakah perusahaan semakin capable, bukan apakah tim AI semakin besar.

Uji kredibel terkecil selama 90 hari

Uji 90 hari dapat menunjukkan apakah sourcing portfolio menciptakan kapabilitas yang bertahan. Gunakan satu high-value workflow, satu business owner accountable, satu pasangan internal, dan satu kontribusi partner atau specialist yang scope-nya terbatas.

Hari 1–15: petakan kapabilitas

Baseline accepted outcome, cycle time, kualitas, cost, exception, dan risk workflow.
Urai kapabilitas menjadi domain, data, workflow, technical, change, dan governance.
Tandai setiap komponen sebagai build, buy, borrow, atau redesign.
Tetapkan internal shadow owner serta success, failure, dan stop conditions.

Hari 16–45: paired delivery

Jalankan mixed internal-external squad pada pekerjaan nyata tetapi terbatas.
Gunakan data dan control environment aktual dengan risiko yang proporsional.
Catat keputusan, evaluation criteria, exception, dan perubahan.
Ukur accepted outcome dan kontribusi tim internal—bukan training attendance.

Hari 46–75: transfer dan kemandirian

Minta internal owner menjalankan workflow dan membuat setidaknya satu safe change.
Ubah peran partner dari executor menjadi reviewer.
Uji absensi, handoff, difficult cases, dan dokumentasi.
Ukur waktu untuk diagnose, change, recover, dan explain.

Hari 76–90: keputusan

Scale jika workflow memenuhi threshold bisnis dan kualitas, internal owner dapat mengoperasikan serta mengubahnya, fully loaded economics masih dapat diterima, dan tidak ada critical dependency tanpa exit path.
Redesign jika outcome membaik tetapi transfer, manager adoption, role clarity, atau economics gagal memenuhi threshold.
Stop jika terjadi pelanggaran material pada data, safety, labor, pelanggan, atau integrity; workflow tidak dapat dijelaskan atau dibalik; pengetahuan tetap vendor-only; atau tidak ada bukti kapabilitas internal bertumbuh.

Uji ini sengaja tidak memakai threshold angka universal. Owner harus menetapkan batas sebelum launch berdasarkan variasi baseline, risk, dan strategi perusahaan.

Decision gate

CEO layak mendanai scale hanya ketika lima pernyataan ini benar. Jika satu masih salah, next decision adalah mempersempit, redesign, atau stop—bukan menambah orang atau vendor baru.

Kita dapat menyebut business capability dan accepted outcome.
Kita tahu elemen yang harus tetap berada di dalam serta alasannya.
Internal owner dapat mengoperasikan, mengevaluasi, dan mengubah workflow.
Decision rights, konsekuensi workforce, kontrol, dan stop conditions eksplisit.
Fully loaded economics dan dependency profile dapat dipertahankan.

Implikasi bagi decision-makers

CEO perlu memperlakukan talent sebagai capability portfolio yang terhubung ke beberapa strategic workflow. Target “AI headcount” yang luas mendorong aktivitas tanpa memperjelas value atau dependency.

Board perlu meminta capability and dependency map. Pertanyaan pentingnya adalah apa yang tidak dapat dijalankan tanpa seseorang atau supplier tertentu, learning apa yang sudah berpindah, dan apakah risk ownership tetap internal.

CHRO perlu berpindah dari course catalogue ke bukti skill dalam pekerjaan nyata. Foundational literacy, manager capability, specialist depth, dan internal mobility memerlukan ukuran serta learning environment yang berbeda.

COO dan business leader perlu memiliki outcome workflow serta menciptakan ruang praktik. Orang tidak dapat membangun operating capability di kelas ketika production work tetap sama.

CAIO, CIO, dan CTO perlu membangun standar, platform, evaluation method, serta community of practice yang membuat distributed capability aman. Mereka tidak seharusnya menjadi permanent owner untuk seluruh business use case.

Hipotesis yang dapat diuji

Hipotesis berikut membuat Brief ini falsifiable. Review dilakukan pada hari ke-90 dan kembali setelah enam bulan.

Capability-sourcing portfolio yang terhubung ke satu workflow akan mencapai accepted business outcome lebih cepat daripada hiring plan yang dimulai dari role.
Paired delivery dengan transfer checkpoint akan mengurangi vendor-only dependency tanpa memperlambat pilot secara material.
Role redesign ditambah specialist terpilih akan menghasilkan adopsi dan exception handling lebih baik daripada expert center yang terisolasi.
Pengukuran internal time-to-change akan menemukan strategic dependency yang tidak terlihat pada salary dan contract-rate comparison.
Foundational fluency bagi seluruh staf, strategic knowledge bagi leader, dan deep skill bagi specialist akan mengungguli satu generic training programme.

Evidence ledger dan catatan sumber

Bukti mendukung blended capability strategy, bukan formula staffing universal. Bukti ditinjau pada 26 Oktober 2026.

World Bank, East Asia and Pacific Economic Update, 6 Oktober 2026. Bukti regional bahwa adopsi AI masih di bawah advanced economies, demand skill AI berpasangan dengan skill analitis dan sosial, serta adopsi/adaptasi tool yang ada menjadi jalur jangka dekat bagi sebagian besar negara. https://www.worldbank.org/en/publication/east-asia-and-pacific-economic-update
World Bank, “East Asia and Pacific Sees Steady Growth Amid Global Uncertainty,” 6 Oktober 2026. Melaporkan 13% pekerjaan regional melibatkan complex thinking dan judgment, dibanding 39% di advanced economies. https://www.worldbank.org/en/news/press-release/2026/10/06/east-asia-and-pacific-holds-steady-amid-global-uncertainty-but-harnessing-ai-s-ful
World Economic Forum, Future of Jobs Report 2025, 7 Januari 2025. Survei lebih dari 1.000 global employers yang mewakili lebih dari 14 juta pekerja; employer intention bukan realized outcome. https://www.weforum.org/publications/the-future-of-jobs-report-2025
OECD, “Building an AI-ready public workforce,” 19 Januari 2026. Membedakan foundational skill untuk seluruh staf, strategic knowledge bagi leader, dan technical depth bagi profesional digital/data. Bukti sektor publik memerlukan adaptasi. https://www.oecd.org/en/publications/building-an-ai-ready-public-workforce_b89244c7-en/full-report.html
Stanford HAI, 2026 AI Index Report, bab Economy, 2026. Data job posting menunjukkan peningkatan demand untuk deployment, workflow, automation, dan scalability; cakupan geografis membatasi transfer langsung ke Indonesia. https://hai.stanford.edu/assets/files/ai_index_report_2026_chapter_4_economy.pdf
International Labour Organization, “AI may affect nearly 80 million workers in the ASEAN region,” 8 Juli 2026. Memperkirakan 21,7% employment Indonesia pada 2025 memiliki lebih dari paparan minimal terhadap GenAI dan belum menemukan bukti large-scale job losses di ASEAN. Exposure bukan displacement. https://www.ilo.org/resource/news/ai-may-affect-nearly-80-million-workers-asean-region-large-scale-job
OECD, “Empowering the Workforce in the Context of a Skills-First Approach,” 24 Juni 2025. Skills-first practice dapat memperluas talent pool, tetapi implementasi lemah berisiko menambah bias, mengikis standar, dan mempercepat skill obsolescence. https://www.oecd.org/en/publications/empowering-the-workforce-in-the-context-of-a-skills-first-approach_345b6528-en/full-report/practical-considerations-for-a-skills-first-approach_88eb89d7.html
Microsoft, “Work Trend Index 2026: 33% of Indonesian Workers are at the Forefront of AI Adoption,” 30 Juni 2026. Survei user Indonesia menyoroti critical thinking dan quality control output AI; vendor-sponsored dan self-reported sehingga bersifat directional. https://news.microsoft.com/source/asia/2026/06/30/microsofts-work-trend-index-2026-33-of-indonesian-workers-are-at-the-forefront-of-ai-adoption/

Continue Reading

Diskusi

Jika perusahaan dapat mengakses expertise AI tetapi tidak mampu mengoperasikan, mengevaluasi, atau mengubah workflow tanpa expert atau supplier yang sama, perusahaan baru menyewa kapabilitas—belum membangunnya. Mulai diskusi dengan Antovany Reza.

Tentang penulis

Antovany Reza menulis CEO Decision Lab untuk pemimpin yang mengubah AI dan transformasi digital menjadi business value, judgment yang lebih kuat, dan eksekusi accountable di Indonesia serta Asia Tenggara.

LinkedIn · X · Facebook · WhatsApp

Diskusikan keputusan bersama Antovany Reza