SULAWESI UTARA — Survei Nielsen terhadap 1.700 direktur dan manajer senior di tujuh negara menemukan lebih dari separuh responden kesulitan mengevaluasi hasil kerja karyawan setelah perusahaan mengadopsi AI. Penyebabnya, output karyawan kini tiba di meja manajer dalam kondisi sudah rapi, sehingga sulit membedakan porsi kerja manusia dan mesin. Temuan ini menunjukkan adopsi AI di kantor lebih dulu memicu persoalan tata kelola ketimbang lonjakan produktivitas.
Survei yang digelar atas pesanan perusahaan manajemen kerja Monday.com itu melibatkan 1.700 direktur dan manajer senior di tujuh negara. Hampir separuh manajer mengaku kini menghabiskan lebih banyak waktu untuk meninjau dan mengarahkan hasil kerja tim dibanding sebelumnya.
Michal Miller Levi, kepala riset pasar dan wawasan pelanggan Monday.com, menyebut antusiasme manajer terhadap AI justru tinggi. Sebanyak 94% responden menyatakan bersemangat memakai AI untuk memperbaiki cara kerja, dan banyak yang yakin tahu di titik mana teknologi itu paling berguna.
Antusiasme Tinggi, Proses Organisasi Tertinggal
Levi membandingkan gelombang AI saat ini dengan masa awal internet pada 2000-an. Menurutnya, ada sensasi "magic" yang mirip, tetapi masalahnya bukan pada teknologi itu sendiri.
"AI bekerja sangat baik untuk [manajer] secara individu, tetapi mereka juga punya peran lain sebagai manajer. Mereka perlu menggerakkan organisasi [...] Pergulatan mereka terjadi karena AI bergerak lebih cepat daripada proses organisasi," kata Levi kepada TechCrunch.
Kesenjangan itu memaksa perusahaan memikirkan ulang cara menilai karyawan. Sebanyak 78% responden mengaku mengubah metode evaluasi setelah memakai AI, dengan bobot lebih besar pada kemampuan menyusun prompt, memilih tugas yang diserahkan ke AI, dan bereksperimen dengan cara kerja baru.
Risiko Bias Saat AI Ikut Menilai Kinerja
Persoalan muncul ketika manajer sendiri memakai AI untuk menilai. Survei menemukan 46% manajer memakai AI untuk membantu pengambilan keputusan, dan 39% pemimpin memakai AI untuk menyusun draf tinjauan kinerja.
Praktik itu berpotensi memasukkan bias baru ke proses evaluasi. Model bahasa besar pada dasarnya mesin prediksi yang cenderung mengulang pola manusia dalam data pelatihannya. Riset Luxembourg Institute of Socio-Economic Research tahun ini menemukan, tanpa standar objektif yang jelas, LLM menilai kinerja mirip manusia. Penelitian awal 2025 juga mendapati model AI dapat bias terhadap kandidat pria kulit hitam, dengan arah dan besaran bias berbeda antar kelompok sosial.
Ditanya soal kemungkinan bias itu, Levi menyatakan perusahaan belum menemukan cara menanganinya. "Mereka tidak ingin agen mereka sepenuhnya otonom," ujarnya, menjelaskan bahwa manajer ingin ada manusia yang dilibatkan dan dimintai pendapat saat AI menangani tugas dan keputusan krusial.
Beban Kerja Tak Terlihat dan Tumpukan Aplikasi
Pekerjaan manajer ikut berubah bentuk. Seseorang harus memutuskan tugas mana yang diserahkan ke agen AI, memeriksa hasilnya, dan turun tangan ketika ada yang salah. Laporan menyebut pengawasan itu sebagai lapisan baru "invisible labor" atau kerja tak terlihat.
Perangkat lunak yang dipakai pun makin sulit dikelola. Sebanyak 57% manajer menyatakan organisasi mereka kini memakai lebih banyak tools, dan sekitar 51% mengatakan tools tersebut makin saling bergantung sejak AI diadopsi. Hanya 29% yang menyebut infrastruktur AI mereka sudah teroptimasi dan tersentralisasi penuh.
Alih-alih memangkas jumlah aplikasi, perusahaan justru menghadapi lebih banyak integrasi dan penggunaan shadow AI, yakni tools di luar sistem yang disetujui perusahaan. "Lebih dari 50% mengatakan mereka memakai lebih banyak tools sekarang dibanding tahun lalu, dan itu belum berhenti [...]" kata Levi.
Kebutuhan akan kendali makin mendesak seiring perusahaan menerapkan agen AI yang bisa bertindak sendiri. Survei mencatat 58% manajer memperkirakan akan mengawasi lebih banyak agen AI daripada karyawan manusia dalam setahun ke depan, dan 46% khawatir kehilangan kendali atas tindakan agen tersebut. Sebanyak 35% responden takut dimintai tanggung jawab atas keputusan yang dibuat AI.
Bagi perusahaan di Indonesia yang mulai merangkul AI generatif, temuan ini relevan sebagai pengingat: tanpa proses evaluasi dan tata kelola yang jelas, alat produktivitas baru justru menambah beban manajerial. Levi menyebut perusahaan pada 2025 merasa akan mengurangi jumlah software, tetapi yang terjadi sebaliknya. Angka-angka survei ini memperlihatkan jarak antara ekspektasi itu dan kenyataan di lapangan.
