Kenapa Perusahaan yang PHK Karyawan Ganti AI Malah Diam-Diam Rehire Lagi

Perusahaan yang PHK karyawan demi AI sering diam-diam rehire karena mereka mengganti seluruh peran, padahal AI baru sanggup mengambil sebagian tugasnya. Tugas sisanya butuh judgment manusia dan justru memegang risiko terbesar. Bagian itu ikut hilang bersama orangnya.

Bagian dari playbook: Playbook AI untuk Produktivitas dan Efisiensi Bisnis

Intinya:

• AI mengambil alih tugas, PHK menghapus peran, dan masalah muncul di selisih keduanya.
• Tugas yang butuh judgment biasanya sedikit, tapi paling mahal kalau salah.
• Mengaudit tugas satu per satu sebelum otomasi jauh lebih murah daripada merekrut ulang sesudahnya.

Pola ini terlihat di data. Survei Careerminds terhadap 600 HR leader menemukan sekitar dua dari tiga perusahaan yang memangkas karyawan karena AI sudah merekrut ulang sebagian posisi yang dipotong. Lebih dari separuh responden mengaku AI ternyata butuh masukan manusia lebih banyak dari perkiraan. Hampir sepertiganya malah keluar biaya rekrut ulang yang lebih besar dari penghematan otomasinya.

Dua toko, satu chatbot, hasil yang berbeda

Coba kamu bayangin dua pemilik toko online skincare. Masing-masing punya satu admin CS di WhatsApp. Keduanya memasang chatbot AI di minggu yang sama.

Pemilik pertama langsung melepas adminnya. Logikanya sederhana. Kebanyakan chat isinya pertanyaan ongkir, stok dan status resi. Chatbot menjawab semua itu dengan cepat, dan pengeluaran bulanan langsung turun.

Pemilik kedua mempertahankan adminnya dulu. Selama seminggu, dia meminta admin mencatat chat mana yang cukup dijawab bot dan mana yang harus diambil alih.

Misalnya beberapa minggu kemudian toko pertama mulai menerima ulasan bintang satu. Ada pembeli yang kulitnya iritasi dan butuh ditenangkan dengan hati-hati. Bot membalasnya dengan template kebijakan retur. Ada reseller lama yang minta harga khusus. Ada paket nyasar yang perlu keputusan ganti rugi. Dulu semua kasus itu ditangani admin tanpa pernah tercatat sebagai “tugas”.

Pemilik pertama akhirnya mencari admin lagi. Admin baru belum mengenal pelanggan dan belum paham kebiasaan kurir, jadi harus belajar dari nol. Sementara itu, pemilik kedua sudah tahu persis bagian mana yang aman diserahkan ke bot.

Kenapa perusahaan rehire karyawan setelah ganti AI?

Ada empat mekanisme yang bekerja bersamaan. Setelah kamu memahaminya, keputusan “ganti orang dengan AI” akan terlihat jauh lebih berisiko daripada kesan awalnya.

Baca jugaBisnis & Produk DigitalKenapa Istirahat Total Sebulan Malah Bikin Susah Mulai Kerja Lagi Buat Solopreneur

Peran adalah kumpulan tugas, dan yang tercatat cuma yang rutin

Job description biasanya hanya memuat tugas yang sering terjadi. Tugas yang jarang tapi penting jarang ditulis karena orangnya menyelesaikan begitu saja. Jadi saat perusahaan menilai “AI bisa mengerjakan peran ini”, yang sebenarnya dinilai hanya daftar tugas rutin. Pengecualiannya tidak ikut dihitung.

Bagian kecil yang tersisa justru memegang risiko terbesar

Kasus IBM menunjukkan ini dengan jelas. CEO IBM menyebut agen AI internal mereka untuk HR menangani sekitar 94% pekerjaan HR rutin, termasuk urusan slip gaji. Sekitar 6% sisanya tetap butuh manusia karena menyangkut penilaian, konteks dan empati.

Angka 6% gampang dianggap remeh. Padahal di situlah sengketa, keluhan sensitif dan keputusan yang menyangkut nasib orang berada. Menariknya, jumlah karyawan IBM secara keseluruhan justru bertambah. Dana yang dihemat dialihkan untuk merekrut programmer dan tenaga penjualan. Jadi IBM memindahkan anggaran ke pekerjaan lain, tapi tetap menyisakan manusia untuk bagian yang butuh judgment.

Penghematan langsung kelihatan, kerusakan kualitas datang belakangan

Klarna pernah mengumumkan bahwa asisten AI mereka menangani beban chat setara 700 agen CS penuh waktu. Biaya turun, dan angka itu langsung terlihat di laporan. Belakangan, CEO Klarna mengakui bahwa biaya terlalu dijadikan ukuran utama sehingga kualitas layanan menurun. Mereka lalu kembali merekrut agen manusia untuk kasus yang rumit.

Polanya hampir selalu begitu. Penghematan langsung tercatat bulan itu juga, sedangkan pelanggan yang kecewa pergi pelan-pelan tanpa bilang apa-apa. Ini mirip cara angka gabungan yang kelihatan sehat bisa menutupi akuisisi yang menurun. Dashboard-nya tampak rapi, padahal mesin di bawahnya sedang aus.

Pengetahuan tak tertulis ikut keluar lewat pintu

Pengetahuan tak tertulis (tacit knowledge) adalah pemahaman yang dipakai orang setiap hari tapi tidak pernah didokumentasikan. Contohnya pelanggan mana yang sensitif, kurir mana yang sering telat, atau kapan aturan boleh dilonggarkan. Begitu orangnya di-PHK, pengetahuan ini ikut hilang. Karena itu rekrut ulang terasa mahal. Kamu membayar lagi untuk membangun pengetahuan yang dulu sudah kamu punya.

Audit judgment, langkah yang paling sering dilewati

Audit judgment adalah proses memecah satu peran menjadi tugas-tugas kecil, lalu menandai mana yang rutin dan mana yang butuh penilaian manusia. Audit ini dilakukan sebelum ada keputusan otomasi atau pengurangan orang. Atributnya ada lima:

1. Unit analisisnya tugas. Dalam satu peran bisa ada tugas yang mudah diotomasi dan tugas yang sulit diotomasi.
2. Menilai akibat kesalahan, selain volume. Tugas yang jarang terjadi tapi mahal kalau keliru diberi bobot tinggi.
3. Mencatat pengecualian. Kasus yang “biasanya langsung diberesin” ditulis sebagai tugas tersendiri.
4. Menentukan jalur eskalasi. Setiap tugas campuran punya aturan kapan AI harus menyerahkan kasus ke manusia.
5. Punya rencana mundur. Ada cara cepat untuk kembali ke penanganan manusia kalau kualitas turun.

Dua konsep pendukung perlu dipahami di sini. Human-in-the-loop adalah desain kerja di mana manusia tetap memeriksa atau memutuskan di titik tertentu dalam alur yang dijalankan AI. Jalur eskalasi adalah aturan tertulis tentang kapan dan kepada siapa AI menyerahkan percakapan atau kasus.

Tanpa keduanya, AI dipaksa menjawab semua hal, termasuk hal yang seharusnya diputuskan manusia.

Buat bisnis kecil, taruhannya justru lebih besar

Perusahaan besar masih punya ruang untuk salah. Mereka punya tim HR dan anggaran rekrut ulang. Merek mereka juga cukup kuat untuk menahan beberapa ulasan buruk. Bisnis kecil dengan tim tipis tidak punya bantalan seperti itu.

Kalau admin satu-satunya pergi, seluruh pengetahuan tentang pelanggan ikut pergi. Seperti pembeli diam yang sebenarnya menentukan omzet, pelanggan yang kecewa jarang komplain secara terbuka. Mereka cukup berhenti membeli. Pola seperti ini yang membuat bisnis online melemah diam-diam tanpa satu kejadian besar yang bisa ditunjuk sebagai penyebab.

Meski begitu, AI tetap sangat berguna untuk tim tipis. Kuncinya ada di urutan. Audit dulu, otomasi bagian yang rutin, lalu tentukan ulang peran orangnya. Admin yang tadinya habis waktu menjawab soal ongkir bisa pindah ke follow-up pelanggan lama. Dia juga bisa menangani kasus sulit dengan lebih tenang.

Jebakannya: kapan pola ini tidak berlaku

Audit judgment juga punya batas. Perhatikan beberapa hal ini:

• Tugas yang benar-benar rutin dan murah kalau salah boleh diotomasi penuh. Menjawab jam buka toko atau status resi jarang butuh judgment.
• Kalau kamu bekerja sendiri, tidak ada yang perlu di-PHK. Audit tetap berguna untuk memilih bagian waktumu yang bisa diserahkan ke AI.
• Audit bisa jadi alasan untuk terus menunda. Batasi waktunya, misalnya satu sampai dua minggu, lalu ambil keputusan.
• Data survei tadi berasal dari perusahaan dengan skala dan konteks yang berbeda. Pelajari polanya, tapi tetap ukur sendiri hasilnya di bisnismu.
• Kemampuan AI terus berubah. Tugas yang sekarang masih butuh manusia bisa saja aman diotomasi nanti. Karena itu audit perlu diulang secara berkala.

Cara audit tugas sebelum ganti orang dengan AI, mulai minggu ini

Pilih satu peran saja, misalnya CS atau admin order. Lalu jalankan langkah berikut:

1. Catat semua tugas selama lima hari kerja. Minta orangnya menulis setiap jenis pekerjaan, termasuk yang dikerjakan sambil lalu.
2. Beri setiap tugas satu dari tiga label. Pilihannya rutin, butuh judgment, atau campuran.
3. Ajukan satu pertanyaan untuk setiap tugas. Kalau tugas ini salah dikerjakan, siapa yang rugi dan seberapa susah membetulkannya?
4. Tuliskan pengetahuan tak tertulisnya. Minta orangnya mendokumentasikan pengecualian, pelanggan khusus dan aturan tidak resmi.
5. Otomasi bagian rutin dulu dan siapkan jalur eskalasi yang jelas. Orangnya tetap ada untuk memantau hasil kerja AI.
6. Ukur hasilnya selama beberapa minggu. Perhatikan jumlah komplain, retur, chat yang dieskalasi dan pembeli yang belanja lagi.

Setelah itu, kamu punya dasar yang jelas untuk menentukan bentuk baru peran orang tersebut.

Yang di-PHK adalah satu peran utuh, padahal yang bisa diambil alih AI hanya sebagian tugasnya. Kalau kamu ingin tim yang lebih ramping tanpa kehilangan bagian yang butuh judgment, kamu bisa mulai dari pendekatan AI Lean Company.