Kesenjangan Keterampilan AI: Masalah Utama Bukan Lagi Jumlah Lulusan
Kesenjangan keterampilan AI adalah kondisi ketika kemampuan tenaga kerja dalam memahami, mengolah, dan menggunakan teknologi kecerdasan buatan—termasuk literasi data, analitik, dan otomasi—tidak sejalan dengan kebutuhan industri digital yang berubah cepat, sehingga lulusan berpendidikan formal tetap sulit memenuhi tuntutan peran profesional yang menuntut penerapan AI secara nyata di tempat kerja. Dalam forum BINUS HR Tech Summit, Kepala BPSDM Komdigi Bonifasius Wahyu Pudjianto menegaskan bahwa persoalan talenta digital bukan lagi sekadar berapa banyak orang yang mencari kerja, melainkan kecocokan keterampilan dengan kebutuhan industri yang terus bergeser. Dengan kata lain, pasar tenaga kerja tidak kekurangan ijazah, melainkan kekurangan orang yang menguasai data dan teknologi, bukan hanya teori di ruang kelas.
Talenta Digital Dibutuhkan Puluhan Juta, tetapi Kompetensinya Masih Sekadar Teoritis
Komdigi memproyeksikan kebutuhan talenta digital Indonesia akan mencapai sekitar 12 juta orang pada 2030, sementara pengembangan talenta baru disasar sekitar 600 ribu orang per tahun. Angka ini sering dibaca sebagai krisis kekurangan SDM, padahal masalah lebih tajam: yang dicari bukan tenaga kerja apa saja, tetapi talenta digital yang paham data, AI, dan risiko teknologi. Bonifasius menggarisbawahi bahwa keterampilan teknis yang dibutuhkan mencakup literasi data dan analitik, penggunaan AI dan otomasi, coding maupun no-code, keamanan data, serta manajemen risiko. Jika kurikulum dan pelatihan teknologi data tetap tertinggal, angka 12 juta itu berpotensi diisi lulusan yang sama sekali belum siap mengelola sistem berbasis AI secara nyata. Kesenjangan keterampilan AI bukan hanya kuantitas, melainkan kualitas yang salah arah.
Industri Menuntut Penguasaan Data, Bukan Lagi Lulusan Teori Pajak Semata
Di ranah perpajakan, Dr. Sabar L. Tobing mengingatkan bahwa lulusan perguruan tinggi tidak cukup hanya mengandalkan latar belakang akademik. Perkembangan AI dan transformasi digital mengubah cara kerja profesi perpajakan sekaligus meningkatkan kebutuhan tenaga profesional yang mampu membaca data dan menguasai teknologi. Jika mahasiswa pajak masih dididik sebagai penghafal pasal dan teori, mereka akan kalah dengan sistem yang mulai memakai AI untuk mendeteksi ketidakwajaran dalam Self Assessment System. Pesan Sabar jelas bersifat kritik terhadap dunia pendidikan: kompetensi spesifik dan mendalam di bidang profesional, termasuk analisis data perpajakan dan pengoperasian sistem digital, adalah syarat baru untuk daya saing. Dunia kerja membutuhkan talenta yang bisa memadukan pengetahuan regulasi dengan kecakapan teknologi, bukan sarjana yang berhenti pada teori pajak.”
Tiga Spektrum Keterampilan: Teknis, Manusiawi, dan Tanggung Jawab Digital
Bonifasius menyoroti bahwa talenta digital yang relevan di era AI harus menguasai tiga spektrum kemampuan: teknis, manusiawi, dan perilaku bertanggung jawab. Di sisi teknis, tuntutan literasi data, analitik, pemakaian AI dan otomasi, coding/no-code, serta keamanan data adalah fondasi. Di sisi manusiawi, industri mencari pemikir kritis, kreatif, pemecah masalah, komunikator, kolaborator, dan pemimpin yang adaptif. Tanpa karakter ini, talenta akan kesulitan mengawasi sistem AI yang makin kompleks. Spektrum ketiga, tanggung jawab digital, menyentuh integritas, etika, kesadaran bias, dan perlindungan privasi. Di sinilah akademisi sering tertinggal: kurikulum jarang menggabungkan latihan analitik data dengan diskusi etika AI yang konkret. Padahal, industri AI membutuhkan profesional yang mampu "use, question, dan govern" teknologi dalam satu tarikan napas.
Tanpa Reformasi Kurikulum, Kesenjangan Keterampilan AI Akan Melebar
Jika kampus dan lembaga pelatihan terus mengulang pola lama—kuliah teori, ujian tertulis, tugas berbasis hafalan—kesenjangan keterampilan AI akan makin lebar. Sinyal dari Komdigi dan praktisi pajak sama: pasar kerja menolak lulusan yang tidak bisa membaca data, mengoperasikan AI, dan memahami risiko digital. Pelatihan teknologi data harus masuk ke jantung proses belajar, bukan menjadi tambahan sukarela. Begitu pula simulasi penggunaan AI yang disertai pengawasan, validasi kritis, dokumentasi, dan tata kelola risiko. Dunia pendidikan perlu bergeser dari produksi gelar ke produksi kompetensi. Tanpa reformasi kurikulum yang terhubung dengan kebutuhan industri AI, generasi muda akan terus lari di jalur akademik yang rapi namun buntu, sementara dunia kerja melaju di jalur data dan otomatisasi yang mereka tidak kuasai.
