Keterampilan Manusia sebagai Nilai Tambah Utama
Oleh Andrew Calvert, PCC
Catatan Mike: Andrew dan saya telah menjadi kolega sekaligus sahabat selama 18 tahun. Kami sebelumnya bekerja di AchieveGlobal dan kemudian di Miller Heiman Group di Asia Tenggara. Kami berdua memiliki pengalaman luas bekerja dengan berbagai korporasi di seluruh Asia dalam bidang produktivitas penjualan dan pengembangan kepemimpinan. Blog Andrew di bawah ini merangkum kisah-kisah yang kami kumpulkan selama pelatihan dan interaksi dengan klien mengenai bagaimana keterampilan serta sikap manusia tetap menjadi pembeda utama bagi budaya perusahaan yang sehat, guna mempertahankan keunggulan kompetitif bahkan di era kemajuan AI saat ini. Mari simak wawasan dari Andrew berikut ini.
Mengapa Produktivitas Bukan Lagi Menjadi Faktor Pembeda
Sepanjang sebagian besar karier saya, upaya atau kerja keras adalah pencipta nilai. Jika Anda bekerja lebih keras, menyusun lebih banyak presentasi, menganalisis lebih banyak data, atau menulis proposal yang lebih baik, maka peluang keberhasilan Anda akan meningkat.
Namun, persamaan tersebut kini telah bergeser. Slide presentasi dapat dibuat dalam hitungan menit, laporan panjang dapat diringkas secara instan, dan ide? Ide-ide dapat diproduksi lebih cepat daripada kemampuan tim untuk mengevaluasinya. Hambatan utama (bottleneck) kini telah berpindah dari aspek produksi ke aspek penilaian (judgment).
Ketika setiap orang memiliki akses ke alat (AI) yang serupa, produktivitas tidak lagi menjadi pembeda kinerja. Kualitas kepemimpinanlah yang kini menjadi daya ungkit utamanya.
Riset dari McKinsey Global Institute memperkirakan bahwa sekitar sepertiga jam kerja sangat bergantung pada keterampilan sosial dan emosional yang sulit untuk diotomatisasi, termasuk kepemimpinan, kolaborasi, negosiasi, dan pengambilan keputusan yang kompleks. Bahkan dalam lingkungan yang sangat terdigitalisasi sekalipun, kapabilitas manusia tetap tertanam secara struktural dalam penciptaan nilai.
Hal yang kini menjadi langkah adalah perhatian, ketajaman analisis (discernment), kepercayaan, serta kemampuan untuk mengintegrasikan kompleksitas.
Karya Daniel Kahneman mengenai sistem berpikir ganda (dual-process thinking) sangat relevan di sini. Dalam buku Thinking, Fast and Slow, ia membedakan antara kognisi yang cepat dan intuitif dengan evaluasi yang lebih lambat dan sengaja.
AI memperkuat sisi yang "cepat". Ia menghasilkan berbagai opsi, menyusun draf jawaban, dan memunculkan pola-pola dengan kecepatan tinggi. Namun, AI tidak dapat menggantikan kerja yang lebih lambat dalam memutuskan apakah hasil produksi tersebut relevan, etis, selaras secara strategis, atau bijaksana. Jika AI memperluas pasokan jawaban yang mungkin, maka para pemimpin harus memperkuat kapasitas mereka untuk mengevaluasinya.
Saya melihat fenomena ini di banyak tim. Output yang lebih banyak tidak secara otomatis menghasilkan kinerja yang lebih baik. Kinerja akan meningkat hanya ketika tim mampu membedakan mana "sinyal" dan mana "gangguan" (noise), serta memutuskan hal apa yang layak mendapatkan perhatian berkelanjutan.
Contoh: Bayangkan sebuah tim penjualan regional yang menggunakan AI untuk mempercepat analisis prospek (pipeline).
Setiap minggu mereka menghasilkan:
Ringkasan peluang otomatis.
Skor risiko pada setiap kesepakatan (deal).
Saran langkah selanjutnya.
Intelijen kompetitor.
Skenario sensitivitas harga.
Indikator kepercayaan perkiraan (forecast).
Volume wawasan meningkat drastis. Namun, hasil akhir kuartalan tidak kunjung membaik.
Mengapa? Karena tim tersebut bereaksi terhadap segala hal. Setiap bendera risiko memicu aktivitas. Setiap saran AI menjadi tugas baru. Setiap poin data didiskusikan. Perhatian mereka terpecah ke dalam dua puluh optimasi kecil.
Bandingkan dengan tim lain yang menggunakan alat yang sama. Mereka tetap menghasilkan kumpulan data yang lengkap. Namun, dalam tinjauan mingguan mereka, sang pemimpin mengajukan tiga pertanyaan kunci:
Dua kesepakatan mana yang sebenarnya menentukan hasil kuartal ini?
Apa satu asumsi tunggal dalam masing-masing kesepakatan tersebut yang, jika salah, akan membatalkan seluruh kesepakatan?
Dari mana sumber kepercayaan diri kita berasal?
Alih-alih mengejar setiap sinyal, mereka memfokuskan perhatian secara konsisten pada segelintir titik ungkit yang menggerakkan pendapatan. Alat dan output-nya sama, namun kinerjanya berbeda drastis.
Dalam contoh di atas, ketajaman analisis pemimpinlah yang menentukan mana yang harus dikejar dan mana yang harus diparkir. Keingintahuan menentukan kualitas pertanyaan yang memandu manusia maupun mesin. Kerendahan hati—kesediaan untuk bertanya, bukan sekadar memerintah—mengurangi rasa percaya diri berlebihan saat output AI tampak sempurna, padahal mungkin mengandung cacat. Koneksi menciptakan kondisi di mana orang merasa aman untuk mempertanyakan asumsi.
Riset Amy Edmondson mengenai keamanan psikologis (psychological safety) menunjukkan bahwa tim berkinerja lebih baik ketika anggotanya merasa aman untuk bersuara dan mempertanyakan keputusan. Di lingkungan yang kaya akan teknologi AI, keamanan tersebut menjadi jauh lebih krusial. Kecepatan akan memperkuat budaya apa pun yang sudah ada. Jika karyawan ragu untuk menyampaikan kekhawatiran, kesalahan akan berskala dengan cepat.
Jadi, apa yang berubah bagi para pemimpin?
Fokus kini beralih dari menghasilkan lebih banyak output menjadi meningkatkan kualitas evaluasi. Alih-alih hanya bertanya, "Apa yang telah kita hasilkan?", pemimpin dapat bertanya, "Asumsi apa yang kita gunakan? Di bagian mana kita mungkin terlalu percaya diri? Hal apa yang dapat mengubah pikiran kita?" Pertanyaan-pertanyaan tersebut memperlambat pengambilan keputusan secukupnya untuk melindungi kualitas hasilnya.
Cal Newport berargumen bahwa kemampuan untuk fokus secara mendalam menjadi semakin langka dan, oleh karena itu, semakin berharga. Di tempat kerja yang didukung AI, evaluasi dan sintesis yang terfokus mungkin merupakan salah satu penggunaan waktu strategis yang paling penting bagi seorang pemimpin.
Pertanyaan Refleksi
Di bagian mana tim saya menyalahartikan kesibukan sebagai kemajuan? Tinjau pekerjaan Anda dalam sebulan terakhir. Apa yang meningkat: output (hasil produksi) atau outcomes (hasil nyata)? Di mana volume meningkat tanpa adanya pergeseran kinerja yang terukur?
Apa yang secara konsisten saya beri penghargaan dalam tim saya—kecepatan atau penilaian (judgment)? Saat seseorang dipuji, apakah karena ia berproduksi dengan cepat atau karena ia berpikir dengan jernih? Insentif Anda secara diam-diam mengajarkan tim mengenai apa yang sebenarnya penting.
Kapan terakhir kali seseorang secara terbuka menyanggah wawasan yang dihasilkan AI di dalam tim saya? Jika Anda tidak dapat mengingat contohnya, itu mungkin bukan karena output AI tersebut tanpa cela. Bisa jadi karena lingkungan kerja Anda belum membuat perbedaan pendapat terasa aman bagi tim.