AI Disebut sebagai Penyebab Rekor 40% dari PHK AS di Bulan Mei, Tiga Bulan Berturut-turut

Sembilan puluh tujuh ribu pemotongan pekerjaan diumumkan dalam satu bulan. Berita utama ini akan menyebar cepat. Namun jika Anda hanya membaca angkanya, Anda akan melewatkan apa yang sebenarnya disampaikan.

Menurut laporan pemotongan pekerjaan Mei 2026 dari Challenger, Gray & Christmas, perusahaan-perusahaan AS mengumumkan 97.006 rencana pemotongan di bulan Mei, naik 16% dari April dan merupakan total bulan Mei tertinggi sejak 2020. Laporan yang sama menemukan bahwa 38.579 dari pemotongan tersebut, sebesar 40% dari total bulan ini, dikaitkan oleh perusahaan dengan kecerdasan buatan (AI). Porsi 40% itu merupakan rekor, dan menandai tiga bulan berturut-turut AI menjadi alasan tunggal yang paling banyak disebut untuk pengumuman pemotongan pekerjaan.

Data Challenger yang sama juga menunjukkan perusahaan mengumumkan 80.472 rencana rekrutmen baru di bulan Mei, dengan sektor teknologi memimpin di kedua sisi. Pemotongan dan rekrutmen baru berjalan bersamaan, dari industri yang sama. Ini bukan sinyal kontraksi. Ini adalah sinyal rekomposisi. Dan hal ini membawa serangkaian keputusan yang belum masuk ke agenda sebagian besar dewan direksi.

Uji Alasan yang Dinyatakan: Apa Arti "AI" Sebenarnya dalam Pengumuman PHK

Ketika sebuah perusahaan menyatakan AI mendorong pemotongan, pernyataan itu layak ditanggapi serius. Namun juga layak dipertanyakan.

Metodologi Challenger menangkap alasan yang diberikan perusahaan, bukan penyebab yang diverifikasi secara independen. Sebagian analis tenaga kerja berpendapat bahwa AI semakin sering dijadikan label yang mudah untuk apa yang sebenarnya merupakan koreksi biaya atau kontraksi permintaan akibat siklus perekrutan berlebihan. Yang lain mengatakan perpindahan yang didorong AI mungkin justru kurang dilaporkan, karena banyak perusahaan menyebut restrukturisasi atau penutupan tanpa menyebut teknologi yang mendasarinya. Pembacaan yang jujur: angka alasan yang dinyatakan adalah sinyal tentang niat kepemimpinan dan narasi perusahaan, bukan ukuran kausal yang bersih.

Nuansa ini paling relevan ketika Anda menerapkan logika yang sama pada organisasi Anda sendiri.

Berikut adalah uji tiga bagian, yang disebut Uji Alasan yang Dinyatakan, yang layak diterapkan pada setiap rencana pemotongan sebelum diumumkan. Ini berlaku untuk membaca data Challenger. Ini bekerja lebih keras lagi pada keputusan Anda sendiri.

Bagian 1: Substitusi atau koreksi? Apakah peran itu dipotong karena sistem AI benar-benar menangani pekerjaan sekarang, atau apakah label AI digunakan untuk membenarkan koreksi permintaan atau biaya yang bagaimanapun juga akan terjadi? Perbedaan ini penting. Salah mengklasifikasikan koreksi sebagai substitusi membawa biaya nyata: reputasi (Anda kehilangan kepercayaan dari tenaga kerja yang Anda pertahankan), finansial (Anda menciptakan kebutuhan rekrutmen ulang lebih cepat dari yang direncanakan), dan tata kelola (dewan akan mengajukan pertanyaan yang lebih sulit ketika alasan AI tidak bertahan dalam rapat pendapatan berikutnya).

Bagian 2: Apakah Anda memotong dan merekrut secara bersamaan? Data bulan Mei menempatkan ini dalam relief yang tajam. Jika jawabannya ya, Anda tidak sedang menyusut, Anda sedang melakukan rekomposisi. Itu adalah masalah manajemen yang secara substantif berbeda. Rekomposisi membutuhkan rencana transisi keterampilan, model penataan ulang band kompensasi, dan jalur penempatan ulang internal yang jelas di samping pesangon. Hanya menjalankan sisi pesangon dari rekomposisi adalah cara paling umum hal ini berjalan salah. Pajak pengawasan AI yang mendorong kegagalan PHK akibat AI biasanya merupakan kegagalan perencanaan Bagian 2.

Bagian 3: Apa risiko perekrutan kembali mantan karyawan? Jika sistem AI yang menggantikan suatu peran tidak benar-benar bisa menahannya, Anda akan membayar untuk merekrut ulang atau membayar untuk mengawasi. Biaya pengawasan jarang dianggarkan. Biaya rekrutmen ulang jarang dimodelkan pada saat pemotongan. Data perekrutan kembali mantan karyawan tahun 2026 menunjukkan rata-rata biaya pembalikan pemotongan yang dikaitkan dengan AI berjalan lebih tinggi dari pesangon awal, setelah memperhitungkan rekrutmen, orientasi, dan ramp-up produktivitas. Bagian 3 berarti membangun cadangan rekrutmen ulang atau pengawasan ke dalam ekonomi sebelum pengumuman dibuat, bukan sesudahnya.

Membaca Data Mei: Tiga Angka yang Menceritakan Kisah Sesungguhnya

Angka utama adalah 97.006. Namun tiga angka yang layak dibawa ke dewan Anda berbeda.

Fakta Utama

• 38.579 dari pemotongan yang diumumkan di bulan Mei dikaitkan dengan AI, 40% dari total bulan ini dan rekor tertinggi untuk tiga bulan berturut-turut (Challenger, Gray & Christmas, Juni 2026)
• Total pemotongan pekerjaan AS yang diumumkan tahun ini hingga 2026 adalah 397.755, sekitar setengah dari laju periode yang sama di 2025 yang mendekati 700.000 (Challenger, Gray & Christmas)
• Perusahaan juga mengumumkan 80.472 rencana rekrutmen baru di bulan Mei, dengan sektor teknologi memimpin baik rencana pemotongan maupun rekrutmen secara bersamaan (Challenger, Gray & Christmas)

Perbandingan tahun berjalan adalah yang paling banyak diabaikan oleh liputan media. Pada 397.755 pemotongan yang diumumkan dalam lima bulan, 2026 berjalan sekitar setengah laju lima bulan pertama 2025. Itu tidak konsisten dengan kontraksi pasar tenaga kerja secara luas. Yang konsisten adalah rekomposisi selektif per sektor di mana AI telah menjadi alasan yang paling banyak dinyatakan, sementara volume PHK secara keseluruhan tetap jauh di bawah tingkat saat resesi. Liputan Yahoo Finance tentang laporan Mei mengkonfirmasi angka-angka utama yang sama.

Sektor teknologi mengumumkan 38.242 pemotongan di bulan Mei, total bulanan tertinggi untuk teknologi sejak Maret 2023, dan hitungan tahun berjalan sektor ini kini mencapai 123.653. Namun teknologi juga memimpin rencana rekrutmen di bulan Mei. Paradoks potong-dan-rekrut dari satu sektor, dalam satu bulan, mungkin merupakan ilustrasi paling jelas dari logika rekomposisi yang terjadi secara nyata.

Apa yang Tidak Dilihat oleh Lensa Ini (dan Mengapa Anda Membutuhkan Keduanya)

Inilah saat yang tepat untuk menyatakan dengan jelas apa yang tidak diukur oleh data Challenger.

Challenger menghitung pemotongan yang diumumkan secara bruto dan alasan yang dinyatakan perusahaan. Ini tidak melacak apa yang terjadi pada gaji bersih. Dua perusahaan dapat mengumumkan pemotongan yang dikaitkan dengan AI dalam bulan yang sama, satu benar-benar menyusut dan yang lain secara bersamaan menambahkan peran di tempat lain, dan keduanya terlihat identik dalam data Challenger.

Pandangan pekerjaan bersih berasal dari kumpulan data yang berbeda. Analisis Goldman Sachs tentang penurunan pekerjaan bersih akibat AI memodelkan perubahan gaji bersih dari AI sekitar 11.000 pekerjaan per bulan secara bersih, dengan pekerjaan konstruksi menutupi pergeseran yang lebih besar. Itu adalah lensa yang berbeda dari pemotongan yang diumumkan secara bruto oleh Challenger: Goldman mengukur apa yang terjadi pada total pekerjaan; Challenger mengukur apa yang dikatakan perusahaan sedang mereka lakukan dan mengapa. Kedua lensa itu penting. Tidak satu pun yang menceritakan keseluruhan cerita sendirian.

Jika Anda membawa konteks pasar tenaga kerja ke dalam percakapan dewan, Anda membutuhkan keduanya. Angka bruto/yang dinyatakan menunjukkan arah dan narasi. Angka bersih menunjukkan skala perpindahan aktual.

Sinyal Rekomposisi untuk Para CEO

Andy Challenger, wakil presiden senior di Challenger, Gray & Christmas, mencatat dalam komentar seputar laporan Mei bahwa pasar tenaga kerja sedang dibentuk ulang oleh teknologi, dan bahwa AI kini merupakan alasan yang paling banyak dinyatakan perusahaan untuk pemotongan, dengan sektor teknologi itu sendiri sebagai industri utama yang menyebutnya, bahkan ketika sektor yang sama mengumumkan rencana rekrutmen yang kuat. Framing itu berguna di tingkat dewan karena menempatkan pertanyaan dengan tepat: ini bukan terutama kisah tentang kontraksi. Ini adalah kisah tentang seberapa cepat permintaan keterampilan bergeser, dan apakah organisasi membangun kapabilitas untuk mengelola pergeseran itu secara sengaja.

Penelitian Mercer tahun 2026 tentang niat PHK AI para CEO menemukan bahwa 99% CEO merencanakan perubahan tenaga kerja yang dikaitkan dengan AI, tetapi 80% tidak memiliki model ROI yang jelas yang mendukung rencana tersebut. Itulah risiko struktural. Bukan bahwa pemotongan yang dikaitkan dengan AI itu salah. Melainkan bahwa sebagian besar dibuat tanpa infrastruktur rekomposisi untuk mengeksekusinya dengan benar.

Skenario pekerjaan 2030 dari WEF memberikan kerangka yang berguna untuk ke mana tren ini mengarah: organisasi yang berkinerja terbaik dalam setiap skenario adalah yang memperlakukan rekomposisi tenaga kerja sebagai kapabilitas strategis aktif, bukan latihan pengurangan biaya yang reaktif.

Apa yang Perlu Dibawa ke Agenda Dewan Bulan Ini

Data Challenger bulan Mei memberi Anda pijakan konkret untuk percakapan yang mungkin perlu terjadi sebelum siklus dewan Anda berikutnya.

Bawa klasifikasi satu halaman dari setiap rencana pemotongan berdasarkan Uji Alasan yang Dinyatakan di atas. Untuk setiap pemotongan yang direncanakan atau baru-baru ini diumumkan, klasifikasikan: substitusi nyata (AI kini menangani peran tersebut), koreksi dengan label AI, atau rekomposisi (pemotongan dan rekrutmen berjalan bersamaan). Rasionya menunjukkan apakah keputusan tenaga kerja Anda dapat dipertahankan kepada dewan, kepada media, dan kepada tenaga kerja yang Anda pertahankan.

Jika ada pemotongan yang masuk kategori rekomposisi, bawa rencana transisi keterampilan bersama anggaran pesangon. Rencana tersebut harus mencakup model penataan ulang band kompensasi untuk peran yang ditambahkan, evaluasi penempatan ulang internal secara formal sebelum rekrutmen eksternal dimulai, dan cadangan rekrutmen ulang atau pengawasan yang dianggarkan sesuai dengan risiko perekrutan kembali dari Bagian 3 dari uji tersebut.

Data Challenger mengatakan AI kini merupakan penjelasan perusahaan default untuk perubahan tenaga kerja. Tugas dewan, dan tugas Anda, adalah memastikan penjelasan itu sesuai dengan kenyataan. Dampak PHK AI pada jalur rekrutmen entry-level adalah risiko hilir yang tidak muncul pada bulan Anda mengumumkan pemotongan. Itu muncul 18 bulan kemudian ketika lapisan senior berikutnya tidak memiliki junior bench untuk dipromosikan.

Jalankan ujinya sebelum Anda mengumumkan. Bukan sesudahnya.

Pertanyaan yang Sering Diajukan

Mengapa AI dikaitkan dengan begitu banyak PHK jika tingkat pemotongan secara keseluruhan berada di bawah tingkat 2025?

Metodologi Challenger melacak alasan yang diberikan perusahaan, bukan penyebab yang diverifikasi secara independen. Total pemotongan yang diumumkan tahun berjalan 2026 sebesar 397.755 berjalan sekitar setengah laju lima bulan yang sama di 2025. Jadi volume pemotongan secara keseluruhan lebih rendah. Yang berubah adalah komposisi alasannya: AI telah menjadi alasan tunggal yang paling banyak disebut selama tiga bulan berturut-turut. Itu memberi tahu Anda sesuatu tentang bagaimana tim kepemimpinan membingkai keputusan tenaga kerja, dan tentang arah rekomposisi keterampilan, bahkan ketika volume PHK secara keseluruhan tetap di bawah tingkat tahun sebelumnya.

Bagaimana seorang CEO membedakan substitusi yang didorong AI dari koreksi biaya yang diberi label AI?

Terapkan uji substitusi: dapatkah sistem AI yang saat ini digunakan di lingkungan Anda benar-benar melakukan pekerjaan dengan kualitas produksi, tanpa pengawasan manusia yang berarti? Jika jawaban jujurnya adalah belum, pemotongan itu adalah koreksi dengan label AI, bukan substitusi. Perbedaan praktisnya penting untuk kredibilitas dewan, untuk tenaga kerja yang Anda pertahankan, dan untuk anggaran rekrutmen ulang yang perlu Anda sisihkan jika sistemnya belum siap saat Anda katakan akan siap.

Jika teknologi adalah sektor yang mengumumkan pemotongan paling banyak yang dikaitkan dengan AI, mengapa teknologi juga memimpin rencana rekrutmen?

Ini adalah pola rekomposisi. Perusahaan teknologi memotong peran di mana AI mengambil alih tugas-tugas tertentu (moderasi konten, coding junior, pemrosesan data, tier dukungan tertentu) sambil secara bersamaan menambahkan peran yang membutuhkan keterampilan bersebelahan dengan AI (rekayasa prompt, operasi AI, evaluasi model, dan manajemen produk untuk sistem AI). Hasil bersih untuk sektor ini mungkin mendekati flat atau bahkan sedikit positif dalam jumlah karyawan, tetapi bauran keterampilan bergeser dengan cepat. Bagi seorang CEO, pertanyaan operasionalnya bukan apakah sektor Anda memotong atau merekrut. Pertanyaannya adalah apakah organisasi Anda memiliki rencana untuk menavigasi pertukaran tersebut.

Bacaan Terkait

• Model Penurunan Pekerjaan Bersih Goldman Sachs: Apa Artinya di Balik Angka Utama: Lensa gaji bersih yang melengkapi pemotongan bruto yang diumumkan Challenger
• Pajak Pengawasan AI: Mengapa Banyak PHK AI Menciptakan Lebih Banyak Biaya daripada yang Dieliminasi: Mengapa penganggaran pengawasan yang tidak memadai mengubah pemotongan yang dikaitkan dengan AI menjadi negatif bersih
• Perekrutan Kembali Mantan Karyawan: Biaya Tersembunyi dari Pemotongan yang Dikaitkan AI yang Prematur: Data tentang biaya pembalikan pemotongan ketika sistem AI tidak bisa menahan peran tersebut
• 99% CEO Merencanakan PHK AI. 80% Tidak Memiliki Model ROI: Temuan Mercer tahun 2026 tentang masalah niat-tanpa-infrastruktur
• Empat Masa Depan WEF untuk Pekerjaan pada 2030: Pos Pemeriksaan bagi CEO: Kerangka skenario ke mana rekomposisi tenaga kerja mengarah
• Pola PHK Q1 2026 dan Artinya bagi Strategi Tenaga Kerja Anda: Konteks lintas koleksi tentang pergeseran tenaga kerja AI yang lebih luas