Bahasa Melayu

Perdebatan Gantikan vs. Augment: Apa yang Data Tenaga Kerja Sebenarnya Tunjukkan Selepas Dua Tahun Pengunaan AI

Dua tahun lalu, syarikat mula menggunakan AI pada skala yang bermakna. Kini data sudah ada, dan ia tidak menyokong secara bersih sama ada pihak pesimis atau optimis.

Menurut analisis Oxford Economics 2025 yang menjejak 1,200 perusahaan merentasi 14 industri, syarikat yang menggunakan alat AI pada skala besar mengalami jumlah headcount meningkat sebanyak purata 4.2% dalam dua tahun, berbanding pertumbuhan 1.1% pada bukan pengamal. Tetapi angka agregat itu menyembunyikan cerita yang lebih tajam di bawahnya: kategori peranan khusus menyusut dengan ketara manakala yang lain berkembang jauh lebih cepat daripada pertumbuhan perniagaan keseluruhan yang dapat menjelaskan.

Bingkai gantikan vs. augment sentiasa merupakan binari palsu. Cerita sebenar adalah transformasi peranan, dan data menunjukkan perpindahan dan augmentasi berlaku serentak, hanya dalam fungsi yang berbeza.

Apa Yang Berlaku: Dua Tahun Hasil Pengunaan

Laporan McKinsey 2025 State of AI in the Enterprise menjejak perubahan komposisi tenaga kerja di 400 syarikat dengan dua tahun atau lebih pengunaan AI yang berterusan. Penemuan utama:

Peranan dengan perpindahan yang terukur (pengurangan headcount 10%+ pada median):

  • Pakar kemasukan data dan pemprosesan dokumen: turun 23%
  • Peranan analisis kewangan asas dan pelaporan: turun 18%
  • Ejen sokongan pelanggan Peringkat-1: turun 14%
  • Penganalisis penyelidikan pasaran peringkat junior: turun 11%

Peranan dengan augmentasi yang terukur dan pertumbuhan headcount:

  • Eksekutif akaun jualan dengan alat AI-assist: naik 19%
  • Saintis data dan jurutera ML: naik 41%
  • Operasi AI dan jurutera prompt: naik 67% (daripada asas yang kecil)
  • Pengurus kejayaan pelanggan yang mengendalikan eskalasi kompleks: naik 12%

Corak ini konsisten: AI memampatkan saluran kerja kognitif yang berulang dan berstruktur sambil mengembangkan permintaan untuk peranan yang memerlukan pertimbangan, pengurusan hubungan, atau pengawasan AI.

MIT's Work of the Future Lab menyatakannya begini dalam kemas kini Februari 2026 mereka: "AI tidak menghapuskan pekerjaan pada skala besar. Ia menghapuskan tugas pada skala besar, dan pekerjaan yang bertahan adalah mereka di mana tugas yang dipindahkan bukan nilai teras."

Mengapa Ia Penting untuk CEO

Setiap mesyuarat lembaga pengarah kini termasuk versi soalan yang sama: adakah kita mendahului atau ketinggalan dalam strategi tenaga kerja AI? Data memberikan CEO tiga perkara yang mereka perlukan.

Pertama, jawapan yang ditentukur kepada kebimbangan pelabur dan pekerja. Pertumbuhan headcount bersih di syarikat yang menggunakan AI adalah data point yang berguna yang menggantikan jaminan samar. Ia tidak bermaksud tiada siapa yang dipindahkan. Sesetengah peranan jelas menyusut. Tetapi ia membingkai semula perbualan daripada ancaman kewujudan kepada peralihan struktural.

Kedua, rangka kerja perancangan. Corak perpindahan dan pertumbuhan adalah cukup boleh diramalkan untuk dipetakan terhadap carta organisasi anda sendiri. Jika headcount anda tertumpu dalam kategori peranan di atas (kemasukan data, analisis asas, sokongan Peringkat-1) anda mempunyai peluang dua hingga tiga tahun untuk sama ada melatih semula pekerja tersebut kepada fungsi nilai lebih tinggi atau merancang untuk pengurangan semula jadi.

Ketiga, naratif pengekalan. Pekerja yang memahami data adalah kurang cemas berbanding pekerja yang menyerap liputan media. Syarikat yang berkomunikasi secara terbuka tentang peranan mana yang berevolusi, dan melabur secara nyata dalam latihan semula, secara konsisten mengatasi dari segi skor penglibatan. Kajian AI and the Workplace Gallup 2025 mendapati jurang 31 mata dalam kepercayaan pekerja antara organisasi yang berkomunikasi rancangan AI secara telus berbanding yang tidak.

Angka: Apa yang Data Sebenarnya Tunjukkan

Metrik Pengamal AI (2+ tahun) Bukan Pengamal
Perubahan headcount bersih, 2023–2025 +4.2% +1.1%
Perubahan hasil setiap FTE +17% +4%
Peranan dihapuskan (% tenaga kerja) 6.3% 1.1%
Peranan baharu dicipta (% tenaga kerja) 10.5% 2.2%
Kadar pengekalan pekerja 84% 79%

Sumber: Oxford Economics, McKinsey Global Institute, MIT Work of the Future Lab, 2025.

Angka produktiviti setiap FTE adalah mengejutkan. Hasil setiap FTE di syarikat yang menggunakan AI meningkat 17% dalam dua tahun — lebih empat kali ganda kadar bukan pengamal. Pengembangan output itulah yang mendorong pertumbuhan headcount bersih: syarikat menjana cukup hasil tambahan untuk mengambil pekerja walaupun mereka melepaskan peranan kerumitan lebih rendah.

Tajuk pekerjaan baharu yang tidak wujud tiga tahun lalu sedang diisi pada halaju yang tinggi. Data tenaga kerja LinkedIn menunjukkan "AI workflow specialist," "prompt operations manager," dan "AI quality reviewer" secara kolektif menambah lebih 180,000 iklan pekerjaan aktif pada Q1 2026, naik daripada hampir sifar pada Q1 2023. Ini bukan peranan penyelidikan khusus. Mereka adalah jawatan operasi yang duduk di dalam pasukan jualan, kejayaan pelanggan, kewangan, dan HR.

Hasil Syarikat Sebenar

Siemens menggunakan AI generatif merentasi dokumentasi projek dan workflow semakan pematuhan pada 2023. Menjelang awal 2025, syarikat itu telah mengurangkan headcount pemprosesan dokumen sebanyak kira-kira 200 FTE sambil mengambil 340 penyelaras operasi AI untuk mengurus kualiti, pengecualian, dan pengawasan model. Positif bersih. Dan peranan baharu menuntut gaji 28% lebih tinggi daripada yang mereka gantikan.

JPMorgan Chase telah terbuka tentang hasil pengunaan AI. Bank itu menggunakan AI untuk mengautomatikkan kira-kira 360,000 jam setiap tahun kerja semakan kontrak rutin. Ia tidak memberhentikan pasukan operasi undang-undangnya. Sebaliknya, ia mengarahkan semula peguam-peguam tersebut kepada kerja kerumitan lebih tinggi, dan headcount undang-undang berkembang 9% dalam dua tahun berikutnya apabila perniagaan berkembang lebih cepat.

Sebuah penanggung insuran serantau bersaiz sederhana (tidak dinamakan dalam kajian Oxford Economics) menawarkan contoh balas amaran. Syarikat itu menggunakan AI dalam unit pemprosesan tuntutan, mengurangkan headcount sebanyak 18%, dan tidak melabur semula simpanan ke dalam keupayaan atau peranan baharu. Dalam tempoh 18 bulan ia telah kehilangan tiga akaun utama kepada pesaing yang telah menggunakan AI untuk meningkatkan kelajuan dan ketepatan sambil mengekalkan hubungan perkhidmatan. Pengurangan headcount bersih menjadi liabiliti persaingan.

Apa Yang Dilakukan oleh Pemimpin Bijak

Syarikat dengan hasil terbaik membingkai AI sebagai pengganda kapasiti, bukan alat pengurangan headcount. Pembingkaian itu bukan sekadar gambaran. Ia mendorong keputusan pelaksanaan yang pada dasarnya berbeza.

Apabila AI diposisikan sebagai pengembangan kapasiti, pasukan bertanya: apa yang kini boleh kita lakukan yang tidak boleh kita lakukan sebelum ini? Soalan itu membawa kepada lini produk baharu, kitaran perkhidmatan yang lebih pantas, dan pengembangan pasaran. Apabila AI diposisikan sebagai pengurangan kos, pasukan bertanya: siapa yang boleh kita kurangkan? Soalan itu membawa kepada peningkatan margin jangka pendek dan hakisan keupayaan jangka sederhana.

Perbezaan praktikal muncul dalam pelaburan latihan semula. Syarikat dalam kumpulan "pengganda kapasiti" berbelanja purata $2,100 setiap pekerja untuk program latihan AI pada 2025, menurut data analitik tenaga kerja Mercer. Syarikat dalam kumpulan "pengurangan kos" berbelanja $380. Jurang dalam kadar pengekalan pekerja (84% berbanding 72% pada 24 bulan) menjejak rapat dengan perbezaan pelaburan tersebut. Peta jalan tenaga kerja AI 12 bulan untuk syarikat 200 orang menggambarkan rupa pendekatan pengganda kapasiti sebagai rancangan yang diurutkan dan bukan sekadar falsafah.

Dan pengekalan lebih penting sekarang berbanding sebelum era AI. Pekerja yang menyesuaikan diri dengan workflow yang ditambah AI menjadi jauh lebih produktif berbanding pengganti yang perlu belajar kedua-dua pekerjaan dan alat secara serentak.

Apa yang Perlu Dipantau Seterusnya

Gelombang perpindahan yang didokumentasikan di atas melanda tugas kognitif berstruktur dan berulang terlebih dahulu. Gelombang seterusnya sedang bergerak ke dalam analisis kerumitan lebih tinggi.

Sistem AI yang mampu membuat kesimpulan berbilang langkah, sintesis dokumen, dan pertimbangan berkebarangkalian kini memasuki kerja perolehan, pemodelan kewangan, dan perundingan peringkat pertengahan. McKinsey menganggarkan bahawa peranan yang memerlukan "pertimbangan di bawah ketidaktentuan berstruktur," yang kini dianggap selamat daripada automasi, menghadapi 30-40% perpindahan tugas menjelang 2028 apabila keupayaan model penaakulan berskala.

Itu tidak bermakna pekerjaan-pekerjaan tersebut lenyap. Ia bermaksud mereka berubah lebih cepat daripada yang banyak organisasi rancangkan. CEO yang membaca data semasa sebagai "kita baik-baik sahaja kerana headcount bersih meningkat" terlepas soalan yang lebih penting: peranan semasa kita yang mana akan kelihatan tidak dikenali dalam tiga tahun?

Perdebatan gantikan-vs-augment sentiasa merupakan soalan yang salah. Yang betul ialah: apakah garis masa transformasi untuk setiap fungsi, dan adakah kita mendahuluinya atau ketinggalan di belakangnya?

Ketahui Lebih Lanjut