Bahasa Melayu

Data LinkedIn Menunjukkan Permintaan Kemahiran AI Melonjak 142% dalam 12 Bulan: Peranan Mana Yang Mendorong Pertumbuhan Ini

Lonjakan 142% dalam permintaan kemahiran AI sepanjang satu tahun bukan sekadar trend. Ia adalah isyarat bahawa pasaran sudah pun bergerak.

Laporan LinkedIn 2026 Workforce Insights, yang bersumber daripada lebih 950 juta profil profesional dan lebih 60 juta iklan pekerjaan di seluruh dunia, mendokumentasikan apa yang kebanyakan pengurus pengambilan pekerja sudah pun rasai di lapangan: syarikat bukan sekadar menambah peranan AI. Mereka menulis semula keperluan pekerjaan merentas setiap tahap dan fungsi. Lonjakan permintaan semakin pesat. Bekalan tidak mampu mengikuti.

Bagi CEO yang masih menganggap strategi bakat AI sebagai agenda suku hadapan, data mencadangkan bahawa peluang tersebut sudah pun berlalu.

Apa Yang Sebenarnya Diukur oleh Data LinkedIn

Sebelum bergantung pada angka 142%, adalah penting untuk memahami apa yang diukur oleh LinkedIn. Platform Workforce Insights mereka menjejak iklan pekerjaan yang secara jelas menyenaraikan kemahiran berkaitan AI, daripada kecekapan teknikal teras seperti machine learning dan LLM fine-tuning sehinggalah kemahiran terapan seperti reka bentuk workflow berasistankan AI dan prompt engineering. Tempoh 12 bulan merangkumi Q1 2025 hingga Q1 2026.

Kaedah ini penting kerana pengkritik kadangkala berhujah bahawa permintaan kemahiran AI dikembungkan oleh pengisian kata kunci dalam iklan pekerjaan. Pendekatan LinkedIn mengesahkan silang dengan pengesahan profil sebenar dan aktiviti carian perekrut, yang menjadikan angka 142% lebih boleh dipertahankan. Bukan sekadar apa yang syarikat minta dalam iklan pekerjaan. Ia adalah apa yang perekrut sebenarnya cari dan apa yang calon mendapat pengesahan.

Tahun ke tahun, 2024 menunjukkan peningkatan 68% dalam metrik yang sama. Jadi kadar pertumbuhan permintaan kira-kira dua kali ganda dalam tempoh 2025–2026. Pecutan itulah yang menjadi cerita sebenar.

Lima Kategori Peranan Yang Mendorong Lonjakan

Tidak semua peranan AI berkembang sama rata. Data LinkedIn memecahkan permintaan kepada kelompok peranan, dan lima kategori menyumbang lebih 70% daripada jumlah peningkatan:

Machine Learning Engineer kekal sebagai kategori bervolum tertinggi, dengan peningkatan 178% tahun ke tahun dalam iklan. Mereka adalah jurutera yang membina, fine-tune, dan memproduktifkan model: tulang belakang operasi bagi mana-mana keupayaan AI yang serius.

AI Product Manager iklannya berkembang 161%. Apabila AI beralih daripada R&D kepada lini produk, syarikat memerlukan PM yang boleh menentukan fungsi ciri AI dan bekerjasama merentasi pasukan kejuruteraan, undang-undang, dan komersial untuk melancarkannya.

Prompt Engineer / AI Interaction Designer berkembang 194%, kategori yang paling pesat berkembang dalam data. Ini hampir tidak diiktiraf sebagai jawatan 18 bulan lalu. Ia kini menjadi keutamaan pengambilan pekerja di syarikat yang menjalankan pengunaan large language model.

AI Analyst iklannya meningkat 138%. Ini adalah peranan yang menterjemahkan output AI kepada keputusan perniagaan, lebih hampir kepada profil penganalisis perniagaan berbanding peranan sains data tradisional.

AI Operations Specialist berkembang 122%. Apabila alat AI semakin banyak merentas jabatan, seseorang perlu mengurus infrastruktur, memantau prestasi model, mengendalikan hubungan vendor, dan menyelesaikan masalah pada skala besar. Peranan ini masih kurang diambil berbanding permintaan.

Jurang Bekalan-Permintaan Semakin Melebar, Bukan Menyempit

Matematik yang tidak selesa bagi para eksekutif: LinkedIn menganggarkan kini terdapat 2.3 calon berkelayakan bagi setiap 10 peranan AI terbuka di seluruh dunia. Jurang ini telah melebar daripada 3.1 per 10 setahun sebelumnya.

Jurang ini tidak seragam. Di Amerika Utara, nisbah berdiri sekitar 2.8 calon bagi 10 kekosongan. Di Eropah, ia lebih ketat pada 1.9. Di Asia Tenggara, di mana pengambilan AI berkembang pesat berbanding kolam bakat yang lebih kecil, ia hampir 1.4. Syarikat dengan operasi global menghadapi kekurangan yang lebih teruk berbanding data pengambilan Amerika Utara mereka sahaja yang menunjukkan.

Kekangan bekalan sebahagiannya bersifat struktural. Saluran universiti untuk jurutera ML dan pakar AI semakin berkembang, tetapi jurang antara kadar kelulusan dan halaju pengambilan masih melebar dalam tempoh 3 hingga 5 tahun. Program latihan semula boleh menutup sebahagian jurang untuk peranan bersebelahan (AI Analyst, AI Operations, Prompt Engineer) lebih cepat daripada saluran akademik.

Masa Pengisian Semakin Lama

Isyarat lain yang patut dijejak: purata masa pengisian untuk peranan AI meningkat kepada 68 hari pada Q1 2026, naik daripada 52 hari setahun lalu. Bandingkan dengan 38 hari untuk peranan teknikal bukan AI dalam tempoh yang sama.

Bagi syarikat dengan pasukan pengambilan yang kurus, tempoh pengisian 68 hari diterjemahkan secara langsung kepada kelewatan garis masa produk, sasaran hasil yang terlepas, dan projek yang tergantung dalam perancangan menunggu headcount. Kesan berganda ialah tempoh pengisian yang lebih lama mendorong syarikat ke arah pengaturan kontraktor yang lebih mahal dan membina kurang keupayaan AI institusi dari masa ke masa.

Apa Yang Dilakukan oleh Pemimpin Bijak

Syarikat yang menutup jurang dengan lebih cepat tidak semestinya mengatasi pesaing dari segi gaji. Mereka mendahulukan saluran. Organisasi seperti Capital One, Siemens, dan T-Mobile telah membina akademi AI dalaman yang mengenal pasti dan melatih semula pekerja berpotensi tinggi ke dalam peranan AI bersebelahan, mengurangkan masa ke produktiviti daripada 6 bulan kepada kurang dari 10 minggu untuk peranan seperti AI Analyst dan AI Operations. Keputusan latihan semula vs. pengambilan mempunyai jawapan ROI yang jelas untuk kebanyakan peranan AI terapan — pengambilan luar mengambil berbulan-bulan untuk mencapai tahap produktiviti yang boleh dicapai oleh latihan semula dalaman dalam beberapa minggu.

Strategi latihan semula berfungsi paling baik untuk peranan AI bukan kejuruteraan. Untuk ML Engineering dan AI Product Management, kedalaman teknikal yang diperlukan bermakna pengambilan luar kekal sebagai laluan utama. Syarikat yang menganggap dua landasan ini secara berasingan (latihan semula untuk peranan AI terapan, pengambilan luar untuk kejuruteraan AI teras) mengisi peranan lebih cepat daripada mereka yang cuba membina semua keupayaan AI secara dalaman. Matriks kemahiran AI yang praktikal boleh memetakan peranan mana dalam organisasi anda yang termasuk dalam landasan mana sebelum anda mengikat belanjawan pengambilan.

Firma pengambilan AI khusus juga mengalami lonjakan permintaan. Firma yang memberi tumpuan eksklusif kepada bakat AI dan ML kini menyumbang kira-kira 18% daripada penempatan AI kanan, naik daripada 9% dua tahun lalu. Pertukaran nilainya ialah kos: penempatan ini membawa yuran 20-30% lebih tinggi daripada perekrut umum. Tetapi bagi syarikat di mana tempoh pengisian 68 hari mempunyai kesan hasil sebenar, premium tersebut sering kali mengira dengan menguntungkan.

Realiti Gaji

Pampasan adalah sebahagian daripada faktor yang mendorong pengisian perlahan. Peningkatan 142% dalam permintaan tidak sepadan dengan 142% lebih banyak kesediaan bakat AI menerima julat gaji standard. Gaji asas median untuk ML Engineer melebihi $185,000 pada Q1 2026 untuk peranan berasaskan AS. AI Product Manager berpurata $172,000. Prompt Engineer, masih kategori baharu, berada dalam julat yang luas: daripada $95,000 hingga $155,000 bergantung kepada konteks dan industri.

Pekerja dengan kefasihan AI kini menuntut premium gaji 27% merentas kategori pekerjaan, yang bermakna lonjakan permintaan tidak terhad kepada peranan AI tulen sahaja. Penganalisis kewangan, pengurus pemasaran, dan ketua operasi yang boleh bekerja dengan alat AI juga melihat kenaikan pampasan. CEO yang tidak mengemas kini band pampasan untuk peranan bersebelahan AI menyaksikan pengurangan kepada pesaing yang telah berbuat demikian.

Apa Yang Perlu Dipantau pada H2 2026

Dua senario patut dipantau. Pertama: pertumbuhan permintaan menjadi normal apabila gelombang pengunaan AI awal selesai dan syarikat beralih daripada bina kepada selenggara. Sesetengah penganalisis mengunjurkan bahawa permintaan Prompt Engineer khususnya mungkin mendatar apabila alat AI matang dan mengurangkan keperluan untuk prompt engineering manual pada skala besar.

Senario kedua — lebih mungkin berdasarkan isyarat semasa — ialah permintaan semakin pesat apabila industri yang masih mengambil bakat AI secara agak perlahan mencapai titik tekanan dan mula mengambil secara agresif. Sektor penjagaan kesihatan, undang-undang, dan kerajaan semuanya ketara di belakang perkhidmatan kewangan dan runcit dalam kepadatan bakat AI. Apabila sektor tersebut mencapai titik peralihan mereka sendiri, mereka akan bersaing untuk kolam bakat yang sama yang sudah pun kurang bekalan.

Isyarat ketiga yang perlu dipantau ialah sama ada iklan pekerjaan bukan teknologi terus menggabungkan keperluan kemahiran AI pada kadar semasa. Keperluan kemahiran AI kini muncul dalam iklan pekerjaan bukan teknologi pada kadar yang akan kelihatan tidak masuk akal 18 bulan lalu. Jika trend itu semakin pesat, kolam bakat berkesan yang diperlukan untuk menyokong tenaga kerja melek AI berkembang jauh melebihi kategori peranan AI semasa.

Sudut Pandang CEO

Angka 142% adalah input kepada keputusan, bukan tajuk berita untuk dicatat dan difailkan. Soalan praktikal bagi CEO ialah sama ada halaju pengambilan AI semasa mereka dibandingkan dengan baik berbanding pasaran di mana permintaan berkembang dua kali lebih cepat pada 2025 berbanding 2024.

Jika jawapannya tidak pasti, data asas (masa pengisian, penanda aras pampasan, kadar pertumbuhan kategori peranan) memberikan cukup kekhususan untuk menguji tekanan rancangan pengambilan berbanding apa yang pasaran sebenarnya kelihatan seperti pada Q2 2026. Menunggu kitaran perancangan seterusnya untuk menangani strategi bakat AI bukan pilihan neutral. Ia adalah pilihan untuk ketinggalan lebih jauh di belakang lengkung yang sudah pun bergerak.

Ketahui Lebih Lanjut