Machine Translated by Google

Edisi terkini dan arsip teks lengkap jurnal ini tersedia di Emerald Insight di: https://
www.emerald.com/insight/2754-4214.htm

Digitalisasi dan
Otomatisasi, digitalisasi, dan masa depan dunia kerja: Tinjauan kritis masa depan
dunia kerja

Leslie Patrick Willcocks

Departemen Manajemen, LSE, London, Inggris

Tujuan Abstrak
Diterima 20 September 2023
– Penelitian ini bertujuan untuk memberikan tinjauan kritis mengenai sejauh mana teknologi digital kemungkinan akan menggantikan tenaga Direvisi 25 November 2023
kerja manusia, peningkatan eksponensial dalam jumlah pekerjaan yang harus dilakukan dan seberapa jauh keterampilan manusia akan Diterima 3 Januari 2024
mampu bertahan di masa depan dan oleh karena itu kemungkinan besar akan mampu bertahan di masa depan. kekurangan pasokan.
Laporan ini meninjau bukti peralihan permanen ke pekerjaan rumah dan kerja jarak jauh yang dimungkinkan oleh teknologi baru. Laporan
ini menilai strategi bisnis, digital, dan ketenagakerjaan dalam organisasi kerja serta janji dan tantangan dari tren dominan menuju model
ketenagakerjaan fleksibel yang dimungkinkan secara digital.
Desain/metodologi/pendekatan – Sebuah tinjauan kritis terhadap lebih dari 1.020 studi kasus dan literatur yang masih ada telah
dilakukan.
Temuan – Hubungan antara teknologi yang sedang berkembang dan pekerjaan masih banyak disalahpahami, dan terdapat beberapa
hal yang mendasari gagasan bahwa gelombang besar teknologi akan mengurangi jumlah karyawan secara global secara drastis.
Keterampilan manusia yang khas tetap berharga, jumlah pekerjaan yang harus dilakukan meningkat secara eksponensial, dan
otomatisasi lebih menjadi solusi daripada mekanisme penggantian tenaga kerja. Peralihan ke model ketenagakerjaan fleksibel yang
terdigitalisasi memang menjanjikan, namun hal ini tidak akan terjadi jika bersifat jangka pendek, dan jika tantangan yang ditimbulkannya
tidak dikelola dengan baik.
Keterbatasan/implikasi penelitian – Keterbatasan utama adalah kita membuat proyeksi ke masa depan, meskipun kita menggunakan
banyak sumber dan bukti berbeda serta data masa lalu yang diproyeksikan ke masa depan.
Implikasi Praktis – Permasalahannya bukan pada perpindahan tenaga kerja namun pada kekurangan keterampilan yang besar yang
akan memperlambat kecepatan adopsi teknologi. Pengembangan keterampilan sangatlah penting, begitu pula pengambilan perspektif
jangka panjang terhadap pengelolaan kerja hybrid dan fleksibel berdasarkan interaksi manusia-mesin.
Implikasi sosial – Organisasi perlu merevitalisasi pelatihan dan pengembangan serta model manajemen tenaga kerja mereka.
Pemerintah dan lembaga-lembaga perantara perlu mengelola negara-negara transisi agar keterampilan yang diperlukan untuk
mencapai pertumbuhan ekonomi tersedia, dan untuk memastikan bahwa sejumlah besar tenaga kerja tidak terlewatkan karena tidak
memiliki keterampilan yang diperlukan.
Orisinalitas/nilai – Studi ini menawarkan perspektif yang lebih halus dan kompleks mengenai bukti-bukti yang muncul tentang masa
depan teknologi dan pekerjaan.
Kata Kunci Pekerjaan Masa Depan, Transformasi Digital, Makalah Otomasi
Jenis Makalah Penelitian

Pendahuluan
Ada kekhawatiran jangka panjang akan hilangnya lapangan kerja secara besar-besaran secara global akibat
percepatan otomatisasi dan digitalisasi pekerjaan. Baru-baru ini, kita telah melihat transisi menuju pekerjaan
jarak jauh dan pekerjaan rumahan yang disebabkan oleh pandemi Covid-19. Pada tahun 2022, terjadi
“pengunduran diri secara besar-besaran”, dimana banyak orang di negara maju berhenti bekerja dan tidak
mencari pekerjaan baru. Sementara itu, sepanjang tahun 2023, organisasi-organisasi di negara-negara maju
secara teratur melaporkan kekurangan staf dan keterampilan bahkan ketika menghadapi kondisi pertumbuhan
ekonomi yang menurun. Berdasarkan gambaran yang kompleks ini, pada tahun 2023, muncul kembali minat
terhadap pertanyaan-pertanyaan utama mengenai ketenagakerjaan dan teknologi, terutama dengan
mempertimbangkan perhatian global yang diberikan pada gelombang baru kecerdasan buatan dalam bentuk ChatGPT dan AI generatif.

© Leslie Patrick Willcocks. Diterbitkan di Jurnal Bisnis Elektronik & Ekonomi Digital. Diterbitkan oleh
Emerald Publishing Limited. Artikel ini diterbitkan di bawah lisensi Creative Commons Attribution (CC BY
Jurnal Bisnis Elektronik & Ekonomi
4.0). Siapa pun boleh mereproduksi, mendistribusikan, menerjemahkan, dan membuat karya turunan dari Digital Emerald
artikel ini (baik untuk tujuan komersial maupun non-komersial), dengan tunduk pada atribusi penuh pada Publishing Limited e-ISSN:
2754-4222 p-ISSN:
publikasi dan penulis asli. Ketentuan lengkap lisensi ini dapat dilihat di http://creativecommons.org/licences/ 2754-4214 DOI
by/4.0/legalcode 10.1108/JEBDE-09-2023-0018
Machine Translated by Google

Apakah teknologi baru yang canggih, yang dimanfaatkan untuk meningkatkan produktivitas dan memangkas biaya, pada
JEBDE
akhirnya akan menyebabkan hilangnya pekerjaan dalam skala besar? Bagaimana kekurangan keterampilan dapat
diatasi? Akankah perluasan pasar tenaga kerja lebih jauh lagi, secara virtual dan global, dapat mengatasi permasalahan
ketenagakerjaan? Kebijakan apa terhadap berbagai bentuk pekerjaan yang optimal? Dalam tinjauan kritis ini, kami
menemukan jawaban berbasis bukti atas pertanyaan-pertanyaan tersebut, dan menunjukkan adanya jalan ke depan –
model ketenagakerjaan fleksibel yang terdigitalisasi – dan tantangan-tantangan yang ada di dalamnya. Dengan mengambil
periode hingga tahun 2030, kami menyelidiki, pertama, sejauh mana teknologi digital kemungkinan akan menggantikan
tenaga kerja manusia, peningkatan eksponensial dalam jumlah pekerjaan yang harus dilakukan, dan seberapa jauh
keterampilan manusia akan mampu bertahan di masa depan, dan oleh karena itu kemungkinan besar akan mampu
bertahan di masa depan. kekurangan pasokan. Bukti-bukti tersebut kemudian dinilai mengenai peralihan permanen ke
pekerjaan rumah dan kerja jarak jauh yang dimungkinkan oleh teknologi baru. Makalah ini kemudian menilai strategi
teknologi dan ketenagakerjaan dalam organisasi kerja dan menunjukkan janji dan tantangan yang ditimbulkan oleh tren
dominan menuju model ketenagakerjaan fleksibel yang dimungkinkan secara digital dan sangat bergantung pada
teknologi baru, pengaturan kontrak, dan tenaga kerja eksternal.

Tesis Willcocks: otomatisasi tidak berarti kiamat pekerjaan Sejak tahun 2016, penelitian saya
mendukung pandangan bahwa otomatisasi dan AI tidak berarti akhir dari pekerjaan bagi pekerja manusia. Tesis saya
menyarankan delapan kriteria utama terhadap proposisi tersebut. Seperti yang telah saya kemukakan berkali-kali,
gagasan yang salah mengenai “robo-apocalypse” ketenagakerjaan telah mengarahkan perdebatan masa depan
ketenagakerjaan sejak lama (Willcocks, 2020a).
Saya menggunakan istilah “robo-apocalypse” di sini untuk merujuk pada tesis bahwa otomatisasi akan berdampak cepat
dan luar biasa secara global, khususnya menyebabkan hilangnya lapangan kerja secara besar-besaran. Melihat gambaran
besarnya, tidak mudah untuk memahami representasi media dalam perdebatan tersebut. Faktanya, sumber dan berbagai
penelitian sangat bervariasi dalam hal kualitas, bukti, dan ketelitian.
Narasi media tampaknya terpolarisasi pada dua alur cerita – sensasi dan ketakutan. “Hype” memberi tahu kita bahwa
sebagian besar hal ini akan baik-baik saja, dan sebagian besar dari kita akan hidup di dunia teknologi yang dikelola
dengan baik – sebut saja “automatopia” – dengan lebih dari cukup barang, jasa, dan rekreasi.
Sementara itu, di sisi lain, visi “ketakutan” terhadap “robo-apocalypse” pada dasarnya bersifat distopia. Narasi yang
terpolarisasi ini juga mengasumsikan adopsi teknologi yang cepat dan meluas, namun melihatnya sebagai hal yang
menggantikan sejumlah besar pekerjaan berbasis fisik dan kognitif di berbagai industri, geografi, dan di sebagian besar
tingkatan dalam organisasi.
Tidak mengherankan, apa yang disebut kecerdasan buatan (AI) sebagai pembunuh lapangan kerja telah menjadi
fokus perhatian media yang tidak proporsional. Menurut saya, ini adalah cerita yang terlalu bagus untuk dianggap salah.
Sayangnya, studi utama yang dilakukan oleh Frey dan Osborne (2013) masih digunakan untuk mendukung narasi ini,
dengan angka utama yang sering dikutip bahwa 47% pekerjaan di AS sangat dapat diotomatisasi. Namun, dalam
penelitian tersebut, peneliti tidak mencoba merinci kecepatan perkembangan teknologi, maupun jangka waktu hilangnya
lapangan kerja. Mereka tidak berusaha memprediksi jumlah pekerjaan yang hilang, atau berapa banyak pekerjaan yang
akan diciptakan melalui otomatisasi. Studi ini juga tidak melihat hambatan utama mengenai seberapa layak teknologi baru
tersebut secara komersial, layak, dan dapat diadopsi secara organisasi, yaitu, dilema jalan panjang menuju difusi inovasi
diabaikan. Kelalaian yang diakui sendiri ini semuanya diperhitungkan dalam representasi media atas temuan tersebut.

Media juga lambat dalam menangkap penelitian-penelitian selanjutnya yang lebih kaya datanya, dan lebih teliti dalam
analisisnya. Misalnya saja, Forrester Research (2017) menyatakan bahwa robot akan menyerap 24,7 juta lapangan kerja
di Amerika, namun menciptakan 14,9 juta lapangan kerja baru pada tahun 2027, yang menyebabkan hilangnya 9,8 juta
lapangan pekerjaan, atau sekitar 7% dari angkatan kerja di Amerika. Sebuah studi OECD yang dilakukan oleh Arntz,
Gregory, dan Zierahn (2016) menunjukkan bahwa 9% orang Amerika menghadapi automatabilitas pekerjaan yang tinggi,
dan, rata-rata, 9% pekerjaan OECD (10% di Inggris) akan menjadi sangat otomatis dalam satu dekade.
Pada tahun 2019, gambaran tingginya kehilangan pekerjaan telah berubah secara dramatis, meskipun belum tentu
menjadi berita utama. Forum Ekonomi Dunia (2020), pada tahun 2018–2022, menemukan bahwa otomatisasi
menggantikan 0,98 juta pekerjaan, sekaligus menciptakan 1,74 juta pekerjaan baru. Perkembangan Asia
Machine Translated by Google

Bank (2018) memberikan hasil yang positif mengenai penciptaan lapangan kerja bersih dari otomatisasi. Price
Digitalisasi dan
Waterhouse Coopers (2017) memperkirakan bahwa dampak pekerjaan bersih dari otomatisasi di Inggris pada periode masa depan
2017–2037 akan menghasilkan sedikit peningkatan sebesar 168.000 pekerjaan (7,176 juta tercipta, 7,008 juta
dunia kerja
kehilangan pekerjaan). MGI (2018a, b) menyatakan bahwa: “secara keseluruhan, penerapan AI mungkin tidak
berdampak signifikan terhadap lapangan kerja bersih dalam jangka panjang... Rata-rata skenario global kami
menunjukkan bahwa total lapangan kerja setara penuh waktu mungkin tetap sama dibandingkan dengan hari ini”
(halaman 44 dan 45).
Kemudian, Covid-19 dimaksudkan untuk menjadi gelombang otomatisasi yang mematikan pekerjaan. Namun
pada akhir tahun 2023, hanya ada sedikit bukti mengenai hal ini. Dalam praktiknya, negara-negara OECD umumnya
mengalami jumlah lowongan kerja yang tidak terisi dalam jumlah yang sangat besar, bahkan ketika kondisi resesi
sudah dekat. Tingkat penurunan pekerjaan yang seharusnya lebih mudah diotomatisasi justru melambat selama
pandemi ini. Pada pertengahan tahun 2023, The Economist melaporkan bahwa pada dekade sebelumnya, rata-rata
tingkat pengangguran di negara-negara kaya telah berkurang setengahnya, dan jumlah penduduk usia kerja yang
mendapatkan pekerjaan berada pada titik tertinggi sepanjang masa. Negara-negara dengan tingkat otomasi dan
robotik tertinggi, seperti Jepang, Korea Selatan, dan Singapura, memiliki tingkat pengangguran paling sedikit.
The Economist menghitung bahwa jika lebih dari 50% pekerjaan diotomatisasi atau pekerjaan dihilangkan karena
proses tersebut diotomatisasi, hal ini dapat berarti hilangnya 15% pekerjaan di AS. Namun hal ini, menurut The
Economist, kecil kemungkinannya akan terjadi, karena secara historis hilangnya lapangan kerja terjadi jauh lebih
lambat (The Economist, 2023; lihat juga Willcocks, 2020a).
Hal yang mengejutkan di sini adalah seiring berjalannya waktu, perkiraan hilangnya pekerjaan akibat otomatisasi
semakin menghilang hingga tidak dapat diabaikan – meskipun tentu saja, angka tersebut menutupi gangguan dan
pergeseran keterampilan yang cukup besar. Harus ada kualifikasi yang serius dalam narasi kiamat robot dan
kehilangan pekerjaan.
Dalam tinjauan komprehensifnya, Willcocks (2020a) menunjukkan bahwa banyak asumsi yang tertanam dalam
narasi kiamat robot sangat dipertanyakan: bahwa otomatisasi menciptakan sedikit lapangan kerja dalam jangka
pendek atau panjang; bahwa seluruh pekerjaan dapat diotomatisasi; bahwa teknologinya sempurna; bahwa organisasi
dapat menerapkan AI dengan lancar dan cepat; bahwa manusia adalah mesin yang bisa ditiru; bahwa penerapan
teknologi ini layak secara politik, sosial dan ekonomi.
Lalu ada faktor makro. Dengan populasi yang menua, kesenjangan produktivitas, dan kekurangan keterampilan yang
diperkirakan terjadi di banyak negara G20, bahayanya mungkin terlalu kecil, dibandingkan terlalu banyak tenaga
kerja. Oleh karena itu, ada delapan kriteria utama yang mendukung proposisi bahwa otomatisasi akan menyebabkan
hilangnya pekerjaan secara besar-besaran. Ironisnya, alih-alih mengambil alih, otomatisasi kemungkinan besar hanya
akan membantu organisasi untuk mengatasinya.
Terakhir, mari kita kembali ke masalah kecepatan adopsi teknologi ini. Studi terbaru menunjukkan bahwa pandemi
dan krisis ekonomi yang terjadi akan mempercepat otomatisasi dan digitalisasi. Namun, bukan berarti delapan
kualifikasi yang diuraikan di Willcocks (2020a) tiba-tiba menjadi mubazir. Secara khusus, kualifikasi ketiga (teknologi
bukanlah sebuah rudal yang bisa ditembakkan dan dilupakan), kualifikasi keempat (teknologi tidak pernah sesempurna
itu) dan kualifikasi kelima (kekuatan manusia yang khas diperlukan di tempat kerja) menghadirkan tantangan besar
bagi mereka yang memulai akselerasi. program digital dan otomasi. Salah satu faktor yang paling sering diabaikan
adalah terbatasnya kapasitas organisasi untuk mengubah, mengadopsi, dan melembagakan teknologi digital.

Dalam praktiknya, organisasi mempunyai banyak warisan teknologi informasi dan juga sangat terisolasi. Dalam
penelitian terhadap lebih dari 400 organisasi, Willcocks, Hindle, Stanton, dan Smith (2023) menemukan terlalu banyak
perusahaan tertinggal dalam tujuan otomatisasi mereka karena beberapa atau delapan hal yang menghambat –
struktur, proses, data, teknologi, budaya, pola pikir manajerial, strategi dan keahlian.

Sebagaimana telah ditunjukkan oleh upaya transformasi digital selama 10 tahun terakhir, hal ini merupakan
serangkaian tantangan yang sulit untuk diatasi, pada saat banyak organisasi mengalami penurunan kapasitas
penyerapan untuk berinovasi dan melakukan sesuatu yang baru, dengan cara apa pun. Selain itu, setelah pandemi
ini, banyak organisasi harus kembali ke hal mendasar – membangun kembali keuangan,
Machine Translated by Google

JEBDE memulihkan pelanggan, menyegarkan produk dan layanan, melibatkan kembali tenaga kerja. Bagi banyak orang,
hal ini akan mengalihkan perhatian mereka dari investasi besar di bidang teknologi untuk beberapa waktu ke depan.
McKinsey and Company (2020) mensurvei klien-klien besar dan menemukan bahwa mereka menunjukkan bahwa
COVID-19 telah mempercepat digitalisasi di sejumlah bidang – terutama kerja jarak jauh, migrasi aset ke cloud,
keamanan data, respons terhadap perubahan ekspektasi pelanggan dan permintaan pembelian online, dan layanan
dan penggunaan teknologi yang lebih maju dalam operasi dan pengambilan keputusan. Mayoritas responden yakin
bahwa kerja jarak jauh, pembelian online, dan perubahan ekspektasi pelanggan adalah faktor yang paling mungkin
bertahan setelah pandemi ini. Penelitian kami menunjukkan bahwa hanya sekitar 20% perusahaan yang memimpin
transformasi digital. Memang benar bahwa perusahaan-perusahaan tersebut kemungkinan akan bergerak lebih
cepat, hal ini disebabkan karena mereka mempunyai titik awal yang lebih baik, pengalaman dan biasanya kinerja
keuangan yang lebih baik untuk melakukan hal tersebut. Namun hal ini berarti bahwa sekitar 80% organisasi tidak,
dan mungkin tidak akan menjadi, yang berkinerja baik dalam transformasi digital (Willcocks, 2021; Willcocks dkk.,
2023). Semua hal ini kemungkinan besar akan memperlambat kehilangan (dan perolehan) pekerjaan akibat
otomatisasi dan digitalisasi, serta memperlambat perubahan keterampilan.

Tersembunyi di depan mata: jumlah pekerjaan yang harus dilakukan

Willcocks (2020a) dan Willcocks dkk. (2023) sangat memperkuat anggapan ini dengan mengidentifikasi faktor
penting yang diabaikan oleh semua penelitian sebelumnya. Terlepas dari asumsi-asumsi yang ada, dan tersembunyi
di depan mata, jumlah pekerjaan yang harus dilakukan tidak tetap stabil; pertumbuhannya terjadi di berbagai sektor,
dari tahun ke tahun, secara dramatis dan tidak dapat dielakkan. Intensifikasi kerja nampaknya semakin meningkat,
terutama sejak krisis keuangan tahun 2008. Organisasi-organisasi berupaya meningkatkan produktivitas dan jumlah
pekerjaan yang dilakukan dengan “menghabiskan aset” dan berusaha melakukan lebih banyak dengan lebih sedikit
menggunakan basis tenaga kerja yang sama dan sebagian melalui menerapkan teknologi digital. Fenomena ini
masih kurang diteliti. Namun, beberapa penelitian bersifat indikatif.

Oleh karena itu, Felstead, Gallie, Green, dan Inanc (2013) menemukan bahwa persentase pekerjaan di Inggris
yang membutuhkan kerja keras meningkat dari 31,5% pada tahun 1992 menjadi 45,3% pada tahun 2012 (Felstead
et al., 2013). Sejak tahun 2006, kecepatan kerja meningkat, dan tekanan bekerja dengan tenggat waktu yang ketat
juga meningkat hingga mencapai rekor tertinggi. Korunka dan Kubicek (2017) mengumpulkan serangkaian makalah
penelitian yang mencatat intensifikasi kerja selama sepuluh tahun terakhir di beberapa negara. Dalam penelitian
kami, kami sangat sering menemukan bahwa, selain banyak manfaat lainnya, alasan utama otomatisasi adalah
sejumlah pemangku kepentingan mengalami peningkatan jumlah pekerjaan yang harus diselesaikan (Lacity &
Willcocks, 2017, 2018; Lacity, Willcocks, & Gozman, 2021; Willcocks & Lacity, 2016; Willcocks, Hindle, & Lacity,
2019). Batasan untuk bekerja lebih cerdas dan praktik berkinerja tinggi sedang diuji, dan praktik tersebut sering
kali dianggap kurang.
Survei multi-negara yang dilakukan ServiceNow pada tahun 2017 menemukan bahwa 70% dari 1.874 responden
perusahaan menyatakan bahwa kecepatan kerja tumbuh setidaknya 10% pada tahun 2016; hampir setengahnya
mengatakan pertumbuhannya sebesar 20% atau lebih (Service Now, 2017). Ditemukan bahwa pada tahun 2018,
46% perusahaan akan memerlukan otomatisasi yang lebih besar untuk menangani volume tugas yang dihasilkan.
Pada tahun 2020, tanpa lebih banyak otomatisasi, 86% organisasi yakin bahwa mereka akan segera mencapai titik
puncaknya, dan penanganan terhadap volume pekerjaan tidak akan lagi berkelanjutan.
Namun dari manakah datangnya peningkatan jumlah pekerjaan yang dramatis ini? Hampir semua penelitian
hingga saat ini secara rutin mengabaikan tiga faktor utama. Willcocks dkk. (2023) menunjukkan bahwa, jika
digabungkan, faktor-faktor ini mungkin menyebabkan pertumbuhan tahunan sebesar 10–12% dalam jumlah
pekerjaan yang harus diselesaikan, bergantung pada sektor dan negara.
Ledakan data eksponensial. Service Now (2017) menemukan, misalnya, bahwa hampir 80% responden
melaporkan bahwa data dari perangkat seluler dan Internet of Things mempercepat laju pekerjaan. Beberapa
perkiraan menunjukkan bahwa 90% data digital dunia yang kami coba proses dibuat dalam dua tahun terakhir, dan
jumlah data digital tumbuh sebesar 50% per tahun. Ganz, Reinzel, dan Rydning (2017) memperkirakan bahwa
pada tahun 2025, akan ada
Machine Translated by Google

jumlahnya sepuluh kali lipat dari data yang dihasilkan pada tahun 2016. Sekalipun angka tersebut hanyalah angka rata-rata, data
Digitalisasi dan
tersebut masih menimbulkan pertanyaan mendasar: bagaimana kita akan mengumpulkan, menyimpan, memproses, menganalisis, dan
masa depan
menggunakan data yang berjumlah sangat besar? Hal ini menyiratkan adanya ledakan besar dalam pekerjaan, terutama karena data
dunia kerja
tampaknya menghasilkan lebih banyak data. Mungkin kita benar-benar memerlukan lebih banyak otomatisasi untuk mengatasinya.
Pertumbuhan audit, regulasi dan birokrasi lintas sektoral, diperkuat oleh ledakan data dan penerapan teknologi
informasi dan komunikasi modern. Menurut pendapat kami, kita telah menciptakan sebuah keajaiban data, teknologi,
dan birokrasi.
Graeber (2015, 2018) adalah salah satu dari sedikit orang yang menunjukkan pentingnya perkembangan ini bagi masa
depan dunia kerja dan sistem kapitalis itu sendiri (Graeber, 2015, 2018). Namun beliau mungkin meremehkan sejauh
mana audit dan regulasi pasti disertai dengan tingginya tingkat ketidakpercayaan, kemungkinan kegagalan pasar, dan
meningkatnya tuntutan akan transparansi.
Pekerjaan semacam ini mungkin tidak terlihat produktif, namun pekerjaan ini meningkat secara dramatis di seluruh
lembaga pemerintah, sektor bisnis, dan perekonomian di hampir semua negara. The Economist (2023) menambah
gambaran tersebut dengan menunjukkan bahwa AI generatif dapat bertindak sebagai penguras produktivitas, karena
mampu menimbulkan keberatan dan argumen tandingan, misalnya, pada perencanaan aplikasi, dalam hitungan menit.
Di dunia yang dipenuhi AI, jumlah pengacara dan tindakan hukum kemungkinan besar akan bertambah banyak. Selain
itu, sebagian besar pekerjaan yang berisiko terkena AI berada di sektor-sektor yang diatur secara ketat, seringkali
dengan banyak keterlibatan negara seperti pendidikan, layanan kesehatan, perumahan, dan kepolisian. Kita dapat
membayangkan berbagai cara di mana audit, regulasi, dan birokrasi dapat memperlambat produktivitas, meningkatkan
dampak otomasi, dan tentu saja bagaimana otomasi dapat meningkatkan kemampuan untuk memperluas audit, regulasi,
dan birokrasi, sehingga menciptakan lebih banyak pekerjaan.
Teknologi: solusi dan masalah. Sumber ketiga dari lebih banyak pekerjaan adalah kapasitas teknologi yang bermata
dua untuk memberikan solusi yang juga menciptakan masalah tambahan. Jika Anda membuat lebih banyak data, maka
itulah masalah yang menciptakan pekerjaan tentang cara memproses, menyimpan, menganalisis, dan kemudian
menggunakannya. Lalu, ada konsekuensi yang tidak terduga dalam menghasilkan pekerjaan. Misalnya, Internet telah
menimbulkan masalah keamanan siber. Kerugian akibat serangan siber diperkirakan mencapai $445 miliar pada tahun
2013, dan terus meningkat secara dramatis hingga melampaui $600 miliar pada tahun 2018. Hal ini tentu saja telah
menghasilkan solusi teknologi lebih lanjut, dengan pasar keamanan siber mencapai $75 miliar pada tahun 2015, dan
juga tumbuh jauh lebih cepat. sejak saat itu mencapai $US 223,7 miliar pada tahun 2023 dan berpotensi mencapai $US
338,84 miliar pada tahun 2027 dengan CAGR sebesar 10,9% (Research & Markets, 2023) [1].
Contoh lain, kekhawatiran terhadap berita palsu melalui media sosial, pada tahun 2019, menyebabkan Facebook
mempekerjakan pemeriksa fakta di 20 negara.
Ada juga semakin banyak bukti mengenai sifat adiktif dari perangkat seluler, game, Internet, email, serta teknologi
dan aplikasi terkait (lihat, misalnya, Alter, 2017; Aiken, 2016). Banyak upaya telah dilakukan untuk meningkatkan
produktivitas dan potensi teknologi “AI”. Namun teknologi seperti ini sering kali sengaja dirancang untuk mendukung
multitasking dan interupsi terus-menerus dengan dampak yang besar terhadap produktivitas nyata di tempat kerja.

Bukti yang muncul adalah bahwa peralihan tugas, gangguan terus-menerus, dan multitasking mengakibatkan biaya
kinerja yang besar. Untuk mencapai kinerja puncak, tujuan harus dipertahankan, terfokus, dan mendapat perhatian
khusus. Namun pekerja modern terlalu mudah teralihkan dari pelaksanaan tugas karena informasi yang tidak relevan
dan mengalami gangguan karena berupaya mencapai berbagai tujuan secara bersamaan, dibantu dan didukung oleh
teknologi seperti email, media sosial, Internet, dan perangkat seluler. Gangguan dan interupsi ini bisa datang dari luar
atau disebabkan oleh diri sendiri.

Teknologi modern juga memungkinkan seorang pekerja dengan mudah menghindari pekerjaan dan non-kerja,
sambil berpura-pura sedang bekerja. Survei CareerBuilder menemukan bahwa ponsel pintar, Internet, media sosial,
dan email merupakan lima hal yang paling banyak disebut sebagai pengganggu dan pembunuh produktivitas di tempat kerja [2].
Survei Udemy tahun 2018 menemukan sepertiga karyawan Generasi Z mengaku menggunakan ponsel cerdasnya
untuk aktivitas pribadi hingga 2 jam dalam satu hari kerja [3].
Alter (2017) mengutip penelitian yang menunjukkan bahwa 70% email kantor dibaca dalam waktu enam detik
setelah diterima. Hal ini sangat mengganggu; menurut perkiraan, dibutuhkan waktu hingga 25 menit untuk menjadi kembali
Machine Translated by Google

tenggelam dalam tugas yang terputus. Gazzaley dan Rosen (2016) menemukan bahwa multi-tasking dan
JEBDE
peralihan tugas menimbulkan biaya kinerja yang besar dalam melepaskan diri dari suatu tugas, dengan fokus pada
tugas baru, lalu melepaskan diri dan masuk kembali ke pekerjaan aslinya. Sebuah studi pra-smartphone mereka
cite menemukan bahwa ketika pekerja kantoran diinterupsi sebanyak sebelas kali dalam satu jam, hal ini akan menimbulkan kerugian
Amerika kehilangan produktivitas sebesar $558 miliar per tahun. Wajcman dan Rose (2011) menemukan pekerja
hanya menghabiskan separuh hari mereka untuk “episode kerja” yang sebenarnya, dengan dua pertiga dari gangguan tersebut
disebabkan oleh diri mereka sendiri dan sebagian besar melibatkan komunikasi yang dimediasi melalui perangkat teknologi.
Sementara itu, sebagian besar pekerja memiliki akses ke email dan jaringan komunikasi lainnya, dan
sekitar 45% populasi dunia memiliki telepon seluler (Gazzaley dan Rosen, 2016).
Dengan cara ini, tidak diragukan lagi semakin banyak teknologi yang memiliki kompleksitas, bahkan kontradiksi,
dampaknya, termasuk dampak merugikan yang signifikan, meskipun sebagian besar belum diteliti, terhadap produktivitas dan
pada waktu yang dibutuhkan untuk menyelesaikan tugas pekerjaan. Sementara semakin banyak teknologi semakin sering
Disebut-sebut sebagai jawaban atas permasalahan pribadi, sosial, dan bisnis, kita akan mendapati diri kita berada dalam situasi yang tiada habisnya
treadmill solusi teknologi dan masalah baru yang juga ditimbulkannya.

Basis keterampilan yang berubah

Penelitian terbaru, yang dilakukan oleh penulis dan peneliti lainnya, menunjukkan adanya pergeseran dan kekurangan keterampilan yang dramatis
akan menjadi tantangan yang paling berdampak terhadap produktivitas, adopsi teknologi, dan perekonomian
pertumbuhan hingga tahun 2030.
Tren dominan yang muncul dari penelitian terbaru ditunjukkan pada Gambar 1 (Willcocks, 2021;
Willcocks dkk., 2023). Akan ada peralihan dari keterampilan rendah – keterampilan dasar manusia yang bersifat fisik, berulang, non-
teknis, non-kognitif – ke arah digital, kognitif teknis,
khas manusia, keterampilan sedang/tinggi. Berdasarkan beberapa perkiraan, pekerja berketerampilan rendah akan pergi
dari 44% menjadi 32% angkatan kerja global pada periode 2019–2030. Pada awal tahun 2020-an,
angkatan kerja global mungkin mempunyai surplus 95 juta pekerja berketerampilan rendah, namun jumlahnya mencapai 90 juta
kekurangan pekerja berketerampilan menengah/tinggi (Willcocks et al., 2023).
Kesenjangan keterampilan yang besar ini akan melebar tanpa kehadiran pemerintah, perusahaan, dan individu
intervensi, dan cukup jelas bahwa kesenjangan kesenjangan timbul dari otomatisasi dan
digitalisasi akan memerlukan perubahan kelembagaan pasar tenaga kerja. Aspek yang diabaikan adalah jika

2019 Kesenjangan Keterampilan 2030

Hapus Ke Non-Repeve
Fisik Ke Digital
Non-teknis Ke Teknis (STEM)
Non-kognitif Ke Kognitif
2030 Dasar manusia Ke Temukan manusia
Keterampilan rendah Ke Keterampilan sedang/tinggi

1. Penurunan signifikan namun tidak menghilangkan keterampilan di sisi kiri. Target otomasi yang mudah 2. Munculnya
kesenjangan pasokan-permintaan dan kekurangan keterampilan yang berkembang pada tingkat yang berbeda-beda di berbagai sektor

Gambar 1. 3. Teknologi otomasi juga berpindah ke keterampilan sisi kanan

Keterampilan yang dibutuhkan

shift, 2019–2030
Sumber: Penulis
Machine Translated by Google

keterampilan yang diperlukan untuk mendukung dan melengkapi otomatisasi dan teknologi baru tidak diperlukan
Digitalisasi
mendatang, perubahan teknologi yang banyak digembar-gemborkan akan semakin tertunda. dan masa depan
Faktor yang kurang dihargai adalah betapa terbatasnya penerapan teknologi ini
pekerjaan
mungkin. Analisis di sini didasarkan pada karya MGI (2017), Lacity dan Willcocks (2018),
Willcocks, 2021) dan sumber gabungan. MGI mengidentifikasi 18 rangkaian keterampilan umum yang digunakan dalam
tempat kerja (lihat Gambar 2).
Menjelang tahun 2030, kemungkinan besar delapan keahlian akan tetap dimiliki oleh manusia
kemampuan di tempat kerja, tiga bergantung pada pilihan atau kemajuan teknologi dan
sekitar tujuh rangkaian keterampilan dapat diotomatisasi (meskipun itu tidak berarti akan otomatis). Secara khas
keterampilan manusia seperti empati, membangun tim, kepemimpinan, berpikir kritis, imajinasi adalah keduanya
berharga dalam organisasi kerja dan sangat sulit untuk ditiru atau diganti. Melihat ke
Gambar 2, dalam 10 tahun ke depan, mungkin akan ada keuntungan besar dan kecil dari pekerjaan manusia
di beberapa area, dan beberapa keuntungan kerja baru yang besar bagi mesin. Hal ini menunjukkan bahwa
Studi Frey dan Osborne (2013, 2017) , bersama dengan Frey (2019), telah memberikan hasil yang signifikan
melebih-lebihkan otomatisasi pekerjaan dan pekerjaan yang harus diselesaikan, setidaknya untuk tahun 2019–2030
periode.

Organisasi buruh fleksibel yang dimungkinkan secara digital

Bagaimana cara memahami semua tren kompleks ini? Bagaimana tanggapan pengusaha?
Menurut laporan MIT/Deloitte 2021, tren sebelum Covid dan, kami menemukan, tren yang berkelanjutan adalah
“ekosistem tenaga kerja” – mencoba menemukan berbagai sumber keterampilan internal dan eksternal dengan cara
menggunakan berbagai pengaturan kontrak, pasar global dan sistem penghargaan, dan oleh
membentuk komunitas tenaga kerja dan organisasi yang terhubung dan saling bergantung. Bukan
hanya organisasi yang memberikan nilai signifikan pada perolehan ide dan keterampilan dari kontributor
yang tidak bekerja untuk organisasi, mereka cenderung semakin bergantung pada pihak eksternal
peserta dan memanfaatkan platform online untuk mendapatkan talenta (Altman et al., 2021).
Namun, pendekatan ini belum dikonseptualisasikan secara memadai dan memerlukan lebih banyak detail
jika hal ini ingin direpresentasikan sebagai pendekatan strategis. Penelitian di LSE bersama
Knowledge Capital Partners menunjukkan bahwa sebagian besar organisasi mengadopsi elemen-elemen kunci dari model
“inti-pinggiran” dalam pengorganisasian tenaga kerja, meskipun mereka cenderung melakukan hal ini secara ad-hoc,
terutama sebagai respons terhadap faktor jangka pendek (Willcocks, 2023a). Diantaranya adalah kekurangan tenaga kerja,
misalnya, kita perlu menjaga biaya tetap rendah dan berupaya memanfaatkan teknologi digital secara produktif
untuk mendukung pekerjaan rumahan selama pandemi baru-baru ini. Willcocks (2023b) menemukan sekitar 65%.

KETERAMPILAN* Mesinvs Manusia** KEGIATAN***

Persepsi Sensorik Mesin
Kemampuan Kognitif Keuntungan kerja baru yang besar bagi manusia
• Mengambil informasi • Mesin+
• Menerapkan keahlian (18%
Mengenali pola/kategori yang diketahui • Menghasilkan Mesin +
dapat diotomatisasi)
pola/kategori baru • Penalaran logis/pemecahan Manusia +
• Berinteraksi dengan pemangku kepentingan (20%
masalah • Mengoptimalkan/merencanakan • Manusia+ •
dapat dilakukan secara otomatis)
Kreativitas • Mengartikulasikan/ Mesin+
• Mengelola dan mengembangkan sumber daya
menampilkan Manusia+
manusia (9% dapat diotomatisasi)
keluaran • Koordinasi dengan banyak Mesin
agen Tergantung pada agen
Perolehan pekerjaan baru yang kecil bagi manusia
Pemrosesan Bahasa Alami
• Generasi • Mesin • Aktivitas fisik yang tidak dapat diprediksi (26%
dapat dilakukan secara otomatis)
Pemahaman Tergantung pada kemajuan
Kemampuan Sosial dan Emosional • Penginderaan
Keuntungan kerja baru yang besar untuk mesin
• Penalaran Manusia++
• Memproses data (69%)
(tentang keadaan sosio-emosional) • Keluaran (ucapan, Manusia++
• Mengumpulkan data (64%)
bahasa tubuh) Manusia++
• Aktivitas fisik yang dapat diprediksi (81%)
Kemampuan Fisik •
Keterampilan motorik halus/ Manusia+ *
MGI (2017)
Gambar 2.
ketangkasan • Keterampilan Campuran
** Otomatis dan
motorik kasar • Tergantung pada penelitian dan pengembangan AI
Analisis LSE Mei 2019
Manusia *** keterampilan kerja manusia,
Navigasi • Mobilitas Sumber komposit dan MGI
2019–30
Sumber: Penulis
Machine Translated by Google

JEBDE organisasi-organisasi yang disurvei pada bulan Januari 2023 mengadopsi pendekatan taktis jangka pendek terhadap investasi
digital, baik dengan “menghabiskan aset” agar fokus pada arus kas, retensi pelanggan, dan pemotongan biaya, atau
berinvestasi secara terbatas pada teknologi digital untuk “mendukung bisnis saat ini”.
Sekitar 35% organisasi memiliki rencana jangka panjang untuk investasi digital dan mengembangkan strategi bisnis mereka,
meskipun lebih dari setengahnya menunda strategi untuk merespons kondisi perekonomian pada tahun 2023.

Ini adalah latar belakang yang berguna untuk menggambarkan bagaimana berbagai perusahaan mengikuti suatu jurusan
tren menuju organisasi buruh fleksibel yang terdigitalisasi (lihat Gambar 3).
Sejak tahun 1984, John Atkinson mengemukakan model inti/pinggiran untuk memberikan organisasi fleksibilitas
fungsional, numerik, dan finansial. Dengan tambahan teknologi yang lebih mendukung, model ini sangat mewakili cara dunia
usaha dan lembaga pemerintah berniat memanfaatkan tenaga kerja selama dua dekade mendatang (Atkinson, 1984;
Willcocks, 2021). Secara keseluruhan, dalam pandangan penulis, kita akan melihat percepatan, langkah-langkah yang lebih
strategis menuju apa yang telah dilakukan dalam 35 tahun terakhir.

Tujuan keseluruhannya adalah untuk mencapai daya tanggap dan ketangkasan melalui penciptaan tiga jenis fleksibilitas
– fungsional, numerik, dan finansial. Pekerja inti mewakili keterampilan utama, dan dipandang sebagai karyawan jangka
panjang dengan syarat dan ketentuan yang menguntungkan sehingga mereka akan fleksibel secara fungsional, didukung
oleh pelatihan, pengembangan, dan teknologi baru. Kelompok periferal pertama mungkin juga bekerja penuh waktu atau
paruh waktu tetapi melakukan lebih sedikit pekerjaan penting dan cenderung memiliki syarat dan ketentuan yang kurang baik.

Lalu terdapat banyak hubungan lain yang lebih transaksional ketika organisasi ini memanfaatkan pekerja outsourcing,
sub-kontraktor, perusahaan outsourcing, pekerja mandiri, termasuk ekonomi “bakat terbuka” yang didukung teknologi dan
“pekerja hantu” yang menghasilkan pendapatan tinggi, menengah dan/atau atau rendahnya keterampilan yang tersedia
secara global tergantung pada kebutuhan, berdasarkan kontrak kerja yang kurang lebih menguntungkan (lihat Gray & Sun,
2019; Winsor & Paik, 2024). Hubungan ini memberikan beberapa fleksibilitas fungsional, namun terutama fleksibilitas numerik
dan finansial. Dalam beberapa tahun terakhir, teknologi digital telah memberikan tiga jenis fleksibilitas lagi – lokasional
(misalnya kerja jarak jauh), temporal (misalnya 24 3 7) dan fleksibilitas penggantian/peningkatan tenaga kerja (melalui
otomatisasi dan “robo-sourcing” online.

Gambar 3.
Organisasi buruh
fleksibel yang terdigitalisasi
Machine Translated by Google

Artinya, akan terus ada pekerja internal utama dan penuh waktu inti yang merupakan bagian integral dari Digitalisasi dan
fungsi organisasi. Fungsi-fungsi ini akan fleksibel dan sulit digantikan karena keterampilan, pengetahuan dan masa depan
pengalaman tingkat tinggi. Para pekerja ini akan mempunyai pengaruh besar terhadap sejauh mana mereka
dunia kerja
beralih ke kerja jarak jauh, dan bagaimana teknologi digital akan dimanfaatkan dalam pekerjaan mereka.
Sementara itu, jenis pekerja periferal akan berbeda-beda. Satu kelompok (pinggiran pertama) mempunyai
keterampilan rendah, seringkali paruh waktu dan fleksibel. Kelompok periferal kedua akan mengalami
kombinasi kontrak jangka pendek, menjadi peserta pelatihan yang disubsidi pemerintah, berbagi pekerjaan atau menjadi paruh waktu.
Kelompok lainnya akan terdiri dari staf agensi, wiraswasta, staf vendor outsourcing, dan subkontraktor dalam
jumlah besar. Kita sudah bisa melihat banyak pekerja berbasis pasar eksternal yang bekerja di fungsi-fungsi
tradisional seperti kebersihan dan katering, tetapi juga di gig economy dan kontrak kerja jarak jauh. Meskipun
bukan pegawai langsung organisasi, mereka penting bagi berfungsinya organisasi. Namun, kelompok pekerja
ini dan kelompok pekerja pinggiran pertama dan kedua hanya mempunyai daya tawar yang kecil, terutama
mengenai apakah teknologi akan mengendalikan, “memberi informasi” atau menggantikan tempat kerja
mereka. Jika hal ini masuk akal secara ekonomi bagi organisasi, para manajer akan menggunakan kerja jarak
jauh sebagai alternatif termurah dan optimal untuk memanfaatkan kumpulan tenaga kerja “periferal” dan
berbasis pasar. Dalam melakukan hal ini, para manajer harus mempertimbangkan beberapa tantangan nyata
– dalam hal cara pengendalian, masalah keamanan, tantangan motivasi, dan juga masalah tanggung jawab
sosial perusahaan.
Catatan tambahan tentang pekerjaan rumah dan jarak jauh dalam model ini. Bekerja dari rumah adalah
bagian dari kerja jarak jauh – yang berpotensi bekerja dari lokasi mana pun. Akankah kerja jarak jauh menjadi
mode yang dominan, seperti yang disarankan banyak orang? Tidak mengherankan, kita telah melihat
peningkatan penggunaan pekerjaan jarak jauh dan pekerjaan rumahan selama 10 tahun terakhir, salah
satunya karena kemajuan teknologi yang mendukungnya. MGI (2020b) mencatat bahwa potensi kerja jarak
jauh sangat terkonsentrasi di beberapa sektor, seperti informasi dan teknologi, keuangan dan asuransi serta
manajemen, dan para eksekutif yang disurvei dari sektor-sektor tersebut menunjukkan niat yang lebih besar
untuk mempekerjakan karyawan mereka dari jarak jauh. Namun studi tersebut juga menunjukkan bahwa lebih
dari 60% pekerja di perekonomian AS, misalnya, tidak dapat bekerja dari jarak jauh, terutama pekerja kerah
biru, namun banyak pula “pekerja berpengetahuan” juga. Pekerjaan mereka memerlukan setidaknya kehadiran
fisik. Di negara-negara kurang berkembang, jumlah pekerja yang tidak dapat bekerja jarak jauh bahkan lebih
tinggi. Ada juga peran keputusan eksekutif. McKinsey menemukan beberapa dukungan untuk mengizinkan
sebagian kecil pekerja untuk bekerja dari jarak jauh selama dua hari dalam seminggu pasca Covid-19, namun
sejak akhir tahun 2022 hingga tahun 2023, banyak eksekutif menjadi lebih berhati-hati terhadap tantangan
dan ekonomi, serta implikasi produktivitas dari pengelolaan rumah dan kerja jarak jauh. . (Forsdick, 2022;
McKinsey, 2023).
Jelas bahwa kerja rumahan dan kerja jarak jauh cocok dengan model yang ditunjukkan pada Gambar 3,
namun semakin banyak tanda tanya yang muncul mengenai produktivitas kerja virtual. Terlepas dari gangguan
dan kondisi sosial di rumah, beberapa penelitian menunjukkan bahwa komunikasi virtual dapat mengekang
munculnya ide, dan bahwa pekerjaan jarak jauh di seluruh perusahaan menyebabkan jaringan kolaborasi
pekerja menjadi lebih statis dan terisolasi, dengan lebih sedikit jembatan antar bagian yang berbeda.
Selanjutnya terjadi penurunan komunikasi sinkron dan peningkatan komunikasi asinkron. Secara keseluruhan,
dampak-dampak ini mempersulit karyawan untuk memperoleh dan berbagi informasi baru di seluruh jaringan
(Brucks & Levav, 2022; Yang et al., 2022). Setelah perlunya kerja jarak jauh selama tahun-tahun pandemi,
Forsdick (2022) menemukan bahwa kondisi ekonomi yang kurang menarik menimbulkan kekhawatiran
terhadap produktivitas pekerja jarak jauh, dan membatasi kerja rumahan menjadi gejala para eksekutif kembali
menegaskan kendalinya. McKinsey (2023) memperkirakan bahwa 20–25% tenaga kerja di negara maju dapat
bekerja dari rumah dalam rentang tiga hingga lima hari seminggu (yang berarti empat kali lebih banyak
pekerjaan jarak jauh dibandingkan sebelum Covid-19). Namun tidak semua pekerjaan yang dapat dilakukan
dari jarak jauh harus berupa, misalnya negosiasi, bertukar pikiran, dan memberikan masukan yang sensitif.
Hal ini mendukung pandangan lebih luas yang dikemukakan Brown dan Duguid (2017) tentang kehidupan
sosial informasi – bahwa kita harus melihat lebih dari sekedar informasi tetapi juga konteks sosial yang
menciptakan dan memberi makna pada informasi tersebut.
Machine Translated by Google

Bekerja jarak jauh bukan hanya masalah praktis namun juga masalah ekonomi dan sosial. Kita sudah tahu
JEBDE
bahwa produktivitas bersih dari kerja jarak jauh terbukti cukup kuat dan kemungkinan akan lebih baik lagi jika
dilakukan dalam skala yang lebih besar. Namun, ada kemungkinan bahwa akan ada cukup banyak pekerjaan yang
tidak sesuai untuk pekerjaan jarak jauh, dan mungkin ada dampak buruk ketika timbul biaya tak terduga. Di sinilah
faktor-faktor sosial dan budaya berperan. Faktor-faktor tersebut bisa bersifat kemasyarakatan (norma yang dapat
diterima, undang-undang sosial), organisasi (berlaku untuk jenis pekerja yang mana, dampaknya terhadap budaya,
apakah pekerjaan memerlukan lebih banyak kontak interpersonal) atau individu (preferensi pekerja, jenis pekerjaan).
tingkat pekerjaan, situasi rumah). Dalam pandangan penulis, pascapandemi, faktor ekonomi kemungkinan besar
akan menang, setidaknya untuk sementara waktu, namun kerja jarak jauh hanya akan meningkat jika faktor sosial
mendukung sepenuhnya (Willcocks, 2020b). Berikut ini adalah dua isu utama: Apakah ini lebih produktif? Dan
apakah biayanya lebih murah? Kita kemudian harus menambahkan beberapa faktor sosial yang bersifat moderat,
misalnya, keadaan karyawan tertentu, masalah tanggung jawab sosial dan undang-undang, pengaturan pengasuhan
anak dan dampaknya terhadap budaya perusahaan yang lebih luas.

Tantangan dan langkah ke depan Jadi,

tantangan kerja rumahan dan jarak jauh memang menambah beberapa permasalahan dalam model tenaga kerja
fleksibel yang terdigitalisasi. Namun ada beberapa masalah yang lebih besar yang melekat dalam cara mengelola
pekerjaan, manusia, dan teknologi. Oleh karena itu, sebuah studi pada tahun 2021 melaporkan bahwa lebih dari tiga
perempat responden tidak cukup siap untuk mengelola tenaga kerja yang sebagian besar terdiri dari peserta
eksternal. Penelitian kami yang sedang berlangsung (Willcocks dkk., 2023) bersifat lebih terperinci dan menemukan
tantangan-tantangan yang muncul dan tidak terduga.

(1) Jika model ini disusun melalui serangkaian respons jangka pendek, organisasi akan “kehabisan jalan” dalam
waktu dekat. Perlu ada niat strategis untuk menjaga keberlanjutan bisnis dalam jangka waktu lima tahun.

(2) Pekerja inti adalah kunci karena mereka membawa budaya, keterampilan inti, dan memberikan ketangkasan
yang penting dalam lingkungan yang bergejolak dan tidak menentu saat ini. Namun, terdapat tanda-tanda
bahwa model tersebut dalam praktiknya mengikis budaya organisasi, dan juga bahwa tidak hanya karyawan
yang berperilaku tidak seperti pekerja inti – sering kali mereka meninggalkan organisasi untuk mencari
kemajuan karir – namun perusahaan juga tidak memperlakukan karyawannya dengan baik. sebagai inti –
sehingga penekanan baru pada tahun 2023 pada pengalaman karyawan untuk memperbaiki tren ini.

(3) Pengaturan periferal cenderung bersifat transaksional dan kontraktual – hal ini tidak menumbuhkan nilai-nilai
budaya utama di antara para pekerja. Selain itu, seperti yang kami temukan saat melihat outsourcing, biaya
manajemen dan transaksi pengoperasian berdasarkan kontrak bisa sangat tinggi.

(4) Model ini perlu dioperasikan sebagai pendekatan strategis terhadap pemanfaatan tenaga kerja, dengan
kelompok inti yang bertanggung jawab untuk memastikan bahwa pekerja inti dan periferal diperlakukan
dan dilatih dengan baik untuk melakukan tugas yang diberikan kepada mereka. Ada indikasi bahwa fungsi
SDM tidak mampu melakukan tugas ini di sebagian besar organisasi. Jika tidak, maka ini jelas merupakan
area yang harus dikerjakan.

(5) Apakah cara kerja ini memberikan respons yang cukup terhadap kekurangan keterampilan? Jelasnya, hal ini
menjadikan pemanfaatan tenaga kerja lebih fleksibel, dan dapat memanfaatkan basis talenta yang lebih
luas, bahkan global. Hal ini juga dapat memanfaatkan perluasan kemungkinan otomatisasi kerja, desain
kerja manusia-mesin, dan sumber daya cloud untuk tenaga kerja digital. Dalam versi terbaiknya, pekerja
inti akan menerima pelatihan dan pengembangan substansial. Namun kebiasaan lama yang memotong
anggaran pelatihan akan sulit dihilangkan, terutama ketika organisasi sedang mengalami kesulitan, atau
setidaknya bertindak dini untuk menurunkan biaya, melindungi neraca keuangan, dan membelanjakan lebih
banyak dana untuk ketahanan, misalnya dalam bidang keamanan siber dan rantai pasokan. Secara historis, “periferal”
Machine Translated by Google

Para pekerja dibiarkan berjuang lebih keras untuk diri mereka sendiri, sementara “perang untuk mendapatkan Digitalisasi dan
talenta” tidak lagi mengenai pelatihan dan pengembangan, namun lebih pada persaingan untuk mendapatkan masa depan
keterampilan dengan harga pasar. Hal ini cenderung menciptakan pemenang dan pecundang, bukan
dunia kerja
surplus keterampilan.

Ada beberapa cara konstruktif ke depan. Salah satu pandangan responden penelitian kami adalah mempertahankan
dan membangun tenaga kerja inti harus menjadi target prioritas. Harus ada kejelasan strategis seputar tujuan
tersebut. Salah satu bagiannya adalah mendefinisikan pekerja inti berdasarkan strategi dan konteks yang berubah.
Hal ini, dalam praktiknya, tidak mudah dilakukan jika organisasi tidak memiliki kejelasan yang baik mengenai tujuan,
model operasi, dan nilai-nilainya. Dan penelitian terbaru kami menunjukkan bahwa banyak hal yang kurang jelas
(Willcocks dkk., 2023).
Pasar tenaga kerja internal dan jalur cepat horizontal berkecepatan tinggi dapat memberikan banyak manfaat
dalam mendorong dan mengembangkan tenaga kerja inti. Ini adalah praktik besar yang dilakukan perusahaan-
perusahaan besar Jepang pada tahun 1980an, ketika mereka berada di puncak kesuksesan.
Ada banyak bukti bahwa pengorganisasian ke dalam tim-tim kecil lintas fungsi dan diberi keleluasaan mengenai
cara mencapai tujuan dan kinerja yang terukur merupakan penggunaan produktif tenaga kerja inti, dan tentu saja
beberapa anggota tenaga kerja periferal lainnya.
Pekerja periferal perlu didekatkan pada organisasi utama dan budayanya. Misalnya, menerapkan prinsip-prinsip
integritas ekonomi, keadilan masyarakat, dan integritas lingkungan serta penghargaan yang adil di seluruh organisasi
mungkin bisa membantu dalam hal ini. Salah satu temuan penting mengenai pekerja jarak jauh adalah mereka
mengalami gangguan kerja-rumah, penundaan komunikasi yang buruk, dan kesepian. Pengawasan yang lebih ketat
dan peningkatan beban kerja cenderung melemahkan pekerja dibandingkan membuat mereka lebih produktif.
Sementara itu, dukungan sosial yang lebih banyak, termasuk 1-2 hari di kantor, tampaknya memberikan dampak
yang paling menguntungkan.
Ini hanyalah beberapa pengamatan. Pergeseran keterampilan yang drastis memerlukan tindakan dan intervensi
besar dari pemerintah, sistem pendidikan, dunia usaha, dan pekerja, yang berkelanjutan dari waktu ke waktu. Namun
cara pengelolaan organisasi buruh yang fleksibel akan mempunyai banyak konsekuensi terhadap daya tarik tenaga
kerja, retensi, pembangunan basis keterampilan, pemanfaatan teknologi dan tingkat produktivitas yang dicapai.

Arahan penelitian Makalah

ini mengajukan tinjauan terhadap penelitian yang sudah ada untuk menunjukkan kemajuan teknologi, dan apa
dampaknya terhadap pekerjaan dan keterampilan, serta implikasi pengelolaannya pada tahun 2030. Namun di zaman
yang serba cepat, penuh ketidakpastian, dan mudah berubah lingkungan bisnis, penilaian yang dibuat hanya bersifat
sementara. Penelitian di masa depan perlu terus meninjau kembali kemungkinan teknologi yang akan muncul,
misalnya 5G, komputasi kuantum, AI generatif, kecepatan penerapannya, dan kemungkinan dampaknya terhadap
organisasi dan pasar tenaga kerja. Untungnya, serangkaian studi makro terkait secara teratur dihasilkan oleh para
akademisi, lembaga penelitian konsultan manajemen, perusahaan teknologi dan bank (misalnya McKinsey, Infosys,
Asian Development Bank), pemerintah nasional dan lembaga global (misalnya Forum Ekonomi Dunia, OECD, Dunia
Namun, temuan-temuan mereka perlu dikritisi dan disintesis karena temuan-temuan tersebut secara rutin
menggunakan metode dan database yang berbeda serta menunjukkan tingkat ketelitian penelitian yang berbeda-
beda.

Kedua, tesis Willcocks yang menyatakan bahwa ada delapan syarat untuk berasumsi bahwa otomasi dan
teknologi digital akan diterapkan dengan cepat dan berdampak besar pada cara pekerjaan dilakukan, jumlah
pekerjaan, dan keterampilan perlu terus diuji ulang. Salah satu penyebabnya adalah apakah delapan kualifikasi ini
akan memiliki pengaruh yang sama di masa depan. Selain itu, apakah muncul faktor-faktor lain yang mungkin
mempercepat atau memperlambat laju perubahan teknologi. Ada kemungkinan juga bahwa tesis ini hanya berlaku
pada fase awal adopsi teknologi, dan pada periode pertengahan penerapannya akan jauh lebih cepat seiring dengan
“melintasi jurang” teknologi. Penelitian di sini dapat dilanjutkan dengan melihat kemungkinan adanya tahapan
pertumbuhan yang akan muncul
Machine Translated by Google

JEBDE teknologi. Kita bisa melihat para peneliti mengamati setiap teknologi/aplikasi, misalnya AI generatif, dan merencanakan jalur
pertumbuhan yang mungkin terjadi, lalu melihat apakah jalur pertumbuhan tersebut umum atau tidak untuk semua teknologi
digital yang sedang berkembang.
Ketiga, makalah ini mengajukan tesis baru bahwa hampir setiap penelitian yang memperkirakan hilangnya pekerjaan
dalam skala besar akibat penerapan teknologi digital mengasumsikan bahwa jumlah pekerjaan yang harus diselesaikan tetap
stabil. Makalah ini berargumentasi, berdasarkan pertumbuhan data yang eksponensial, peningkatan audit, regulasi dan
birokrasi, serta tantangan yang ditimbulkan oleh teknologi digital ini (misalnya masalah keamanan siber, AI generatif, dan
kekayaan intelektual), yang pada kenyataannya adalah jumlah pekerjaan yang harus dilakukan secara global meningkat setiap
tahunnya setidaknya 10–12%, bergantung pada sektornya. Penelitian di masa depan dapat menemukan bukti apakah
kesimpulan ini valid atau tidak, dan jika demikian, perbedaan apa yang akan dihasilkan dari asumsi ini terhadap statistik yang
dihasilkan secara rutin mengenai masa depan teknologi dan pekerjaan.

Keempat, telah terjadi penggabungan konseptual yang sudah berlangsung lama antara dampak otomasi (otomatisasi
proses robotik, kognitif, otomasi cerdas, AI) dan dampak teknologi baru lainnya, misalnya, media sosial, fabrikasi digital,
Internet of Things, augmented reality, dan lain-lain. realitas dan blockchain. Kebingungan lebih lanjut muncul ketika semakin
banyak teknologi yang digabungkan. Kebingungan konseptual tidak membantu pemahaman atau upaya penelitian. Penelitian
di masa depan dapat membantu melakukan studi yang lebih terpilah sehingga dampak dari masing-masing teknologi, dan
kombinasi teknologi, dapat benar-benar dirasakan.

Kelima, makalah ini mengemukakan munculnya model organisasi fleksibel terdigitalisasi yang akan membentuk cara
adopsi teknologi, membentuk organisasi, dan berinteraksi dengan tugas, keterampilan, dan jenis pekerjaan di masa depan.
Makalah ini juga menantang potensi efektivitas model ini sebagai cara pengelolaan. Penelitian di masa depan dapat menyelidiki
penerapan model ini – apakah hal ini benar-benar terjadi? Penelitian juga diperlukan untuk memverifikasi apakah tantangan
yang diajukan benar-benar muncul, dan apakah model tersebut merupakan cara yang efektif untuk mengelola organisasi di
masa depan secara efektif.

Kesimpulan
Dalam konteks yang lebih luas, Willcocks (2020d) bertujuan untuk memberikan bukti bahwa, di luar polarisasi “ketakutan
berlebihan” dalam berita utama media dan juga dalam beberapa studi akademis, serangkaian perubahan yang jauh lebih
kompleks dan bernuansa sedang terjadi di bawah judul-judul tersebut. otomatisasi dan “AI”. Mengikuti Willcocks, Oshri, dan
Kotlarsky (2024), makalah ini menyarankan delapan kriteria utama yang mendukung gagasan bahwa otomatisasi akan
berdampak cepat dan global, serta akan mengakibatkan hilangnya pekerjaan bersih secara besar-besaran. Kualifikasinya
adalah:

(1) Tugas dan aktivitas dalam pekerjaan akan diotomatisasi, bukan seluruh pekerjaan.

(2) Banyak penelitian yang memperkirakan hilangnya lapangan kerja mengabaikan penciptaan lapangan kerja dari otomatisasi.

(3) Organisasi yang memilih teknologi otomasi mengalami banyak tantangan pengembangan, implementasi, dan
penggunaan.

(4) Teknologi otomasi tidak pernah terlahir sempurna.

(5) Keterampilan dan kekuatan manusia yang khas tetap diperlukan dalam banyak bidang pekerjaan
kegiatan.

(6) Populasi yang menua dan angka kelahiran yang lebih rendah berdampak buruk terhadap ketersediaan angkatan kerja.

(7) Terdapat kekurangan keterampilan dan produktivitas yang sudah ada dan diperkirakan.

(8) Terdapat dan akan terus terjadi peningkatan eksponensial dalam jumlah pekerjaan yang harus dilakukan
Selesai.
Machine Translated by Google

Pada poin terakhir, kami menyimpulkan bahwa mulai sekarang hingga tahun 2030, mungkin terdapat pertumbuhan
Digitalisasi dan
eksponensial tahunan sebesar 10–12% dalam jumlah pekerjaan yang harus diselesaikan, bergantung pada sektor dan negara.
masa depan
Pertumbuhan ini muncul karena adanya pertumbuhan data yang eksponensial, peningkatan audit, regulasi dan birokrasi,
dunia kerja
serta tantangan yang dibawa oleh teknologi digital.
Salah satu tantangan tersebut adalah perubahan keterampilan dramatis yang diperlukan oleh teknologi digital,
termasuk untuk mendukung pengembangan dan pengoperasiannya. Namun satu kesimpulannya adalah meskipun
peralihan ini akan mengarah ke jenis tugas yang lebih bersifat kognitif, digital, dan tidak berulang, keterampilan manusia
yang khas akan tetap bernilai di tempat kerja.
Melihat pemanfaatan teknologi dan tenaga kerja di masa depan, kami menyimpulkan bahwa, baik untuk alasan
jangka pendek atau strategis, para manajer mulai mengadopsi model ketenagakerjaan fleksibel yang terdigitalisasi yang
memanfaatkan fleksibilitas tenaga kerja dan teknologi dengan menggunakan perangkat inti-pinggiran dalam
pengorganisasian. Kami memperkirakan bahwa para manajer yang menerapkan model seperti itu akan menghadapi
setidaknya lima tantangan utama yang harus mereka hadapi agar model tersebut benar-benar produktif.
Secara keseluruhan, kesimpulannya adalah kita perlu beralih dari retorika dan kenyataan “robo-apocalypse”.
Willcocks (2020a) menyatakan bahwa “robo-apocalypse” tidak mungkin dibatalkan atau ditunda, melainkan sebuah
kerangka narasi yang salah arah. Mitos robot membentuk cara berpikir yang terus-menerus tentang kecemasan dan
mesin yang sangat relevan dengan meningkatnya ketergantungan kita pada teknologi informasi dan komunikasi. Dari
perspektif ini, menarik bahwa otomasi sebagai robotika dan otomasi pekerjaan pengetahuan selama perdebatan telah
digabungkan dengan fenomena digitalisasi yang jauh lebih besar, yang melibatkan setidaknya sepuluh rangkaian
teknologi digital utama. Robot mewakili narasi, simbol, dan gudang kecemasan, ketakutan, dan harapan kita terkait
dengan mesin yang kita ciptakan sendiri (Willcocks, 2020c). Ketika teknologi menjadi lebih virtual, buram, dan kurang
terlihat, manusia merasa perlu untuk memahami mesin dengan merendernya dalam bentuk fisik. Hal ini nampaknya
merupakan kebutuhan psikologis manusia yang mendalam dan tidak mudah untuk dielakkan atau digantikan. Dalam
pandangan penulis, berpikir seperti ini adalah hal yang menyesatkan, dan berbahaya jika membiarkan keyakinan seperti
itu memengaruhi kebijakan. Covid-19 telah memperjelas bahwa terdapat kekhawatiran yang jauh lebih besar mengenai
masa depan dunia kerja, yang mungkin disebabkan oleh teknologi, namun juga dapat membantu menguranginya.

Implikasi praktis dari makalah ini adalah bahwa kita tidak harus berfokus pada hilangnya lapangan kerja namun pada
pergeseran keterampilan yang diperlukan dalam beberapa tahun ke depan jika negara-negara maju ingin mengeksploitasi
potensi teknologi baru dan memperbaiki kekurangan yang mungkin terjadi dalam produktivitas dan pertumbuhan ekonomi.
Hal ini juga mempunyai implikasi pelatihan bagi pemerintah, lembaga pendidikan, perusahaan dan juga bagi
pengembangan pribadi individu dan pembelajaran seumur hidup. Makalah ini juga menyarankan bahwa meskipun
organisasi cenderung bergerak ke arah penerapan model ketenagakerjaan fleksibel yang terdigitalisasi untuk
memanfaatkan fleksibilitas yang ditawarkan oleh teknologi baru, mereka sebaiknya menghadapi lima tantangan inheren
jika model tersebut diterapkan sebagai berikut: serangkaian perbaikan jangka pendek, bukan dengan cara yang strategis.

Catatan

1. Laporan Bank of America Merrill Lynch yang dirinci dalam Cybersecurity Investing News, 9 September 2015. Angka-
angka lain dari sumber berita gabungan. Contoh lainnya, kekhawatiran terhadap berita palsu melalui media sosial
telah menyebabkan Facebook mempekerjakan pemeriksa fakta di 20 negara.

2. Chad Brooks di Business News Daily, 16 April 2015.

3. David Shimkus di HR Technologist.com diunduh 6 April 2018.

Referensi

Aiken, M. (2016) Efek Cyber. London: John Murray.

Mengubah, A. (2017). Sangat menarik. London: Rumah Acak.
Machine Translated by Google

Altman, E., Schwarz, J., Kiron, D., Jones, R., & Kearns-Manolatos, D. (2021). Ekosistem tenaga kerja: Pendekatan strategis
JEBDE baru untuk masa depan dunia kerja. Dalam Laporan Studi dan Penelitian Eksekutif Global Tenaga Kerja Masa
Depan Tahun 2021. Boston: Deloitte/MIT.

Arntz, M., Gregory, T., & Zierahn, U. (2016). Risiko otomatisasi pekerjaan di negara-negara OECD: Analisis komparatif.
Makalah Kerja Sosial dan Migrasi OECD no. 189.
Paris: Perpustakaan OECD.

Atkinson, J. (1984). Strategi tenaga kerja untuk organisasi yang fleksibel. Manajemen Personalia, 16,
28–31.

Bank Pembangunan Asia (2018). Prospek pembangunan Asia 2018: Bagaimana teknologi mempengaruhi lapangan kerja.
Mandaluyong, Filipina: Bank Pembangunan Asia.

Brown, J., & Duguid, P. (2017). Kehidupan sosial informasi. Boston: Bisnis Harvard.

Brucks, M., & Levav, J. (2022). Komunikasi virtual membatasi generasi ide-ide kreatif. Nature, 606(7915), E17, diterbitkan
online 27 April. doi: 10.1038/s41586-022-04852-5.

Felstead, A., Gallie, D., Green, F. & Inanc, H. (2013). Intensifikasi kerja di Inggris: Temuan pertama dari survei keterampilan
dan ketenagakerjaan tahun 2012, London: Centre for Learning and Life Chances in Knowledge Economies and
Societies, Institute of Education.

Penelitian Forrester (2017). Masa depan pekerjaan: Bekerja berdampingan dengan robot. New York: Forrester
Riset.

Forsdick, S. (2022). Tren 2023 – berakhirnya kerja jarak jauh dan 'keuntungan besar'. Orang yg pandai bercerita. tanggal 13
Desember.

Frey, C. (2019). Perangkap teknologi. Oxford: Pers Universitas Oxford.

Frey, C. dan Osborne, M. (2013) Masa depan lapangan kerja: Seberapa rentannya pekerjaan terhadap komputerisasi?.
Makalah Kerja Oxford, Universitas Oxford, Oxford, September.

Frey, C., & Osborne, M. (2017). Masa depan lapangan kerja: Seberapa rentannya pekerjaan terhadap komputerisasi?.
Peramalan Teknologi dan Perubahan Sosial, 114, 254–280. doi: 10.1016/j. techfore.2016.08.019.

Ganz, J., Reinsel, D., & Rydning, J. (2017). Era Data 2025: Evolusi data menjadi sangat penting bagi kehidupan. Buku Putih
IDC, April.

Gazzaley, A., & Rosen, L. (2016). Pikiran yang Terganggu: Otak Kuno di Dunia Teknologi Tinggi. Boston:
Pers MIT.

Graeber, D. (2015) Utopia aturan: Tentang teknologi, kebodohan, dan rahasia kegembiraan birokrasi.
Brooklyn: Rumah Melville.

Graeber, D. (2018) Pekerjaan Omong kosong. London: Rumah Acak Penguin.

Gray, M., & Sun, S. (2019). Pekerjaan hantu. Boston: Houghton Mifflin Harcourt.

Korunka, C. dan Kubicek, B. (Eds.) (2017). Tuntutan pekerjaan di dunia kerja yang terus berubah, New York:
Peloncat.

Lacity, M., & Willcocks, L. (2017). Pendekatan baru terhadap otomatisasi layanan. Tinjauan Manajemen Sloan,
13 (September), 41–49.

Lacity, M., & Willcocks, L. (2018). Otomatisasi robotik dan kognitif: Fase selanjutnya. Stratford Setelah
Avon: Penerbitan SB.

Lacity, M., Willcocks, L., & Gozman, D. (2021). Mempengaruhi praktik sistem informasi: Pendekatan prinsip tindakan
diterapkan pada proses robotik dan otomatisasi kognitif. Jurnal Teknologi Informasi, 36, 3–240. doi:
10.1177/0268396221990778.

McKinsey (2020). Bagaimana COVID-19 telah mendorong perusahaan melewati titik kritis teknologi – dan mengubah bisnis
selamanya (Vol. 5 Oktober). McKinsey & Perusahaan. Praktik Digital dan Strategi dan Keuangan Perusahaan.
Tersedia dari: McKinsey.com

McKinsey (2023). Bagaimana masa depan pekerjaan?. New York: McKinsey. Januari.
Machine Translated by Google

Institut Global McKinsey (MGI) (2017). Pekerjaan hilang, pekerjaan bertambah: Transisi tenaga kerja di era otomatisasi.
Digitalisasi dan
San Fransisco, California; Chicago, Illinois; Brussel; London: McKinsey & Perusahaan.
masa depan
Institut Global McKinsey (MGI) (2018a). Catatan dari AI frontier: Wawasan dari ratusan penggunaan dunia kerja
kasus. San Fransisco, California; Chicago, Illinois; Brussel; London: McKinsey dan Perusahaan.

Institut Global McKinsey (MGI) (2018b). Catatan dari AI frontier: Memodelkan dampak AI terhadap perekonomian dunia.
San Fransisco, California; Chicago, Illinois; Brussel; London: McKinsey dan Perusahaan.

Institut Global McKinsey (MGI) (2020b). Apa yang diimpikan oleh 800 eksekutif untuk angkatan kerja pascapandemi. New
York: Makalah, Institut Global McKinsey. September.

Harga Waterhouse Coopers (2017). Prospek perekonomian Inggris: Akankah robot mencuri lapangan kerja kita?. London: Harga
Coopers Rumah Air.

Riset, & Pasar (2023). Laporan pasar keamanan siber global 2023. New York: Riset dan
Pasar.

Layanan Sekarang (2017). Kondisi kerja hari ini: Pada titik puncaknya, Santa Clara: Servis Sekarang.

Sang Ekonom (2023). Masa depan pekerjaan: Rekan baru Anda (13 Mei, hlm. 59–61). London:
Sang Ekonom.

Wajcman, J. dan Rose, E. (2011). Konektivitas konstan: Memikirkan kembali interupsi di tempat kerja', bersama Emily
Rose. Studi Organisasi, 32(7), 941–962.

Willcocks, L. (2020a). Robo-Apocalypse dibatalkan?: Membingkai ulang otomatisasi dan perdebatan masa depan pekerjaan.
Jurnal Teknologi Informasi, 35(4), 286-302.

Willcocks, L. (2020b). Bekerja jarak jauh – akan tetap di sini?. Tinjauan Bisnis LSE, April. Tersedia dari: https://
blogs.lse.ac.uk/businessreview/2020/04/02/remote-working-here-to-stay/ Willcocks, L. (2020c).

Mengapa metafora yang menyesatkan membodohi para manajer tentang penggunaan AI, Forbes, 23 April. Tersedia dari:
https://www.forbes.com/sites/londonschoolofeconomics/2020/04/23/

Willcocks, L. (2020d). COVID-19 dapat memperburuk kesenjangan digital di antara dunia usaha. Tinjauan Bisnis LSE,
September. Tersedia dari: https://blogs.lse.ac.uk/businessreview/2020/09/03/covid-19- may-exacerbate-the-
digitaldivide-among-businesses/ Willcocks, L. (2021). Bisnis

global: Manajemen. Stratford Upon Avon: Penerbitan SB.

Willcocks, L. (2023a). Inilah bagaimana organisasi buruh fleksibel yang terdigitalisasi menjadi masa depan dunia kerja.
Tinjauan Bisnis LSE. 18 April. Tersedia dari : https://blogs.lse.ac.uk/businessreview/2023/04/18/heres-how-
digitalised-flexible-organisations-become-the-future-of-work/ Willcocks, L. (2023b). Otomatisasi

proses robotik dan masa depan pekerjaan. Presentasi ke CTO

Forum. 4 Mei.

Willcocks, L., & Lacity, M. (2016). Robot otomatisasi layanan dan masa depan pekerjaan. Stratford Setelah
Avon: Penerbitan SB.

Willcocks, L., Hindle, J., & Lacity, M. (2019). Menjadi strategis dengan otomatisasi proses robotik.
Stratford Upon Avon: Penerbitan SB.

Willcocks, L., Hindle, J., Stanton, M., & Smith, J. (2023). Memaksimalkan nilai dengan otomatisasi dan digital
transformasi: Panduan realis. London: Palgrave.

Willcocks, L., Oshri, I., & Kotlarsky, J. (Eds.) (2024), Transformasi dalam Pengalihdayaan Global: Menuju
Sumber Digital TI dan Layanan Bisnis. London: Palgrave.

Winsor, J., & Paik, J. (2024). Open Talent: Memanfaatkan tenaga kerja global untuk memecahkan masalah terbesar Anda
tantangan. Boston: Pers Tinjauan Bisnis Harvard.

Forum Ekonomi Dunia (2020). Kita memerlukan revolusi pelatihan ulang keterampilan global – inilah alasannya. Makalah
Pengarahan, Forum Ekonomi Dunia, 22 Januari. Jenewa.

Yang, L., Holtz, D., Jaffe, S., Suri, S., Sinha, S., Weston, J., ... Teevan, J. (2022). Dampak kerja jarak jauh terhadap
kolaborasi antar pekerja informasi, Nature Human Behavior. 6(1), 43–54.
Januari. doi: 10.1530/ey.19.15.13.
Machine Translated by Google

Bacaan lebih lanjut

JEBDE
Dery, K., Van Der Meulen, N., & Sebastian, I. (2018). Pengalaman karyawan: Memungkinkan strategi tenaga kerja
masa depan Anda. Pusat Penelitian Sistem Informasi MIT Sloan, XVIII(9). Tersedia dari: https://
sloanreview.mit.edu/article/using-ai-toenhance-busi-ness-operations/ (diakses 12 Mei 2020).

Karr, J., Loh, K., & San Andres, E. (2020). COVID-19, 4IR dan masa depan dunia kerja. Laporan singkat unit
pendukung kebijakan APEC No. 34, Juni. Beijing: Kerja Sama Ekonomi Asia-Pasifik.
Institut Global McKinsey (MGI) (2020a). Masa depan pekerjaan di Eropa: Otomatisasi, transisi tenaga kerja, dan
pergeseran geografi pekerjaan. San Francisco: Institut Global McKinsey. Juni.

Meulen, N., & Sebastian, I. (2018). Pengalaman karyawan: Memungkinkan strategi tenaga kerja masa depan Anda.
Pusat Penelitian Sistem Informasi MIT Sloan, XVIII(9). Tersedia dari : https://sloanreview.mit.edu/article/
using-ai-toenhance-business-operations/ (diakses 12 Mei 2020).
Susskind, D. (2020). Dunia tanpa pekerjaan. London: Allen Lane.

Penulis koresponden Leslie

Patrick Willcocks dapat dihubungi di: willcockslp@aol.com

Untuk instruksi tentang cara memesan cetak ulang artikel ini, silakan kunjungi situs web
kami: www.emeraldgrouppublishing.com/licensing/reprints.htm Atau hubungi
kami untuk rincian lebih lanjut: izin@emeraldinsight.com