![\"\"](\"https:\/\/binus.ac.id\/medan\/computer-science\/wp-content\/uploads\/sites\/3\/2026\/09\/artikel-1-300x177.png\")
<\/p>\n<\/p>\n
Bayangkan : selama ini AI seperti ChatGPT atau Gemini yang biasa dipakai untuk mengerjakan tugas berperan seperti asisten yang menjawab pertanyaan<\/strong>. Kita tanya, dia jawab, kita yang memutuskan apakah jawabannya dipakai atau tidak. Tapi bayangkan versi AI yang tidak lagi menunggu pertanyaan \u2014 dia langsung mengambil tindakan<\/strong> sendiri: menyetujui pengajuan kredit di bank, memutuskan klaim asuransi diterima atau ditolak, bahkan mengatur ulang jadwal pengiriman barang tanpa ada manusia yang mengklik tombol “setuju”. Itulah yang sedang terjadi di dunia korporasi saat ini, dan itulah yang akan dibahas dalam artikel ini.<\/p>\n <\/p>\n Salah satu data yang menarik dari pengumuman ini: menurut lembaga riset IDC, 93% perusahaan besar dunia<\/strong> mengatakan bahwa prioritas mereka terhadap AI kini makin berfokus pada membangun “semantic layer” tadi \u2014 tanda bahwa perusahaan sadar AI tidak akan berguna jika tidak benar-benar memahami konteks bisnis mereka.<\/p>\n 1. Jenis pekerjaan level pemula akan berubah bentuk.<\/strong> Banyak pekerjaan pemula (fresh graduate) selama ini berupa tugas administratif dan analitik rutin \u2014 memeriksa data, memproses klaim, membuat laporan berulang. Jika AI agentic benar-benar bisa mengambil alih tugas-tugas ini, peran fresh graduate ke depan kemungkinan bergeser dari “mengerjakan” menjadi “mengawasi dan mengoreksi pekerjaan AI”. Ini berarti keterampilan seperti berpikir kritis, mengevaluasi keputusan AI, dan memahami konteks bisnis akan jauh lebih berharga dibanding sekadar keterampilan teknis mengerjakan tugas rutin.<\/p>\n 2. Keterampilan yang dicari perusahaan akan bergeser.<\/strong> Forum ini secara eksplisit ditujukan bagi orang-orang yang mengurus data perusahaan (data governance) \u2014 bidang yang lima tahun lalu belum terlalu populer, tapi sekarang menjadi salah satu keahlian paling dicari. Memahami dasar-dasar tata kelola data, etika AI, dan cara kerja sistem AI (meski bukan berlatar belakang ilmu komputer) akan jadi nilai tambah di hampir semua bidang kerja.<\/p>\n 3. Setiap orang akan menjadi “pengguna” keputusan AI, bukan hanya pembuatnya.<\/strong> Baik seseorang bekerja sebagai programmer, akuntan, jurnalis, atau pekerja sosial, kemungkinan besar akan berhadapan dengan keputusan yang dibuat oleh sistem AI agentic \u2014 baik sebagai karyawan yang mengoperasikannya, maupun sebagai konsumen yang terdampak olehnya (misalnya saat mengajukan pinjaman pendidikan atau melamar kerja lewat sistem rekrutmen otomatis).<\/p>\n Sisi risiko:<\/strong> Memberi AI kewenangan untuk “bertindak” \u2014 bukan sekadar “menyarankan” \u2014 berarti kesalahan sistem bisa berdampak jauh lebih cepat dan luas sebelum sempat dikoreksi manusia. Ada juga risiko ketergantungan berlebihan pada segelintir perusahaan cloud raksasa (seperti Google, Amazon, atau Microsoft) yang menyediakan infrastruktur AI bagi ribuan perusahaan lain sekaligus \u2014 kalau terjadi gangguan atau penyalahgunaan di level infrastruktur ini, dampaknya bisa menyebar ke banyak sektor sekaligus.<\/p>\n Menariknya, kolaborasi ini datang dari Strategy Inc, perusahaan yang selama ini lebih dikenal sebagai pemegang Bitcoin institusional terbesar di dunia. Ini menunjukkan sesuatu yang layak diamati oleh siapa pun yang tertarik pada teknologi: batas antara industri aset digital (kripto), komputasi awan (cloud), dan kecerdasan buatan<\/strong> kini semakin menyatu menjadi satu ekosistem bisnis besar \u2014 bukan lagi tiga dunia terpisah.<\/p>\n Poin paling penting dari tren ini bukan soal secanggih apa AI-nya, melainkan pengakuan bahwa AI sehebat apa pun akan gagal jika fondasi data dan pengawasannya lemah<\/strong>. Ini prinsip yang berlaku bukan hanya untuk perusahaan raksasa, tapi juga relevan bagi siapa pun yang mulai menggunakan AI untuk belajar dan bekerja: sebelum mempercayai keputusan atau jawaban dari sebuah sistem AI, penting untuk selalu bertanya \u2014 dari data apa keputusan ini diambil, dan siapa yang bertanggung jawab jika sistem itu salah?<\/p>\n Memahami tren seperti ini sejak dini, sebelum benar-benar terjun sepenuhnya ke dunia kerja, adalah cara terbaik untuk tidak sekadar menjadi “pengguna” teknologi, tapi juga menjadi bagian dari generasi yang ikut menentukan bagaimana teknologi ini seharusnya digunakan secara bertanggung jawab.<\/p>\n Sumber: Strategy Inc dan Google Cloud, 3 September 2026, businesswire.com<\/p>\n","protected":false},"excerpt":{"rendered":" Bayangkan : selama ini AI seperti ChatGPT atau Gemini yang biasa dipakai untuk mengerjakan tugas berperan seperti asisten yang menjawab pertanyaan. Kita tanya, dia jawab, kita yang memutuskan apakah jawabannya dipakai atau tidak. Tapi bayangkan versi AI yang tidak lagi menunggu pertanyaan \u2014 dia langsung mengambil tindakan sendiri: menyetujui pengajuan kredit di bank, memutuskan klaim […]<\/p>\n","protected":false},"author":6,"featured_media":73089,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-73086","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articles"],"_links":{"self":[{"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/posts\/73086","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/comments?post=73086"}],"version-history":[{"count":3,"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/posts\/73086\/revisions"}],"predecessor-version":[{"id":73093,"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/posts\/73086\/revisions\/73093"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/media\/73089"}],"wp:attachment":[{"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/media?parent=73086"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/categories?post=73086"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/binus.ac.id\/medan\/computer-science\/wp-json\/wp\/v2\/tags?post=73086"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"\"](\"https:\/\/binus.ac.id\/medan\/computer-science\/wp-content\/uploads\/sites\/3\/2026\/09\/artikel-2.png\")
Pada 3 September 2026, dua perusahaan teknologi besar \u2014 Strategy Inc<\/strong> (dulu bernama MicroStrategy, salah satu perusahaan pemegang aset kripto Bitcoin terbesar di dunia) dan Google Cloud<\/strong> \u2014 mengumumkan rangkaian forum eksekutif di tujuh kota besar Amerika Serikat, mulai Oktober 2026. Forum ini ditujukan bagi para pemimpin perusahaan yang mengurus data dan AI, dengan satu pesan utama: perusahaan-perusahaan besar sudah melewati masa “coba-coba” AI, dan sekarang harus serius mempersiapkan AI agentic<\/strong> untuk beroperasi dalam skala besar.<\/p>\n\n\n
\n Istilah<\/strong><\/td>\n Artinya dalam bahasa sederhana<\/strong><\/td>\n<\/tr>\n \n Generative AI<\/td>\n AI yang menghasilkan teks, gambar, atau jawaban ketika diminta \u2014 seperti ChatGPT yang biasa dipakai sehari-hari<\/td>\n<\/tr>\n \n Agentic AI<\/td>\n AI yang bisa mengambil serangkaian langkah dan keputusan sendiri untuk mencapai tujuan, tanpa terus-menerus diarahkan manusia \u2014 ibarat asisten yang diberi kunci mobil, bukansekadar peta<\/td>\n<\/tr>\n \n Semantic layer<\/td>\n “Kamus” internal yang membantu AI memahami istilah dan aturan bisnis suatu perusahaan secara tepat, supaya tidak salah paham saat mengambil keputusan<\/td>\n<\/tr>\n \n Tokenomics (dalam konteks AI)<\/td>\n Perhitungan biaya penggunaan AI, karena setiap kata yang diproses AI (disebut “token”) ada biayanya \u2014 makin besar skala penggunaan, makin mahal, sehingga perusahaan mulai menghitung efisiensinya<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n Kenapa Tren Ini Perlu Diperhatikan Sejak Dini?<\/strong><\/h2>\n
![\"\"](\"https:\/\/binus.ac.id\/medan\/computer-science\/wp-content\/uploads\/sites\/3\/2026\/09\/artikel-3-300x177.png\")
Mungkin terasa jauh dari kehidupan sehari-hari, tapi sebenarnya tren ini akan langsung memengaruhi dunia kerja yang akan dimasuki dalam beberapa tahun ke depan, dalam beberapa cara konkret.<\/p>\nDua Sisi yang Perlu Dipahami<\/strong><\/h2>\n
![\"\"](\"https:\/\/binus.ac.id\/medan\/computer-science\/wp-content\/uploads\/sites\/3\/2026\/09\/artikel-7-300x166.png\")
Sisi peluang:<\/strong> Jika dijalankan dengan benar, AI agentic bisa membuat proses bisnis jauh lebih cepat dan efisien \u2014 keputusan yang dulu makan waktu berhari-hari bisa selesai dalam hitungan menit. Ini juga membuka lapangan kerja baru di bidang yang belum banyak dipelajari secara luas saat ini: pengawas AI, auditor algoritma, spesialis tata kelola data, dan perancang etika AI.<\/p>\n