(Business Lounge Journal – Human Resources)
Dalam artikel sebelumnya, kita telah membahas tiga skill fundamental yang menjadi fondasi utama bagi profesional HR di era AI. Baca: AI Fluency: 3 Skill AI yang Wajib Dicantumkan Profesional HR pada CV. Ketiga skill tersebut: prompt engineering, AI literacy, dan ethical AI practice. Ketiganya dapat diibaratkan sebagai “tiket masuk”—kemampuan dasar yang memungkinkan HR mulai bekerja berdampingan dengan teknologi secara efektif dan bertanggung jawab.
Namun, di titik tertentu, penggunaan AI tidak lagi berhenti pada tahap eksplorasi.
Ketika HR mulai merasa nyaman menggunakan AI dalam pekerjaan sehari-hari—menyusun job description, membuat performance review, hingga menyederhanakan komunikasi internal—muncul kebutuhan berikutnya: bagaimana mengintegrasikan AI secara lebih sistematis ke dalam workflow.
Di sinilah peran skill level menengah menjadi krusial.
Bukan lagi sekadar menggunakan AI sebagai alat bantu individual, tetapi mulai menjadikannya sebagai bagian dari proses kerja tim dan organisasi. Skill-skill ini bersifat “next step”—tidak wajib dimiliki di awal, tetapi menjadi pembeda antara HR yang hanya menggunakan AI dan HR yang benar-benar memanfaatkannya secara strategis.
Empat skill utama di level ini adalah: AI Tool Application, AI Collaboration, AI Experimentation, dan Algorithmic Matching.
1. AI Tool Application — Memilih Tools yang Tepat, Bukan Sekadar Banyak Tools
Setelah menguasai prompt engineering, tantangan berikutnya bukan lagi “bagaimana menggunakan AI”, tetapi AI mana yang sebaiknya digunakan. Di pasar saat ini, pilihan tools sangat banyak—mulai dari chatbot seperti ChatGPT hingga platform HR berbasis AI. Tanpa kemampuan memilih, HR justru berisiko:
- menggunakan terlalu banyak tools,
- mendapatkan hasil yang tidak konsisten,
- atau bahkan menghadapi risiko keamanan data.
Yang membedakan HR yang sudah berada di level lebih advance bukan lagi sekadar kemampuan menggunakan berbagai tools AI, melainkan kemampuan untuk menilai dan memilih dengan tepat. Mereka memahami bahwa tidak semua teknologi harus digunakan—yang terpenting adalah relevansi terhadap kebutuhan bisnis.
Dalam praktiknya, HR yang lebih matang akan terlebih dahulu mengevaluasi tools berdasarkan konteks organisasi: apa masalah yang ingin diselesaikan, proses mana yang ingin dioptimalkan, serta dampak apa yang diharapkan. Dari sana, mereka mampu melihat kelebihan dan keterbatasan masing-masing solusi—tidak hanya dari sisi fitur, tetapi juga dari aspek seperti akurasi, kemudahan integrasi, hingga keamanan data.
Pada akhirnya, keputusan yang diambil bukan didasarkan pada tren atau popularitas tools, melainkan pada kemampuan memilih solusi yang paling tepat guna. Di sinilah peran HR bergeser—dari sekadar pengguna teknologi menjadi pengambil keputusan yang memastikan bahwa setiap penggunaan AI benar-benar memberikan nilai bagi organisasi.
Contoh:
HR ingin meningkatkan employer branding. Alih-alih mencoba semua tools AI, mereka membandingkan beberapa platform berdasarkan:
- kualitas konten,
- kemampuan integrasi,
- dan keamanan data.
Hasilnya, bukan hanya efisiensi—tetapi juga kualitas output yang lebih konsisten.
2. AI Collaboration — HR Tidak Lagi Bekerja Sendiri
Di level berikutnya, penggunaan AI tidak lagi menjadi domain individu, tetapi kolaborasi lintas fungsi.
HR mulai bekerja bersama: tim IT, data analyst, bahkan product team untuk mengembangkan solusi berbasis AI. Hal ini menjadi penting karena banyak implementasi AI tidak bisa berdiri sendiri—mereka membutuhkan: integrasi sistem, pengolahan data, dan pemahaman teknis yang lebih dalam. Sebagai contoh: tim HR bekerja sama dengan data scientist untuk membangun dashboard people analytics yang: memantau engagement karyawan, mengidentifikasi risiko turnover, dan memberikan insight berbasis data.
Di sini, peran HR berubah dari pengguna tools menjadi partner strategis dalam pengembangan solusi.
3. AI Experimentation — Dari Coba-Coba ke Pembelajaran Terstruktur
Banyak organisasi menggunakan AI secara “trial and error”. Namun HR yang lebih matang tidak berhenti di situ—mereka melakukan eksperimen secara terstruktur. AI experimentation adalah kemampuan untuk: menguji penggunaan AI dalam skala kecil, membandingkan hasilnya, dan mengambil keputusan berbasis data. Sebagai contoh ketika HR ingin mengetahui apakah AI efektif untuk membuat job description. Mereka melakukan pilot project:
- Membuat 10 JD secara manual
- Membuat 10 JD dengan AI
- Membandingkan dari sisi waktu, kualitas, dan respons kandidat
Hasilnya: HR tidak hanya “merasa” AI membantu, tetapi memiliki data nyata untuk mendukung keputusan.
4. Algorithmic Matching — Memahami Cara AI Memilih Kandidat
Di banyak perusahaan, proses rekrutmen sudah menggunakan sistem ATS (Applicant Tracking System) berbasis AI. Namun, tidak semua HR memahami bagaimana sistem ini bekerja. Algorithmic matching adalah kemampuan untuk memahami: bagaimana AI menyaring kandidat, bagaimana keyword diprioritaskan, dan bagaimana ranking kandidat ditentukan.
Tanpa pemahaman ini, kandidat potensial bisa terlewat, bias bisa terjadi tanpa disadari, dan keputusan hiring menjadi kurang akurat. Sebagai contoh, HR menyadari bahwa sistem terlalu memprioritaskan kandidat dari universitas tertentu. Lalu apa yang harus dilakukan? Sesuaikan parameter, perluas kriteria, dan pastikan proses lebih adil. Maka kualitas kandidat akan meningkat, tanpa mengorbankan fairness.
Dari Pengguna ke Penggerak
Keempat skill ini menandai satu perubahan penting bahwa HR tidak lagi sekadar user AI, tetapi mulai menjadi penggerak implementasi AI dalam organisasi. Jika di tahap awal fokusnya adalah menggunakan AI dengan benar, maka di tahap ini fokusnya bergeser menjadi menggunakan AI dengan lebih cerdas, lebih terarah, dan lebih berdampak.
Dan dari sinilah, perjalanan HR menuju level berikutnya—strategic AI leadership—benar-benar dimulai.