Tulisan ini adalah peta dari medan baru itu: bagaimana AI, yang selama ini ditakuti sebagai perampas nafkah, justru bisa menjadi mesin pencipta lapangan kerja yang paling masif—jika dikelola dengan jiwa wirausaha sosial dan visi kemanusiaan.
Indonesia sedang bernapas dalam-dalam di puncak bonus demografinya. Sebanyak 70 persen dari total populasi berada pada usia produktif, sebuah anugerah yang hanya datang sekali dalam sejarah sebuah bangsa. Namun anugerah ini bisa berubah menjadi bencana jika tidak dikelola dengan cermat. Angka pengangguran usia muda (15-24 tahun) mencapai 16,89 persen per Agustus 2025—artinya, dari 100 anak muda angkatan kerja, hampir 17 di antaranya tidak memiliki pekerjaan.
Di sisi lain, AI bergerak seperti gelombang pasang yang tak terhindarkan. Survei Kementerian Kominfo 2024 mencatat bahwa 37 persen perusahaan teknologi di Indonesia telah mengadopsi AI untuk efisiensi operasional, dan angka ini diproyeksikan melampaui 60 persen pada 2027. Di sektor perbankan, e-commerce, dan jasa profesional, pekerjaan-pekerjaan rutin mulai tergusur. Sistem yang dulu membutuhkan lima orang untuk memproses data klaim, kini cukup dijalankan oleh satu insinyur dan sebuah algoritma.
Jika dibiarkan, tabrakan antara bonus demografi dan otomatisasi akan menciptakan “gunung es pengangguran” yang terlihat kecil di permukaan tetapi masif di kedalaman. Namun ada jalan lain.
Selama dua abad terakhir, kapitalisme modern dibangun di atas fondasi yang disebut Aswin Rivai dalam tulisannya sebagai “logika jam kerja”. Kita dibayar per jam, dihargai berdasarkan durasi kehadiran, dan diukur dari seberapa lama pantat menempel di kursi. AI menghancurkan logika ini.
Dalam ekonomi berbasis AI, muncul tiga rezim waktu yang berbeda :
1. Waktu Mesin: ketika seorang data engineer bertanggung jawab atas sistem yang berjalan 24 jam. Ia dibayar tetap, tetapi nilai yang ia jaga bisa mencapai miliaran rupiah per jam.
2. Waktu Personal: ketika konsultan lepas menggunakan AI untuk menyelesaikan proyek dalam hitungan hari—pekerjaan yang dulu butuh sebulan—dan dibayar berdasarkan hasil, bukan waktu.
3. Waktu Jam (klasik): seperti guru, perawat, atau buruh pabrik yang tetap terikat pada durasi.
Wirausahawan sosial berbasis AI muncul dari celah antara rezim-rezim ini. Mereka menyadari bahwa AI telah memutus rantai antara waktu dan nilai. Seorang lulusan SMA dengan keterampilan menggunakan AI untuk kurasi data bisa menghasilkan output yang dulu hanya bisa dilakukan oleh lulusan S2 Statistika. Inilah demokratisasi produktivitas.
“Ini bukan tentang menggantikan manusia dengan AI,” ujar Paul Duan, pendiri Bayes Impact, sebuah NGO teknologi yang menerima hibah 1,7 juta euro dari Google.org untuk mengembangkan CaseAI—sebuah platform yang membantu konselor ketenagakerjaan merancang rencana aksi personal bagi para pencari kerja. “Ini tentang memberi manusia kemampuan untuk melayani lebih banyak orang dengan kualitas yang lebih baik.”
CaseAI, yang saat ini digunakan oleh France Travail (bekas Pôle Emploi), telah mendampingi lebih dari 300.000 pencari kerja . AI bekerja di belakang layar: menganalisis profil, merangkum situasi, dan menawarkan rekomendasi. Tapi keputusan akhir tetap di tangan konselor manusia. Hasilnya? Waktu yang dihabiskan konselor untuk urusan administrasi turun drastis, sementara waktu untuk mentoring personal melonjak.
Model ini adalah cetak biru dari wirausaha sosial berbasis AI: augmentasi, bukan substitusi.
Di perbatasan Bulgaria-Turki, di kamp-kamp pengungsi yang sering luput dari liputan media, sebuah revolusi kecil terjadi. Humans in the Loop (HITL) adalah perusahaan sosial yang melatih para pengungsi dan warga terdampak konflik untuk menjadi data annotator—pekerjaan memberi label pada data yang digunakan untuk melatih AI.
Sepanjang 2024, HITL memberdayakan 80 individu dari Suriah, Afghanistan, Lebanon, dan Kenya melalui program anotasi berbayar. Mereka tidak hanya mendapatkan upah yang adil (rata-rata €2.135 per orang per tahun di negara dengan biaya hidup rendah), tetapi juga keterampilan digital yang portabel. Lebih dari 41 persen dari mereka adalah perempuan—sebuah capaian luar biasa di tengah masyarakat yang sering membatasi mobilitas perempuan.
Yang membuat HITL istimewa adalah model bisnisnya. Mereka tidak meminta sedekah. Mereka menjual jasa anotasi berkualitas tinggi ke perusahaan AI global yang membutuhkan data terlabel. Klien mereka puas (nilai kepuasan 5/5), dan para pengungsi mendapatkan martabat lewat kerja, bukan lewat bantuan.
Pelajaran untuk generasi muda Indonesia: AI membutuhkan manusia untuk melatihnya. Setiap algoritma yang cerdas—dari pengenalan wajah hingga diagnosis medis—dilatih oleh ribuan jam kerja manusia yang memberi label pada gambar, teks, atau suara. Pekerjaan ini tidak bisa sepenuhnya diotomatisasi. Dan ini bisa dilakukan dari mana saja, oleh siapa saja dengan koneksi internet dan laptop.
Di Prancis, Paul Duan dan timnya memilih pendekatan yang berbeda. CaseAI—produk unggulan Bayes Impact—tidak menggantikan konselor ketenagakerjaan. Sebaliknya, ia menjadikan mereka lebih manusiawi.
“Dengan AI, kami bisa mengotomatisasi sebagian dari proses administratif yang membosankan, sehingga konselor punya lebih banyak waktu untuk benar-benar mendengar cerita para pencari kerja,” kata Duan.
Model ini menciptakan lapangan kerja tidak hanya untuk teknisi AI (yang membangun dan memelihara sistem) tetapi juga untuk domain expert—orang-orang yang memahami secara mendalam bagaimana cara mendampingi pencari kerja, bagaimana merumuskan metodologi yang tepat, bagaimana memastikan AI tidak membuat rekomendasi yang bias atau berbahaya.
Di Indonesia, peluang serupa terbuka lebar. Dengan 44,26 juta jiwa usia muda dan jutaan UMKM yang membutuhkan pendampingan digital, kebutuhan akan human-in-the-loop yang terlatih sangat besar.
Lantas, di mana tepatnya anak muda Indonesia bisa mulai? Mari telusuri tiga jalur utama yang sudah terbukti.
Ini adalah pintu masuk paling mudah. Perusahaan AI global—dari pengembang mobil otonom hingga platform e-commerce—membutuhkan data berkualitas. Pekerjaannya bervariasi: memberi label pada objek dalam foto, menuliskan ulang teks yang dihasilkan AI agar lebih alami, atau memverifikasi hasil transkripsi suara.
Ratusan platform micro-work telah hadir, dan Indonesia memiliki keunggulan kompetitif: sumber daya manusia yang melek digital, dengan upah yang masih kompetitif secara global. Sebuah perusahaan sosial Indonesia bisa berperan sebagai “aggregator”—menjaring pekerja lepas muda, memberi mereka pelatihan dasar anotasi, menjamin kualitas kerja, lalu menjual jasa mereka ke pasar global. Ini bukan sekadar outsourcing; ini adalah pemberdayaan terstruktur.
Pelajaran dari HITL menunjukkan bahwa model ini bisa berjalan berkelanjutan selama ada standar kualitas yang ketat dan perhatian pada kesejahteraan pekerja.
Sektor UMKM menyumbang sekitar 97 persen tenaga kerja Indonesia. Namun potensi digitalisasi mereka masih sangat timpang. Banyak UMKM yang sudah masuk e-commerce, tetapi belum mengoptimalkan AI untuk customer service, pembuatan konten, analisis pasar, atau manajemen inventori.
Di sinilah peran “pendamping UMKM digital”—generasi muda yang fasih AI—menjadi sangat strategis. Bayangkan skenario ini: seorang pendamping menangani 15-20 UMKM sekaligus dengan bantuan AI untuk tugas-tugas repetitif. Pendamping ini tidak hanya mendapatkan penghasilan, tetapi juga membangun aset portofolio dan jejaring. Dan ketika UMKM-UMKM itu tumbuh, mereka akan membutuhkan lebih banyak tenaga kerja—menciptakan efek berganda.
Kementerian UMKM sendiri telah mendorong inisiatif serupa melalui kerja sama dengan platform AI marketplace MWX, yang ditargetkan untuk menjangkau 100.000 UMKM dalam program uji coba. Peluang untuk startup sosial yang mengisi celah pelatihan dan pendampingan di sini sangat terbuka lebar.
Anindya Bakrie, Ketua Umum Kadin Indonesia, menyatakan bahwa AI hanya akan berhasil di Indonesia jika ia melayani kebutuhan domestik. “AI itu hanya akan berhasil sebanyak kita menggerakkan teman-teman di UMKM,” tegasnya.
Pernyataan ini membuka peluang bagi wirausahawan muda untuk mengembangkan aplikasi AI yang spesifik untuk konteks Indonesia. Misalnya: AI untuk menerjemahkan kontrak tanah dari bahasa daerah ke bahasa Indonesia, AI untuk mendiagnosis hama tanaman padi dari foto ponsel, atau AI untuk memetakan potensi banjir di tingkat RT/RW.
Pengembangan model AI membutuhkan tim teknis, tetapi juga—dan ini penting—tim lapangan yang mengerti masalah secara mendalam. Di sinilah lulusan ilmu sosial, pertanian, atau hukum bisa berkontribusi. Mereka menjadi “jembatan konteks” antara dunia algoritma dan realitas masyarakat.
Semua skenario di atas memiliki satu asumsi yang rapuh: bahwa akses terhadap teknologi, pelatihan, dan infrastruktur digital terdistribusi secara merata. Data menunjukkan bahwa ini belum terjadi.
Koefisien Gini Indonesia pada September 2025 berada di angka 0,379—masuk kategori ketimpangan sedang. Jika revolusi AI hanya dinikmati oleh anak muda di kota-kota besar dengan akses internet cepat dan laptop mumpuni, sementara teman-teman mereka di desa dan pinggiran tertinggal, maka ledakan bonus demografi akan berubah menjadi ledakan ketimpangan.
Inilah alasan mengapa wirausaha sosial menjadi kata kunci yang krusial. Wirausaha sosial adalah mereka yang memasukkan keadilan akses sebagai bagian dari model bisnis, bukan sebagai kegiatan amal setelah untung.
Mereka membangun:
· Pusat pelatihan AI mobile yang menyusuri desa-desa dengan mobil berisi laptop dan koneksi satelit.
· Platform micro-work offline-first yang bisa diakses dari ponsel pintar murah dengan paket data hemat.
· Koperasi annotator di kota-kota kecil, di mana kerja anotasi menjadi sumber pendapatan utama bagi lulusan SMA yang tidak melanjutkan kuliah.
Model-model ini mungkin tidak menghasilkan keuntungan sebesar startup unicorn. Namun mereka menciptakan sesuatu yang lebih berharga: keberlanjutan sosial. Dan dalam jangka panjang, perusahaan sosial dengan komunitas yang loyal akan memiliki keunggulan kompetitif yang tidak bisa ditiru oleh perusahaan yang hanya mengejar efisiensi.
Tentu saja kita tidak boleh romantis. Wirausaha sosial berbasis AI tetap menghadapi risiko nyata:
Eksploitasi terselubung. Ada bahaya bahwa model “micro-work” berubah menjadi bentuk modern dari pekerjaan pabrik abad-19—dengan standar upah rendah, perlindungan minim, dan tekanan target tinggi. Sejarah telah mengajarkan bahwa teknologi baru sering disalahgunakan untuk menekan buruh.
Otomatisasi berlapis. Pekerjaan anotasi yang dilakukan manusia saat ini bisa saja diotomatisasi di masa depan, seiring kemajuan AI. Model bisnis yang terlalu bergantung pada satu jenis pekerjaan rentan terhadap disrupsi.
Kesenjangan digital yang membandel. Selama infrastruktur internet dan listrik tidak merata, potensi anak muda di daerah tertinggal akan tetap terpendam.
Jalan keluarnya adalah regulasi yang berpihak dan perlindungan sosial yang adaptif. Seperti dikemukakan Aswin Rivai, sistem ketenagakerjaan Indonesia saat ini masih berbasis pada logika jam kerja—upah minimum, lembur per jam, hubungan kerja tunggal. Ketika ekonomi bergeser ke skema berbasis hasil dan portofolio, sistem perlindungan sosial harus ikut bertransformasi. Jaminan sosial untuk pekerja lepas, standar upah untuk micro-work, dan sertifikasi kompetensi digital yang diakui secara nasional adalah kebutuhan.
Pada akhir 2024, Paul Duan—yang pada 2016 dianggap terlalu idealis karena ingin mengurangi pengangguran dengan teknologi—kini memimpin Bayes Impact dengan dukungan Google.org dan mitra-mitra pemerintah di tiga benua. Kisahnya adalah bukti bahwa narasi tentang AI sebagai ancaman bukanlah takdir. Ia adalah pilihan kolektif.
Di Indonesia, kita berada di persimpangan yang sama. Bonus demografi hanya terjadi sekali. AI hanya akan semakin cerdas. Pertanyaannya bukanlah apakah kita akan menggunakan AI, tetapi bagaimana kita menggunakannya. Apakah sebagai alat untuk menggantikan manusia, atau sebagai alat untuk memanusiakan pekerjaan?
Sharing Ide: Hery Arianto
(Pemerhati Sosial & Media)
