Platform Lifelong Learning Indonesia
Digital Intelligence Campus
for Talent, Innovation and Outcomes
Smart Community, Smart Society

Akankah Literasi AI Segera Sama Pentingnya dengan Skill Excel?

Akankah Literasi AI Sama Pentingnya dengan Skill Excel?
Karier & Masa Depan Kerja

Akankah Literasi AI Segera Sama Pentingnya dengan Skill Excel?

Selama dua dekade, Microsoft Excel menjadi tiket masuk dunia kerja modern. Kini, kemampuan memahami dan menggunakan AI mulai berebut tempat di posisi yang sama—dan mungkin akan melampauinya.

Bertahun-tahun lamanya, satu baris di kolom “skill” pada CV hampir tidak pernah absen: kemampuan Microsoft Excel. Ia menjadi semacam bahasa universal di dunia kerja—dipakai oleh staf keuangan, tim pemasaran, hingga manajer operasional yang bahkan tidak menyadari mereka sedang “membuat formula”. Namun belakangan, ada satu frasa baru yang mulai sering muncul berdampingan dengannya di lowongan pekerjaan: literasi AI. Pertanyaannya bukan lagi apakah AI akan masuk ke tempat kerja, melainkan seberapa cepat kemampuan memahaminya akan menjadi prasyarat dasar, setara dengan kemampuan mengolah spreadsheet yang selama ini dianggap baku.

Menurut ulasan dari CareerAddict, cara orang melamar kerja dan menjalankan tugas harian sedang berubah. Jika belakangan ini Anda sempat menelusuri lowongan kerja, kemungkinan besar Anda memperhatikan semakin banyak perusahaan mencari kandidat yang menguasai AI generatif dan model machine learning. Literasi AI dengan cepat menjadi kebutuhan standar tempat kerja, sementara kemampuan Excel—meski masih dianggap baku di banyak industri—berisiko mulai tergeser ke posisi kedua. Bukan berarti perangkat konvensional akan lenyap sepenuhnya, tetapi perannya berangsur bergeser menjadi pendukung otomatisasi yang lebih cerdas.

Data terbaru memperkuat narasi ini. Dashboard Skills AI dari Bipartisan Policy Center, yang ditenagai oleh Lightcast, mencatat bahwa lowongan kerja di Amerika Serikat yang mensyaratkan kemampuan AI tumbuh 144% secara tahunan per April 2026. Sementara itu, riset PwC menemukan bahwa pekerja dengan kemampuan AI memperoleh premi gaji hingga 56% lebih tinggi dibanding rekan sejawat mereka. Di sisi lain, World Economic Forum memproyeksikan bahwa 39% kompetensi inti pekerja akan berubah pada 2030, dengan AI dan big data menempati posisi puncak daftar skill yang tumbuh paling cepat.

Mengapa Excel Begitu Lama Bertahan

Untuk memahami mengapa pergeseran ini terasa begitu signifikan, perlu diingat dulu betapa dominannya posisi Excel selama ini. Sebuah analisis Business Insider pada 2025 menemukan fakta yang cukup mengejutkan: Excel muncul di lebih banyak lowongan pekerjaan berbasis teknologi—531.000 lowongan—dibandingkan banyak bahasa pemrograman populer sekalipun. Excel bukan sekadar alat hitung; ia menjadi jembatan antar-sistem, antar-tim, dan antar-keputusan, sehingga tetap relevan meski teknologi lain bermunculan dan tenggelam di sekitarnya.

Yang membuat Excel istimewa bukan hanya fungsinya, melainkan bagaimana ia mengajarkan logika berpikir terstruktur: bagaimana data disusun, bagaimana satu kesalahan kecil pada rumus bisa merusak keseluruhan laporan, dan bagaimana ketelitian membentuk kredibilitas profesional. Itulah sebabnya, meski Copilot kini bisa menulis formula secara otomatis di dalam Excel, kemampuan membaca dan memverifikasi formula tersebut justru menjadi makin krusial—bukan makin tidak relevan.

Insight Lapangan

Ketika anggota tim tidak tahu cara menulis formula, kesenjangan itu terlihat jelas—mereka bertanya, mencari di internet, dan butuh waktu. Namun kini Copilot menulis formula itu untuknya, tampil rapi dan percaya diri. Tanpa seseorang yang bisa membaca dan memverifikasinya, kesenjangan tersebut menjadi tidak terlihat sampai akhirnya terjadi kesalahan—dan kesalahan itu datang dengan tampilan yang jauh lebih meyakinkan daripada sebelumnya.

Apa Sebenarnya “Literasi AI” Itu?

Istilah literasi AI mencakup pengetahuan dan keterampilan yang dibutuhkan untuk memahami serta menggunakan teknologi AI secara efektif—mulai dari navigasi alat, penyusunan prompt, hingga interpretasi hasil keluarannya. Karena model AI berkomunikasi dengan bahasa alami, bukan melalui menu atau baris kode, ada kurva belajar tersendiri yang harus dilalui penggunanya.

Bayangkan Anda perlu membuat mock-up untuk menunjukkan perubahan desain sebelum disetujui untuk produksi. Pada perangkat desain grafis konvensional seperti Canva atau Photoshop, Anda perlu tahu cara mengimpor berkas, menavigasi menu, dan menggunakan pintasan papan ketik. Proses berbasis AI mungkin secara objektif lebih mudah, tetapi Anda tetap harus memahami alat mana yang tepat digunakan dan bagaimana menyusun instruksi (prompt) yang efektif untuknya.

Riset dari TripleTen membagi kemampuan AI ke dalam empat kategori praktis yang tidak bisa disamakan begitu saja: literasi AI sebagai dasar pemahaman tentang kapan harus mempercayai output model dan cara menulis prompt efektif; skill AI teknis seperti machine learning dan rekayasa data; skill AI generatif seperti prompt engineering dan retrieval-augmented generation; serta sistem multi-agen yang mengoordinasikan beberapa model AI sekaligus. Bagi mayoritas pekerja kantoran, literasi AI—bukan tiga kategori lainnya—adalah lapisan dasar yang kini wajib dimiliki.

“Efektivitas AI bergantung pada bagaimana kita berinteraksi dengannya, dan ia tetap menuntut kemampuan berpikir kritis, penilaian risiko, serta pertimbangan etis yang sama seperti selalu kita butuhkan—hanya kini diterapkan pada tantangan yang baru.” — Towards Data Science, ulasan tentang skill AI di tempat kerja

Bagaimana Dua Skill Ini Sebenarnya Saling Melengkapi

Poin yang sering terlewat dalam perdebatan “AI versus Excel” adalah bahwa keduanya tidak benar-benar saling menggantikan—mereka bekerja pada lapisan yang berbeda. Excel mengajarkan logika data: bagaimana menyusun kolom, memastikan satu jenis data per kolom, menghindari sel yang digabung sembarangan, dan memisahkan data mentah dari ringkasan. Tanpa fondasi ini, alat AI seperti Copilot justru berisiko menghasilkan output yang tampak rapi tetapi keliru, karena ia hanya bekerja sebaik data yang diberikan kepadanya.

Di sinilah literasi AI berperan sebagai lapisan verifikasi. Orang yang berhenti sejenak dan bertanya dari mana angka tersebut berasal, apakah formula menarik data dari rentang yang benar, atau apakah ringkasan benar-benar mencerminkan data mentahnya—justru menjadi orang paling berharga di ruangan, bukan orang yang lambat. Tanpa kemampuan ini, sebuah tim sepenuhnya bergantung pada asumsi bahwa Copilot selalu benar, yang merupakan risiko operasional yang signifikan.

Lima Langkah Membangun Literasi AI di Tempat Kerja

Pahami Konsep Dasarnya Dulu

Pelajari secara sederhana bagaimana model bahasa besar (LLM) bekerja, apa kelebihannya, dan—yang sama pentingnya—di mana batas dan kelemahannya, termasuk potensi “halusinasi” atau jawaban yang terdengar yakin tapi salah.

Latih Kemampuan Menyusun Prompt

Sama seperti memahami logika rumus Excel, Anda perlu tahu cara menyusun instruksi yang jelas, spesifik, dan terstruktur agar AI menghasilkan output yang relevan dan bisa diandalkan.

Jangan Lupakan Fondasi Datanya

Sebelum mengandalkan AI untuk meringkas atau menganalisis, pastikan data yang menjadi sumbernya tersusun rapi—header konsisten, satu jenis data per kolom, tanpa sel gabungan yang membingungkan mesin maupun manusia.

Bangun Kebiasaan Verifikasi

Jadikan kebiasaan untuk selalu memeriksa ulang output AI sebelum dipakai untuk keputusan penting—tanyakan sumber datanya, logikanya, dan apakah hasilnya konsisten dengan kondisi sebenarnya.

Jadikan Pembelajaran sebagai Kebiasaan, Bukan Acara Sekali Jalan

Karena kemampuan AI berkembang sangat cepat, apa yang relevan enam bulan lalu bisa saja sudah usang. Manfaatkan kursus daring, pelatihan dari perusahaan, atau eksperimen langsung dengan alat AI di pekerjaan sehari-hari.

Apa Kata Riset Tentang Kesiapan Tenaga Kerja

Laporan EdAssist by Bright Horizons Education Index 2026, yang disusun bersama Harris Poll, menemukan adanya kesenjangan yang cukup mencolok antara harapan dan kesiapan: 42% karyawan memperkirakan peran mereka akan berubah signifikan akibat AI dalam setahun ke depan, namun hanya 17% yang benar-benar menggunakan AI secara rutin saat ini. Sementara itu, 34% karyawan merasa belum siap menghadapi perubahan berbasis AI, dan 42% mengaku perusahaan mereka berharap mereka belajar AI secara mandiri tanpa pelatihan formal.

Kesenjangan semacam ini bukan hanya soal teknologi, tetapi juga soal kebijakan perusahaan. Regulasi seperti EU AI Act bahkan kini mewajibkan pemberi kerja di Uni Eropa memastikan stafnya memiliki literasi AI yang cukup, sebuah sinyal bahwa pelatihan literasi AI berangsur tidak lagi menjadi sesuatu yang opsional, melainkan kewajiban yang mulai diatur secara hukum di sejumlah wilayah.

Fakta Menarik

Lowongan kerja di LinkedIn yang mencantumkan frasa “AI Literacy” tercatat tumbuh hingga 600% dalam setahun terakhir, sementara survei Microsoft dan LinkedIn menemukan 66% pemimpin bisnis kini secara aktif mencari kandidat dengan kemampuan AI saat merekrut.

Jadi, Skill Mana yang Harus Lebih Diprioritaskan?

Jawaban paling jujur adalah: bukan salah satu, melainkan keduanya—dengan porsi yang mulai bergeser. Organisasi Anda kemungkinan besar akan tetap menggunakan spreadsheet digital dalam berbagai bentuknya, tetapi cara berinteraksi dengan perangkat lunak sehari-hari akan terus berubah. Oleh karena itu, tidak banyak gunanya menjadi ahli pada satu alat yang sangat spesifik tanpa memahami bagaimana mentransfer keterampilan dasar tersebut ke platform AI yang baru.

Pendekatan paling realistis adalah memandang Excel dan AI sebagai dua lapisan kompetensi yang saling menopang: Excel memberi fondasi logika dan kedisiplinan data, sementara literasi AI memberi kemampuan untuk bekerja lebih cepat dan lebih luas tanpa kehilangan kendali atas kualitas hasilnya. Karier yang paling tahan banting di masa depan kemungkinan besar dimiliki oleh mereka yang menguasai kombinasi keduanya, bukan yang hanya unggul di satu sisi.

Ringkasan Perbandingan: Skill Excel vs Literasi AI
Aspek Skill Excel Literasi AI
Fokus utama Menyusun, menghitung, dan memvalidasi data secara terstruktur Memahami, mengarahkan, dan menginterpretasi output model AI
Cara belajar Logika rumus, fungsi, dan struktur tabel yang konsisten Prompting, evaluasi output, dan pemahaman batas kemampuan model
Risiko bila diabaikan Laporan tidak akurat, kesalahan manual yang sulit dilacak Ketergantungan buta pada output AI yang berpotensi keliru
Tren permintaan kerja Tetap stabil tinggi, terutama di peran finansial dan operasional Tumbuh pesat di hampir semua fungsi, lintas level jabatan
Nilai jangka panjang Investasi karier yang terbukti bertahan lebih dari dua dekade Premi gaji dan daya saing kerja yang meningkat cepat

Catatan Penutup: Bukan Soal Memilih, tapi Soal Adaptasi

Pada akhirnya, pertanyaan “akankah literasi AI sama penting dengan skill Excel” mungkin sedikit menyesatkan jika dipahami sebagai pertarungan dua kubu yang harus dimenangkan salah satu. Yang lebih akurat adalah memahami bahwa standar kompetensi dasar di dunia kerja sedang bertambah satu lapisan baru, sama seperti dulu kemampuan mengetik dan menggunakan email berubah dari “nilai tambah” menjadi “syarat minimum”. Apa yang Anda pelajari dua tahun lalu bisa jadi sudah mulai usang hari ini—dan itulah mengapa kebiasaan belajar berkelanjutan kini menjadi aset karier yang lebih berharga daripada penguasaan satu alat tertentu.

Ringkasan Kartu Indeks

Yang Perlu Anda Ingat

  • Literasi AI tumbuh pesat dan mulai disandingkan dengan skill Excel sebagai standar kerja baru.
  • Excel tetap relevan—bukan sebagai pesaing AI, melainkan sebagai fondasi logika data yang membuat output AI bisa diverifikasi.
  • Kemampuan memverifikasi output AI menjadi nilai tambah yang makin krusial, justru karena kesalahan AI kini tampak lebih rapi dan meyakinkan.
  • Pekerja dengan kemampuan AI tercatat memperoleh premi gaji signifikan dibanding rekan sejawat yang belum menguasainya.
  • Regulasi seperti EU AI Act mulai mendorong literasi AI dari sekadar “nilai tambah” menjadi kewajiban yang diatur secara formal.
  • Strategi paling aman bukan memilih salah satu skill, melainkan membangun kombinasi keduanya secara berkelanjutan.

Leave a Reply

Your email address will not be published. Required fields are marked *