AI Ubah Kebutuhan Tenaga Kerja, Ini 3 Tantangan Industri Keuangan

Salah satu tantangan utama perusahaan adalah memastikan keterampilan karyawan tetap relevan dengan perkembangan teknologi. Kemampuan yang dibutuhkan beberapa tahun lalu belum tentu cukup untuk menjalankan pekerjaan di era AI. Di sektor keuangan, karyawan tidak hanya dituntut memahami proses bisnis dan layanan perbankan. Mereka juga perlu memiliki pemahaman tentang penggunaan AI, pengelolaan data, keamanan informasi, hingga tata kelola teknologi yang bertanggung jawab.

Perubahan ini membuat perusahaan perlu mengembangkan program upskilling dan reskilling. Upskilling bertujuan meningkatkan kemampuan yang sudah dimiliki karyawan, sedangkan reskilling membantu mereka mempelajari keterampilan baru untuk menjalankan peran berbeda.

Bank DBS Indonesia menjadi salah satu perusahaan yang mengembangkan pendekatan tersebut. Berdasarkan keterangan perusahaan pada 5 November 2026, hampir 80 persen karyawan DBS Indonesia telah bergabung dengan platform iGrow untuk mengeksplorasi pilihan karier, mengidentifikasi kesenjangan kompetensi, dan menemukan peluang pengembangan keterampilan. Langkah ini memperlihatkan bahwa pengembangan talenta tidak cukup hanya dilakukan ketika perusahaan membutuhkan kemampuan baru. Pemetaan keterampilan juga perlu dilakukan secara berkelanjutan agar perusahaan dapat mengantisipasi perubahan kebutuhan tenaga kerja.

Tantangan berikutnya adalah menentukan bagaimana pembagian pekerjaan berubah ketika AI mulai mengambil alih tugas tertentu. Teknologi AI dapat membantu mengotomatisasi pekerjaan administratif, mengolah data dalam jumlah besar, dan mempercepat sejumlah proses operasional. Namun, pekerjaan yang membutuhkan penilaian manusia, pemecahan masalah, komunikasi, dan pengambilan keputusan tetap memerlukan keterlibatan karyawan.

Artinya, perusahaan perlu mengevaluasi kembali pembagian tugas dan kompetensi yang dibutuhkan dalam setiap posisi. Penerapan AI tidak hanya berkaitan dengan penggunaan perangkat baru, tetapi juga penyesuaian desain pekerjaan (job redesign). Dalam siaran pers-nya, DBS menyebut telah meningkatkan keterampilan lebih dari 11 ribu karyawan yang perannya mengalami perubahan signifikan akibat AI.

Perusahaan juga bekerja sama dengan Institute of Banking and Finance Singapore (IBF) untuk mengembangkan kompetensi tenaga kerja sektor jasa keuangan melalui program peningkatan keterampilan AI. Program tersebut mencakup pemahaman tata kelola AI, penggunaan AI secara bertanggung jawab, prompt engineering, serta penerapan teknologi dalam pekerjaan sehari-hari. Bagi perusahaan, penyesuaian peran ini penting agar pemanfaatan AI tidak berhenti pada efisiensi proses, tetapi juga membantu karyawan mengerjakan tugas yang memberikan nilai lebih besar bagi bisnis.

Selain mengembangkan karyawan yang sudah bekerja, perusahaan juga perlu menyiapkan talenta baru yang sesuai dengan kebutuhan industri keuangan di masa depan. Perubahan teknologi membuat perusahaan membutuhkan kombinasi keterampilan finansial, kemampuan digital, analisis data, dan pemahaman terhadap risiko teknologi. Karena itu, jalur pengembangan karier bagi talenta muda perlu disesuaikan dengan perubahan tersebut.

Salah satu pendekatan yang dapat dilakukan adalah melalui program magang, pelatihan, management associate, hingga program khusus pengembangan kemampuan AI. DBS, misalnya, menjadi mitra perintis dalam Young Talent Programme for AI in Finance yang dikembangkan bersama IBF. Di Singapura, perusahaan tersebut juga menyatakan komitmen menerima lebih dari 500 talenta muda lokal sepanjang 2026 melalui program Management Associate, magang, dan traineeship.

Adopsi AI di sektor keuangan bukan hanya persoalan investasi teknologi. Perusahaan juga harus menyiapkan tenaga kerja yang mampu memanfaatkan teknologi tersebut secara produktif dan bertanggung jawab. Perubahan kebutuhan keterampilan, penyesuaian peran kerja, serta pengembangan talenta baru menjadi tiga hal yang perlu diperhatikan. Tanpa strategi pengembangan sumber daya manusia yang memadai, investasi teknologi berisiko tidak menghasilkan manfaat bisnis secara optimal.