World Economic Forum, dalam Future of Work, beberapa kali mengeluarkan daftar pekerjaan yang akan hilang dan yang muncul di masa depan. Perubahan teknologi, pertumbuhan internet, dan pengembangan sistem machine learning, semua mengarah pada otomatisasi total, termasuk dalam cara kita bekerja dan berbisnis. Tentu hal ini menimbulkan pertanyaan: “Apa yang harus saya pelajari hari ini agar bisa bekerja di masa depan?” Berikut ini adalah keterampilan yang tidak bisa diotomatisasi, dan membuat Anda tetap dapat bekerja di masa depan.

1.     Komunikasi. Keterampilan komunikasi sangat penting untuk menarik perhatian dan menggerakkan orang. Bentuk paling dasar dari komunikasi adalah membangun cerita yang menarik. Sayangnya, saat ini, kebanyakan orang telah mengalihkan kemampuan berpikir mereka ke perangkat lunak. Pencerita yang menarik tidaklah sekadar membeberkan fakta. Mereka merangkai data lunak dan keras secara terampil untuk meyakinkan, menginspirasi, dan menggerakkan orang lain. Sebagai contoh, Albert Einstein menggambarkan dirinya di atas kereta api yang mendekati kecepatan cahaya untuk menjelaskan relativitas. Dalam komunikasi yang efektif, cerita dan fakta, retorika dan ilmu saling terkait untuk menarik emosi dan mendorong orang lain bertindak. Meskipun beberapa tugas komunikasi mulai dialihkan ke mesin, hanya orang yang dapat berkomunikasi secara efektif. Kembangkan kemampuan komunikasi Anda.

2.     Isi (content). Tentu saja, komunikasi harus mengungkapkan topik tertentu. Kalau Anda memiliki pengetahuan yang luas dan mendalam pada bidang tertentu, Anda akan menjadi ahlinya. Dengan mengikuti dinamika domain tersebut, Anda memiliki keahlian yang tidak akan pernah bisa ditiru oleh Googling. Lebih dari itu, jika Anda memiliki reputasi keunggulan dalam suatu domain, Andalah yang akan membentuk domain tersebut. Ambil contoh Rohit Kumar, pemimpin Layanan Kebijakan Pajak Nasional di Price Waterhouse Coopers. Kumar terkenal di Capitol Hill sebagai pakar pajak global karena ia memiliki pengetahuan yang mendalam dan luas tentang subjek tersebut dan memahami dinamika bagaimana kebijakan akan terbentuk sekarang dan di masa depan. Sekali lagi, mereka yang memiliki kombinasi keahlian dan kemampuan untuk memajukan pengetahuan baru yang tidak bisa dikalahkan oleh robot.

3.   Konteks. Sistem otomatis biasanya sangat buruk dalam mengenali konteks. Mengenali konteks berarti memahami situasi dan kondisi yang membutuhkan pengetahuan, pengalaman, dan kepekaan rasa yang tinggi. Sensor pada robot meskipun dapat memiliki kepekaan yang tinggi, tetapi gagal menangkap kompleksitas yang terjadi. Memahami perubahan model bisnis, persaingan, dan masa depan bisa tidak bisa diserahkan kepada kecedasan buatan (AI).

4.   Kompetensi emosional. Mesin AI yang canggih sekalipun seperti Alexa dari Amazon sampai saat ini masih belum mampu memahami nuansa emosi seseorang, rapat, atau organisasi. Seperti ditekankan oleh ahli saraf Antonio Damasio dalam Descarte’s Error, dalam memilih kita bisa mengandalkan rasionalitas, tetapi dalam bertindak kita diikat oleh emosi. Berdasarkan penelitian, semua keputusan eksekutif selalu mengandung unsur emosi. Tidak ada keputusan yang benar atau salah karena kondisi dan emosi ikut berperan.

5.   Pengajaran. Memang mesin telah berkontribusi besar terhadap kualitas dan aksesibilitas pendidikan, mulai MOOCS, simulasi pengajaran, hingga pelajaran model Khan Academy. Namun dalam organisasi bisnis, pengajaran membutuhkan pemahaman konteks perkembangan seseorang dalam organisasi. Ketika Ben Horowitz menjadi direktur manajemen produk di Netscape, dia menghadapi masalah. Banyak manajer di timnya merasa telah bekerja sangat keras, tetapi produk yang mereka tangani tidak sukses.  Kemudian dia menulis dokumen pendek berjudul Good Product Manager–Bad Product Manager dan menggunakannya untuk melatih timnya. Hasilnya sangat mengejutkannya: “Kinerja tim saya langsung meningkat. Manajer produk yang sebelumnya saya pikir tidak bisa lebih efektif, menjadi berkinerja tertinggi di perusahaan.”

Pengajaran membutuhkan pemahaman kondisi pembelajar. Mesin bisa membantu menganalisis dan menyediakan bahan ajar standar, tetapi memahami kebutuhan secara tepat memerlukan judgment manusia. Lebih dari itu, mengajar membutuhkan pendekatan emosi.

6.     Koneksi. Pada tahun 1973, Mark Granovetter dan Harrison White menerbitkan sebuah makalah yang menguraikan kekuatan kuat dari ikatan yang lemah. Setiap orang, menurut mereka, memiliki ikatan yang kuat: keluarga, teman, rekan kerja, dan sebagainya. Namun mereka yang memiliki ikatan kuat plus jaringan besar ikatan lemah dapat melintasi banyak organisasi dengan mudah. Salah satu perbedaan faktor sukses CEO adalah memiliki lebih banyak ikatan lemah dalam berbagai domain.

Memang, media sosial memudahkan untuk membuat jejaring pribadi, tetapi harus dikelola dengan benar. Dan jangan lupa dengan istilah paradoks teman, yang menyatakan bahwa rata-rata, teman Anda memiliki lebih banyak teman daripada Anda. Sangat sedikit orang yang memiliki banyak koneksi. Jika Anda salah satu penggiat jejaring maka Anda tidak memiliki masalah. Jika tidak, Anda harus berteman dengan orang yang memiliki banyak koneksi. Jejaring yang luas tidak bisa dibantu, tetapi tidak bisa diganti dengan mesin.

7.  Kompas etika. Seiring dengan meningkatnya kemampuan komputer, para eksekutif menyadari pentingnya etika. Pokok persoalannya adalah tidak ada algoritma yang dapat memperkuat “nilai-nilai” sehingga sistem algoritma tidak bisa digunakan untuk menilai moral. Contohnya adalah prototipe robot pengemudi yang menghindari sebuah bus melaju kencang, memilih banting setir ke trotoar yang dipenuhi pejalan kaki. Robot tidak bisa membuat judgment lebih baik mobil yang dikemudikannya ditabrak bus daripada mengarahkannya ke trotoar yang dapat membunuh pejalan kaki.

Itulah tujuh keterampilan yang tidak dan tidak akan dimiliki robot di masa mendatang. Yang pasti, robot akan membantu orang mengembangkan jenis keterampilan ini, tetapi robot sendiri tidak dapat menguasainya. Dengan mengombinasikan daftar keterampilan di atas, Anda akan tetap menjadi orang yang dibutuhkan meskipun kita sedang memasuki era industri 4.0 dan Society 5.0. Tidak peduli Anda memilih berkarier sebagai pegawai, self employee, entepreneur, gig-worker, keterampilan tadi tetap dibutuhkan.

Catatan: Tulisan ini dikembangkan dari karya Adam J. Gustein dan John Sviokla, “7 Skills That Arent About To Be Automated”, dipublikasikan dalam Harvard Business Review Online 17 Juli 2018. https://hbr.org/2018/07/7-skills-that-arent-about-to-be-automated