Oleh: Sherlie Karnidta, Country Manager Indonesia, Cloudera
Tema International Women’s Day tahun ini, Give to Gain, mengingatkan kita pada satu hal: ketika perusahaan berinvestasi pada kemajuan perempuan di tempat kerja, manfaatnya kembali ke semua pihak. Tim yang lebih beragam membuka akses pada talenta yang lebih luas, memperkaya sudut pandang dalam pengambilan keputusan, dan menciptakan lingkungan kerja di mana orang akan merasa lebih dilibatkan dan cenderung untuk bertahan.
Namun di era ekonomi berbasis AI, perempuan menghadapi risiko ganda. Di satu sisi, mereka masih kurang terwakili dalam posisi-posisi yang berkaitan dengan AI, yang pertumbuhannya paling cepat. Di sisi lain, mereka justru lebih banyak berada di fungsi-fungsi yang paling rentan terdampak oleh otomatisasi. Data Asian Development Bank (ADB) menunjukkan bahwa perempuan yang menjadi peneliti bidang STEM di Asia Pasifik hanya mencakup 23,9%, lebih rendah dari rata-rata global 29,3%.
Di Indonesia, gambarannya tak jauh berbeda: perempuan hanya 27% dari total tenaga kerja di bidang teknologi. Tantangannya pun bukan semata soal angka, tetapi juga struktural, berkaitan dengan stereotip gender, kurangnya rasa percaya diri, dan minimnya role model. Di komunitas developer, jurangnya bahkan lebih lebar. Menurut Dwi Yuliawati, Head of Programme UN Women Indonesia, hanya terdapat 78 perempuan dibanding 922 laki-laki. Dampaknya tidak berhenti di ketimpangan tenaga kerja. Banyak sistem AI yang akhirnya dibangun tanpa sensitivitas memadai terhadap kebutuhan dan perspektif perempuan. Di level industri, perempuan hanya menduduki 23% posisi senior dan hanya 8% posisi teknis senior.
Isu ini menjadi semakin mendesak pada 2026, tahun krusial dalam pengembangan dan implementasi Agentic AI. IDC memprediksi bahwa pada 2027, setengah dari perusahaan akan menggunakan agen AI untuk mendefinisikan ulang kolaborasi antara manusia dan mesin. Ketika sistem-sistem ini mulai memengaruhi keputusan bisnis yang krusial, organisasi perlu mencari potensi blind spot tentang siapa yang membangun, menguji, dan mengawasi teknologi ini.
Ketika Perempuan Absen dalam Pengembangan AI, Dampaknya Berlipat
Sistem AI tidak lahir di ruang hampa. Ia mewarisi asumsi dari lingkungan yang membangunnya. Jika tim pengembang didominasi satu demografi tertentu, bias tidak hanya muncul dalam dataset. Ia juga bisa terlihat dari masalah mana yang dianggap prioritas, bagaimana definisi keberhasilan dirumuskan, edge cases mana yang diuji, dan risiko apa yang dapat diterima. Di era agentic, ketika sistem memiliki otonomi lebih besar, taruhannya ikut meningkat. Kelemahan kecil dalam data, desain, atau pengawasan, bisa membesar ketika keputusan diambil dalam skala besar.
Inklusi yang sejati berarti melibatkan suara yang beragam dalam menentukan arah produk dan hak pengambilan keputusan, bukan sekadar mencantumkan nama dalam struktur organisasi. Secara praktis, ini berarti melakukan audit dataset untuk melihat celah representasi, menguji model terhadap kemungkinan hasil yang timpang, melakukan stress test pada edge cases, dan menghadirkan panel peninjau manusia yang beragam di sepanjang siklus hidup AI.
Konsistensi praktik-praktik ini sangat bergantung pada tata kelola. Di Singapura, AI Verify Testing Framework menilai sistem AI berdasarkan 11 prinsip tata kelola yang diakui secara internasional, termasuk keadilan, akuntabilitas, dan pengawasan manusia. Di Indonesia, Komdigi menegaskan bahwa pengembangan dan tata kelola AI harus menjunjung prinsip etika, termasuk inklusivitas, dengan memastikan kesetaraan dan keadilan, serta kemanusiaan dengan melindungi hak asasi manusia dan hubungan sosial, dan pengguna serta keamanan data untuk melindungi privasi dan data pribadi.
Keterlibatan HR sangat penting untuk pengembangan AI yang etis
Laporan The Moment of Truth dari NINEby9 menunjukkan bahwa hanya 13% tim HR yang memimpin keputusan strategis terkait AI. Hampir setengah perusahaan di APAC menyebut IT sebagai pengendali utama adopsi AI. Ketika HR baru dilibatkan di tahap akhir, keputusan penting terkait desain tenaga kerja, seperti bagaimana pekerjaan yang ada akan berevolusi, bagaimana pekerjaan didesain ulang, dan keterampilan apa yang dibutuhkan, sering kali terlambat dibahas.
Di titik inilah kesenjangan gender bisa semakin melebar. Jika kesiapan tenaga kerja diabaikan, perempuan cenderung lebih terdampak. Koreksi pasca-implementasi untuk memperbaiki ketimpangan yang sebenarnya bisa dicegah juga jauh lebih mahal.
HR perlu bergeser dari peran pendukung menjadi peran strategis, untuk memastikan program reskilling, jalur transisi pekerjaan, dan rencana inklusi harus dirancang sejak awal, bukan ditambal setelah teknologi telanjur diimplementasikan. AI yang etis juga tidak bisa diserahkan sepenuhnya pada model. Ia membutuhkan penilaian dan akuntabilitas manusia di sepanjang siklus hidup AI, stress test pada edge case, audit dataset untuk representasi, pengujian hasil yang timpang, serta keterlibatan peninjau yang beragam dari tahap pengembangan hingga implementasi.
Menyusun ulang bagaimana sebuah pekerjaan mendapatkan value-nya di Era AI
Seiring AI makin terintegrasi dalam fungsi-fungsi inti bisnis, kemampuan coding bukan lagi satu-satunya indikator kontribusi teknis. Engineer masa depan membutuhkan pemahaman bisnis, kemampuan komunikasi, dan kolaborasi lintas fungsi. Sebab AI yang bertanggung jawab tidak hanya bergantung pada model, tetapi pada konteks dan penilaian manusia.
Perubahan ini justru membuka peluang bagi kelompok yang selama ini kurang terwakili, termasuk perempuan, jika organisasi mau memperbarui cara mereka mendefinisikan dan memberi penghargaan atas kontribusi. Di Indonesia yang membutuhkan lebih dari 12 juta talenta digital pada 2030, mengoptimalkan potensi penuh tenaga kerja perempuan adalah langkah paling logis untuk menutup defisit tersebut. Program seperti Women Leaders in Technology (WLIT) dari Cloudera menjadi ruang bagi perempuan dan sekutunya untuk terhubung, belajar, dan lebih membuka peluang menuju posisi-posisi pemimpin.
Di Cloudera Indonesia, kesetaraan dan inklusivitas bukan sekadar jargon abstrak. Prinsip ini dijalankan secara operasional. Kami meyakini bahwa keberagaman kognitif—yang mencakup perbedaan cara berpikir, perspektif, dan gaya intelektual—dan inklusi, akan memperkuat cara kami membangun teknologi dan melayani pelanggan. Perempuan memegang sejumlah posisi kepemimpinan yang penting di kantor kami di Indonesia, mencerminkan keyakinan bahwa keputusan yang baik lahir dari sudut pandang yang beragam untuk mengurangi blind spot dan memberikan outcome yang lebih baik. Melalui program mentoring terstruktur, inisiatif jejaring, dan kanal umpan balik berkelanjutan, perusahaan secara aktif membuka jalur pertumbuhan kepemimpinan bagi perempuan.
Pada akhirnya, ketika perempuan diberi akses pada sumber daya, peluang, dan otoritas dalam pengembangan AI, organisasi tidak hanya membangun sistem AI yang lebih baik untuk semua orang.Di era agentic, keberagaman dalam kepemimpinan dan pengawasan adalah bagian dari manajemen risiko AI itu sendiri.
Organisasi yang mampu memformalkan pendekatan lintas fungsi, menciptakan jalur transisi yang jelas, dan mengakui kecerdasan emosional sebagai kompetensi teknis akan membangun AI yang lebih kuat sekaligus mendorong kemajuan kesetaraan gender.
