🪃AI Boomerang: Saat Perusahaan Kebelet PHK Demi AI, Lalu Menyesal dan Merekrut Lagi

Ringkasan Cepat

• Survei Careerminds terhadap 600 profesional HR di Amerika Serikat (Februari 2026) menemukan dua pertiga perusahaan yang mem-PHK karyawan dengan alasan AI kini diam-diam merekrut ulang sebagian dari mereka — lebih dari separuh di antaranya mulai merekrut kembali dalam 6 bulan sejak PHK.

• Klarna, Ford, IBM, dan Duolingo — dari fintech, pabrikan mobil, hingga aplikasi belajar bahasa — mengalami kekecewaan yang mirip: AI tidak bisa menggantikan manusia secepat dan selengkap yang mereka klaim di atas panggung.

• Riset Gartner atas 350 eksekutif global menemukan 80% perusahaan yang menjalankan proyek AI melaporkan pengurangan tenaga kerja, tapi pengurangan itu tidak berkorelasi dengan kenaikan ROI (return on investment, pengembalian atas investasi) — artinya sebagian besar PHK itu tidak terbukti menghemat apa-apa.

• Lembaga pemantau PHK Challenger, Gray & Christmas mencatat alasan "AI" melonjak dari 5% dari total PHK yang diumumkan di AS sepanjang 2025, menjadi sekitar 24% pada periode Januari–Juli 2026 — tapi seorang profesor MIT menyebut ini sebagian besar cuma kedok untuk PHK yang sebenarnya dipicu masalah keuangan biasa.

• Di Indonesia, 196.700 orang tercatat terdampak PHK sepanjang 2025 menurut survei Sakernas BPS — tapi nyaris tidak ada perusahaan yang terang-terangan menyebut AI sebagai alasan; kata yang dipakai justru "efisiensi", yang bisa jadi soal waktu sebelum berubah jadi alasan yang sama seperti di AS.

Diam-Diam Dipanggil Balik

Awal 2024, bos Klarna — perusahaan fintech asal Swedia yang terkenal lewat layanan "bayar nanti" — berdiri di depan publik dan mengklaim chatbot AI buatannya sudah mengerjakan tugas setara 700 petugas layanan pelanggan. Sekitar 1.200 karyawan dirumahkan. Chatbot itu memang cepat: waktu tunggu rata-rata turun dari 11 menit jadi 2 menit, dan perusahaan mengklaim hemat sekitar US$2 juta (sekitar Rp32 miliar dengan kurs saat itu).

Tapi kecepatan bukan satu-satunya yang pelanggan cari. Keluhan soal jawaban robotik, skrip yang kaku, dan pengalaman berulang kali mengulang masalah yang sama sebelum akhirnya "naik" ke manusia mulai menumpuk. Tingkat kepuasan pelanggan dilaporkan turun sekitar 22% dibanding sebelum chatbot full-AI diterapkan. Sepanjang 2025 masuk 2026, Klarna diam-diam membuka lebih dari dua lusin posisi baru dan membangun kembali tim layanan pelanggan manusia — bukan untuk mengganti AI, tapi untuk menangani kasus rumit dan pelanggan yang memang ingin bicara dengan orang sungguhan, terutama soal urusan finansial yang sensitif.

Ini bukan kegagalan teknis — chatbot-nya tetap bisa menjawab banyak pertanyaan dengan benar. Yang gagal adalah asumsi bahwa "cepat dan murah" otomatis sama dengan "cukup bagus" untuk semua jenis interaksi pelanggan.

Insinyur yang Dipanggil Pulang ke Pabrik

Kalau Klarna soal layanan pelanggan, Ford menunjukkan versi industrinya. Produsen mobil asal AS ini sempat menggantungkan kontrol kualitas pada sistem otomatis yang dilatih dari spesifikasi desain yang sudah ada — logikanya, kalau sistem tahu standar desainnya, otomatis ia bisa mendeteksi cacat produksi.

Logika itu meleset. Sistem otomatis gagal menangkap sejumlah titik kegagalan produk yang justru butuh insting dan pengalaman lapangan untuk dikenali. Ford akhirnya merekrut lebih dari 350 engineer berpengalaman — sebagian adalah mantan karyawan Ford sendiri yang pernah terkena efisiensi — untuk menelusuri ulang titik-titik cacat dan melatih pekerja yang lebih junior. Wakil presiden Ford, Charles Poon, mengakui asumsi bahwa "AI yang dilatih dari standar desain akan otomatis menghasilkan produk berkualitas tinggi" ternyata tidak terbukti di lapangan.

Hasilnya, setelah insinyur manusia itu kembali bekerja, biaya garansi dan recall (penarikan produk cacat) berhasil ditekan hingga ratusan juta dolar AS, dan Ford naik ke peringkat atas dalam survei kualitas awal JD Power. Pelajarannya: AI bisa sangat baik mendeteksi pola yang sudah pernah dilihatnya, tapi kualitas produk sering ditentukan oleh pengecualian — hal-hal aneh di luar pola — yang justru paling sulit diajarkan ke mesin.

IBM, Duolingo, dan Pola yang Terus Berulang

Di IBM, sistem AI yang ditugaskan menangani permintaan sumber daya manusia (HR) berhasil menyelesaikan sekitar 94% permintaan yang masuk — angka yang kelihatan mengesankan di atas kertas. Tapi 6% sisanya justru yang paling krusial: kasus-kasus yang butuh penilaian etis, konteks personal, atau empati — hal yang sulit diselesaikan algoritma apa pun. Setelah memangkas sekitar 8.000 karyawan, IBM kini berencana melipatgandakan perekrutan posisi entry-level (lulusan baru/pemula) hingga tiga kali lipat pada 2026.

Duolingo mengalami versi yang lebih publik. April 2025, CEO Luis von Ahn mengumumkan perusahaan akan "AI-first" dan bertahap menghentikan penggunaan kontraktor untuk pekerjaan yang bisa dikerjakan AI. Reaksi publik dan karyawan internal keras — bukan cuma soal pekerjaan, tapi soal nada pengumuman yang terasa meremehkan kerja manusia. Von Ahn akhirnya mengakui "saya tidak melakukan itu dengan baik" dan mengklarifikasi bahwa perusahaan sebenarnya tetap merekrut karyawan tetap dengan kecepatan yang sama — AI dimaksudkan sebagai alat bantu, bukan pengganti. Setahun kemudian, aturan performa yang mewajibkan penggunaan AI pun dicabut.

Tiga studi kasus yang berbeda industri, satu kesimpulan yang sama: perusahaan bergerak lebih cepat memangkas orang daripada memvalidasi apakah AI-nya benar-benar siap menggantikan mereka.

Di Balik Headline: Ini Bukan Kebetulan, Ini Pola

Kalau cuma tiga perusahaan, ini bisa dibilang kebetulan. Tapi datanya menunjukkan pola yang lebih luas. Survei Careerminds terhadap 600 profesional HR di AS yang melakukan PHK dalam 12 bulan terakhir (dirilis Februari 2026) menemukan: hanya 21,4% responden yang bilang AI benar-benar menggantikan peran tanpa masalah operasional. Sebanyak 66,1% bilang cuma sebagian peran yang berhasil tergantikan otomasi — sisanya bermasalah.

Soal rekrutmen ulang, 32,7% perusahaan sudah mengisi kembali 25–50% posisi yang mereka pangkas, dan 35,6% lainnya sudah mengisi kembali lebih dari separuhnya. Lebih dari separuh HR leader (52%) bilang proses rekrutmen ulang itu dimulai dalam 6 bulan sejak PHK — bukan rencana jangka panjang, tapi koreksi cepat atas keputusan yang terlalu dini.

Yang paling menohok soal angka adalah hitungan untung-ruginya: hanya 26,7% perusahaan yang mengaku untung secara finansial setelah PHK-lalu-rekrut-ulang ini. Sebanyak 30,9% justru mengaku biaya merekrut ulang lebih besar daripada penghematan dari PHK, dan 42,4% bilang hasilnya kurang lebih sama saja — artinya seluruh drama PHK dan rekrutmen ulang itu, buat hampir sepertiga perusahaan, adalah kerugian bersih murni.

Riset Gartner menambah konteks di level strategi: dari 350 eksekutif global yang disurvei, 80% perusahaan yang menjalankan proyek AI melaporkan pengurangan tenaga kerja — tapi pengurangan itu tidak terbukti berkorelasi dengan ROI yang lebih tinggi. VP Analyst Gartner, Helen Poitevin, menyimpulkan: "Mengejar nilai (value) hanya lewat pengurangan jumlah karyawan kemungkinan besar akan membawa sebagian besar organisasi ke jalan dengan hasil yang terbatas." Gartner bahkan memprediksi 50% perusahaan yang menyalahkan AI atas pengurangan karyawan akan merekrut ulang untuk fungsi serupa selambat-lambatnya 2027. Forrester Research, dalam laporan "Future of Work" 2026, mencatat 55% pemberi kerja menyesali keputusan PHK berbasis AI mereka.

Alasan Sungguhan: Bukan Selalu AI, Tapi "AI-Washing"

Di sinilah bagian yang perlu dibaca dengan skeptis, bukan cuma manggut-manggut. Paul Osterman, profesor emeritus manajemen sumber daya manusia di MIT Sloan School of Management, berpendapat banyak perusahaan sebenarnya menggunakan AI sebagai "alasan yang sempurna" (perfect excuse) untuk PHK yang akar masalahnya adalah tekanan keuangan biasa — kelebihan rekrutmen saat booming pandemi, margin yang menipis, atau permintaan konsumen yang melambat. Menyebut AI membuat keputusan PHK terasa seperti keniscayaan teknologi yang tak terhindarkan, bukan pilihan manajemen yang bisa dipertanyakan. "Mereka sudah bicara begitu selama 20 tahun," katanya, merujuk pola lama perusahaan mengejar narasi "tim yang lebih kecil dan lebih produktif" jauh sebelum AI generatif ada.

Data Challenger, Gray & Christmas memberi gambaran skala sekaligus ironi di dalamnya. Sepanjang 2025, alasan "AI" dicantumkan dalam PHK yang mencakup sekitar 55.000 posisi di AS — sekitar 5% dari total PHK yang diumumkan tahun itu. Lonjakannya terjadi di 2026: pada periode Januari–Juli, alasan AI tercantum dalam lebih dari 112.000 PHK, atau sekitar 24% dari total — AI jadi alasan PHK paling sering disebut selama lima bulan berturut-turut. Tapi riset Forrester menemukan banyak perusahaan yang mengumumkan PHK "karena AI" sebenarnya belum punya aplikasi AI yang matang dan teruji untuk benar-benar mengisi peran yang dihapus — pola yang disebut Forrester sebagai AI-washing: PHK finansial yang dibungkus narasi inovasi.

Osterman menambahkan satu data menarik sebagai konteks: sekitar 35% tenaga kerja AS kini berstatus "disposable worker" (kontraktor, freelancer, pekerja gig) — naik dari 3,8% pada 2017 menjadi 4,3% atau 6,9 juta orang pada 2023 menurut Biro Statistik Tenaga Kerja AS. Artinya, sebelum AI generatif populer sekalipun, perusahaan sudah lama bergerak ke arah tenaga kerja yang lebih mudah dilepas — AI cuma memberi narasi baru untuk tren lama ini.

Bagaimana dengan Indonesia?

Di Indonesia, gelombang PHK juga nyata — tapi ceritanya sedikit berbeda bentuknya. Survei Sakernas BPS periode Februari 2026 mencatat 196.700 orang terdampak PHK sepanjang 2025; dari jumlah itu, 113.000 orang sudah kembali bekerja, 69.100 orang masih menganggur, dan 14.600 orang keluar dari angkatan kerja. Angka ini berbeda dengan data administratif Kementerian Ketenagakerjaan lewat sistem Jaminan Kehilangan Pekerjaan (JKP) yang mencatat 88.519 kasus PHK sepanjang 2025 — bedanya, data JKP hanya mencakup pekerja yang mendaftar klaim lewat sistem resmi, sementara Sakernas adalah survei rumah tangga yang menjangkau lebih luas termasuk sektor informal. Dua angka ini bukan kontradiksi, melainkan dua cara berbeda menghitung hal yang sama.

Yang menarik: nyaris tidak ada perusahaan besar di Indonesia yang terang-terangan menyebut AI sebagai alasan PHK. Gelombang PHK di startup seperti GoTo, Tokopedia, dan Bukalapak dalam beberapa tahun terakhir hampir selalu dibungkus kata "efisiensi" — penghematan biaya operasional pasca-booming pendanaan startup, bukan klaim penggantian oleh AI. Ekonom Celios, Bhima Yudhistira, berulang kali memperingatkan tren PHK di Indonesia berpotensi terus naik — tapi pemicu utamanya lebih ke tekanan margin dan perlambatan ekonomi, bukan otomatisasi AI yang sudah matang.

Justru di sinilah letak risikonya. ILO pernah memproyeksikan sekitar 56% pekerjaan di Indonesia berisiko terdampak otomatisasi dalam jangka panjang (proyeksi lama, dibuat sejak 2017, jadi perlu dibaca sebagai gambaran struktural, bukan prediksi jangka pendek), sementara riset McKinsey Global Institute memperkirakan sekitar separuh aktivitas kerja di Indonesia secara teknis bisa diotomatisasi dengan teknologi yang sudah ada saat ini. Artinya, godaan untuk mulai memakai "AI" sebagai justifikasi PHK — meniru pola yang sudah terjadi di AS — sangat mungkin datang ke perusahaan Indonesia dalam waktu dekat, apalagi kalau tekanan margin terus berlanjut. Masalahnya, drama "PHK lalu rekrut ulang" di AS justru menunjukkan ongkos sebenarnya dari jalan pintas ini: kehilangan skill institusional, biaya rekrutmen ulang yang lebih mahal dari penghematan, dan reputasi perusahaan yang rusak di mata talenta terbaik.

Apa Artinya Buat Kamu

Kalau kamu masih karyawan dan ingin mulai usaha

Kalau kamu sedang membangun bisnis sendiri dan tergoda meniru narasi "AI-first" supaya terlihat efisien di depan investor, pikirkan dua kali. Data Careerminds menunjukkan hanya satu dari lima perusahaan yang benar-benar berhasil menggantikan peran manusia dengan AI tanpa masalah operasional. Kalau skala usahamu kecil, kamu tidak punya bantalan finansial sebesar Klarna atau Ford untuk menanggung ongkos salah hitung — satu kesalahan rekrutmen-ulang bisa langsung memukul cashflow. Pakai AI untuk memperkuat tim kecilmu (menulis draf, riset awal, analisis data), bukan untuk menggantikan peran yang butuh penilaian dan hubungan dengan pelanggan.

Kalau kamu sudah punya bisnis

Sebelum memangkas tim dengan alasan "AI sudah bisa handle ini", uji dulu secara terbatas — pilot di satu divisi, ukur kualitas bukan cuma kecepatan, dan beri jeda minimal beberapa bulan sebelum memutuskan permanen. Riset Gartner jelas: perusahaan dengan ROI tertinggi bukan yang memangkas kepala lebih banyak, tapi yang memakai AI untuk membuat tim yang ada lebih produktif ("people amplification"). Kalau kamu sudah terlanjur PHK dengan alasan AI dan sekarang menyadari ada lubang kualitas, jangan malu untuk merekrut ulang lebih cepat — data menunjukkan perusahaan yang bergerak cepat (dalam 6 bulan) menyelamatkan lebih banyak reputasi dan skill institusional dibanding yang menunda.

Buat pekerja dan pencari kerja secara umum

Kalau perusahaanmu mengumumkan PHK dengan alasan "AI", jangan langsung menelan itu sebagai fakta mutlak — tanyakan juga kondisi keuangan perusahaan secara umum. Riset Forrester dan pandangan profesor Osterman mengingatkan: "AI" seringkali adalah bungkus yang lebih nyaman untuk PHK yang sebenarnya dipicu masalah lain. Kalau skill-mu memang kena dampak otomatisasi nyata, fokus perkuat kemampuan yang sulit digantikan algoritma — penilaian kontekstual, empati, dan kemampuan menangani pengecualian di luar pola baku.

Yang Perlu Dipantau

• Rilis Sakernas BPS periode Agustus 2026 — akan menunjukkan apakah tren PHK di Indonesia tetap stabil atau justru naik menjelang akhir tahun.

• Laporan bulanan Challenger, Gray & Christmas di AS — untuk melihat apakah alasan "AI" dalam PHK terus naik dari level sekitar 24% (Januari–Juli 2026) atau mulai mendatar.

• Laporan kuartalan perusahaan seperti Klarna, IBM, dan Duolingo — perhatikan apakah guidance tenaga kerja mereka direvisi naik (tanda rekrutmen ulang berlanjut).

• Update prediksi Gartner soal tenggat 2027 untuk 50% perusahaan yang "menyalahkan AI" mulai merekrut ulang — akan jadi penanda apakah tren ini benar-benar sistemik atau sekadar koreksi awal.

• Apakah ada startup atau korporasi besar Indonesia yang mulai secara eksplisit menyebut "AI" (bukan lagi "efisiensi") sebagai alasan PHK dalam siaran pers mereka — ini sinyal paling jelas bahwa pola AI-washing ala AS mulai menular ke sini.

Penutup

Cerita PHK-karena-AI yang berakhir dengan rekrutmen ulang bukan bukti bahwa AI gagal total — Ford, Klarna, dan IBM tetap memakai AI, cuma dengan porsi yang lebih realistis. Yang gagal adalah keputusan manajemen yang memangkas orang berdasarkan ekspektasi, bukan hasil yang sudah terbukti. Buat bisnis Indonesia yang baru mulai tergoda jalan pintas yang sama: periksa dulu apakah AI-mu benar-benar sudah bekerja sebelum kamu menyuruh orang pulang — karena memanggil mereka balik jauh lebih mahal, dan lebih memalukan, daripada tidak pernah menyuruh mereka pergi.

Sumber

• Careerminds — survei "AI Boomerang" tentang rekrutmen ulang pasca-PHK berbasis AI (Februari 2026)

• Gartner — studi ROI PHK berbasis AI dan proyeksi rekrutmen ulang 2027

• Forrester Research — laporan "Future of Work" 2026 soal AI-washing dan penyesalan PHK

• Challenger, Gray & Christmas — laporan bulanan PHK AS dan porsi alasan AI

• Fortune — wawancara Paul Osterman (MIT Sloan) soal AI-washing dan "disposable workers"

• Kompas / Kompas Tekno — rangkuman perusahaan yang menyesal PHK karena AI (Klarna, Ford, IBM)

• Entrepreneur / Forbes — liputan reversal kebijakan AI Klarna dan Duolingo

• BPS — Survei Angkatan Kerja Nasional (Sakernas) Februari 2026 soal data PHK 2025

• CNBC Indonesia — ulasan data BPS soal PHK dan status pekerja terdampak

• Kementerian Ketenagakerjaan — data klaim Jaminan Kehilangan Pekerjaan (JKP) 2025–2026

• ILO — "Indonesia Jobs Outlook" soal risiko otomatisasi pekerjaan

• McKinsey Global Institute — riset automation dan masa depan kerja di Indonesia