- Kebutuhan belajar AI untuk manajer berbeda dengan staf teknis. Titik beratnya ada pada keputusan di area kerja mana AI dipakai dan siapa penanggung jawab hasil akhirnya.
- Ada tiga peran manajer dalam memakai AI: manajer sebagai pengguna AI, manajer sebagai pengambil keputusan, dan manajer sebagai pengawas pemakaian AI.
- Pelatihan AI untuk manajer minimal memuat lima komponen kurikulum, bukan sekadar materi cara memakai tools.
- Biaya pelatihan baru bisa dibandingkan setelah satuannya disamakan, dan dampaknya ditentukan oleh rancangan setelah sesi berakhir.
Pelatihan AI untuk manajer pada dasarnya ditentukan oleh keputusan-keputusan apa saja yang harus diambil manajer setelah ikut pelatihan. Jadi, fokusnya bukan pada berapa banyak tools yang dipelajari. Masalahnya, banyak perusahaan mengirimkan para manajer ke pelatihan AI dan mereka hanya kembali dengan skill memakai satu alat, tanpa tahu kapan AI paling layak digunakan di timnya.
Manajer tidak bertugas membuat model AI, apalagi menulis kode. Yang manajer butuhkan adalah kemampuan menilai, memutuskan, dan mengawasi penggunaan AI di tim kerjanya.
Apa yang Sebenarnya Perlu Dipelajari Manajer tentang AI
Manajer perlu mempelajari cara menilai, memutuskan, dan mengawasi penggunaan AI, bukan cara membangun sistem AI. Titik beratnya ada pada keputusan di area kerja mana AI dipakai dan siapa penanggung jawab hasil akhirnya.
Laporan OECD berjudul Building an AI-ready public workforce (2026) membedakan kebutuhan pelatihan AI ke dalam tiga kelompok: seluruh pegawai untuk kemampuan dasar AI, pemimpin untuk pemahaman strategis, serta profesional digital dan data untuk kemampuan teknis. Meski berfokus pada sektor publik, polanya relevan untuk perusahaan.
Dari situ, ada tiga peran manajer dalam memakai AI. Ketiganya menentukan apa yang perlu Anda pelajari dari AI itu sendiri.
1. Manajer sebagai Pengguna AI
Ini kemampuan paling dasar untuk kebutuhan individu manajer, misalnya meringkas laporan panjang, membuat draf presentasi maupun email, menyusun ide, melakukan analisis awal, dan sebagainya. Satu hal yang perlu Anda pahami: mahir memakai AI tidak otomatis membuat Anda mampu memimpin penerapan AI yang lebih luas di dalam tim.
2. Manajer sebagai Pengambil Keputusan
Kemampuan ini paling jarang diajarkan kepada manajer, padahal justru paling penting. Sebagai pengambil keputusan, manajer perlu terampil membaca alur kerja tim, menemukan proses yang perlu dibantu AI, dan menakar apakah manfaatnya sepadan dengan biaya maupun risikonya.
3. Manajer sebagai Pengawas Pemakaian AI
Peran ini menuntut manajer memastikan penggunaan AI sudah aman, bertanggung jawab, dan sesuai dengan kepentingan perusahaan. Cakupannya meliputi menentukan data apa yang boleh masuk ke AI, titik mana yang membutuhkan keputusan manusia, serta bagaimana hasil kerja tim dapat diperiksa. Pembahasannya bisa Anda baca di artikel AI Decision Making: Siapa yang Memegang Kendali atas Keputusan AI?.
Sayangnya, saat memilih pelatihan AI untuk manajer, perusahaan lebih sering mencermati silabus yang mengajarkan cara memakai AI saja. Jadi, bagaimana cara memilih pelatihan yang paling tepat? Cara sederhananya adalah mengecek silabus dan menghitung berapa bagian pembelajaran yang melatih peran kedua dan ketiga. Jika sebagian besar materi hanya menyentuh peran pertama, besar kemungkinan itu adalah kelas produktivitas, bukan pelatihan manajerial. Perbedaan kebutuhan per peran ini juga dibahas di artikel Pelatihan AI untuk Karyawan Perusahaan Mulai dari Mana?.
Baca juga Apa Itu AI Readiness Perusahaan & Mengapa Banyak yang Belum Siap?
Lima Komponen Kurikulum yang Wajib Ada dan Tanda Bahaya di Silabus
Kurikulum training AI untuk manager minimal mencakup lima komponen penting berikut ini. Silabus yang kehilangan salah satunya patut Anda pertanyakan sebelum memilih program.
Pastikan dulu kebutuhan tim lewat training needs analysis, sebab jika masalahnya ada di komunikasi atau kemampuan menjual, pelatihan sales dan soft skill lebih tepat.
1. Dasar Kemampuan dan Keterbatasan AI
Memahami cara kerja teknologi AI secara umum sangat penting agar manajer mampu mengenali keunggulan sekaligus keterbatasan AI. Dengan begitu, manajer punya ekspektasi yang realistis terhadap implementasi AI di timnya nanti.
2. Penyusunan Instruksi AI yang Efektif
Ini adalah keterampilan dasar yang kelak menjadi poin penting dalam setiap penggunaan AI pada proses kerja. Manajer harus belajar cara menyusun prompt, memberi konteks yang relevan, dan menentukan format hasil yang diinginkan.
3. Pemetaan Alur Kerja dan Penentuan Use Case
Inti peran manajer sebagai pengambil keputusan ada pada poin ini. Manajer mesti mampu mengidentifikasi pekerjaan mana saja yang layak dibantu AI dan menetapkan use case yang paling tepat.
4. Etika, Kepatuhan, dan Keamanan Data
Komponen ini tidak boleh diperlakukan sebagai tambahan, apalagi sekadar pelengkap. Manajer perlu memahami bahwa memasukkan data karyawan maupun pelanggan ke AI terikat dengan UU Pelindungan Data Pribadi. UU PDP tidak serta-merta melarang data pribadi diproses, tetapi mengatur kewajiban pihak yang memprosesnya, mulai dari dasar pemrosesan yang sah hingga keamanan datanya. Acuan etikanya bisa Anda lihat di SE Menkominfo Nomor 9 Tahun 2023 tentang Etika Kecerdasan Artifisial.
5. Pengukuran Dampak terhadap Hasil
Komponen ini menuntut manajer mengetahui seberapa besar dampak penggunaan AI terhadap hasil kerja. Intinya, harus ada indikator keberhasilan yang bisa diukur, misalnya produktivitas, efisiensi waktu, kualitas kerja, efisiensi biaya, dan sebagainya.
Contoh Use Case AI Berdasarkan Fungsi Manajer
Selain lima komponen tadi, waspadai juga tanda bahaya berikut di silabus:
- Terdapat materi pembuatan model AI atau coding dari nol untuk manajer non-teknis. Artinya, silabus teknis ikut dijual ke peserta non-teknis, padahal kebutuhannya berbeda.
- Tidak ada studi kasus yang menggunakan konteks pekerjaan manajer (calon peserta).
- Porsi teori lebih banyak daripada praktik.
- Tidak ada materi etika dan keamanan data, atau materi tersebut hanya dijadikan “pelengkap”.
- Tidak ada mekanisme pengukuran sebelum dan sesudah pelatihan yang dapat menjadi indikator keberhasilan.
Lantas, bagaimana Anda bisa menentukan pelatihan dengan silabus paling tepat? Praktisnya, mintalah silabus lengkap ke penyedia jasa pelatihan. Jangan hanya menerima brosur berisi daftar topik pelatihan AI untuk perusahaan. Penyedia jasa yang tidak bisa merinci aktivitas belajar per topik biasanya belum punya rancangan sesi yang solid. Kriteria lainnya ada di artikel Cara Memilih Vendor AI Training untuk Perusahaan.
Memilih Format In-House, Kelas Publik, atau Kombinasi
Ada tiga pilihan format pelatihan AI untuk manajer: in-house training, kelas publik, dan kombinasi keduanya. Format yang paling tepat ditentukan oleh perlu tidaknya materi memakai konteks perusahaan sendiri. Jumlah peserta tetap dipertimbangkan, tetapi bukan satu-satunya dasar.
In-house training AI lebih cocok Anda pilih jika ada studi kasus yang memerlukan proses, data, serta hambatan nyata dari masing-masing divisi. Sementara itu, kelas publik lebih tepat jika jumlah manajernya sedikit dan tujuannya memperoleh perbandingan dari industri lain. Di sisi lain, kombinasi kedua format tersebut dapat menjadi strategi perusahaan dengan mengirim satu atau dua manajer terlebih dahulu, kemudian memperluasnya menjadi program internal.
Konteks data sebenarnya jauh lebih penting daripada pilihan topik. Dua perusahaan dengan silabus yang sama persis bisa mendapat hasil berbeda, tergantung apakah peserta dilatih dengan konteks pekerjaannya sendiri atau sekadar contoh umum.
Perbedaan keduanya lebih lengkap dibahas di artikel In-House Training atau Public Training, Mana yang Cocok untuk Tim?. Cara menyeleksi penyedia jasanya ada di artikel Panduan Memilih Vendor Corporate Training yang Hasilnya Nyata.
Membaca Biaya Pelatihan AI dengan Benar
Biaya pelatihan AI baru bisa Anda bandingkan setelah satuan perhitungannya disamakan. Kelas publik menetapkan biaya per peserta, sedangkan in-house training dihitung per program atau per kelompok peserta. Kesalahan dalam penyusunan anggaran pelatihan sering bersumber dari ketidakpahaman akan perbedaan satuan ini.
1. Samakan Satuan Perhitungan Biaya
Misalnya, kelas publik dikenai biaya 3 juta rupiah per peserta dan perusahaan berencana mengirimkan 5 manajer. Maka, biaya totalnya menjadi 15 juta rupiah. Sementara itu, in-house training berbiaya 15 juta rupiah untuk satu batch berisi 10 peserta. Maka, biaya efektif per peserta adalah 1,5 juta rupiah.
Namun, in-house training belum tentu lebih murah. Jika pesertanya hanya 5 orang, biaya programnya tetap 15 juta rupiah sehingga biaya per peserta menjadi 3 juta rupiah, sama dengan kelas publik. Angka-angka di atas hanyalah ilustrasi, bukan patokan harga pasar.
2. Komponen yang Membentuk Biaya Pelatihan AI
Ada kalanya penawaran dari salah satu penyedia jasa pelatihan lebih mahal karena komponen pembentuk biayanya berbeda, misalnya:
- Honor fasilitator: biaya tenaga pengajar, termasuk pengalaman, keahlian, dan reputasinya.
- Penyusunan materi: biaya merancang kurikulum dan menyesuaikan materi. Komponen inilah yang paling sering membuat biaya pelatihan naik.
- Durasi dan jumlah sesi: makin banyak program dan sesi, makin besar kebutuhan sumber daya dan waktunya.
- Tempat dan konsumsi: biaya tambahan untuk pelatihan offline, meliputi sewa ruang, peralatan, hingga konsumsi.
- Pendampingan setelah pelatihan: biaya konsultasi, evaluasi pencapaian, dan pendampingan dalam menerapkan AI ke pekerjaan.
Jadi, ubah dulu semua penawaran menjadi biaya per peserta dan per hari efektif. Dengan satuan yang sama, Anda baru bisa membandingkannya.
Pahami kisaran biayanya di artikel Kisaran Biaya Corporate Training Indonesia dan Cara Menganggarkannya dan hitung pengembaliannya lewat artikel Cara Mengukur ROI Training Karyawan untuk Meningkatkan Kinerja Bisnis.
Cara Memastikan Pelatihan AI Benar-Benar Dipakai setelah Selesai
Pelatihan AI untuk manajer sering gagal memberikan dampak karena tidak ada rancangan spesifik tentang apa yang terjadi setelah sesi berakhir. Jadi, akar masalahnya tidak selalu soal kurikulum, melainkan tidak adanya strategi penerapan.
Survei ESI International bertajuk Applying Training and Transferring Learning to the Workplace (2011) terhadap lebih dari 3.000 manajer yang menangani pelatihan menyebutkan 60% responden tidak memiliki pendekatan sistematis untuk menyiapkan peserta menerapkan hasil pelatihan di pekerjaannya.
Masih dalam survei yang sama, ada tiga faktor terpenting dalam penerapan hasil belajar: peserta punya waktu, sumber daya, dan tanggung jawab untuk menerapkannya (30%), dukungan atasan (23,8%), dan metode pengajaran yang menyimulasikan lingkungan kerja nyata (21,8%). Meski survei ini sudah lama, polanya masih relevan.
Apa yang perlu diminta ke penyedia jasa pelatihan? Berdasarkan temuan tersebut, mintalah hal-hal berikut ke penyedia jasa pelatihan:
- Latihan yang memakai pekerjaan atau tugas nyata dari peserta, bukan contoh yang terlalu umum.
- Satu tugas penerapan yang harus diselesaikan di tempat kerja setelah pelatihan, dengan tenggat waktu tertentu.
- Kesepakatan dengan atasan bahwa mereka mengetahui dan mendukung penerapannya.
- Satu angka untuk membandingkan kondisi sebelum dan sesudah pelatihan, contohnya waktu kerja yang dihemat per bulan.
Sebagai ilustrasi, jika manajer marketing butuh 6 jam per minggu untuk menyusun laporan kampanye sebelum pelatihan dan 2 jam sebulan setelahnya, itulah angka dampak yang bisa dilaporkan. Untuk pengukuran yang lebih luas, Anda bisa memakai metrik di artikel Cara Mengukur AI Adoption di Perusahaan dengan Tepat.
Pentingnya porsi praktik yang lebih besar daripada teori sejatinya sejalan dengan kerangka Practice-Led Learning by Belajarlagi, yaitu metode belajar yang menekankan hands-on activity dan praktik langsung, karena retensi pengetahuan rendah bila peserta hanya mendengar, sehingga setiap kelas dikombinasikan dengan tugas dan latihan nyata.
Checklist Memilih Pelatihan AI untuk Manajer
Gunakan tujuh kriteria berikut untuk menilai apakah sebuah pelatihan AI layak dibeli. Semakin banyak yang terpenuhi, semakin besar peluang pelatihan benar-benar terpakai.
- Kurikulum melatih tiga peran manajer dalam memakai AI.
- Ada studi kasus yang sesuai dengan fungsi pekerjaan manajer peserta.
- Etika dan keamanan data menjadi materi utama.
- Porsi praktik dengan pekerjaan nyata lebih besar daripada teori.
- Ada indikator keberhasilan yang diukur sebelum dan sesudah pelatihan.
- Tersedia tugas penerapan dan pendampingan setelah pelatihan.
- Biaya dan komponen layanan dijelaskan secara transparan.
Pelatihan AI untuk manajer yang baik adalah yang mampu meninggalkan hasil dan dampak, bukan sekadar sertifikat. Sama seperti jenis program pelatihan karyawan lainnya, hasilnya baru terasa jika selaras dengan manfaat corporate training yang ingin dicapai. Bagi Anda yang ingin menyesuaikan program pelatihan dengan konteks pekerjaan di divisi, Belajarlagi Corporate Training dapat menjadi partner terbaik untuk perusahaan. Klik di sini untuk konsultasi dan informasi selengkapnya!
Sementara itu, bagi Anda yang berperan sebagai manajer dan tertarik belajar AI dalam lingkup manajerial, Anda dapat mengikuti kelas Strategic AI for Managers: Business Transformation dari Belajarlagi for Executive. Informasi selengkapnya dapat Anda cek di halaman Strategic AI for Managers.
.avif)




