Ketakutan bahwa kecerdasan buatan (AI) akan mengurangi tenaga kerja sudah mendominasi rapat perusahaan dan berita bisnis selama bertahun-tahun, dan makin cepat di awal tahun 2026. Tetapi, salah satu eksekutif talenta paling berpengaruh di perbankan berkata bahwa hitungannya sebenarnya menunjukkan hal sebaliknya — dan dia punya angka untuk membuktikannya.
Tanuj Kapilashrami, pejabat strategi dan talenta utama di Standard Chartered, bercerita ke McKinsey dalam wawancara baru-baru ini bahwa bank global itu menghitung penghematan sekitar $49,000 per karyawan yang dilatih ulang dan ditempatkan kembali secara internal, dibandingkan dengan mencari keahlian yang sama lewat perekrutan eksternal. Angka itu dikalikan dengan ratusan peran yang diprediksi bank akan berubah karena otomatisasi dan teknologi baru, dan jumlah totalnya, menurut Kapilashrami, “adalah angka yang sangat besar.”
Saat dihubungi untuk komentar oleh Fortune, Standard Chartered menunjuk pada peningkatan perekrutan internal dari sekitar 30% di tahun 2023 menjadi lebih dari 50% di pertengahan 2025, membantu mereka menghemat lebih dari $55 juta dalam biaya perekrutan. Seorang perwakilan berkata ini menunjukkan bank berada di “jalur yang bagus” dalam hal ini.
Penemuan ini bukanlah inisiatif HR yang hanya untuk merasa senang, jelas Kapilashrami. Ini berasal dari rencana strategis tenaga kerja yang ketat yang diluncurkan Standard Chartered sekitar lima tahun lalu, dibangun di sekitar konsep sederhana: Bagaimana jika keahlian — bukan jabatan — yang menjadi mata uang pekerjaan?
“Jika kamu mulai memikirkan keahlian, bukan pekerjaan, sebagai mata uang pekerjaan, pilihan apa yang akan kamu buat dalam cara kerja diselesaikan?” kata Kapilashrami. Bank itu memetakan apa yang mereka sebut keahlian “terbenam” dan “terbit” — kemampuan yang akan hilang dari perbankan dalam lima tahun dan yang baru dibutuhkan untuk menjalankan strategi bank — dan mencocokkannya dengan jumlah karyawan yang ada. Hasilnya adalah analisis nilai uang yang rinci yang dibawa Kapilashrami langsung ke dewan direksi Standard Chartered.
Presentasi ke dewan itu mengubah percakapan dari berapa banyak pekerjaan yang akan dihilangkan AI menjadi keahlian apa yang perlu mereka kembangkan, beli, atau pinjam. Daripada langsung melakukan PHK saat otomatisasi menggantikan suatu fungsi, bank mulai mengidentifikasi karyawan internal yang profil keahliannya bisa dialihkan. Pelatihan ulang dan penempatan kembali, kata data, bukan hanya pilihan yang manusiawi; itu juga pilihan yang lebih murah.
Detail di balik penghematan besar
Untuk menjalankan ide ini, Standard Chartered meluncurkan pasar talenta internal sekitar empat tahun lalu. Setiap karyawan bisa memposting proyek online dengan keahlian spesifik yang dibutuhkan; karyawan mana saja di seluruh dunia bisa menawarkan keahliannya untuk mengisinya. Per Oktober 2025, sekitar 60% karyawan aktif di platform itu, menurut bank yang sebelumnya diberitahukan ke The Wall Street Journal.
Dalam satu contoh penting, Kapilashrami menawarkan, bisnis ritel bank di India menggunakan platform itu untuk mengisi proyek membuat layanannya bisa diakses oleh pelanggan tuli — dengan kontributor dari New York, London, dan Singapura — dan menjadi salah satu bank India pertama yang menawarkan perbankan video ramah tuli dalam Bahasa Isyarat India.
Kapilashrami cepat menjelaskan bahwa argumennya bukanlah bahwa AI tidak menyebabkan gangguan. Tapi bahwa gangguannya sedang salah didiagnosis. Dia berkata bahwa keyakinannya adalah “manusia tidak akan kehilangan pekerjaan ke mesin,” tetapi sebaliknya, “manusia akan kehilangan pekerjaan ke manusia lain yang menggunakan mesin.” Konsep itu menempatkan beban pada kepemimpinan — bukan teknologi — untuk mendorong transformasi, dan Kapilashrami berargumen bahwa perusahaan yang gagal membangun pemahaman AI di setiap tingkat akan menghadapi kepergian talenta karena kesenjangan antara bagaimana karyawan mengalami teknologi sebagai konsumen versus di tempat kerja.
Artinya adalah bahwa era AI lebih merupakan masalah arbitrase keahlian daripada kiamat tenaga kerja — masalah yang bisa dipecahkan perusahaan jika mereka bersedia berinvestasi pada orang-orang mereka yang ada. Namun, ini hanya satu titik data dari salah satu bank global paling canggih di dunia, yang beroperasi dengan infrastruktur HR yang besar, pasar talenta internal khusus, dan seorang pejabat strategi utama yang benar-benar menulis buku tentang organisasi berbasis keahlian. (Kapilashrami ikut menulis The Skills-Powered Organization, diterbitkan MIT Press tahun 2024.) Kondisi yang membuat pelatihan ulang lebih murah daripada perekrutan di Standard Chartered mungkin tidak bisa direplikasi secara luas di semua industri.
Ada juga masalah seleksi tersembunyi di balik optimisme ini. Pelatihan ulang bekerja paling baik untuk pekerja yang sudah paling dekat dengan keahlian yang perlu mereka dapatkan — karyawan dengan literasi digital kuat, pencapaian pendidikan, dan fleksibilitas kognitif untuk beralih ke peran yang berdekatan. Model pasar talenta yang Kapilashrami jelaskan, di mana karyawan memilih sendiri proyek dan menunjukkan kompetensi tersembunyi mereka, secara alami menguntungkan pekerja yang sudah paling diuntungkan.
Apa kata data
Data makroekonomi juga tidak memberikan banyak kenyamanan. Riset dari McKinsey Global Institute memperkirakan bahwa AI generatif bisa mengotomatisasi tugas yang menyumbang hingga 30% dari jam kerja di seluruh ekonomi AS pada tahun 2030. Ekonom Oxford Carl Benedikt Frey dan Michael Osborne, dalam studi penting tahun 2013 mereka tentang 702 pekerjaan, menemukan bahwa otomatisasi terutama mengancam pekerja berkeahlian menengah dengan tugas rutin — tepat segmen yang paling kecil kemungkinannya mendapat manfaat dari pasar proyek internal. Sejarah juga memberikan catatan peringatan: janji pelatihan ulang banyak disebut selama gelombang alih daya tahun 1990-an dan 2000-an, dan program pelatihan ulang yang mengikutinya, menurut kebanyakan penilaian ekonomi, sangat tidak memadai.
Bahkan dalam kerangka kerja optimis pelatihan ulang sendiri, hitungannya memunculkan pertanyaan. Jika menghemat $49,000 per karyawan yang dilatih ulang adalah kemenangan yang jelas, mengapa perlu presentasi ke dewan untuk membuktikannya? Jawabannya adalah sebagian besar perusahaan tidak memiliki infrastruktur data, visibilitas talenta, atau kesabaran organisasi untuk menjalankan apa yang Standard Chartered jelaskan. Bagi perusahaan yang menghadapi tekanan biaya langsung dari adopsi AI, jalan yang lebih cepat hampir selalu adalah mengurangi jumlah karyawan. Tapi terlepas dari semua alasan untuk khawatir yang perlu dicatat, contoh ini menawarkan sesuatu yang agak langka dalam wacana perusahaan: harapan.
Untuk cerita ini, jurnalis Fortune menggunakan AI generatif sebagai alat riset. Seorang editor memverifikasi keakuratan informasi sebelum publikasi.