Wawancara Eksklusif dengan CEO Bergilir Korui International, Zeng Cheng: Tidak Lagi "Semua Posisi AI Menjadi Tren" Persaingan Talenta AI Berpindah dari Kemampuan Umum ke Penerapan dalam Konteks

Bermain saham cukup lihat laporan riset analis Golden Qilin—berwibawa, profesional, tepat waktu, komprehensif—membantu Anda menggali peluang bertema dengan potensi!

（Sumber: Securities Times）

Dalam beberapa hari terakhir, UBTECH (优必选) merekrut secara global “Chief Scientist untuk embodied intelligence” dengan kisaran gaji tahunan 15 juta yuan—1,24 miliar yuan, sekali lagi mendorong perekrutan talenta AI menjadi sorotan hangat.

Bagaimana kondisi perekrutan talenta AI saat ini? Tren apa yang akan muncul di masa depan? Apa saja titik sakit (pain point) dalam ekosistem perekrutan? Menanggapi hal tersebut, Sekretaris CEO bergilir perusahaan Headhunter KENRID (科锐国际), 曾诚, dalam wawancara eksklusif baru-baru ini dengan reporter Securities Times mengatakan bahwa perekrutan dengan gaji lebih dari puluhan juta yuan bukanlah norma industri; hal itu biasanya hanya muncul pada beberapa perusahaan papan atas dan umumnya merupakan kasus individual pada “jendela waktu” tertentu. Langkah ini justru menunjukkan bahwa persaingan talenta AI sedang beralih dari kemampuan umum ke implementasi berbasis skenario: ketika embodied intelligence memasuki titik belok yang krusial, yang direbut perusahaan bukan hanya talenta itu sendiri, melainkan segelintir kunci yang mampu mendorong teknologi benar-benar terwujud, serta mendefinisikan lanskap masa depan.

Ia juga memperkirakan bahwa pada 2026, struktur tingkat panas perekrutan dalam rantai industri AI akan berlanjut secara berkelanjutan, dan tidak lagi “semua posisi AI semuanya panas”, melainkan “yang seharusnya panas akan semakin panas, yang tidak seharusnya panas akan mereda secara alami”, memasuki tahap baru “kemakmuran yang rasional” (理性繁荣).

Tiga jenis posisi AI memiliki premi gaji yang jelas

Reporter Securities Times: Bagaimana dinamika perekrutan pada rantai industri AI yang Anda amati saat ini?

曾诚: Berdasarkan pemantauan real-time dari data platform data tengah KENRID, permintaan perekrutan pada rantai industri AI memang saat ini tetap dalam kondisi yang sangat kuat. Selain itu, kebutuhan akan talenta AI menunjukkan tiga perubahan yang cukup jelas: Pertama, pengoptimalan model untuk industri vertikal serta peningkatan kemampuan multimodal—perusahaan meningkatkan investasi secara signifikan pada talenta inti untuk algoritma dan rekayasa (engineering) model. Seperti engineer algoritma untuk large model, peneliti algoritma, serta engineer yang mampu melakukan deployment model dan optimasi performa—jenis posisi ini dalam jangka panjang berada pada level tinggi, dan kesulitan rekrutnya pun relatif besar.

Kedua, seiring embodied intelligence dan robot humanoid memasuki tahap validasi berskala, posisi-posisi mutakhir terkait dengan cepat menjadi pusat panas perekrutan. Misalnya, arah VLA/L4/model dunia (world model): engineer algoritma embodied intelligence, pakar fusi multimodal, serta talenta pada bidang kontrol cerdas robot. Jika sebelumnya kebutuhan untuk posisi seperti ini cukup tersebar, sekarang sudah menjadi fokus perebutan perusahaan, dan premi gaji juga sangat terlihat.

Ketiga, AI makin meresap secara mendalam ke industri-industri nyata, khususnya penerapan agen (AI agent) yang mendorong pertumbuhan kebutuhan posisi pada sisi aplikasi industri. Perusahaan lebih menyukai talenta yang menguasai teknologi sekaligus paham bisnis—misalnya engineer pengembangan agen cerdas, serta arsitek solusi AI. Sementara itu, AI product manager dan ahli solusi produk yang mampu mengubah teknologi menjadi nilai komersial serta memiliki wawasan yang presisi terhadap kebutuhan pengguna di beragam skenario juga menjadi posisi kunci yang langka di pasar.

Selain itu, seiring aplikasi AI di skenario bisnis inti perusahaan yang semakin dalam, perhatian perusahaan terhadap keandalan model, kualitas data, dan keamanan bisnis juga meningkat secara nyata. Hal ini turut mendorong panasnya posisi seperti tata kelola data (data governance), penilaian keamanan AI, serta audit kepatuhan (compliance).

Reporter Securities Times: Apakah tingkat gaji dalam perekrutan rantai industri AI mengalami kenaikan yang jelas?

曾诚: Secara keseluruhan, tingkat gaji pada rantai industri AI tidak meningkat secara menyeluruh. Kenaikan utama terkonsentrasi pada lintasan (track) yang langka dan posisi inti. Kenaikan gaji saat talenta pindah kerja umumnya terkonsentrasi di kisaran 20%—30%. Sementara itu, perusahaan menunjukkan elastisitas gaji yang lebih besar untuk teknologi kunci dan posisi pemimpin (leadership).

Gaji dengan premi yang benar-benar jelas, terutama terkonsentrasi pada tiga jenis posisi: Pertama, arah multimodal dan embodied intelligence—khususnya talenta tipe komposit yang sekaligus memiliki kemampuan algoritma, sistem, dan kontrol. Gaji pada posisi inti terkait memiliki premi yang signifikan. Gaji tahunan untuk ahli senior algoritma large model berada di kisaran 1 juta—2 juta yuan; sedangkan untuk AI Agent technical senior engineer berada di kisaran 400.000—700.000 yuan.

Kedua, arah rekayasa (engineering) model dan deployment berskala. Sederhananya, talenta yang mampu mengubah model di lab menjadi benar-benar diterapkan ke bisnis aktual, serta menjalankan sistem secara stabil. Permintaan untuk talenta jenis ini tinggi, dan kenaikan gajinya juga sangat menonjol.

Ketiga, peran komposit “teknologi + industri + produk”, seperti AI product manager dan arsitek arsitektur solusi (solution architect). Talenta ini harus paham teknologi, paham bisnis industri, serta mampu menjembatani kebutuhan komersial—tingkat gajinya pun terus meningkat. Misalnya, gaji untuk AI product senior manager dapat mencapai 800.000—1 juta yuan.

Panas perekrutan industri AI tetap tinggi, tetapi laju pertumbuhan cenderung stabil

Reporter Securities Times: Anda memprediksi panas perekrutan rantai industri AI pada 2026 akan terus berlanjut, atau akan menuju stabil, atau akan ada penurunan? Apa dasar penilaiannya?

曾诚: Menurut saya, panas perekrutan rantai industri AI pada 2026 akan berlanjut secara struktural. Secara keseluruhan tetap berada pada level tinggi, namun laju pertumbuhannya cenderung stabil, dan berpotensi memasuki tahap baru “kemakmuran yang rasional”. Baik di Tiongkok maupun di ekonomi-ekonomi utama dunia, AI sudah ditempatkan pada posisi sebagai kekuatan kompetitif inti. Investasi berkelanjutan dari kebijakan, modal, dan sumber daya industri menentukan bahwa ini bukanlah tren “panas sesaat” dalam jangka pendek. Dari sisi teknologi itu sendiri, kecerdasan buatan masih berada pada fase awal evolusi generasi. Arah seperti multimodal large model, embodied intelligence, serta AI for Science telah meraih beberapa hasil awal, tetapi masih ada jalan panjang menuju kematangan sejati. Selama teknologi terus berevolusi dengan cepat, kebutuhan akan talenta berkualitas tinggi tidak akan berhenti.

Pada saat yang sama, AI sedang mempercepat penetrasi ke seluruh lini industri. Pada masa lalu, fokus utamanya berada pada bidang-bidang dengan digitalisasi tinggi seperti internet dan keuangan, tetapi sekarang penetrasinya makin dipercepat ke industri riil seperti manufaktur, energi, pertanian, dan kesehatan. Setiap peningkatan digitalisasi dan otomatisasi pada industri tradisional akan membentuk kebutuhan talenta yang berkelanjutan dan stabil di belakangnya.

Namun dari sisi tren, ke depannya tidak lagi “semua posisi AI semuanya panas”, melainkan “yang seharusnya panas akan semakin panas, yang tidak seharusnya panas akan mereda secara alami”. Bagi perusahaan dan talenta, ini sebenarnya adalah kabar baik.

Reporter Securities Times: Kabar baik bagi perusahaan dan talenta—bagaimana memahaminya? Bagaimana penilaian Anda terhadap ekosistem perekrutan rantai industri AI saat ini?

曾诚: Saya menilai bahwa ekosistem perekrutan rantai industri AI saat ini sedang beralih dari panas tinggi di fase awal yang didorong emosi kuat, menjadi tahap yang lebih rasional dan lebih bersifat struktural. Di satu sisi, kebutuhan talenta mulai kembali berorientasi pada nilai. Dalam beberapa waktu terakhir, memang ada kondisi di pasar ketika “selama berbau AI, orang rebutan”—tetapi sekarang perusahaan semakin jelas bahwa yang benar-benar menentukan daya saing bukanlah jumlah lowongan, melainkan apakah talenta mampu mendukung penerapan (implementasi) bisnis. Perubahan ini sedang mendorong perekrutan untuk bergeser dari “bersaing promosi sensasi (spesifikasi)” menjadi “bersaing kemampuan”, yang merupakan koreksi yang diperlukan bagi seluruh industri.

Struktur talenta sedang ditingkatkan, dan kemampuan komposit menjadi arah utama. Perusahaan kini sangat jarang melakukan perekrutan tunggal hanya untuk orang yang menguasai algoritma atau hanya yang paham bisnis. Sebaliknya, mereka membutuhkan talenta komposit yang memahami prinsip teknologi sekaligus dapat berhubungan dengan skenario industri, serta memiliki kesadaran produk. Dalam arti tertentu, ini juga mendorong talenta berkembang dari struktur tradisional “T” menjadi struktur “兀” (wedge/angled) yang multidimensi; ini adalah kabar baik jangka panjang untuk meningkatkan kualitas talenta di seluruh industri AI.

Bentuk kerja yang gesit (agile) sedang beralih dari sekadar opsi pelengkap menjadi alat strategis. Ini adalah pengamatan yang sangat jelas bagi kami dalam dua tahun terakhir. Seiring iterasi teknologi AI yang semakin cepat, perusahaan sulit menutupi seluruh kebutuhan kemampuan tingkat tinggi hanya dengan susunan kepegawaian tradisional. Maka semakin banyak perusahaan mulai menghadirkan kemampuan kunci melalui skema ahli berbasis proyek, konsultan independen, dan sejenisnya. Di satu sisi, model ini menurunkan biaya tenaga kerja dan risiko coba-salah bagi perusahaan; di sisi lain, model ini juga memberi jalur karier yang lebih fleksibel dan beragam bagi talenta ahli senior. Sebagai contoh, dalam salah satu perusahaan lintas bidang yang kami layani dan masuk ke rantai industri AI, berdasarkan pemahaman mendalam kami terhadap pendiri (termasuk pendalaman terhadap jalur yang ia masuki dan dirinya sendiri), melalui diagnosis bisnis dan organisasi, kami membantu pendiri menyusun arah pengembangan bisnis dan kebutuhan talenta kunci. Kami tidak merekrut sebagaimana biasa untuk “menarik dan memburu talenta papan atas industri”; dari sisi siklus waktu dan biaya, pendekatan itu tidak sesuai dengan kondisi sebenarnya perusahaan dan jalur ini. Sebaliknya, pendiri memecah modul-modul kunci seperti desain produk, riset dan pengembangan, supply chain, serta pemasaran luar negeri menjadi tugas-tugas proyek, sehingga dalam 3 bulan ia dapat membentuk tim ahli lintas bidang dengan cepat, membentuk organisasi gesit “pendiri inti + jaringan ahli eksternal”. Ini sangat mempersingkat siklus pengembangan produk. Saat ini, produk tersebut sedang bersiap untuk lebih dulu meluncur ke pasar luar negeri, mewujudkan terobosan dari 0 ke 1.

Saran: mengubah “rebut orang” menjadi “menyeimbangkan pelatihan orang + penggunaan orang”

Reporter Securities Times: Ekosistem perekrutan AI yang lebih rasional dan lebih struktural, apakah juga memiliki risiko yang perlu diperhatikan?

曾诚: Saya pikir ekosistem perekrutan saat ini memang semakin rasional, tetapi juga terdapat beberapa risiko yang perlu diwaspadai. Pertama, talenta tingkat tinggi terlalu terkonsentrasi sehingga perusahaan menengah-kecil “sulit sekali menemukan orang”. Talenta AI terbaik dikuasai oleh perusahaan-perusahaan besar papan atas dan startup bintang. Akibatnya, perusahaan menengah-kecil menjadi lebih sulit memperoleh talenta, yang pada tingkat tertentu dapat melemahkan daya hidup inovasi keseluruhan industri, bahkan berujung pada pola “dipimpin oleh pihak papan atas”.

Kedua, perusahaan cenderung “langsung pakai (plug and play)”, sehingga ruang pertumbuhan bagi talenta tingkat pemula dipersempit. Banyak perusahaan, saat merekrut, jelas lebih condong memilih talenta senior dengan pengalaman lebih dari 8 tahun, tetapi kurang memberi investasi pada talenta pemula dengan pengalaman 1—3 tahun. Selain itu, sebagian perusahaan tidak memiliki sistem pengembangan talenta yang memadai; setelah talenta direkrut, tidak disediakan platform pengembangan yang sesuai, sehingga tingkat turnover talenta tetap tinggi. Jika dalam jangka panjang tidak ada mekanisme pelatihan yang sistematis, masa depan berpotensi mengalami masalah “kesenjangan talenta” (talent gap).

Ketiga, muncul peningkatan sikap mengejar keuntungan jangka pendek, sehingga ada risiko ketidaksesuaian sumber daya. Sebagian perusahaan dan individu terlalu fokus pada imbal hasil gaji jangka pendek, sementara mengabaikan pembangunan kemampuan jangka panjang dan penciptaan nilai bisnis. Begitu lingkungan pasar berubah, mudah terbentuk kondisi “biaya tinggi, output rendah”.

Reporter Securities Times: Menghadapi situasi seperti ini, apa saran Anda?

曾诚: Untuk ekosistem industri, disarankan untuk membangun mekanisme mobilitas talenta yang lebih terbuka, serta mendorong talenta dari perusahaan besar agar mengalir ke perusahaan menengah-kecil dan industri tradisional. Melalui pola seperti berbagi talenta, konsultan teknis, dan lain-lain, agar kemampuan AI dapat lebih luas memberi pemberdayaan pada ekonomi riil. Untuk perusahaan, disarankan agar bergeser dari “rebut orang” menjadi “menyeimbangkan pelatihan orang + penggunaan orang”. Di satu sisi, melalui bentuk kerja yang fleksibel, konsultan independen, dan sejenisnya, perusahaan dapat memperoleh kemampuan langka secara cepat. Di sisi lain, tingkatkan investasi pelatihan internal, membangun sistem pelatihan talenta komposit bertipe “AI + bisnis”. Selain itu, perlu dilakukan validasi secara berbalik: menggunakan masalah bisnis yang nyata untuk mendefinisikan posisi, menjaga perekrutan tetap rasional, serta menyempurnakan sistem pelatihan dan retensi talenta.

Perusahaan perekrutan harus benar-benar memikirkan kebutuhan sebelum mulai merekrut. Banyak perusahaan melakukan kesalahan terbesar, yaitu “melihat orang lain merekrut, maka saya juga harus merekrut”, tetapi tidak memikirkan dengan jelas masalah apa yang sebenarnya ingin diselesaikan oleh posisi tersebut. Apakah teknologinya buntu? Apakah produknya perlu menembus hambatan? Atau apakah sudah memasuki tahap kunci untuk implementasi komersial? Jika pertanyaan ini tidak dipikirkan sampai jelas, bahkan jika orang sudah direkrut, pada akhirnya sangat mudah menjadi situasi “orangnya mahal, tetapi tidak tahu harus melakukan apa”.

Talenta tingkat tinggi tidak harus langsung “dibeli habis (diborong/diakuisisi permanen)” sejak awal. Untuk talenta yang sangat langka dan tingkatnya tinggi, sebenarnya bisa bekerja sama dulu melalui skema berbasis proyek atau model konsultansi untuk sementara waktu. Dengan cara itu, kemampuan dan kecocokannya bisa diverifikasi, sekaligus mengurangi risiko investasi sekali jalan bagi perusahaan. Di tengah kegilaan merebut talenta yang sudah matang, perusahaan juga perlu membangun mekanisme untuk mengenali talenta berpotensi tinggi (high potential). Ada orang yang mungkin belum “bisa bertarung” tugas berat saat ini, tetapi kemampuan belajarnya kuat, pemikiran sistem baik, serta memiliki antusiasme terhadap teknologi dan bisnis. Begitu mereka ditempatkan di lingkungan yang tepat, kecepatan berkembangnya sering kali melampaui perkiraan.

Bagi talenta, seharusnya membangun struktur kemampuan berbentuk “Π (pi)”: harus ada satu sumbu vertikal teknis yang cukup dalam—misalnya satu arah tertentu dalam algoritma, sistem, atau engineering; sekaligus, secara horizontal memahami industri, bisnis, dan produk, serta tahu bahwa teknologi pada akhirnya digunakan untuk menyelesaikan masalah apa. Kemampuan tunggal mudah digantikan, tetapi kemampuan untuk menghubungkan (connection) akan semakin bernilai. Pada saat yang sama, jaga keseimbangan antara kemampuan praktik dan berpikir: tidak hanya mampu turun langsung untuk menulis kode dan menjalankan eksperimen, tetapi juga mampu keluar dari kerangka teknis untuk memikirkan tren industri, nilai pengguna, dan inti bisnis.

Berita berlimpah, interpretasi yang presisi, semuanya ada di aplikasi Sina Finance