Wawancara dengan CEO bergilir Kairui International, Zeng Cheng: Tidak lagi semua posisi AI sedang "panas" Kompetisi talenta AI beralih dari kemampuan umum ke penerapan di berbagai skenario

Dalam beberapa hari terakhir, UBTECH menggunakan kisaran gaji tahunan sebesar 15 juta–124 juta yuan untuk merekrut secara global “Kepala Ilmuwan Kecerdasan yang Terwujud (Embodied Intelligence)”, yang sekali lagi mendorong tren perekrutan talenta AI menjadi topik hangat.

Bagaimana kondisi terkini perekrutan talenta AI? Tren apa yang akan muncul di masa depan? Apa saja titik sakit dalam ekosistem perekrutan? Menanggapi hal tersebut, Ketua CEO perusahaan manajemen talenta Careers International (科锐国际) yang menjabat sebagai CEO bergiliran, Zeng Cheng, dalam wawancara eksklusif baru-baru ini dengan reporter Securities Times, mengatakan bahwa perekrutan bergaji di atas puluhan juta yuan bukanlah hal yang lazim di industri; biasanya hanya muncul pada segelintir perusahaan teratas dan lebih sering berupa kasus individual pada jendela waktu tertentu. Langkah ini justru menunjukkan bahwa persaingan talenta AI sedang beralih dari kemampuan umum ke penerapan berdasarkan skenario. Ketika kecerdasan yang terwujud mencapai titik belok yang penting, yang diperebutkan perusahaan bukan lagi hanya talenta itu sendiri, melainkan segelintir orang kunci yang dapat mendorong teknologi benar-benar terwujud, serta yang mampu mendefinisikan lanskap masa depan.

Ia juga memperkirakan bahwa pada tahun 2026, struktur tingkat kehangatan perekrutan pada rantai industri AI akan terus berlanjut secara struktural. Tren ini tidak lagi menjadi “semua posisi AI semuanya panas”, melainkan “yang seharusnya panas akan makin panas, yang seharusnya tidak panas akan mendingin secara alami”, memasuki tahap baru “kemakmuran yang rasional”.

Tiga jenis posisi AI memiliki premi gaji yang jelas

Reporter Securities Times: Bagaimana kondisi perekrutan di rantai industri AI yang sedang kita amati saat ini?

Zeng Cheng: Berdasarkan pemantauan real-time dari data platform pusat data Careers International, permintaan perekrutan pada rantai industri AI memang tetap menunjukkan tren yang sangat kuat, dan kebutuhan talenta AI memperlihatkan tiga perubahan yang cukup jelas: pertama, peningkatan optimasi untuk model di industri vertikal dan peningkatan kemampuan multimodal. Perusahaan meningkatkan secara signifikan investasi pada talenta inti di bidang algoritma dan rekayasa model. Posisi seperti insinyur rekayasa algoritma untuk large model, peneliti algoritma, serta insinyur yang dapat mengimplementasikan deployment model dan mengoptimalkan performa—kebutuhan untuk posisi ini dalam jangka panjang berada pada level tinggi, dan tingkat kesulitan perekrutannya juga relatif besar.

Kedua, seiring kecerdasan yang terwujud dan robot humanoid memasuki fase verifikasi berskala, posisi-posisi inovatif terkait dengan cepat menjadi topik perekrutan yang sedang ramai. Misalnya, arah VLA/L4/model dunia (world model); insinyur rekayasa algoritma kecerdasan yang terwujud, pakar penggabungan multimodal, serta talenta pada bidang kontrol cerdas robot. Dahulu kebutuhan untuk posisi seperti ini relatif tersebar, namun sekarang sudah menjadi fokus perebutan perusahaan, dan premi gaji juga terlihat jelas.

Ketiga, AI semakin meresap secara mendalam ke industri-industri berbasis entitas, khususnya, penerapan intelligent agent (agen cerdas) mendorong pertumbuhan kebutuhan pada sisi posisi aplikasi industri. Perusahaan lebih menyukai talenta gabungan yang memahami teknologi sekaligus bisnis, seperti insinyur pengembangan agen cerdas, arsitek solusi AI, dan sebagainya. Di sisi lain, manajer produk AI serta pakar solusi produk yang mampu mengubah teknologi menjadi nilai komersial, serta melakukan pemahaman kebutuhan pengguna pada berbagai skenario secara presisi, juga menjadi posisi kunci yang langka di pasar.

Selain itu, seiring penerapan AI dalam skenario bisnis inti perusahaan semakin dalam, perusahaan semakin menaruh perhatian pada keandalan model, kualitas data, serta keamanan bisnis. Hal ini turut mendorong peningkatan tren panas posisi seperti tata kelola data, penilaian keamanan AI, dan proses audit kepatuhan.

Reporter Securities Times: Apakah tingkat kompensasi pada perekrutan rantai industri AI mengalami kenaikan yang jelas?

Zeng Cheng:

Secara keseluruhan, tingkat kompensasi pada rantai industri AI tidak naik secara menyeluruh; kenaikan utamanya terkonsentrasi pada jalur yang langka dan posisi inti. Kenaikan gaji ketika talenta unggul berpindah pekerjaan umumnya terkonsentrasi pada kisaran 20%—30%. Untuk talenta kunci berteknologi inti dan posisi pemimpin, perusahaan menunjukkan fleksibilitas kompensasi yang lebih besar.

Yang benar-benar memiliki premi yang jelas terutama terkonsentrasi pada tiga jenis posisi: pertama adalah arah multimodal dan kecerdasan yang terwujud, khususnya talenta serba bisa yang sekaligus memiliki kemampuan algoritma, sistem, dan kontrol. Premi gaji untuk posisi inti terkait sangat signifikan; gaji tahunan pakar senior algoritma large model berada di kisaran 1 juta—2 juta yuan, sedangkan gaji tahunan insinyur tingkat lanjut teknologi AI Agent berada di kisaran 400 ribu—700 ribu yuan.

Kedua adalah arah rekayasa model dan deployment berskala. Sederhananya, yaitu talenta yang dapat membawa model dari laboratorium benar-benar terwujud ke dalam bisnis nyata, berjalan stabil. Permintaan untuk talenta seperti ini tinggi, dan kenaikan gaji juga sangat menonjol.

Ketiga adalah peran gabungan “teknologi + industri + produk”, misalnya manajer produk AI dan arsitek solusi. Talenta jenis ini harus memahami teknologi, juga memahami bisnis industri, serta dapat menjembatani kebutuhan komersial; tingkat kompensasinya terus meningkat. Sebagai contoh, gaji manajer produk senior AI bisa mencapai 800 ribu—1 juta yuan.

Kehangatan perekrutan industri AI tetap tinggi, namun laju pertumbuhannya cenderung stabil

Reporter Securities Times: Anda memprediksi apakah kehangatan perekrutan rantai industri AI pada 2026 akan terus berlanjut, atau akan menjadi stabil, atau bahkan mengalami penurunan? Apa dasar penilaiannya?

Zeng Cheng:

Saya berpendapat bahwa kehangatan perekrutan rantai industri AI pada 2026 akan terus berlanjut secara struktural: secara keseluruhan tetap berada pada level tinggi, tetapi laju pertumbuhannya cenderung stabil. Ada peluang masuk ke tahap baru “kemakmuran yang rasional”. Baik di Tiongkok maupun di ekonomi utama global, AI sudah ditempatkan sebagai posisi inti dalam daya saing. Investasi berkelanjutan pada kebijakan, modal, dan sumber daya industri menentukan bahwa ini bukan sekadar tren panas jangka pendek. Dari sisi teknologi, kecerdasan buatan masih berada pada tahap awal evolusi antar-generasi. Arah seperti multimodal large model, kecerdasan yang terwujud, dan AI for Science sudah mencapai beberapa hasil awal, tetapi masih ada jalan panjang menuju kematangan yang benar. Selama teknologi terus berevolusi dengan cepat, kebutuhan terhadap talenta berkualitas tinggi tidak akan berhenti.

Pada saat yang sama, AI sedang semakin cepat meresap ke berbagai bidang. Pada masa lalu, AI terutama terkonsentrasi di wilayah dengan tingkat digitalisasi tinggi seperti internet dan keuangan, tetapi sekarang sedang dipercepat untuk meresap ke industri-industri berbasis entitas seperti manufaktur, energi, pertanian, dan kesehatan. Setiap upgrade digitalisasi dan kecerdasan pada industri tradisional akan membentuk kebutuhan talenta yang terus stabil.

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

Reporter Securities Times: Ini kabar baik untuk perusahaan dan talenta. Bagaimana memahaminya? Bagaimana Anda menilai ekosistem perekrutan rantai industri AI saat ini?

Zeng Cheng: Saya berpendapat bahwa ekosistem perekrutan rantai industri AI saat ini sedang beralih dari fase awal dengan demam tinggi dan emosi yang kuat, menuju tahap yang lebih rasional dan lebih struktural. Di satu sisi, kebutuhan talenta mulai kembali kepada orientasi nilai. Dalam beberapa waktu terakhir, memang ada situasi di pasar ketika “asal ada kaitan dengan AI langsung berebut orang”, tetapi sekarang perusahaan semakin jelas bahwa yang benar-benar menentukan daya saing bukan jumlah lowongan, melainkan apakah talenta dapat mendukung penerapan bisnis secara nyata. Perubahan ini sedang mendorong perekrutan dari “bersaing gaya/isu” menjadi “bersaing kemampuan”, yang merupakan koreksi yang diperlukan untuk seluruh industri.

Struktur talenta sedang mengalami peningkatan, dan kemampuan komposit (gabungan) menjadi arah utama. Perusahaan sudah sangat jarang melakukan perekrutan satu titik saja untuk orang yang hanya mengerti algoritma atau hanya mengerti bisnis; mereka lebih membutuhkan talenta komposit yang tidak hanya memahami prinsip teknologi, tetapi juga mampu menyesuaikan dengan skenario industri, serta memiliki kesadaran produk. Dalam arti tertentu, ini juga mendorong talenta bertransformasi dari struktur tradisional “T type” menjadi struktur “兀型” yang berdimensi jamak. Ini memberi keuntungan jangka panjang untuk meningkatkan kualitas talenta seluruh industri AI.

Bentuk kerja yang lincah (agile staffing) sedang berubah dari sekadar opsi pelengkap menjadi alat strategis. Ini adalah observasi yang sangat jelas kami lihat dalam dua tahun terakhir. Seiring iterasi teknologi AI yang semakin cepat, perusahaan sulit menutupi semua kebutuhan kemampuan tingkat tinggi hanya dengan struktur staf tradisional. Karena itu, semakin banyak perusahaan mulai menggunakan pakar berbasis proyek, konsultan independen, dan cara lain untuk menghadirkan kemampuan kunci. Di satu sisi, model ini menurunkan biaya tenaga kerja perusahaan dan risiko coba-coba; di sisi lain, model ini juga memberikan jalur karier yang lebih fleksibel dan beragam bagi para pakar senior. Sebagai contoh, untuk sebuah perusahaan yang lintas bidang masuk ke rantai industri AI yang kami layani, berdasarkan pemahaman mendalam kami terhadap jalur yang dimasuki oleh pendiri, termasuk pendiri itu sendiri, melalui diagnosis bisnis dan organisasi, kami membantu pendiri menyusun arah pengembangan bisnis dan kebutuhan talenta kunci. Prosesnya tidak “secara konvensional” menarik dan merekrut talenta papan atas industri, karena dari sisi siklus waktu dan biaya, cara itu tidak cocok dengan kondisi nyata jalur dan perusahaan tersebut. Sebaliknya, pendiri memecah modul-modul kunci seperti perancangan produk, riset dan pengembangan, rantai pasokan, pemasaran luar negeri menjadi tugas proyek, sehingga mendukungnya untuk dalam waktu 3 bulan cepat membentuk tim pakar lintas bidang, membentuk organisasi lincah berbasis “pendiri inti + jaringan pakar eksternal”, yang secara besar-besaran memperpendek siklus pengembangan produk. Saat ini, produk akan segera lebih dulu diluncurkan ke pasar luar negeri, mewujudkan terobosan dari 0 ke 1.

Saran: perebutan talenta beralih ke penyiapan talenta + penggunaan talenta secara bersamaan

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

Zeng Cheng:

Ekosistem perekrutan saat ini memang menjadi lebih rasional, tetapi juga ada beberapa risiko yang perlu diwaspadai. Pertama, konsentrasi talenta tingkat tinggi terlalu berlebihan, sehingga perusahaan menengah-kecil “sulit mencari satu pun”. Talenta AI terbaik diponopoli oleh perusahaan-perusahaan raksasa dan startup bintang; akibatnya, perusahaan menengah-kecil semakin sulit memperoleh talenta, yang dalam batas tertentu dapat melemahkan semangat inovasi keseluruhan industri, bahkan berpotensi membentuk pola “dipimpin oleh bagian teratas”.

Kedua, perusahaan cenderung menyukai “langsung plug-and-play”, sehingga ruang tumbuh talenta tingkat awal menjadi tertekan. Banyak perusahaan saat perekrutan jelas lebih condong pada talenta senior dengan pengalaman lebih dari 8 tahun, sementara investasi pada talenta pemula dengan pengalaman 1—3 tahun kurang memadai. Pada saat yang sama, sebagian perusahaan tidak memiliki sistem pengembangan talenta yang lengkap; setelah merekrut talenta, mereka tidak mampu menyediakan platform perkembangan yang sesuai, sehingga tingkat perpindahan talenta menjadi tinggi. Jika dalam jangka panjang kekurangan mekanisme pelatihan sistematis, masa depan bisa muncul masalah “kesenjangan talenta”.

Ketiga, sikap mengejar keuntungan jangka pendek meningkat, sehingga ada risiko salah alokasi sumber daya. Sebagian perusahaan dan individu terlalu fokus pada imbal balik kompensasi jangka pendek, sementara mengabaikan pembangunan kemampuan jangka panjang dan penciptaan nilai bisnis. Begitu lingkungan pasar berubah, mudah muncul situasi “biaya tinggi, output rendah”.

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

Zeng Cheng:

Untuk ekosistem industri, disarankan membangun mekanisme aliran talenta yang lebih terbuka, mendorong talenta dari perusahaan besar untuk berpindah ke perusahaan menengah-kecil dan industri tradisional. Melalui model seperti berbagi talenta dan konsultan teknologi, kemampuan AI dapat diberdayakan ke entitas ekonomi secara lebih luas. Untuk perusahaan, disarankan beralih dari “perebutan talenta” menjadi “penyiapan talenta + penggunaan talenta secara bersamaan”. Di satu sisi, perusahaan bisa memperoleh kemampuan langka dengan cepat melalui kerja yang fleksibel, konsultan independen, dan cara lain; di sisi lain, meningkatkan investasi pelatihan internal, membangun sistem pelatihan talenta komposit “AI + bisnis”. Selain itu, perlu melakukan verifikasi secara terbalik: mendefinisikan posisi berdasarkan masalah bisnis nyata, menjaga perekrutan tetap rasional, serta menyempurnakan sistem pelatihan dan retensi talenta.

Perusahaan perekrut harus benar-benar memikirkan kebutuhan sebelum mulai merekrut. Banyak perusahaan melakukan kesalahan terbesar: “melihat orang lain merekrut, jadi saya juga harus merekrut”, tetapi tidak memahami apa masalah yang sebenarnya ingin diselesaikan oleh posisi tersebut. Apakah masalahnya karena teknologi tersendat? Apakah produk perlu terobosan? Ataukah sudah masuk pada tahap kunci penerapan bisnis? Jika masalah ini belum dipikirkan dengan jelas, sekalipun orang direkrut, akhirnya sangat mudah berubah menjadi situasi “orangnya mahal, tetapi tidak tahu harus mengerjakan apa”.

Talenta tingkat tinggi tidak harus langsung “dibelikan secara permanen” sejak awal. Untuk talenta yang sangat langka dan tingkatnya tinggi, sebenarnya bisa bekerja sama terlebih dahulu selama beberapa waktu melalui model berbasis proyek atau konsultasi. Dengan cara ini, perusahaan dapat memverifikasi kemampuan dan kecocokan sekaligus menurunkan risiko investasi sekaligus di awal. Sambil mengejar talenta matang secara gila-gilaan, perusahaan juga perlu membangun mekanisme untuk mengidentifikasi talenta berpotensi tinggi. Ada orang yang belum tentu sekarang “bisa bertarung keras” dalam arti langsung, tetapi memiliki kemampuan belajar yang kuat, pemikiran sistematis yang baik, serta antusiasme terhadap teknologi dan bisnis; begitu diberikan lingkungan yang tepat, kecepatan pertumbuhannya sering kali melebihi perkiraan.

Bagi talenta, sebaiknya membangun struktur kemampuan “Π type”. Harus ada satu sumbu vertikal teknis yang cukup dalam, misalnya salah satu arah dalam algoritma, sistem, atau rekayasa; sekaligus juga memperluas pemahaman secara horizontal mengenai industri, bisnis, dan produk—mengetahui masalah apa yang akhirnya ingin diselesaikan oleh teknologi. Kemampuan satu titik (single-point) mudah digantikan, tetapi kemampuan menghubungkan (connecting) akan semakin bernilai. Pada saat yang sama, menjaga keseimbangan antara kemampuan praktik dan pemikiran: bukan hanya turun langsung menulis kode dan menjalankan eksperimen, tetapi juga melompat keluar dari sisi teknis untuk memikirkan tren industri, nilai pengguna, dan inti komersial.