Saya akan menceritakan sebuah kisah nyata.

Tahun lalu bulan Maret saya terjebak dalam sebuah tugas sederhana, perlu mengekstrak informasi pengguna dengan format tertentu dari sebuah basis data yang kacau, lalu membuat sebuah laporan.
Dulu saya akan menghabiskan dua hari menulis skrip, hari itu agak malas, saya membuka sebuah antarmuka obrolan, mengetik sebuah kalimat: kamu pura-pura menjadi seorang analis data, bantu saya melakukan ini, beri tahu saya langkah demi langkah bagaimana melakukannya.
Tak disangka sepuluh menit kemudian saya sudah punya solusi, dan dua puluh menit kemudian saya menjalankan versi pertama data tersebut.
Pada saat itu saya tiba-tiba menyadari bahwa keterampilan yang selama lima tahun saya banggakan sedang mengalami penurunan nilai, bukan karena mereka tidak berguna lagi, melainkan karena mereka bukan lagi penghalang, kamu bisa menulis kode, AI juga bisa, kamu bisa membuat tabel, AI lebih cepat.
Lalu apa yang tersisa bagi saya yang tidak bisa diambil orang lain?
Saya mulai mengamati kemampuan saya mana yang justru menjadi lebih berharga dengan bantuan AI, dan tiga keterampilan ini yang saya prioritaskan untuk dipelajari pada tahun 2026:
Yang pertama, disebut memperjelas kebutuhan yang samar.
Bos bilang saya butuh sebuah rencana pertumbuhan, orang biasa mulai membuat tabel.
Saya akan duduk, mengajukan lima pertanyaan dalam sepuluh menit: indikator apa yang ingin ditingkatkan? Dalam waktu berapa lama? Berapa anggaran yang tersedia? Batas biaya tertinggi yang dapat diterima apa? Contoh kasus kegagalan seperti apa?
Setelah pertanyaan-pertanyaan ini terjawab, tugas yang awalnya samar menjadi daftar yang bisa dieksekusi secara tepat oleh AI.
Kemampuan ini bukan bawaan lahir, melainkan saya latih secara sengaja, caranya sangat sederhana, setiap kali menerima tugas, tulis lima pertanyaan dulu, tidak mulai sebelum semuanya terjawab.
Yang kedua, disebut bercerita secara terbalik.
Sebagian besar orang melaporkan pekerjaan dengan mengurutkan data, lalu menganalisis, dan akhirnya menyimpulkan.
Struktur ini juga bisa dibuat oleh mesin, metode yang saya pelajari adalah sebaliknya: mulai dengan sebuah kesimpulan yang tidak konvensional, lalu jelaskan dengan cerita mengapa kesimpulan ini benar, dan terakhir gunakan data sebagai catatan kaki, bukan sebagai tokoh utama.
Orang tidak ingat angka, tapi mereka ingat konflik, selama setahun terakhir saya mendapatkan dua proyek yang sebenarnya bukan milik saya berkat keterampilan ini.
Yang ketiga, disebut rasa ingin tahu sosial yang aktif.
Ini terdengar seperti keterampilan, tapi memang begitu.
AI tahu segalanya, tapi tidak akan secara aktif peduli bagaimana hari kamu, tidak akan menyajikan segelas air saat kamu sedang sedih, tidak akan mengatakan sesuatu seperti "Saya pernah mengalami hal serupa saat menyelesaikan proyek ini."
Momen-momen kecil ini, yang tidak direncanakan dan penuh kehangatan manusia, membangun dasar kepercayaan. Kepercayaan tidak bisa diproduksi secara massal oleh algoritma.
Selain itu, keterampilan yang paling membantu saya selama setahun terakhir, meskipun agak memalukan untuk diungkapkan, adalah belajar beristirahat.
Bukan malas, melainkan secara aktif merancang gangguan. Dulu pola kerja saya adalah sprint sampai benar-benar kelelahan, lalu pasrah mengalami keruntuhan.
Sekarang saya memaksa diri meninggalkan komputer selama lima belas menit setiap sore pukul dua, tidak melakukan apa-apa, hanya duduk.
Efisiensi kerja setelah waktu itu meningkat empat puluh persen dibanding sebelumnya, saya bahkan membuat agen saya mengunci antarmuka kerja saya tepat waktu, kebiasaan ini menyelamatkan saya.
Pada tahun 2026, inti dari kombinasi keterampilan bukan lagi tentang alat apa yang kamu kuasai, melainkan tentang seberapa banyak jembatan yang bisa kamu bangun antara mesin dan manusia.
Semakin banyak jembatan, semakin kamu tak tergantikan.