Marketplace Talenta Internal Berbasis AI: Mencocokkan Orang dengan Proyek dan Peran

Oleh Kevin Kim · Diperbarui 11 Oktober 2026

Marketplace talenta internal adalah platform tempat karyawan dan pekerjaan yang tersedia saling menemukan: peran, proyek jangka pendek, penugasan tantangan, dan mentoring di satu sisi, keterampilan serta tujuan karyawan di sisi lain. AI melakukan pencocokan, dengan membaca profil, menyimpulkan keterampilan, dan meranking kecocokan terbaik untuk setiap orang dan setiap peluang. Tujuannya sederhana. Orang yang tepat di dalam perusahaan harus bisa menemukan pekerjaannya, dan pekerjaan harus bisa menemukan orangnya, tanpa bergantung pada siapa yang kebetulan kenal siapa.

Panduan ini ditujukan bagi pemimpin SDM, manajer yang membawahi orang, dan pemimpin operasional yang sedang menimbang apakah marketplace layak dibangun, atau yang mewarisi satu marketplace yang tidak dipakai siapa pun. Panduan ini membahas cara kerja pencocokan, apa kata riset tentang perpindahan internal, di mana program semacam ini gagal, dan cara memulai langkah demi langkah.

Fakta Utama

• Karyawan yang direkrut dari luar dibayar sekitar 18% hingga 20% lebih tinggi daripada promosi internal ke pekerjaan serupa, tetapi menerima evaluasi kinerja yang jauh lebih rendah selama dua tahun pertama, dalam studi pada sebuah divisi perbankan investasi di AS yang mencakup 2003 hingga 2009 (Wharton).
• Studi yang sama menemukan bahwa karyawan eksternal yang bertahan lebih dari dua tahun dipromosikan lebih cepat daripada promosi internal, sehingga kesenjangannya bersifat awal, bukan permanen (Wharton).
• Tinjauan LinkedIn atas 32 juta profil menunjukkan korelasi yang signifikan antara mobilitas internal dan lamanya bertahan di perusahaan (LinkedIn).
• Dalam tinjauan itu, karyawan yang berpindah ke peran yang lebih senior secara internal dipertahankan pada tingkat yang mirip dengan mereka yang berpindah secara lateral (LinkedIn).
• Booz Allen meluncurkan uji coba marketplace talenta pada Januari 2022 dan menemukan bahwa "tingkat transformasi budaya yang dibutuhkan untuk mengaktifkan dan mengoperasikan marketplace talenta itu signifikan" (MIT Sloan Management Review).

Apa Itu Marketplace Talenta Internal

Kebanyakan perusahaan mengisi peran dengan salah satu dari dua cara. Manajer memasang lowongan dan perekrut mencari ke luar, atau manajer bertanya kepada beberapa kolega tepercaya siapa yang mereka rekomendasikan. Keduanya membiarkan banyak talenta tak terlihat. Seorang pengembang di satu wilayah tidak pernah mendengar tentang proyek yang membutuhkan keterampilannya persis di wilayah lain. Seorang analis keuangan yang pernah dua tahun di bagian operasional sebelum mendapat jabatannya sekarang memiliki riwayat itu di CV yang tidak dibaca siapa pun.

Marketplace memperbaiki masalah visibilitas itu. Ia menyimpan tiga hal:

• Peluang. Peran penuh waktu, tetapi juga pekerjaan lepas jangka pendek (gig), tim proyek, rotasi, penugasan tantangan, dan slot mentoring.
• Profil. Keterampilan, pengalaman, minat, dan ketersediaan setiap karyawan.
• Lapisan pencocokan. Perangkat lunak yang menghubungkan keduanya dan memberi tahu masing-masing pihak alasannya.

Gagasan ini lebih tua daripada gelombang alat AI saat ini. Sebuah artikel Harvard Business Review menggambarkan Green Pages milik Angkatan Darat AS, tempat prajurit memasang profil dan melamar lowongan, satuan memasang deskripsi pekerjaan, dan, seperti aplikasi kencan, kedua pihak diberi tahu ketika ada kecocokan (Harvard Business Review). Contoh Angkatan Darat itu bermula dari kebutuhan akan seorang insinyur dengan perpaduan khusus pengalaman bahasa, budaya, dan profesional yang tidak dapat dimunculkan oleh tinjauan standar maupun pencarian CV.

Cara Kerja Pencocokan AI

Dalam istilah ACE Framework, marketplace menyerap profil, riwayat pekerjaan, dan deskripsi peluang, menganalisis teksnya untuk mencari keterampilan dan persyaratan, memprediksi pasangan mana yang kuat, serta menghasilkan penjelasan atau saran. Pola penilaian dan perutean menjadi intinya.

Dua hal patut diperhatikan. Pertama, lapisan inferensi hanya sebaik data di bawahnya. Jika sistem SDM Anda hanya menyimpan jabatan dari 2019 dan tidak ada yang lain, AI akan menyimpulkan dari jabatan. Halaman tentang fondasi data SDM untuk AI menjelaskan apa yang perlu dibersihkan sebelum Anda membeli apa pun. Kedua, kecocokan yang baik tidak selalu kecocokan yang dekat. Peran yang tampak hampir identik dengan pekerjaan seseorang saat ini tidak mengembangkan orang itu. Sistem yang lebih baik memungkinkan Anda memilih antara "kecocokan terdekat" dan "tantangan yang bersebelahan".

Apa Kata Riset tentang Mobilitas dan Retensi

Ada gunanya memisahkan tiga klaim yang sering dicampur aduk dalam presentasi vendor.

Klaim 1: Merekrut dari dalam bisa mengungguli merekrut dari luar, pada tahap awal. Bukti primer terkuat adalah studi yang dilaporkan Wharton atas satu divisi perbankan investasi dari 2003 hingga 2009. Karyawan dari luar dibayar sekitar 18% hingga 20% lebih tinggi dan menerima evaluasi kinerja yang jauh lebih rendah selama dua tahun pertama dibandingkan promosi internal ke pekerjaan serupa, dan mereka keluar dengan tingkat lebih tinggi (Wharton). Artikel yang sama melaporkan pola serupa di bank investasi lain dan sebuah perusahaan penerbitan. Anggap ini sinyal kuat, bukan hukum universal. Studi ini mencakup perusahaan tertentu, dan karyawan eksternal yang bertahan lebih dari dua tahun berkinerja baik.

Klaim 2: Orang yang berpindah secara internal bertahan lebih lama. Tinjauan LinkedIn atas 32 juta profil menemukan korelasi yang signifikan antara mobilitas internal dan lamanya bertahan, serta menemukan bahwa perpindahan ke posisi lebih senior dan perpindahan lateral dipertahankan pada tingkat yang mirip (LinkedIn). Halaman yang sama mengutip chief learning officer Novartis yang merujuk pada Workplace Learning Report 2023: pada tanda dua tahun, karyawan yang pernah mengalami kemajuan internal hampir 20% lebih mungkin masih berada di perusahaan. Itu pernyataan kutipan dari seorang praktisi, bukan angka yang dirinci oleh halaman itu sendiri. Dan korelasi bukanlah kausalitas. Orang dengan prospek kuat mungkin yang dipindahkan, dan mereka mungkin akan bertahan juga tanpa itu.

Klaim 3: Marketplace menghasilkan perpindahan tersebut. Inilah mata rantai terlemah. Artikel HBR membingkai manfaatnya sebagai potensi: marketplace "dapat" meningkatkan kepuasan dan keterlibatan kerja serta mengurangi turnover (Harvard Business Review). Laporan Booz Allen tentang tahun pertamanya tidak memuat angka adopsi, penempatan, atau retensi (MIT Sloan Management Review). Bersikaplah skeptis terhadap angka retensi apa pun yang dilaporkan vendor. Studi kasus vendor adalah bukti tentang apa yang ingin vendor itu Anda percayai, jadi minta baseline, kelompok pembanding, dan periode waktunya.

Ringkasan yang jujur: perpindahan internal tampak baik untuk retensi dan kinerja awal, dan marketplace adalah cara yang masuk akal untuk menciptakan lebih banyak perpindahan seperti itu. Apakah marketplace Anda melakukannya, itu sesuatu yang Anda ukur sendiri. Halaman terkait tentang strategi mobilitas internal dan perencanaan suksesi membahas sisi kebijakannya.

Contoh Nyata menurut Fungsi

Platform yang sama melayani orang yang berbeda dengan cara berbeda. Berikut seperti apa penggunaannya dalam praktik.

Rekayasa. Seorang insinyur backend ingin berpengalaman dengan pipeline data. Sebuah proyek singkat di tim analitik membutuhkan empat jam seminggu selama enam minggu. Marketplace memunculkannya, menunjukkan kepadanya keterampilannya yang sudah ada yang cocok, dan menandai bahwa proyek itu memiliki mentor. Manajernya menyetujui waktunya. Tidak ada yang berganti pekerjaan, tetapi kini ia memiliki bukti untuk peran berikutnya.

Penjualan dan customer success. Seorang customer success manager dengan tiga tahun pengalaman mengelola akun diberi tahu tentang peran enablement yang terbuka di bagian penjualan. AI menunjukkan bahwa ia pernah membimbing karyawan baru secara informal, sesuatu yang tidak pernah tertangkap oleh jabatannya. Tim penjualan mendapatkan kandidat yang tidak mereka ketahui keberadaannya.

Keuangan. Sprint penganggaran lintas fungsi membutuhkan analis yang memahami keuangan sekaligus pengadaan. Marketplace menemukan dua orang yang pernah berpindah di antara kedua tim itu. Pencarian berdasarkan jabatan tidak akan menemukan satu pun.

SDM dan operasional. Setelah reorganisasi, SDM menggunakan marketplace untuk menempatkan orang di tim yang terdampak ke peran terbuka sebelum memasang lowongan ke luar. Tim SDM dapat melihat pasokan keterampilan internal dibandingkan permintaan mendatang, yang langsung menjadi masukan bagi perencanaan. Lihat people analytics dan AI untuk cara analisis itu bekerja.

Manajer. Seorang manajer memasang proyek enam minggu dengan daftar keterampilan dan mendapat sekumpulan relawan yang diberi peringkat beserta alasannya. Ia tetap yang memilih. AI mempersingkat pencarian dan memperluas kumpulan kandidat.

Jebakan Desain yang Menenggelamkan Marketplace

Kebanyakan marketplace yang gagal tidak gagal karena pencocokannya buruk. Mereka gagal karena cara penyiapannya.

• Kosong saat peluncuran. Jika karyawan masuk dan melihat lima lowongan basi, mereka tidak akan kembali. Laporan Booz Allen menggambarkan pengisian awal marketplace dengan peluang berkualitas tinggi dan talenta yang tersedia dalam jumlah cukup untuk melibatkan karyawan sekaligus manajer (MIT Sloan Management Review).
• Manajer yang menimbun. Laporan yang sama menekankan bahwa sisi perilaku dari marketplace membutuhkan upaya berkelanjutan, dan manajer yang enggan melepas orang baik adalah versi yang paling kentara. Jika manajer bisa diam-diam menghalangi setiap perpindahan, marketplace menjadi daftar hal-hal yang tidak bisa dilamar siapa pun. Tetapkan kebijakan pelepasan tertulis dan minta para pemimpin mendukungnya secara terbuka.
• Takut tampak tidak loyal. Karyawan ragu mencari perpindahan jika mengira manajernya akan menganggapnya sebagai tanda mereka akan pergi. Buat penelusuran bersifat privat dan jelaskan bahwa melamar gig adalah hal yang wajar.
• Manajer penerima yang bias. Manajer perekrut mungkin menolak kandidat internal yang tidak sesuai dengan template di benaknya. Profil berbasis keterampilan membantu, karena membuat kemampuan terlihat. Logika yang sama berlaku untuk perekrutan berbasis keterampilan.
• Data keterampilan yang tidak dipercaya siapa pun. Keterampilan hasil inferensi yang keliru, atau keterampilan yang dilaporkan sendiri dan digelembungkan, merusak kredibilitas dengan cepat. Biarkan orang memperbaiki profilnya dan biarkan manajer mengonfirmasi keterampilan utama.
• Peringkat yang menyalin masa lalu. Jika model belajar dari siapa yang dipromosikan sebelumnya, ia dapat mereproduksi siapa yang dipromosikan sebelumnya. Uji tingkat kecocokan dan lamaran antarkelompok seperti gender, usia, lokasi, dan status paruh waktu, lalu tinjau hasilnya secara berkala.
• Tidak ada kapasitas untuk pekerjaannya. Gig hanya terjadi jika hari kerja orang itu punya ruang. Sepakati sejak awal berapa jam yang boleh dihabiskan sebuah gig dan apa yang dilepas.
• Memperlakukannya sebagai alat rekrutmen saja. Marketplace yang hanya mendaftar peran penuh waktu yang terbuka adalah papan lowongan. Sebagian besar nilai pengembangan ada pada proyek, mentoring, dan rotasi.
• Privasi. Profil berisi aspirasi karier dan data yang berdekatan dengan kinerja. Tentukan siapa boleh melihat apa, dan tinjau aturan pelindungan data setempat bersama penasihat hukum sebelum peluncuran. Ini informasi umum, bukan nasihat hukum.

Cara Membangunnya Langkah demi Langkah

1. Pilih masalah bisnisnya. Contoh: mempersingkat waktu pengisian peran kritis, menempatkan kembali orang setelah restrukturisasi, memberi staf tahap awal karier lebih banyak pengalaman, atau menurunkan attrition yang disesalkan. Satu masalah yang jelas akan membentuk setiap pilihan lainnya.

2. Periksa data Anda. Cari tahu data keterampilan, peran, dan proyek apa yang Anda miliki, seberapa mutakhir, dan siapa pemiliknya. Jika tidak cukup, rencanakan pembaruan profil sebelum peluncuran.
3. Tetapkan kosakata keterampilan. Daftar keterampilan dan level yang singkat dan terpelihara lebih baik daripada taksonomi raksasa yang tidak dipahami siapa pun. Mulailah dengan peran yang paling Anda butuhkan untuk diisi.
4. Tulis aturannya. Cakup siapa yang boleh memposting, siapa yang boleh melamar, berapa lama manajer punya waktu untuk merespons, berapa banyak waktu yang boleh dihabiskan sebuah gig, dan kapan persetujuan manajer diperlukan. Tuliskan.
5. Isi terlebih dahulu. Sebelum dibuka, kumpulkan setidaknya beberapa lusin peluang nyata lintas tim, termasuk proyek singkat dan mentoring, agar kunjungan pertama menampilkan sesuatu yang berguna.
6. Uji coba dengan dua atau tiga fungsi. Pilih tim yang pemimpinnya benar-benar akan melepas orang. Targetkan untuk belajar, bukan untuk meluas.
7. Tambahkan AI secara berlapis. Mulailah dengan pencarian dan rekomendasi yang bisa dilihat tembus oleh manusia. Tambahkan inferensi keterampilan setelah Anda memeriksa akurasinya terhadap sampel orang sungguhan. Saran pembelajaran dapat ditautkan ke pengaturan AI dalam pembelajaran dan pengembangan Anda.
8. Pertahankan manusia dalam proses. AI dapat meranking dan menyarankan. Manajer dan karyawan yang memutuskan, dan seseorang dapat melihat mengapa suatu kecocokan dibuat dan mengesampingkannya.
9. Ukur dan laporkan. Lacak sejumlah kecil angka, yang tercantum di bawah, dan bagikan kepada para pemimpin setiap kuartal.
10. Hubungkan dengan sisa siklus hidup karyawan. Marketplace bekerja paling baik ketika terhubung dengan pekerjaan onboarding, pengembangan, dan retensi. AI di seluruh siklus hidup karyawan menunjukkan di mana posisinya, dan prediksi attrition dengan AI membahas sisi peringatan dininya.

Apa yang Perlu Diukur

Tetapkan baseline sebelum peluncuran agar Anda bisa tahu apakah ada yang berubah.

Di Mana Posisinya dalam Model Operasi SDM

Marketplace bukan proyek alat sekali jadi. Ia menyentuh perencanaan tenaga kerja, pembelajaran, kinerja, dan kompensasi, dan hanya berjalan jika ada yang memilikinya. Itu bisa berupa pemimpin mobilitas talenta di dalam SDM, didukung oleh pemimpin bisnis yang bersedia melepas orang. Perannya dibahas dalam AI dan model operasi SDM. Untuk peta yang lebih luas tentang di mana AI membantu SDM, mulailah dari AI di bidang SDM.