Peranan Yang Sebenarnya Dihapus AI dalam Syarikat Mid-Market (dan Peranan Yang Sedang Dicipta)

Tajuk berita direka untuk membuatkan anda cemas. "AI akan menghapus 300 juta pekerjaan." "Robot sedang datang untuk kerja kolar putih." CEO memajukan artikel-artikel ini kepada CHRO mereka pada pukul 11 malam, dan menjelang Isnin sudah ada pasukan petugas yang ditubuhkan.

Tetapi inilah yang hampir tidak pernah diberitahu oleh tajuk berita tersebut: kisah pemindahan kerja di sebuah syarikat bersaiz 200 orang sama sekali berbeza daripada kisah di JPMorgan atau Amazon. Gergasi perusahaan besar mempunyai belanjawan untuk menghapus seluruh jabatan dan membina semula dengan infrastruktur AI. Syarikat mid-market (segmen 50 hingga 500 pekerja) beroperasi secara berbeza. Mereka tidak mampu menyerap gangguan pada skala sebesar itu. Dan mereka tidak perlu berbuat demikian.

Apa yang mereka perlukan ialah gambaran yang jelas tentang peranan mana yang sebenarnya mengecut pada saiz mereka, peranan baru mana yang muncul di syarikat yang berorientasikan AI seperti milik mereka, dan apakah matematik bersihnya untuk perancangan bilangan pekerja dalam tempoh 18 bulan akan datang.

Itulah yang artikel ini membincangkannya.

Naratif Pemindahan Adalah Tidak Lengkap

Kebanyakan penyelidikan tenaga kerja AI adalah berdasarkan data perusahaan besar dan keseluruhan ekonomi. Laporan Future of Jobs Forum Ekonomi Dunia 2025 mengunjurkan 170 juta peranan baru dicipta dan 92 juta dipindahkan secara global menjelang 2030, baki positif sebanyak 78 juta pekerjaan. Tetapi agregat itu menyembunyikan masalah masa: penghapusan sering berlaku lebih cepat daripada penciptaan, dan peranan baru memerlukan kemahiran yang berbeza daripada yang hilang.

Bagi syarikat mid-market, kisah pemindahan adalah lebih spesifik dan lebih boleh diambil tindakan daripada yang dicadangkan oleh angka makro. Peranan yang paling terdedah bukanlah "semua kerja pentadbiran." Mereka adalah fungsi tertentu dalam struktur pasukan tertentu. Dan peranan yang sedang dicipta bukanlah kedudukan "berkaitan AI" yang samar-samar. Mereka muncul dalam carta organisasi sebenar sekarang.

Apa Yang Sebenarnya Sedang Dihapus

Di sebuah syarikat bersaiz 200 orang, inilah fungsi yang mengecut paling ketara pada 2025-2026:

Kemasukan data dan penjanaan laporan. Perkara ini sudah sebahagian besarnya selesai. Syarikat yang belum mengautomasikan kemasukan data rutin (pengemaskinian CRM, pemprosesan invois, log inventori) sudah ketinggalan. Tempoh masa untuk peranan kemasukan data manual yang masih tinggal di syarikat mid-market ialah 12-18 bulan. Alat seperti Rework, ciri AI HubSpot, dan platform automasi aliran kerja telah menutup jurang terakhir. Ini bukan peranan yang akan berkembang; ini adalah peranan yang akan berakhir.

Sokongan pelanggan peringkat pertama. Ini lebih bernuansa daripada yang kelihatan. Sokongan Tier-1 — penetapan semula kata laluan, pertanyaan status pesanan, penyelesaian masalah asas — sedang dikendalikan oleh ejen AI pada kadar yang semakin pantas. Tetapi pengecongan tidak selalu bermakna pengurangan bilangan pekerja. Apa yang berlaku lebih kerap ialah pasukan sokongan kekal bersaiz sama sambil mengendalikan jumlah kerja 3 kali ganda, dengan tugas peringkat pertama diserap oleh AI dan wakil manusia mengendalikan eskalasi dan kes kompleks. Pasukan sokongan bersaiz 10 orang tidak menjadi pasukan 5 orang; ia menjadi pasukan 10 orang yang melakukan kerja yang sebelumnya memerlukan 30 orang.

Peranan analis peringkat pertengahan yang mengagregat dan bukannya mentafsir. Ini adalah perubahan yang lebih halus dan lebih penting. Syarikat secara tradisionalnya menggaji analis — dalam kewangan, operasi, pemasaran, jualan — yang fungsi utamanya adalah menarik data dari pelbagai sumber, membina laporan, dan menyampaikan ringkasan. Lapisan pengagregatan itu kini telah diautomasikan. Apa yang kekal bernilai adalah kerja tafsiran: menerapkan pertimbangan, mengenal pasti anomali, membuat cadangan berdasarkan konteks yang AI tidak dapat akses sepenuhnya. Peranan yang 80% pengagregatan dan 20% tafsiran berisiko. Peranan yang sebaliknya tidak.

Sebuah syarikat pembuatan di Ohio dengan 180 pekerja mengurangkan bilangan analis kewangannya dari empat kepada dua pada 2024, bukan melalui pemberhentian, tetapi melalui pengunduran dan penyesuaian semula peranan. Dua analis yang tinggal kini menghabiskan masa mereka pada permodelan ke hadapan dan pelaporan peringkat lembaga, kerja yang dahulunya mengambil 20% daripada masa mereka.

Peranan penyelarasan pentadbiran tertentu. Penyelaras penjadualan, pengatur perjalanan, pengurus logistik mesyuarat: peranan yang wujud terutamanya untuk menguruskan kalendar dan logistik merentasi pasukan menjadi berlebihan apabila pembantu AI mengendalikan ini secara semula jadi. Ini sudah berlaku di syarikat SaaS mid-market. Sebuah syarikat perisian B2B bersaiz 120 orang di Austin menghapus peranan pembantu eksekutifnya tahun lalu, menyebarkan penjadualan kepada konfigurasi pembantu AI setiap eksekutif.

Apa Yang Sedang Dicipta

Peranan baru bukan sesuatu yang bersifat hipotetikal. Mereka muncul dalam iklan jawatan dan carta organisasi di syarikat mid-market yang berorientasikan AI sekarang.

AI Ops Manager. Peranan ini memiliki tumpukan alat AI syarikat — perolehan, konfigurasi, integrasi, tadbir urus, dan penerimaan. Ia sebahagian IT, sebahagian operasi, sebahagian pengurusan perubahan. Di sebuah syarikat bersaiz 150 orang, ini biasanya seorang individu tunggal, sering dipromosikan dari dalam operasi atau IT. Peranan ini tidak wujud tiga tahun lalu. Ia kini tersenarai dalam papan iklan kerja di syarikat dengan serendah 80 pekerja. Untuk maklumat lanjut tentang rupa bentuk pengambilan ini dalam praktis, lihat Rupa Bentuk Pengambilan AI Ops Manager Pertama dalam Syarikat 100 Orang.

Revenue AI Analyst. Ini adalah peranan hibrid yang muncul khususnya dalam organisasi CRO. Ia terletak di persimpangan operasi jualan, sains data, dan peralatan AI — bertanggungjawab untuk membina dan menyelenggara model saluran paip berbantu AI, mengoptimumkan konfigurasi pemarkahan Lead, dan menterjemahkan pandangan yang dijana AI kepada bimbingan peringkat wakil jualan. Sebuah syarikat SaaS bersaiz 250 orang dengan pasukan jualan 40 orang mungkin mempunyai satu atau dua orang dalam fungsi ini. Mereka bukan analis data tradisional, dan mereka bukan operasi jualan tradisional. Mereka adalah sesuatu yang baru.

Ketua integrasi AI yang tertanam dalam pasukan fungsional. Daripada memusatkan semua kepakaran AI dalam fungsi IT atau operasi, syarikat mid-market terkemuka menanamkan individu yang fasih dengan AI secara langsung ke dalam jualan, kewangan, pemasaran, dan customer success. Ini bukan pakar AI dalam erti teknikal — mereka adalah pakar domain yang telah membangunkan kefasihan AI yang cukup untuk mengenal pasti peluang aliran kerja, menguji alat, dan melatih rakan sekerja mereka. Pasukan jualan bersaiz 15 orang mungkin mempunyai seorang wakil "fasih AI" yang memiliki penggunaan alat jualan AI pasukan dan melaporkan kepada VP Jualan tentang penerimaan dan hasil.

Jurutera prompt dan arkitek aliran kerja. Peranan ini lebih biasa di syarikat yang telah membina integrasi AI tersuai — sering menggunakan platform seperti Make, Zapier, atau sambungan API langsung ke OpenAI atau Anthropic. Mereka bukan jawatan sepenuh masa di kebanyakan syarikat mid-market. Tetapi mereka muncul sebagai tanggungjawab sambilan, peranan kontrak, dan sasaran peningkatan kemahiran dalaman. Penyelidikan Gartner tentang peranan AI baharu mendokumentasikan bagaimana kedudukan AI merentas fungsi ini sedang dilembagakan merentasi saiz syarikat.

Peta Peralihan Peranan

Inilah cara ini berlaku di peringkat pekerjaan untuk sebuah syarikat bersaiz 200 orang:

Peranan Lama Trajektori Peranan / Evolusi Baru
Pakar Kemasukan Data Dihapus (12-18 bulan) Tiada, diserap oleh automasi
Wakil Sokongan Peringkat Pertama Distruktur semula Pakar Sokongan Berbantu AI
Analis Kewangan Peringkat Pertengahan Mengecut Analis Kanan (fokus tafsiran)
Penyelaras Penjadualan Dihapus Tiada, diserap oleh pembantu AI
Analis Pemasaran (pelaporan) Mengecut Analis Pertumbuhan (strategi + ujian)
Analis Operasi Jualan Berkembang Revenue AI Analyst
Pentadbir IT (pengurusan alat) Berkembang AI Ops Manager
T/A Baharu Ketua Integrasi AI (tertanam)

Corak di sini bukan sekadar penghapusan. Ia adalah pemampatan dan peningkatan. Peranan yang wujud untuk mengendalikan jumlah sedang mengecut. Peranan yang memerlukan pertimbangan, konteks, dan penyelarasan merentas fungsi sedang berkembang atau dicipta dari awal.

Matematik Bersih Bilangan Pekerja

Adakah syarikat mid-market akan berakhir dengan lebih ramai atau lebih sedikit pekerja selepas peralihan ini?

Jawapan jujurnya ialah: ia bergantung kepada trajektori pertumbuhan, industri, dan seberapa agresif syarikat menggunakan peralatan AI. Tetapi data agregat menawarkan beberapa panduan.

Penyelidikan tenaga kerja McKinsey 2025 mencadangkan bahawa syarikat yang secara aktif mengintegrasikan AI ke dalam operasi sedang mengembangkan bilangan pekerja pada kadar yang lebih kurang sama seperti sebelum penerimaan AI, tetapi dengan komposisi yang berbeza. Mereka mengambil lebih sedikit pekerja untuk peranan pentadbiran dan pemprosesan data, dan lebih banyak peranan yang berfokus pada pertimbangan, hubungan pelanggan, dan pengurusan AI.

Bagi sebuah syarikat mid-market dalam fasa pertumbuhan (katakan, membesar dari 150 kepada 250 pekerja dalam tempoh 24 bulan), penerimaan AI tidak bermakna mengambil 100 orang lebih sedikit. Ia berkemungkinan bermakna komposisi daripada 100 pengambilan tersebut berubah. Lebih sedikit penyelaras dan analis junior. Lebih banyak pakar domain yang fasih AI dan ketua integrasi tertanam.

Bagi sebuah syarikat mid-market dalam fasa stabil atau sensitif kos, matematik adalah berbeza. Penerimaan AI boleh membolehkan output yang sama dengan 10-20% lebih sedikit peranan pentadbiran dan pengagregatan. Sama ada ini membawa kepada pengurangan atau penggunaan semula bergantung kepada pilihan kepimpinan, bukan keniscayaan teknologi.

Rangka Kerja Keputusan Eksekutif

Sebelum membuat sebarang keputusan tenaga kerja berdasarkan andaian AI (sama ada pengambilan, penstrukturan semula, atau pemotongan), tanya tiga soalan berikut:

1. Adakah peranan ini terutamanya tentang jumlah atau pertimbangan? Peranan yang wujud untuk mengendalikan jumlah (pemprosesan data, penjanaan laporan, penjadualan, sokongan peringkat pertama) adalah peranan yang AI gantikan paling cepat. Peranan yang wujud untuk menerapkan pertimbangan dalam konteks (mentafsir data, mengurus hubungan, menangani kesamaran) jauh lebih tahan lasak. Jika anda tidak dapat menjawab soalan ini dengan jelas untuk peranan tertentu, anda mungkin tidak memahami peranan tersebut dengan cukup baik untuk menyusunnya semula.

2. Apakah trajektori automasi 18 bulan untuk fungsi ini? Tidak semua penerimaan AI berlaku pada kelajuan yang sama. Automasi sokongan pelanggan bergerak lebih cepat daripada permodelan kewangan berbantu AI. Automasi kemasukan data sebahagian besarnya selesai; perancangan strategik berbantu AI masih belum matang. Bina perancangan tenaga kerja anda berdasarkan garis masa yang realistik, bukan senario kes terburuk. Ini penting terutamanya untuk jurang kemahiran AI yang salah difahami oleh eksekutif — keputusan tergesa-gesa berdasarkan garis masa yang melambung tinggi menyebabkan kerosakan sebanyak kelambanan.

3. Peranan baru apakah yang dibolehkan oleh automasi ini? Setiap kali AI menyerap sesuatu fungsi, ia mencipta kapasiti. Soalannya ialah sama ada anda merancang untuk menangkap kapasiti tersebut dalam peranan baru bernilai tinggi atau hanya mencatatnya sebagai penjimatan kos. Syarikat yang melakukan ini dengan betul memikirkan kedua-dua pihak persamaan secara serentak. Lihat bagaimana syarikat mid-market terkemuka melantik eksekutif AI untuk memiliki peralihan ini: CAIO Bukan Satu Fad.

Rupa Carta Organisasi dalam 18 Bulan

Syarikat mid-market yang menangani ini dengan baik tidak menghapus pekerjaan secara besar-besaran. Mereka mentakrifkan semula pekerjaan tersebut. Dan mereka melakukannya melalui kombinasi pengurusan pengunduran, reka bentuk semula peranan, dan peningkatan kemahiran yang disengajakan, bukan penstrukturan semula reaktif yang didorong oleh ketakutan kelihatan lambat.

Inilah yang berbeza dalam carta organisasi syarikat mid-market yang berorientasikan AI:

Lebih sedikit peranan pakar bersilot yang wujud hanya untuk memindahkan maklumat antara sistem. Lebih banyak pengendali generalis yang menggunakan alat AI untuk mengendalikan apa yang dahulunya memerlukan tiga pakar berbeza. Fungsi tadbir urus dan operasi AI yang khusus, walaupun hanya seorang sahaja. Dan kefasihan AI yang tertanam dalam setiap pasukan berhadapan dengan hasil.

Syarikat yang bergelut adalah yang menganggap transformasi tenaga kerja AI sebagai projek IT atau latihan pemotongan kos. Yang melakukannya dengan betul menganggapnya sebagai soalan reka bentuk organisasi: bagaimana rupa syarikat kami untuk bersaing pada 2027, dan apa yang perlu kami bina, ambil, dan takrifkan semula untuk sampai ke sana?

Itu adalah soalan yang berbeza daripada "pekerjaan mana yang akan AI hapus." Dan itu adalah soalan yang betul untuk ditanya.

Baca Lebih Lanjut