---
title: "Di Era AI 2030, Bagaimana Pekerjaan Berubah dan Keterampilan Apa yang Bertahan"
locale: id
category: ai_data
category_name: "Data AI"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/2030-ai-jobs-survival-skills
published_at: 2026-07-24T10:25:21+09:00
---

# Di Era AI 2030, Bagaimana Pekerjaan Berubah dan Keterampilan Apa yang Bertahan

> Yang digantikan oleh AI pada umumnya bukanlah manusia secara keseluruhan, melainkan tugas-tugas berulang dalam suatu pekerjaan, dan daya saing masa depan berasal dari kemampuan menilai dan mendefinisikan masalah dengan menggunakan AI sebagai alat. Untuk mempersiapkan 2030, kita perlu sekaligus mengembangkan kreativitas bisnis, kepemimpinan berbasis empati, pemikiran sistem, serta pemahaman data dan keamanan.

## Key Points

- Dampak AI terhadap pasar tenaga kerja muncul pada tingkat tugas, bukan tingkat pekerjaan, dan pekerjaan penulisan dokumen, klasifikasi, peringkasan, serta analisis dasar yang berulang akan terlebih dahulu diotomatisasi.
- AI pada 2030 kemungkinan besar akan menyebar dalam bentuk asisten yang tertanam di dalam alat kerja, peralatan rumah tangga, pencarian, dukungan pelanggan, dan layanan mobilitas, bukan sebagai aplikasi terpisah.
- Sulit untuk membedakan diri hanya dengan kemampuan coding dasar, dan kemampuan untuk mendefinisikan masalah, memverifikasi hasil AI, serta menghubungkannya dengan nilai bisnis menjadi lebih penting.
- Risiko AI seperti prompt injection, kebocoran data, dan deepfake menuntut pengendalian teknis, tata kelola organisasi, serta sistem verifikasi sumber secara bersamaan.
- Korea memiliki kekuatan dalam semikonduktor memori dan kemampuan penerapan layanan yang cepat, tetapi juga harus sekaligus memperkuat talenta AI, data, infrastruktur komputasi, dan norma keselamatan.

## Kesimpulan Utama

Pertanyaan di era AI bukanlah “apakah pekerjaan saya akan hilang”, melainkan lebih dekat pada “tugas mana dalam pekerjaan saya yang akan diotomatisasi, dan untuk penilaian bernilai tambah tinggi apa saya akan menggunakan waktu yang tersisa”. AI generatif dengan cepat mengubah tugas-tugas yang menangani bahasa dan pola, seperti draf dokumen, ringkasan, terjemahan, bantuan kode, layanan pelanggan, serta pembuatan gambar dan suara. Namun, pengambilan keputusan yang bertanggung jawab, pembentukan kepercayaan antarmanusia, penyesuaian kepentingan yang kompleks, pendefinisian masalah, dan penilaian etis masih sangat bergantung pada peran manusia.

Hingga 2030, orang yang paling diuntungkan bukanlah orang yang tidak takut pada AI, melainkan orang yang juga tidak mempercayai AI secara tanpa kritik. Dengan kata lain, orang yang memiliki daya saing adalah mereka yang dapat menyerahkan pekerjaan kepada AI, tetapi tetap menetapkan tujuan, memverifikasi hasil, mengendalikan risiko, dan menghubungkannya dengan masalah nyata pelanggan, organisasi, dan masyarakat.

## 1. AI mengubah ‘tugas’ sebelum mengubah manusia

Dalam studi pasar tenaga kerja, pembedaan penting adalah antara pekerjaan dan tugas. Satu pekerjaan merupakan kumpulan dari berbagai tugas, dan AI biasanya tidak menghilangkan seluruh pekerjaan sekaligus, melainkan mengotomatisasi atau memperkuat sebagian tugas di dalamnya.

| Kategori | Makna | Contoh dampak AI |
|---|---|---|
| Pekerjaan | Peran yang didefinisikan secara sosial seperti akuntan, pemasar, pengembang, guru | Alih-alih seluruh pekerjaan langsung hilang, cara kerja dan kompetensi yang dibutuhkan berubah |
| Tugas | Pekerjaan rinci seperti menulis laporan, merapikan data, mengklasifikasikan pertanyaan pelanggan, menguji kode | Tugas yang repetitif, berbasis aturan, dan berpusat pada teks dapat diotomatisasi dengan cepat |
| Kompetensi | Kemampuan pengetahuan, penilaian, komunikasi, dan tanggung jawab untuk menjalankan tugas | Nilai kemampuan menggunakan AI, kemampuan verifikasi, dan kemampuan mendefinisikan masalah meningkat |

Organisasi Perburuhan Internasional menganalisis bahwa efek utama AI generatif dalam banyak jabatan kemungkinan besar muncul sebagai peningkatan pekerjaan, bukan penggantian penuh. Namun, jabatan dengan porsi tinggi tugas repetitif berbasis bahasa, seperti dukungan kantor, pemrosesan dokumen berulang, dan layanan pelanggan dasar, dapat terdampak lebih besar.

### Tugas dengan kemungkinan otomatisasi tinggi

- Penulisan dan klasifikasi email yang terstruktur
- Penyusunan draf notulen rapat dan ringkasan
- Terjemahan sederhana dan perubahan gaya bahasa
- Entri, perapian, dan pelabelan data berulang
- Respons terhadap pertanyaan pelanggan standar
- Pembuatan kode dasar dan penyusunan draf kasus uji
- Pekerjaan mengumpulkan hasil pencarian untuk membuat daftar sumber tahap pertama

### Tugas yang tanggung jawab manusianya tetap penting

- Mendefinisikan apa masalah yang sebenarnya
- Penilaian akhir yang memiliki tanggung jawab hukum dan etis
- Penyesuaian dalam situasi ketika para pemangku kepentingan saling berbenturan
- Persuasi yang membaca emosi dan konteks pelanggan
- Strategi jangka panjang organisasi dan alokasi sumber daya
- Memverifikasi kesalahan, bias, dan risiko keamanan pada hasil AI

## 2. Keseharian AI pada 2030: dari teknologi terpisah menjadi infrastruktur dasar

Meskipun gambaran tahun 2030 tidak dapat dipastikan, jika melihat arus teknologi saat ini, AI sedang menyebar melampaui aplikasi chatbot mandiri dan menuju arah tertanam dalam pencarian, alat dokumen, sistem operasi, perangkat rumah tangga, kendaraan, pusat pelanggan, serta layanan pendukung medis dan pendidikan.

### AI yang tertanam seperti udara

Saat ini pengguna sering membuka layanan AI secara langsung dan memasukkan pertanyaan. Ke depan, AI kemungkinan besar akan beroperasi seperti fungsi dasar di dalam alat penulisan dokumen, alat kolaborasi kerja, perangkat rumah tangga, manajemen jadwal, aplikasi keuangan, dan layanan belanja. Misalnya, kulkas dapat menyarankan menu berdasarkan kondisi bahan makanan, atau alat kerja dapat merangkum isi rapat dan secara otomatis menetapkan pekerjaan lanjutan.

Perubahan penting saat itu bukanlah “apakah menggunakan AI”, melainkan “bagaimana bekerja dalam lingkungan yang sudah berisi AI”. Sebab kecepatan dasar pencarian, penulisan, peninjauan, dan pengambilan keputusan akan berubah.

### Pendamping cerdas dan agen

Agen AI berarti sistem yang memahami tujuan pengguna dan memanggil berbagai alat untuk melanjutkan pekerjaan. Misalnya, dalam persiapan perjalanan dinas, sistem dapat menghubungkan berbagai tahap mulai dari memeriksa penerbangan, menyesuaikan jadwal, meninjau aturan biaya, hingga menyusun draf materi rapat.

Namun, semakin banyak agen, risiko kesalahan dan keamanan juga semakin besar. AI yang secara otomatis mengirim email, mengakses file, atau menjalankan pembayaran memang praktis, tetapi jika tertipu oleh instruksi yang salah atau input berbahaya, kerugiannya juga dapat membesar. Karena itu, kemampuan memanfaatkan AI pada 2030 tidak hanya mencakup cara menulis prompt sederhana, tetapi juga manajemen izin, prosedur verifikasi, dan perancangan tanggung jawab.

## 3. Coding dasar saja tidak cukup: 5 kompetensi untuk bertahan

Ini bukan berarti coding menjadi tidak berguna di era AI. Sebaliknya, literasi perangkat lunak menjadi semakin penting. Namun, hanya menghafal sintaks sederhana atau menulis kode pada tingkat contoh akan semakin sulit menjadi pembeda. Sebab AI dapat membuat draf dengan cepat. Yang lebih penting adalah kemampuan menentukan masalah apa yang harus diselesaikan, menilai apakah hasil yang dibuat sudah benar, dan membuatnya dapat dioperasikan sebagai sistem nyata.

| Kompetensi | Definisi | Contoh tindakan nyata |
|---|---|---|
| Kemampuan mendefinisikan masalah | Kemampuan mengubah kebutuhan yang kabur menjadi pertanyaan yang dapat diselesaikan | Bukan “tingkatkan penjualan”, melainkan memperjelas kelompok pelanggan yang churn, kanal bottleneck, dan metrik eksperimen |
| Kreativitas bisnis | Kemampuan menghubungkan teknologi dengan nilai pelanggan dan model pendapatan | Tidak berhenti pada membuat fitur ringkasan AI, tetapi menghubungkannya dengan indikator pengurangan biaya, tingkat konversi, dan tingkat pembelian ulang |
| Empati dan manajemen perubahan | Kemampuan memahami dan meyakinkan kecemasan, resistensi, dan motivasi manusia | Alih-alih memaksa karyawan mengadopsi AI, menjelaskan pengurangan beban kerja dan rencana peralihan peran |
| Pemikiran sistem | Kemampuan melihat teknologi, biaya, keamanan, regulasi, operasi, dan pengalaman pengguna secara bersamaan | Sebelum menerapkan chatbot AI, merancang privasi, penyimpanan log, respons gangguan, dan kriteria pengalihan ke konsultan |
| Kemampuan verifikasi dan tanggung jawab | Kemampuan memeriksa hasil AI berdasarkan fakta, logika, dan standar hukum | Menetapkan prosedur pemeriksaan sumber, uji sampel, pemeriksaan bias, dan persetujuan akhir oleh manusia |

### Kompetensi 1: Kreativitas bisnis

Kemampuan menggunakan alat AI saja tidak cukup. Pertanyaan yang lebih penting adalah “dengan teknologi ini, masalah siapa dan masalah apa yang dapat diselesaikan dengan lebih murah, cepat, dan akurat”. Meski menggunakan model AI yang sama, ada organisasi yang hanya berhenti pada respons otomatis sederhana, sementara organisasi lain mengurangi ketidaknyamanan pelanggan, meningkatkan kualitas konsultasi, dan menciptakan layanan baru. Perbedaannya bukan berasal dari teknologi, melainkan dari pemilihan masalah dan desain eksekusi.

### Kompetensi 2: Empati dan kepemimpinan

Penerapan AI adalah proyek teknologi sekaligus proyek manajemen perubahan. Orang merasa cemas bahwa pekerjaan mereka akan diremehkan, pengawasan diperketat, atau mereka akan kehilangan pekerjaan. Karena itu, pemimpin di era AI harus menjadi orang yang tidak hanya membicarakan keunggulan teknologi, tetapi juga mengakui kecemasan, menunjukkan jalur transisi, dan menjamin waktu belajar.

### Kompetensi 3: Pemikiran sistem

Jika AI hanya dilihat sebagai satu fungsi, kegagalan mudah terjadi. Misalnya, saat menerapkan AI layanan pelanggan, bukan hanya kinerja model yang harus dilihat, tetapi juga pemrosesan informasi pribadi, tanggung jawab atas jawaban yang tidak akurat, kriteria pengalihan ke konsultan, periode penyimpanan log, izin keamanan, struktur biaya, dan respons terhadap gangguan. Pemikiran sistem adalah kompetensi inti untuk membuat AI berfungsi dengan aman di dalam organisasi nyata.

### Kompetensi 4: Literasi AI dan pemahaman data

Literasi AI bukan hanya teknik menulis prompt dengan bagus. Ini adalah kemampuan memahami mengapa model bisa salah, apa batasan data latih dan keterkinian, apakah informasi pribadi boleh dimasukkan, dan bagaimana memverifikasi hasil yang dihasilkan. Semakin seseorang memahami sumber, kualitas, dan bias data, semakin aman dan produktif ia menggunakan AI.

### Kompetensi 5: Kepekaan keamanan

Semakin AI memiliki kewenangan kerja, keamanan menjadi kompetensi dasar bagi semua jabatan. Diperlukan kebiasaan untuk tidak memasukkan materi sensitif ke AI eksternal, prinsip meminimalkan izin akses file, sikap memverifikasi tautan dan instruksi yang mencurigakan, serta prosedur pemeriksaan terhadap suara dan video deepfake.

## 4. Sisi gelap AI: prompt injection, kebocoran data, deepfake

AI meningkatkan produktivitas, tetapi juga memperkuat alat penyerang. Terutama ketika model bahasa terhubung dengan email, dokumen, kode, dan alat kerja, permukaan serangan baru muncul.

| Risiko | Penjelasan | Arah pertahanan |
|---|---|---|
| Prompt injection | Serangan yang membuat AI mengabaikan aturan aslinya melalui kalimat berbahaya atau instruksi tersembunyi | Memisahkan instruksi sistem dan input pengguna, menilai tingkat kepercayaan konten eksternal, meminimalkan izin |
| Kebocoran informasi sensitif | Karyawan memasukkan informasi pribadi, rahasia dagang, atau kode sumber ke AI, atau AI mengekspos data di luar izin | Klasifikasi data, pemblokiran input, pemeriksaan log, penggunaan AI yang disetujui internal |
| Penipuan deepfake | Menyamar sebagai eksekutif, keluarga, atau tokoh publik melalui sintesis suara dan video | Prosedur konfirmasi berlapis, pemisahan persetujuan pembayaran, verifikasi sumber asli |
| Phishing otomatis | AI menghasilkan email penipuan yang dipersonalisasi secara massal dengan kalimat alami | Pendidikan keamanan, penyaringan email, verifikasi tautan dan lampiran |
| Kesalahan model dan halusinasi | AI menghasilkan fakta yang tampak meyakinkan tetapi salah | Pemeriksaan sumber, tinjauan manusia untuk pekerjaan berisiko tinggi, pengoperasian test set |

OWASP mengemukakan prompt injection, paparan informasi sensitif, kerentanan rantai pasok, dan izin berlebihan sebagai risiko utama aplikasi model bahasa berskala besar. Kerangka kerja manajemen risiko AI dari NIST juga menjelaskan bahwa tata kelola, pengukuran, dan prosedur manajemen diperlukan untuk membuat sistem AI dapat dipercaya.

### Deepfake dan autentikasi sumber

Masalah deepfake sulit diselesaikan hanya dengan cara “membedakan dengan mata”. Semakin tinggi kualitas hasil generasi, intuisi manusia akan menghadapi batas. Karena itu, diperlukan secara bersama standar seperti C2PA yang mencatat asal-usul konten, teknologi watermarking yang menanamkan sinyal pada konten buatan AI, sistem deteksi platform, dan kerangka tanggung jawab hukum.

Teknologi seperti SynthID dari Google DeepMind menunjukkan arah untuk memasukkan sinyal yang dapat dideteksi ke dalam gambar, audio, dan teks buatan AI. Namun, watermark juga bukan solusi sempurna, dan deteksi dapat menjadi sulit dalam proses tangkapan layar, pengodean ulang, penyuntingan, dan perpindahan platform. Karena itu, selain deteksi teknis, diperlukan kebiasaan memeriksa sumber, prosedur persetujuan di dalam organisasi, dan literasi media.

## 5. Peluang dan tantangan Korea

Dalam persaingan model fondasi AI, Korea tidak mudah mengamankan sumber daya komputasi berskala sama seperti big tech Amerika Serikat. Namun, Korea memiliki kekuatan dalam semikonduktor memori, kemampuan manufaktur, eksperimen layanan yang cepat, infrastruktur digital yang tinggi, serta bidang penerapan konten, game, dan commerce.

### Kekuatan Korea

- Basis industri dalam rantai pasok semikonduktor memori dan HBM yang penting untuk pelatihan dan inferensi AI
- Pengalaman produkisasi cepat dalam layanan mobile, commerce, keuangan, game, dan konten
- Area penerapan dengan data industri nyata yang melimpah, seperti manufaktur, logistik, telekomunikasi, dan layanan kesehatan
- Tingkat penetrasi internet dan smartphone yang tinggi serta budaya umpan balik pengguna yang cepat

### Tantangan Korea

- Mengamankan peneliti AI tingkat lanjut dan talenta AI berorientasi produk
- Membangun data industri yang dapat dimanfaatkan dengan aman
- Memperluas alat dan pendidikan AI yang juga dapat diakses oleh usaha kecil dan menengah
- Menetapkan standar yang jelas antara perlindungan informasi pribadi dan inovasi
- Membangun sistem kepercayaan sosial terkait deepfake, hak cipta, dan akuntabilitas algoritma

Strategi Korea bukan hanya membuat model yang paling besar. Daya saing yang lebih realistis dapat muncul ketika perusahaan dan talenta yang memahami masalah industri tertentu dengan baik menggabungkannya dengan AI untuk benar-benar menurunkan biaya dan meningkatkan kualitas.

## 6. Checklist pelaksanaan untuk individu dan organisasi

### Hal yang perlu mulai dilakukan individu sekarang

1. Tuliskan 3 pekerjaan yang diulang setiap minggu dan coba otomatisasi draf, ringkasan, klasifikasi, dan perbandingan dengan AI.
2. Jangan menggunakan jawaban AI apa adanya; biasakan memeriksa sumber, mencari contoh bantahan, dan memeriksa ulang angka.
3. Rapikan data, peraturan, dan pertanyaan pelanggan yang sering digunakan di bidang keahlian sendiri, lalu manfaatkan bersama AI.
4. Habiskan waktu untuk memahami pendefinisian masalah, struktur data, API, dan alur otomatisasi daripada coding dasar.
5. Untuk menghadapi deepfake dan phishing, konfirmasi ulang permintaan uang, akun, dan materi sensitif melalui kanal terpisah.

### Hal yang perlu disiapkan organisasi

1. Klasifikasikan data yang boleh digunakan AI dan data yang dilarang.
2. Perjelas alat AI yang disetujui internal dan standar penggunaan alat eksternal.
3. Tetapkan prosedur persetujuan akhir oleh manusia untuk pengambilan keputusan berisiko tinggi.
4. Catat prompt, output, dan log pengambilan keputusan sejauh diperlukan.
5. Ukur kinerja penerapan AI bukan dengan “jumlah penggunaan”, melainkan dengan penghematan waktu, peningkatan kualitas, kepuasan pelanggan, dan pengurangan risiko.
6. Jangan hanya memberi karyawan rasa takut akan penggantian, tetapi tunjukkan jalur pelatihan ulang dan peralihan peran.

## 7. Sudut pandang untuk menjadi pekerja yang lebih aman pada 2030

Pekerjaan yang aman di era AI tidak berasal dari nama pekerjaan yang tetap, melainkan dari peran yang beradaptasi terhadap perubahan. Bahkan dalam pekerjaan yang sama, orang yang hanya menjalankan tugas berulang akan menghadapi risiko lebih besar, sementara orang yang menggunakan AI untuk menyelesaikan masalah yang lebih kompleks akan memiliki peluang lebih besar.

Karena itu, strategi inti adalah sebagai berikut.

- Serahkan secara aktif pekerjaan repetitif, draf, dan ringkasan yang dikuasai AI.
- Kembangkan penilaian konteks, tanggung jawab, kepercayaan, dan pendefinisian masalah kreatif yang lemah pada AI sebagai kekuatan manusia.
- Daripada hanya menghasilkan output dengan cepat, lihat akurasi, keamanan, etika, dan nilai pelanggan secara bersamaan.
- Jangan menunggu perubahan teknologi berhenti; ulangi eksperimen kecil.

AI bukanlah akhir dari pekerjaan, melainkan lebih dekat pada perancangan ulang pekerjaan. Daya saing pada 2030 bergantung bukan pada apakah menggunakan AI, melainkan apakah mampu membuat penilaian yang lebih baik bersama AI.

## FAQ

### Apakah AI benar-benar akan mengambil pekerjaan saya?
AI biasanya terlebih dahulu mengotomatiskan tugas-tugas repetitif dalam suatu pekerjaan daripada keseluruhan profesi. Semakin besar porsi pekerjaan yang terstruktur seperti draf dokumen, ringkasan, klasifikasi, dan analisis dasar, semakin besar dampaknya. Namun, jika Anda mengembangkan kemampuan mendefinisikan masalah, membuat penilaian yang bertanggung jawab, dan berkoordinasi antarmanusia, Anda dapat memanfaatkan AI untuk meningkatkan produktivitas.

### Pekerjaan apa yang akan berubah paling awal hingga tahun 2030?
Tugas berbasis bahasa dan pola seperti penulisan email berulang, ringkasan notulen rapat, klasifikasi pertanyaan pelanggan, terjemahan sederhana, peng整理an data, pembuatan laporan standar, dan pembuatan kode dasar kemungkinan besar akan berubah lebih dahulu. Pekerjaan seperti ini mungkin bukan hilang, melainkan dapat dirancang ulang menjadi cara kerja di mana manusia meninjau draf dari AI.

### Apakah perlu belajar coding di era AI?
Coding tetap penting, tetapi sulit untuk berbeda hanya dengan menghafal sintaks sederhana. Yang lebih penting adalah kemampuan mendefinisikan masalah secara tepat, memahami struktur data dan alur otomatisasi, serta memverifikasi kode atau hasil yang dibuat AI dan mengoperasikannya sebagai layanan nyata.

### Apa kemampuan manusia yang paling penting di era AI?
Kemampuan mendefinisikan masalah, kreativitas bisnis, empati dan manajemen perubahan, pemikiran sistem, serta kemampuan memverifikasi hasil AI adalah hal yang penting. Kemampuan-kemampuan ini memungkinkan penggunaan alat AI melampaui sekadar pemakaian sederhana dan menghubungkannya dengan nilai pelanggan nyata serta kinerja organisasi.

### Apakah cukup hanya memiliki kemampuan menulis prompt dengan baik?
Tidak cukup. Penulisan prompt hanyalah titik awal, dan pengguna yang baik juga harus mengelola kualitas data masukan, risiko privasi, kemungkinan kesalahan model, faktualitas keluaran, serta struktur wewenang dan tanggung jawab pekerjaan.

### Apa yang harus dilakukan individu untuk mengurangi kerugian akibat deepfake?
Pesan suara atau video yang meminta uang, akun, kontrak, atau materi sensitif harus selalu dikonfirmasi ulang melalui saluran terpisah. Dalam keluarga atau organisasi, sebaiknya aturan konfirmasi untuk transfer uang mendesak, berbagi kata sandi, dan permintaan persetujuan ditetapkan terlebih dahulu.

### Apa yang harus ditetapkan perusahaan terlebih dahulu sebelum mengadopsi AI?
Perusahaan harus terlebih dahulu mengklasifikasikan data yang boleh digunakan dan data yang dilarang, serta menetapkan alat AI yang disetujui, manajemen log, prosedur persetujuan akhir oleh manusia, hak akses keamanan, dan standar tanggung jawab saat terjadi kesalahan. Indikator kinerja juga sebaiknya tidak didasarkan pada jumlah penggunaan, melainkan pada penghematan waktu, peningkatan kualitas, dan pengurangan risiko.

### Peluang apa yang dapat dimiliki Korea di era AI?
Korea dapat menjadikan semikonduktor memori dan basis manufaktur, eksperimen layanan digital yang cepat, serta pengalaman penerapan di bidang mobile, commerce, game, dan konten sebagai kekuatan. Namun, daya saing berkelanjutan baru akan muncul jika Korea juga memperkuat talenta tingkat tinggi, pemanfaatan data yang aman, infrastruktur komputasi, dan norma kepercayaan AI.

## Sources

- [ILO: AI Generatif dan Pekerjaan: Analisis global tentang potensi dampak terhadap kuantitas dan kualitas pekerjaan](https://www.ilo.org/publications/generative-ai-and-jobs-global-analysis-potential-effects-job-quantity-and)
- [World Economic Forum: Laporan Masa Depan Pekerjaan 2025](https://www.weforum.org/publications/the-future-of-jobs-report-2025/)
- [OECD Employment Outlook 2023: Kecerdasan Buatan dan Pasar Tenaga Kerja](https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en.html)
- [IMF: Gen-AI: Kecerdasan Buatan dan Masa Depan Kerja](https://www.imf.org/en/Publications/Staff-Discussion-Notes/Issues/2024/01/14/Gen-AI-Artificial-Intelligence-and-the-Future-of-Work-542379)
- [Kerangka Kerja Manajemen Risiko AI NIST](https://www.nist.gov/itl/ai-risk-management-framework)
- [OWASP Top 10 untuk Aplikasi Model Bahasa Besar](https://owasp.org/www-project-top-10-for-large-language-model-applications/)
- [Spesifikasi C2PA](https://c2pa.org/specifications/)
- [Google DeepMind SynthID](https://deepmind.google/technologies/synthid/)
- [Laporan Stanford AI Index](https://aiindex.stanford.edu/report/)

## Images

![Ilustrasi orang di samping robot AI, ban berjalan, kepingan puzzle, dan ikon keterampilan](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjcwOSwicHVyIjoiYmxvYl9pZCJ9fQ==--68eace2126f7e70bc117b771b97640f4d557c8c1/ai-bf94caed.webp)
![Jaringan AI pusat menghubungkan orang, cloud, perangkat, mobil, dan ikon keamanan](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjcxNSwicHVyIjoiYmxvYl9pZCJ9fQ==--101d6d18dafe77643ad6a2b681ba77511282224b/ai-6728a764.webp)