ChatGPT di Dunia Kerja Makin Spesifik: Riset Terbaru OpenAI

Apa Itu Riset OpenAI Signals v3.0?

Riset ekonomi ini dikerjakan oleh tim peneliti OpenAI, antara lain Aaron Chatterji, Thomas Cunningham, David J. Deming, Zoe Hitzig, Drew Johnston, Alex Martin Richmond, Christopher Ong, Carl Yan Shan, dan Kevin Wadman. Proyek ini dinamai OpenAI Signals v3.0 dan dirilis resmi pada 26 Oktober 2026.

Supaya datanya terukur dan bisa disandingkan dengan indikator ekonomi dunia nyata, OpenAI memakai kerangka kerja standar bernama ONET. Di sistem ONET, ribuan deskripsi pekerjaan dipadatkan menjadi kategori yang lebih terstruktur bernama Intermediate Work Activities (IWA). Total ada 165 kategori IWA yang berhasil dipetakan di hampir 100 negara.

Lewat pemetaan ini, para ekonom dan pengambil kebijakan bisa melacak bagaimana pesan-pesan yang dikirim pengguna ChatGPT berhubungan langsung dengan pekerjaan riil. Data ini bisa diunduh bebas dan disandingkan dengan berbagai statistik tenaga kerja internasional.

Tren Baru: Penggunaan ChatGPT di Kantor Makin Terspesialisasi

Salah satu temuan paling mencolok dari riset ini adalah pergeseran pola pemakaian dari waktu ke waktu. Pada awal masa adopsi, obrolan kerja di ChatGPT cenderung menumpuk pada beberapa tugas populer yang sifatnya umum, kayak menulis teks pendek atau menjawab pertanyaan seputar pengetahuan umum.

Namun, menghubungkan data pesan dengan 165 kategori IWA membuktikan bahwa pemakaian terkait pekerjaan kini makin menyebar dan nggak lagi terkonsentrasi di tugas-tugas itu saja. Artinya, pengguna di berbagai negara mulai terspesialisasi dalam pekerjaan yang mereka bawa ke AI. Yang menarik, tiap negara ternyata memiliki fokus spesialisasi yang berbeda-beda.

Menurut analisis peneliti, perbedaan corak pemakaian antarnegara ini kemungkinan besar didorong oleh dua faktor utama:

1. Variasi komposisi industri dan jenis pekerjaan yang dominan di masing-masing negara.
2. Tingkat ketersediaan dan aksesibilitas alat AI yang berbeda di tiap kawasan.

Fenomena integrasi AI ke alur kerja nyata ini sejalan dengan tren korporasi besar yang mulai membekali karyawannya dengan perangkat AI, seperti langkah Uber membagikan ChatGPT Work ke 30.000 karyawan demi mendorong produktivitas kerja tim secara langsung.

Jurang 43%: Mengapa AI Belum Menyentuh Semua Pekerjaan?

Kendati pemakaian ChatGPT di dunia kerja terus melejit, riset OpenAI memperlihatkan adanya jurang perbedaan yang sangat besar antara tugas yang dibawa ke ChatGPT dan total aktivitas nyata di perekonomian.

Saat peneliti membandingkan pesan ChatGPT dengan seluruh pekerjaan di pasar tenaga kerja Amerika Serikat, terlihat bahwa distribusinya sangat berbeda. Penyebab utamanya: sekitar 43% porsi tugas kerja berbobot ketenagakerjaan di AS masuk ke dalam kategori tugas lain (Other IWAs) yang berada di luar kategori yang dilaporkan secara individual.

Kategori tugas yang belum terwakili secara konsisten di sampel ChatGPT ini mencakup pekerjaan lapangan dan operasional fisik, seperti:

• Memindahkan material, logistik, dan barang pergudangan.
• Mengemudi atau mengoperasikan armada kendaraan dan mesin berat.
• Menjaga atau merawat rekam medis pasien di fasilitas kesehatan fisik.

Kategori-kategori tersebut memang tidak memenuhi ambang batas representasi konsisten di sampel obrolan ChatGPT. Ini membuktikan bahwa ChatGPT saat ini masih berperan sebagai pengungkit untuk tugas berbasis kognitif, tulisan, dan data di balik meja komputer, bukan pengganti tenaga kerja manual di dunia nyata.

Perbandingan Tugas Kerja di ChatGPT Berdasarkan Data IWA

Biar kamu punya gambaran lebih jelas mengenai variasi aktivitas kerja yang paling dominan di ChatGPT vs pekerjaan yang belum tersentuh, perhatikan tabel perbandingan berikut berdasarkan data OpenAI:

Data tersebut menunjukkan bahwa pengguna makin mahir membagi porsi kerja: mereka menyerahkan perancangan draf dan analisis konseptual kepada AI, sembari tetap memegang kendali atas eksekusi keputusan akhir.

Bagaimana Soal Privasi Data Kerja Karyawan?

Saat membicarakan adopsi AI di lingkungan profesional, isu kerahasiaan data kerja tentu jadi pertimbangan nomor satu. Jangan-jangan dokumen strategi kantor atau angka internal yang kita diskusikan dibaca oleh tim OpenAI?

OpenAI secara transparan memaparkan metodologi perlindungan privasi yang mereka terapkan dalam publikasi riset ini:

• Tanpa pembaca manusia: Peneliti sama sekali tidak membaca teks percakapan perorangan secara manual.
• Klasifikasi otomatis: Sistem otomatis mengklasifikasikan pesan ke 165 kategori IWA setelah seluruh informasi pengenal identitas dihapus bersih.
• Penyajian statistik agregat: Data yang dibagikan murni berupa angka statistik kelompok besar. Hasil untuk kelompok kecil sengaja ditahan agar tidak bisa dilacak balik.
• Penambahan gangguan statistik: Peneliti menambahkan gangguan data terukur (statistical noise) demi mencegah rekonstruksi pesan individu.
• Cakupan data terbatas: Riset ini hanya mengambil sampel pesan terkait pekerjaan pada akun ChatGPT paket individu, serta TIDAK menyertakan pesan dari akun ChatGPT Enterprise maupun pemakaian alat Codex.

Panduan Praktis: Cara Efektif Menggunakan ChatGPT di Kantor

Biar pemakaian ChatGPT di dunia kerja nggak cuma sekadar balas-balasan teks biasa, kamu bisa menerapkan langkah-langkah kerja terstruktur berikut ini:

1. Identifikasi tugas berbasis kognitif: Pilih pekerjaan yang masuk kategori IWA potensial, seperti merangkum poin rapat panjang, merancang draf email penawaran, atau membuat kerangka modul pelatihan internal.
2. Tentukan peran dan audiens: Jangan langsung memberi perintah kosong. Jelaskan peran AI, siapa pembaca dokumen tersebut, dan nada bicara yang diinginkan (misalnya: formal, persuasif, atau edukatif).
3. Gunakan metode bertahap: Daripada meminta laporan lengkap 10 halaman dalam satu prompt, minta ChatGPT membuat kerangka poin terlebih dahulu. Setelah kerangkanya pas, baru minta perluas bagian demi bagian.
4. Verifikasi fakta dan angka: Selalu ingat bahwa draf dari AI berfungsi sebagai titik awal kerja. Cek kembali perhitungan numerik, nama vendor, dan ketentuan regulasi sebelum dokumen dibagikan ke atasan atau klien.
5. Simpan prompt template tim: Dokumentasikan alur prompt yang terbukti berhasil memangkas jam kerja agar rekan timmu bisa mengulangnya tanpa harus mengulang kesalahan dari awal.

Berikut contoh prompt siap salin yang dirancang khusus untuk membantu tugas penyusunan materi instruksional atau panduan kerja tim:

Kamu adalah seorang spesialis pelatihan dan pengembangan SDM perusahaan. Saya butuh panduan orientasi singkat untuk staf baru di bagian administrasi operasional. Tolong buatkan draf modul orientasi minggu pertama yang memuat:1. 3 target pemahaman utama di minggu pertama.2. Daftar periksa (checklist) tugas harian yang terstruktur dari hari ke-1 sampai ke-5.3. Indikator evaluasi keberhasilan mandiri di akhir minggu. Gunakan gaya bahasa kasual profesional, ringkas, mudah dipahami, dan hindari istilah yang terlalu berbelit-belit.

Dampak Nyata untuk Pekerja dan Bisnis di Indonesia

Temuan dari riset OpenAI Signals v3.0 ini ngasih gambaran terang bagi peta persaingan kerja di Indonesia. Penguasaan alat kecerdasan buatan kini bukan lagi sekadar nilai tambah di CV, melainkan keterampilan dasar yang membedakan karyawan yang gesit dari mereka yang terhambat pekerjaan repetitif.

Dengan memindahkan tugas-tugas draf awal—seperti pembuatan materi presentasi, kerangka promosi, atau pembersihan data—ke ChatGPT, para pekerja dan pelaku UMKM di Tanah Air bisa mengalokasikan jam kerja produktif mereka untuk hal-hal yang lebih krusial: menjalin relasi langsung dengan konsumen, menegosiasikan kontrak kerja sama, dan merumuskan strategi bisnis.

Kalau kamu seorang pengembang software, peretas pertumbuhan (growth hacker), atau tim teknologi yang ingin menyematkan kecerdasan model bahasa langsung ke sistem aplikasimu, kamu bisa melirik Classai Router. Lewat satu API key terpusat, kamu bisa memanggil berbagai pilihan model canggih seperti gpt-4o (Rp525 input / Rp2.700 output per 1 juta token) atau gpt-4.1 (Rp525 input / Rp2.700 output per 1 juta token) tanpa harus pusing berlangganan banyak akun luar negeri. Pembayaran praktis dalam mata uang rupiah via QRIS atau transfer bank lokal.

Bagi kamu yang ingin mengasah keterampilan memanfaatkan AI di ranah karier dan produktivitas harian, kamu juga bisa mempelajari alur kerja profesional lewat kelas Fondasi AI untuk Kerja serta kelas Kenalan dengan ChatGPT & Codex di Classai. Membiasakan diri dengan alur kerja berbasis AI hari ini adalah langkah paling bijak buat memastikan kariermu tetap relevan dan berdaya saing tinggi di masa depan.