Andela mengumpulkan data dari 47.101 lowongan pekerjaan teknis dari perusahaan Fortune 500 dan 2.026 deskripsi keterampilan.
Penelitian baru dari platform talenta global Andela menemukan bahwa dalam lanskap kerja yang ditransformasikan setiap hari oleh AI, organisasi gagal memperbarui deskripsi pekerjaan dan jabatan mereka sejalan dengan perubahan.
‘Emerging Skills Research’ Andela mengumpulkan data dari 47.101 lowongan pekerjaan teknis dari perusahaan-perusahaan Fortune 500 dan 2.026 deskripsi keterampilan.
Temuan inti dari penelitian ini adalah terungkapnya 53 persen dari Postingan pekerjaan AI meminta keterampilan yang tidak sesuai dengan jabatan yang tercantum, menyoroti kesenjangan antara organisasi, perekrut, dan pencari kerja.
“AI mengubah alur kerja teknologi lebih cepat dari sebelumnya dan kami memerlukan cara baru untuk mendahului perubahan tersebut,” kata Carrol Chang, CEO Andela.
“Penelitian inovatif ini, berdasarkan taksonomi keterampilan milik kami yang diperbarui untuk dunia AI, memberikan lampu depan, bukan kaca spion.
“Dengan ini, perusahaan akan mengidentifikasi peran dan keterampilan yang muncul di pasar, sehingga memungkinkan perusahaan dan karyawan menjadi lebih strategis dan sukses.”
Peran bertele-tele
Penelitian Andela menemukan bahwa di antara sekitar 1.832 postingan yang menargetkan orang-orang dengan gelar seperti AI engineer dan ML engineer, lebih dari separuh keterampilan yang dibutuhkan berasal dari setidaknya dua peran yang berbeda dan sudah mapan.
Laporan tersebut menyatakan: “Untuk jabatan yang familiar seperti insinyur AI, perusahaan mencari peran lain yang tidak disebutkan namanya yang mencakup keterampilan seperti orkestrasi LLM, agen otonom, dan database vektor. ilmuwan data tapi kemudian minta mereka mengirimkan agen LLM.”
Saat meninjau daftar pekerjaan dari perusahaan-perusahaan Fortune 500, Andela menemukan bahwa 23 ‘kelompok’ keterampilan terus muncul bersamaan, namun tanpa mencantumkan jabatan resmi apa pun. Delapan dari kelompok tersebut tampaknya menyarankan jenis pekerjaan baru, 14 kelompok ditemukan merupakan campuran dari pekerjaan lama dengan ekspektasi keterampilan baru, dan satu kelompok dikeluarkan karena kurangnya data yang dapat dikonfirmasi.
Dua contoh ‘pekerjaan baru’ yang ditemukan adalah MLOps pipeline engineer, yang menggabungkan bagian dari lima peran pekerjaan yang ada menjadi satu, dan insinyur aplikasi LLM, di mana seseorang membuat aplikasi menggunakan model AI yang sudah ada, alih-alih membuat model tersebut dari awal.
Andela menemukan 6.758 lowongan pekerjaan yang pada dasarnya meminta seorang insinyur aplikasi LLM – mereka mencantumkan semua keterampilan yang relevan, namun perusahaan tidak menggunakan jabatan tersebut karena belum ada secara resmi. Hal ini menunjukkan bahwa perusahaan membutuhkan keterampilan ini lebih cepat dibandingkan dengan pasar kerja yang menyediakan nama yang tepat untuk mereka, menurut penelitian tersebut.
Laporan tersebut mengatakan: “Temuan ini menggarisbawahi tantangan yang dihadapi perusahaan, yang didorong oleh kecepatan perubahan yang belum pernah terjadi sebelumnya di era pasca-AI, dalam mengidentifikasi secara akurat keterampilan yang muncul, memberi nama, dan mengaitkannya dengan peran pekerjaan. Ketidaksesuaian mengakibatkan hilangnya waktu, uang, dan peluang bagi pemberi kerja dan karyawan.
“Deskripsi pekerjaan yang ditulis untuk posisi-posisi di masa lalu menyaring kandidat-kandidat yang benar-benar dibutuhkan oleh perusahaan. Perusahaan-perusahaan yang gagal melihat kebutuhan akan keterampilan manusia, terutama ketika AI mengubah apa yang dapat mereka lakukan, akan terus mengejar hal yang salah, dan perusahaan-perusahaan yang mempekerjakan hari ini untuk posisi-posisi di masa lalu kemungkinan besar akan memperoleh ‘hutang talenta’ di samping hutang teknis.”
Menurut Cory Hymel, penulis laporan tersebut dan kepala penelitian Andela, kesenjangan yang memperlebar kesenjangan antara apa yang menurut perusahaan akan mereka rekrut dan apa yang sebenarnya dibutuhkan oleh peran tersebut akan menjadi tanggung jawab struktural.
Saat ini, terdapat sejumlah peran teknologi baru seperti yang diidentifikasi dalam penelitian, yang meliputi: insinyur saluran pipa MLOps; Insinyur aplikasi LLM; Insinyur keandalan FinOps; insinyur dokumen-sebagai-kode; insinyur front-end produk; insinyur analisis lakehouse, insinyur keamanan DevSecOps; dan insinyur observabilitas SecOps.