Mengapa Kepercayaan Karyawan Dapat Menentukan ROI Otomasi

Otomasi selalu menjadi pedang bermata dua di tempat kerja sejak penemuan mesin industri pertama dan jalur perakitan.

Di satu sisi, otomasi dapat menggantikan manusia dalam tugas yang berbahaya atau sulit dan secara keseluruhan meningkatkan produktivitas total, yang pada gilirannya menciptakan kemakmuran bagi seluruh sistem ekonomi.

Di sisi lain, otomasi dapat menggusur pekerja dan menimbulkan pengangguran, atau memberdayakan modal atas tenaga kerja.

Jadi tidak mengherankan bahwa pekerja umumnya menerima dan mengadopsi otomasi ketika itu memberdayakan mereka, tetapi sering memandangnya dengan skeptis ketika mereka merasa pemberi kerja menggunakannya untuk menyingkirkan mereka.

Untuk waktu yang lama, otomasi terbatas pada pabrik dan jalur perakitan, atau pada tugas sederhana dan membosankan, misalnya memproses data dalam lembar Excel. Hal ini berubah dengan cepat, dengan kekuatan ganda AI dan robotika yang membawa tingkat otomasi yang semakin tinggi ke all pekerjaan, biru‑ dan putih‑kerah, tingkat pemula atau yang memerlukan keahlian mendalam.

Jadi untuk berhasil mengintegrasikan bentuk otomasi baru ini, perusahaan dan organisasi lain perlu secara hati‑hati bernegosiasi dan meyakinkan tenaga kerja mereka yang ada bahwa kemampuan teknis ini akan beralih menjadi produktivitas manusia yang berkelanjutan.

Sebuah studi baru oleh peneliti di Chitkara University (India) dan Sunway University (Malaysia) menyelidiki faktor manusia yang berkontribusi pada keberhasilan otomasi dan pengembalian investasi. Mereka menemukan bahwa kepercayaan karyawan bahwa otomasi meningkatkan alih‑alih menggantikan pekerjaan mereka adalah salah satu dari beberapa faktor kunci dalam penerapan otomasi yang berhasil.

It was published in The Bottom Line¹, dengan judul “Workplace robot adoption and its impact on employee perception of job (in)security, engagement and performance”.

Ketakutan Menjadi Dapat Digantikan

Otomasi tugas membebaskan karyawan dari pekerjaan rutin, tetapi juga memicu kecemasan tentang redundansi, terutama di sektor yang memerlukan keterampilan tinggi di mana identitas kerja sangat terkait dengan keahlian. Persepsi ketidakamanan kerja menurunkan motivasi, melemahkan keterlibatan, dan mengikis kinerja.

Situasi ini akan menjadi sangat tajam di organisasi yang didorong teknologi dalam industri layanan, terutama di ekonomi berkembang yang bersaing pada layanan “good enough” dan harga, dengan India sebagai contoh yang baik.

Yang membuatnya rumit adalah otomasi meningkatkan beberapa peran sekaligus mengurangi yang lain. Namun tidak selalu jelas peran mana yang akan terpengaruh. Jadi wajar bagi banyak karyawan memiliki respons stres ke depan, yang berakar pada ketidakpastian tentang kelayakan kerja di masa depan.

Beberapa studi menunjukkan penurunan produktivitas yang lebih tajam ketika pekerja percaya bahwa mesin akan menggantikan alih‑alih melengkapi mereka.

Secara keseluruhan, pengujian kode otomatis, pembersihan data semalam, dan pemantauan infrastruktur real‑time menghilangkan sebagian besar pekerjaan harian, memungkinkan profesional mengarahkan upaya ke desain arsitektur, pemecahan masalah klien, dan inovasi.

Jadi secara umum, otomasi diharapkan mendukung pergeseran dari operasi berulang berbasis aturan dan tugas rutin ke tugas yang memerlukan analisis, kreativitas, dan penilaian.

Menganalisis Data Otomasi & Tenaga Kerja

Menanyakan Pada Pekerja Nyata

Para peneliti menilai persepsi tentang otomasi melalui kuesioner yang menargetkan profesional layanan TI India yang bekerja dengan, atau bersama, otomasi proses. Hal ini menghasilkan 398 jawaban yang dapat digunakan.

Data tersebut mencakup latar belakang demografis (usia, pendidikan, jenis kelamin, kota kerja, dan pengalaman kerja), dengan sebagian besar peserta berusia di bawah 40 tahun (88%), tiga per lima memiliki gelar pascasarjana (61,1%), dan 59,8% laki‑laki. Responden tersebar di lima pusat TI di India: Bangalore (23,9%), Chennai (17,1%), Delhi (19,8%), Hyderabad (20,6%), dan Pune (18,6%).

Sumber: The Bottom Line

Para peneliti menggunakan skala lima poin untuk mengukur beberapa metrik, serta korelasi di antara masing‑masing:

• Adopsi otomasi/robot di tempat kerja.
• Persepsi karyawan tentang (ketidak)amanan kerja.
• Keterlibatan karyawan.
• Kinerja karyawan.

Sumber: The Bottom Line

Dampak Otomasi

Para peneliti menganalisis baik hubungan langsung antara otomasi dan kinerja maupun jalur tidak langsung yang melibatkan keamanan kerja dan keterlibatan. direct effect adopsi robot di tempat kerja terhadap kinerja karyawan sangat kuat, menunjukkan bahwa robot di tempat kerja dapat meningkatkan kinerja karyawan.

Efek indirect effect secara agregat menunjukkan bahwa mengurangi rasa takut kehilangan pekerjaan ketika robot diadopsi di tempat kerja berkontribusi pada kinerja yang lebih baik di antara karyawan.

Otomasi juga memiliki jalur positif terpisah melalui keterlibatan karyawan. Lebih penting lagi, para peneliti menemukan jalur berurutan di mana otomasi memengaruhi persepsi keamanan kerja, yang memengaruhi keterlibatan, dan pada akhirnya, kinerja karyawan.

Ini mengungkap keberadaan jalur mediasi berurutan: adopsi robot di tempat kerja → persepsi karyawan tentang keamanan kerja → peningkatan keterlibatan karyawan → peningkatan kinerja karyawan.

Sebaliknya, hasil menunjukkan bahwa persepsi ketidakamanan kerja dapat melemahkan keterlibatan dan sebagian mengimbangi peningkatan kinerja yang terkait dengan otomasi.

Hal ini sejalan dengan teori psikologi utama, khususnya hierarki kebutuhan Maslow: keamanan dasar, termasuk keamanan kerja/pekerjaan, harus terpenuhi sebelum motivasi tingkat tinggi seperti keterlibatan dapat berkembang.

Sumber: Simple Psychology

Para peneliti juga mencatat bahwa efek ini diperkirakan lebih kuat di budaya hierarkis atau yang menghindari risiko, seperti yang terlihat di India dan industri layanan TI‑nya.

Intisari Investor

Bagian penting dalam studi ini bukanlah bahwa otomasi dapat meningkatkan produktivitas, yang memang diharapkan dan menjadi tujuan utama. Melainkan besarnya total efek tidak langsung dapat secara signifikan mengubah skala peningkatan produktivitas yang dibawa oleh otomasi.

Ini bukan hanya fakta penting, melainkan metrik yang dapat Anda ukur, pantau, dan periksa secara rutin.

Jadi platform otomasi terkuat mungkin tidak hanya menggantikan tugas. Sebaliknya, mereka akan mengorkestrasi robot perangkat lunak, agen AI, dan karyawan sekaligus memberikan perusahaan tata kelola, visibilitas, dan jalur pelatihan ulang yang diperlukan untuk menerapkan otomasi tanpa merusak kinerja tenaga kerja yang sudah ada.

“Jika dilihat secara keseluruhan, hasil ini menunjukkan bahwa potensi produktivitas robot di tempat kerja tidak hanya bergantung pada efisiensi mekanis tetapi juga pada penanganan respons psikologis karyawan.”

Hanya dengan pendekatan holistik seperti itu, yang memperhitungkan psikologi manusia, maka hal ini dapat sepenuhnya mencapai peningkatan produktivitas yang dijanjikan tanpa merusak kinerja tenaga kerja yang sudah ada.

Cara mencapainya, menurut para peneliti, melibatkan beberapa keputusan dan kebijakan kunci:

• Memberikan sinyal keamanan yang jelas, misalnya organisasi yang menyatakan “tidak ada pemutusan hubungan kerja wajib selama delapan belas bulan pertama otomasi”.
• Menambahkan program pelatihan ulang terstruktur untuk menenangkan: program sertifikasi, terutama dengan perancangan bersama program tersebut, di mana karyawan membantu mengidentifikasi kesenjangan keterampilan, memperkuat kepemilikan bersama.
• Merevisi peran untuk menonjolkan pemecahan masalah manusia. Deskripsi pekerjaan yang diperbarui harus menjelaskan bagaimana dukungan robotik membebaskan karyawan untuk melakukan tinjauan arsitektur, konsultasi klien, atau desain prototipe.
• Mengukur keterlibatan secara terus‑menerus untuk menandai menurunnya semangat sebelum metrik kinerja memburuk.

Berinvestasi dalam Otomasi

UiPath

Banyak perusahaan dibangun dengan menciptakan dan mengoptimalkan generasi sebelumnya dari perangkat lunak otomasi secara skala besar. Perusahaan‑perusahaan ini berada pada posisi yang baik untuk menyebarkan agen AI terbaru di seluruh jaringan pelanggan mereka, yang telah mempercayakan mereka untuk otomasi.

One such company is UiPath (PATH ), pemimpin lama dalam otomasi perusahaan yang didirikan pada 2005. Niche utama perusahaan adalah pelanggan bisnis perusahaan, dengan kategori “Robotic Process Automation” (RPA).

Meskipun saat ini UiPath tidak terbatas pada RPA, pasar ini sendiri sudah besar dan siap mengalami pertumbuhan eksplosif: nilainya sebesar $4,68 miliar pada 2025 dan diperkirakan tumbuh pada CAGR 29 % menjadi $35,84 miliar pada 2033.

Sumber: GrandView Research

Produk UiPath menciptakan dataset yang dapat diaudit secara otomatis yang mengurangi biaya kepatuhan, yang telah berkontribusi besar pada kesuksesan komersial UiPath di sektor yang sangat diatur seperti perbankan, manufaktur, dan pemerintah.

Dengan akuisisi terbaru WorkFusion pada 2026, pelopor agen AI untuk kepatuhan kejahatan keuangan, UiPath semakin memperkuat kontribusi kunci ini dalam kepatuhan.

Perusahaan juga bergerak cepat dengan AI, karena UiPath sudah mengadopsi nenek moyang LLM modern dan sistem AI lainnya melalui akuisisi pada 2022.

Faktor penting dalam membantu adopsi AI dan kepercayaan perusahaan pada UiPath dibandingkan penyedia AI potensial lainnya adalah UiPath AI Trust Layer. Ini menyediakan manajemen terpusat untuk penggunaan LLM, memastikan tidak ada pelatihan pihak ketiga pada data pelanggan, faktor penting ketika pelanggan perusahaan akan mengambil risiko bisnis dan hukum jika data apa pun bocor oleh model AI.

Sumber: UiPath

Perusahaan kini bergerak menuju alur kerja multi‑agen, menggunakan beberapa agen AI yang dapat merencanakan dan beradaptasi secara independen, sambil berkolaborasi satu sama lain. Mereka terintegrasi ke dalam platform UiPath Maestro, yang “menyatukan agen AI, robot RPA tradisional, dan alur kerja manusia menjadi proses bisnis ujung‑ke‑ujung”.

Hasil terbaru UiPath menunjukkan bahwa permintaan perusahaan terus tumbuh seiring perusahaan melakukan transisi ini. Untuk kuartal pertama tahun fiskal 2027, UiPath melaporkan pendapatan sebesar $418 juta, naik 17 % secara tahunan, sementara tingkat perpanjangan tahunan mencapai $1,901 miliar, naik 12 %. Perusahaan juga melaporkan kuartal pertama yang menguntungkan berdasarkan prinsip akuntansi yang diterima umum, bersama dengan arus kas bebas yang disesuaikan sebesar $130 juta. Angka‑angka ini menunjukkan bahwa UiPath memasuki pasar otomasi agen dari bisnis perangkat lunak perusahaan yang mapan dan semakin menguntungkan, bukan mencoba membangun adopsi dari nol.

https://docs.uipath.com/automation-cloud/automation-cloud/latest/admin-guide/about-ai-trust-layer

Investor dapat diyakinkan bahwa perusahaan sangat responsif terhadap tekanan kompetitif yang meningkat dari teknologi AI baru. Pengalaman UiPath dalam mengotomatisasi proses bisnis tanpa memutuskan hubungan tenaga kerja manusia, maupun meningkatkan risiko regulasi, akan menjadi penting untuk langkah selanjutnya dalam penerapan otomasi.

(Anda dapat membaca lebih lanjut tentang sejarah dan produk UiPath di laporan investasi kami yang didedikasikan untuk perusahaan ini)

Berita dan Perkembangan Saham UiPath (PATH) Terbaru

Studi yang Dirujuk

^{1. Arun Aggarwal, Ishani Sharma, and Weng Marc Lim. Workplace robot adoption and its impact on employee perception of job (in)security, engagement, and performance. The Bottom Line. 3 Februari 2026. https://www.uipath.com/product/maestro}