
Konsultan Manajemen
berdasarkan ilmu bisnis dan manajemen, konsultan manajemen yang menangani klien dari berbagai macam bisnis. Senantiasa berinteraksi dengan berbagai profesi yang berbeda.
Para profesional ini bertanggung jawab dalam mengelola bisnis perusahaan. Akan semakin banyak perubahan yang terjadi pada berbagai profesi di era BIG Data.
Tulisan ini akan mengulas 10 profesi yang akan terancam di Era BIG Data. Tujuannya agar kita dapat mengantisipasi dan melakukan manajemen diri sendiri sebagai seorang profesional.
Untuk itu setiap profesi harus paham dengan manajemen data. Tanpa manajemen data yang baik saat ini akan mempengaruhi macam-macam pekerjaan
BIG Data Era dan ilmu manajemen
Ketika Anda membaca atau mendengar berita tentang pengambilalihan dan algoritma oleh komputer. Dampak yang akan segera terjadi adalah dapat menghilangkan pekerjaan yang tadinya hanya bisa dilakukan manusia.
Contoh yang ada seperti beberapa pekerjaan kerah biru yaitu pekerja pabrik dan sopir taksi. Manajemen data dapat dilakukan secara otomatis oleh aplikasi semacam robot.
Namun juga ke depan akan semakin banyak pekerjaan profesional yang akan terancam karena outsourcing oleh komputer.
Dalam Era Big Data akan semakin banyak algoritma dan pembelajaran mesin yang canggih. Ini artinya manajemen data dapat dilakukan oleh mesin atau robot. Akan mengakibatkan bahwa pekerjaan yang sebelumnya dianggap sebagai satu-satunya dalam lingkup manusia, dapat dilakukan juga atau lebih baik oleh mesin.
Boston Consulting Group, sebagai perusahaan konsultan manajemen bisnis. Telah memperkirakan bahwa pada tahun 2025 sebanyak seperempat pekerjaan yang tersedia saat ini. Akan digantikan oleh perangkat lunak cerdas atau robot. Selain itu sebuah studi dari Universitas Oxford. Juga mengemukakan bahwa sebanyak 35 persen pekerjaan yang ada di Inggris dapat berisiko otomatisasi dalam 20 tahun ke depan.
Profesional Bisnis yang terdampak
Kali ini kami akan mengulas 10 pekerjaan profesional yang terancam dari dampak kemajuan pengolahan big data dan pembelajaran mesin yang besar atau kecanggihan komputer. 10 profesi itu adalah sebagai berikut:
Perawat kesehatan
Beberapa aspek pekerjaan dokter sekarang bisa dilakukan oleh komputer. Misalnya, ahli bedah sudah menggunakan sistem robot otomatis untuk manajemen data pasien sehingga akan mudah membantu prosedur yang kurang invasif.
IBM Watson membuktikan bahwa hal itu dapat mendiagnosis kanker paru-paru untuk menganalisis pemindaian MRI jauh lebih andal daripada orang sungguhan.
Selain itu, Pusat Medis UCSF baru-baru ini meluncurkan sebuah apotek otomatis yang dikendalikan robotika di dua rumah sakit UCSF, yang secara otomatis mengeluarkan resep berdasarkan barcode yang dipindai oleh perawat.
Selain itu Johnson & Johnson memiliki alat yang disetujui FDA yang dapat memberikan anestesi tingkat rendah secara otomatis – tidak memerlukan ahli anestesi.
Profesional Asuransi
Sebagian besar pekerja di bisnis asuransi seperti broker asuransi dan penjamin asuransi saat ini dapat dilakukan oleh komputer dengan menggunakan data dan pembelajaran mesin yang besar.
Rumus telah digunakan selama beberapa dekade untuk menentukan berapa besar asuransi seseorang yang memenuhi syarat dan pada tingkat berapa, namun alat baru juga akan mengotomatisasi proses pengambilan keputusan lebih jauh lagi dalam manajemen bisnis asuransi.
Arsitek
Program sudah ada untuk membantu individu merancang rumah sendiri, membuat ketrampilan arsitektural dan bahkan pilihan desain dan warna lebih otomatis.
Untuk saat ini, kebanyakan orang menggunakan perangkat lunak terutama sebagai alat visualisasi, atau mengganti arsitek untuk proyek yang sangat kecil.
Tapi seiring dengan semakin banyaknya program yang meningkat, akan jadi kebutuhan arsitek dan desainer manusia berkurang. Pastinya akan mempengaruhi manajemen bisnis arsitek secara keseluruhan.
Wartawan
Sebagian besar dari apa yang dilakukan jurnalis sekarang dapat diotomatisasi.
Dengan menggunakan alat pembelajaran mesin seperti sains naratif yang menciptakan berita bahasa alami dari analisis data.
Sebenarnya, jika Anda telah membaca laporan pendapatan keuangan dalam satu atau dua tahun terakhir.
Anda mungkin pernah membaca artikel atau siaran pers yang dihasilkan oleh mesin.
Tempat pertama program ini akan digunakan adalah dalam pelaporan keuangan dan olahraga, yang sangat bergantung pada data dan angka, namun bidang lainnya tidak jauh ketinggalan.
Layanan sudah muncul yang \”mengikis\” konten dari situs berita dan \”menulis ulang\” untuk menghindari plagiarisme langsung namun menyertakan konten yang sama untuk situs web.
Big Data akan juga mempengaruhi manajemen bisnis yang berhubungan dengan kewartawanan.
Profesional di Bisnis Keuangan
Algoritma sekarang dapat menganalisis data di berbagai aspek bisnis keuangan seperti menyiapkan akun (dan juga melakukan pengembalian pajak) – tanpa memerlukan akuntan.
Kasir bank sudah diganti sebagian oleh ATM, namun bankir tingkat tinggi bahkan lebih tinggi lagi, termasuk petugas pinjaman, dapat dengan mudah diganti oleh sistem otomatis.
Bahkan pemerintah sekarang menggunakan data dan mesin yang besar untuk memeriksa kembali pengembalian pajak dan mengidentifikasi kecurangan potensial dalam masalah pajak.
Komputer sudah digunakan untuk membuat bisnis perdagangan saham menjadi lebih cepat, dari yang pernah ada .
Komputer bahkan terbiasa memprediksi bagaimana pasar akan bereaksi dan membuat rekomendasi apakah Anda harus membeli atau menjual.
Pengajar
Tugas pengajar pasti akan berubah dengan digitalisasi. Studi telah menunjukkan bahwa algoritma yang digunakan untuk menyesuaikan standar pada murid secara individual.
Berdasarkan kemajuan dan pemahaman mereka dapat lebih efektif daripada seorang pendidik manusia.
Meskipun hal ini mungkin merupakan keuntungan bagi sekolah-sekolah yang putus asa untuk menemukan individu yang berkualitas untuk mengajar.
namun pada akhirnya juga dapat mengurangi peran pendidik dikelas terhadap pengajaran atau pendampingan- atau menghilangkannya sama sekali..
Profesional Sumber Daya Manusia
Pekerjaan yang berhubugan dengan Sumber daya manusia. Seperti pengembangan dan perekrutan sudah dipengaruhi oleh data mining, karena algoritma melakukan pekerjaan memilah-milah resume untuk menemukan kandidat yang tepat.
Pekerjaan lain dari sumber daya manusia, termasuk mengumpulkan dan mengajukan dokumen, menasihati karyawan tentang manfaat, dan sebagainya, dapat dengan mudah diotomatisasi.
Pemasaran dan Periklanan
Dalam ilmu manajemen dan bisnis ada sub bidang Pemasaran. Pemasaran adalah tentang kemampuan manusia, persuasi dan manipulasi yang paling banyak. Tetapi bahkan berhasil di-outsource ke komputer. Perusahaan dalam bisnis perangkat lunak secara alami, telah menempatkan komputernya pada tugas menulis baris subjek email yang menarik untuk organisasi ritel besar.
Perusahaan dalam bisnis pemasaran juga bereksperimen dengan pembelian iklan otomatis. Ini sejalan dengan ilmu manajemen dan bisnis terbaru.
Alih-alih orang memilih majalah mana yang akan ditempatkan iklan dan di halaman mana, komputer sudah dapat melakukannya menggunakan teknologi artificial intelligene. Dengan cara menggunakan miliaran titik data untuk referensi.
Pengacara dan Paralegal
Dalam tahap penemuan sebuah tuntutan hukum, pengacara dan paralegal dapat diminta untuk menyaring ribuan, bahkan puluhan ribu dokumen tergantung pada kasus tersebut.
Sekarang, database yang canggih dapat menggunakan teknik data yang besar. Termasuk analisis sintaksis dan pengenalan kata kunci untuk menyelesaikan tugas yang sama dalam waktu yang jauh lebih sedikit.
Sebenarnya, ada kemungkinan bahwa sistem pembelajaran mesin bergaya Watson dapat secara legal \”dilatih\” untuk meninjau preseden dan riwayat kasus dan bahkan membuat draft briefing hukum – yang secara tradisional merupakan pekerjaan dari asosiasi firma hukum tingkat rendah.
Tapi jangan anggap hanya rekan junior rendahan yang pekerjaannya beresiko: pengacara dibayar dengan baik sekarang untuk memprediksi hasil dari kasus-kasus besar, namun model statistik yang dibuat oleh para periset di Michigan State University dan South Texas College of Law mampu Memprediksi hasil hampir 71 persen kasus Mahkamah Agung AS.
Kemampuan untuk memprediksi hasil mungkin adalah layanan pengacara yang paling berharga (dan menguntungkan), namun saat ini mudah diselesaikan oleh komputer canggih.
Penegak Hukum
Pemolisian prediktif adalah topik tombol panas. Banyak kritikus mengatakan bahwa pemolisian prediktif adalah pelanggaran kebebasan sipil, tapi tidak semua sebagai \”Laporan Minoritas\” sebagaimana diyakini banyak orang.
Pada tahun 2003, jenis bisnis pengecer, algoritmanya sama seperti Wal-Mart yang dapat digunakan untuk memprediksi permintaan produk, ternyata dapat digunakan untuk memprediksi permintaan kehadiran polisi di New York City pada Malam Tahun Baru, dan hasilnya mengejutkan: insiden tembakan senjata acak gabungan 47 persen, dan Penghematan biaya personil sebesar $ 15.000 selama periode 8 jam.
Prediksi risiko yang lebih baik dapat menurunkan jumlah petugas yang dibutuhkan pada waktu tertentu dan untuk departemen tertentu.
Manajemen Diri
Intinya di era digitalisasi ke depan, bagi kita sebagai profesional yang perlu disikapi bahwa komputer bisa mengancam lebih dari sekadar pekerjaan dengan keterampilan rendah atau kerah biru seperti pekerja pabrik, pegawai ritel, dan para pelayan.
Seiring komputer menjadi lebih canggih secara eksponensial, dengan alami akan terjadi bahwa mereka akan dapat melakukan pekerjaan yang lebih canggih. Ini akan menjadi anugerah di banyak industri atau bidang bisnis dengan peningkatan akurasi dan produktivitas.
Setiap dokter akan memberi tahu Anda bahwa diagnosis yang lebih akurat adalah hal yang baik, dan pengacara mana pun akan setuju bahwa penemuan yang lebih cepat dan lebih komprehensif adalah keuntungan bagi proses hukum.
Masalahnya terletak pada kenyataan bahwa revolusi teknologi ini mungkin tidak menciptakan banyak pekerjaan, disaat teknologi canggih itu juga menghilangkannya. Tentu ke depan akan memerlukan lebih banyak profesional seperti programer, ahli statistik, insinyur, analis data dan personil TI untuk membuat dan mengelola komputer canggih ini, namun mungkin sulit untuk memberi tahu pekerja pabrik atau sopir taksi untuk mengganti persneling dan menjadi analis data.
Bagaimana kita mengisi kesenjangan saat pekerjaan diganti, akan menjadi faktor penentu apakah semua otomasi ini baik untuk kemanusiaan atau tidak.
Demikian ulasan singkat berdasakan ilmu manajemen dan bisnis yang dapat diberikan, harapannya semoga kita dapat manajemen diri sendiri untuk mengantisipasi perubahan yang cepat di era BIG DATA. Untuk itu diperlukan sikap yang bijak. Tidak perlu takut yang berlebihan tetapi juga kita perlu semakin siap menghadapi perubahan.
Terima kasih sudah membaca artikel ini