Peran kepemimpinan HR sedang mengalami perubahan struktural — yang didorong oleh meningkatnya ekspektasi bahwa keputusan terkait tenaga kerja harus bergerak secepat bisnis.
Selama beberapa dekade, sistem HR dirancang terutama untuk mencatat informasi: transaksi payroll, data karyawan, dokumentasi compliance, dan data kinerja. Saat ini, sistem yang sama diharapkan mampu mendukung hal yang sangat berbeda: kemampuan untuk mengambil keputusan tenaga kerja dengan cepat, akurat, dan dengan pandangan strategis ke depan.
Transformasi ini menjadi tema utama dalam webinar regional SunFish Engage kami pada sesi CHRO Priorities 2026 tanggal 12 Maret 2026, yang membahas bagaimana organisasi dapat mengubah data tenaga kerja menjadi keputusan bisnis yang lebih cepat dan lebih efektif.
Dalam webinar tersebut, CEO DataOn, Gordon Enns, membagikan perspektifnya mengenai bagaimana AI sedang membentuk ulang kepemimpinan HR di Asia Tenggara. Argumen yang ia sampaikan adalah sesuatu yang sebenarnya telah berkembang dalam diskusi HR selama bertahun-tahun, namun jarang diungkapkan secara langsung: hambatan utama dalam HR saat ini bukan pada ketersediaan data, melainkan pada waktu antara munculnya sebuah pertanyaan dan diambilnya keputusan.
Seiring bisnis bergerak dengan kecepatan yang semakin tinggi, jeda tersebut kini menjadi batasan strategis. Organisasi yang akan berhasil dalam dekade mendatang adalah mereka yang mampu mengubah data tenaga kerja menjadi insight, dan insight menjadi aksi, jauh lebih cepat dibandingkan yang dimungkinkan oleh model HR tradisional.
Namun, dalam lingkungan di mana lebih dari 80% fungsi HR diperkirakan akan menggunakan generative AI atau predictive analytics dalam operasional sehari-hari, organisasi yang akan memimpin bukanlah yang paling cepat mengadopsi AI — melainkan mereka yang membangun fondasi yang tepat terlebih dahulu.
Tenaga Kerja dalam Masa Transisi
Sebagian besar percakapan publik mengenai artificial intelligence berfokus pada kemungkinan terjadinya pengurangan tenaga kerja secara luas.
Namun, meskipun kekhawatiran tersebut nyata, data yang muncul menunjukkan gambaran yang lebih kompleks.

Hiring di banyak negara masih berada di bawah level sebelum pandemi, tetapi pendorong utamanya tampaknya adalah ketidakpastian ekonomi, bukan AI yang menggantikan peran manusia. Yang dilakukan AI adalah menciptakan kategori pekerjaan yang benar-benar baru sekaligus mendorong kebutuhan akan AI literacy di setiap level organisasi.
Karyawan kini semakin perlu memahami cara bekerja berdampingan dengan sistem cerdas, menafsirkan insight yang dihasilkan AI, serta menerapkan judgment di area yang tidak dapat diotomatisasi. Oleh karena itu, tantangan yang dihadapi organisasi bukanlah penyusutan tenaga kerja, melainkan transisi tenaga kerja.
Perbedaan ini sangat penting dalam cara CHRO memandang kepemimpinan di tahun 2026 dan seterusnya. Tenaga kerja tidak berkurang, tetapi sedang dibentuk ulang. Tanggung jawab HR bukan hanya mengelola talenta yang ada, tetapi juga mengantisipasi di mana talenta dibutuhkan, di mana skill gap mulai terbentuk, dan di mana organisasi memiliki risiko — sebelum hal tersebut menjadi masalah yang terlihat.
Dan tantangan ini tidak dapat diatasi dengan terburu-buru mengadopsi AI. Organisasi yang secara sengaja mempersiapkan tenaga kerjanya terlebih dahulu dan menggabungkan kesiapan tenaga kerja dengan automasi adalah yang akan melihat hasil nyata.
Data mendukung kehati-hatian ini. Riset Gartner menunjukkan bahwa hanya satu dari lima puluh investasi AI yang menghasilkan nilai transformasional, dan hanya satu dari lima yang memberikan return on investment yang terukur. Banyak organisasi akhirnya terjebak antara ambisi AI dan hasil nyata di lapangan.
Tekanan pada CHRO: Pertumbuhan dan Efisiensi
Pada saat transformasi tenaga kerja semakin cepat, para pemimpin HR juga menghadapi tekanan lain yang semakin familiar: ekspektasi untuk mendorong pertumbuhan sekaligus efisiensi secara bersamaan.
Di satu sisi, terdapat tekanan untuk memperoleh talenta, memperluas kapabilitas, dan mendukung pertumbuhan.

Di sisi lain, terdapat tuntutan yang terus meningkat untuk peningkatan produktivitas, disiplin biaya, serta siklus pengambilan keputusan yang lebih cepat.
Menyeimbangkan ekspektasi ini membutuhkan perubahan mendasar dalam cara HR beroperasi. Model HR tradisional sangat bergantung pada pelaporan berkala dan analisis manual.
Data dikumpulkan, ditinjau, dan disajikan setelah kejadian, sering kali dalam siklus bulanan atau kuartalan. Dalam lingkungan di mana keputusan bisnis harus diambil secara berkelanjutan, pendekatan ini menjadi semakin sulit dipertahankan.
Apa yang mulai disadari banyak organisasi adalah bahwa HR harus berkembang melampaui sekadar mengelola informasi tenaga kerja. HR harus mampu menyediakan intelligence secara real-time yang membantu pemimpin mengambil keputusan seiring perubahan kondisi.
Hal ini tidak dapat dicapai hanya dengan bekerja lebih keras atau menambah jumlah analis. Kuncinya adalah mendesain ulang cara kerja HR: alih-alih hanya berfungsi sebagai system of record, sistem HR harus mulai berfungsi sebagai decision platform.
From Systems of Record to Decision Engines

Webinar ini memperkenalkan konsep HR decision engine, yang mencerminkan transformasi tersebut. Alih-alih hanya berfokus pada pencatatan aktivitas tenaga kerja, decision engine mengintegrasikan data, analitik, dan artificial intelligence untuk mendukung pengambilan keputusan kepemimpinan secara berkelanjutan.
Dalam praktiknya, ini berarti memungkinkan pemimpin HR untuk mengajukan pertanyaan dan mendapatkan jawaban dengan cepat, tanpa bergantung pada pembuatan laporan manual atau proses ekstraksi data yang kompleks.
Sebagai contoh, seorang HR leader dapat menanyakan:
- Departemen mana yang mengalami peningkatan biaya lembur?
- Di mana tren kinerja meningkat atau menurun?
- Bagaimana masa kerja karyawan berkembang pada peran kritikal?
Di banyak organisasi saat ini, menjawab pertanyaan tersebut memerlukan pengambilan data dari berbagai sistem dan pembuatan laporan khusus. Decision engine bertujuan menghilangkan friksi tersebut dengan memungkinkan pemimpin mendapatkan insight langsung dari data tenaga kerja yang terintegrasi.
Dalam webinar, transformasi ini dirangkum dalam satu tujuan sederhana:
“The goal is to shorten the time from question to action.”
Kemampuan untuk bergerak cepat dari insight tenaga kerja ke keputusan kepemimpinan menjadi salah satu kapabilitas utama organisasi HR modern.
Perjalanan Transformasi HR Tiga Tahap: dari Fondasi ke Kesiapan hingga Intelligence
Meskipun konsep sistem HR yang cerdas terdengar menarik, jalur untuk mencapainya sering kali disalahpahami. Salah satu bagian paling praktis dari webinar ini adalah framework tiga tahap transformasi HR.
Tahap 1: Membangun Fondasi — Core HR System of Record
Langkah awal adalah membangun lingkungan data HR yang terintegrasi dan dapat diandalkan.
Data tenaga kerja sering kali tersebar di berbagai sistem. Tanpa struktur data yang konsisten dan integrasi yang baik, advanced analytics tidak dapat berjalan efektif. AI sangat bergantung pada data yang bersih dan terstruktur. Ketika fondasi ini tidak tersedia, bahkan algoritma paling canggih pun akan menghasilkan output yang tidak akurat.
Tahap ini memastikan bahwa data dasar tersedia untuk digunakan oleh pimpinan organisasi. Bagi organisasi yang masih menggunakan sistem HR yang terpisah, di sinilah transformasi digital HR dimulai.
Tahap 2: Membangun Kesiapan Tenaga Kerja — Talent Management dan Pengembangan Keterampilan
Setelah fondasi data stabil terbentuk, fokus beralih ke aspek manusia dalam transformasi.
Banyak organisasi terhenti di tahap ini. Insting yang muncul adalah langsung mengadopsi AI, padahal kesiapan tenaga kerja bukan sekadar prasyarat tambahan — melainkan faktor pengali yang menentukan apakah investasi AI memberikan hasil atau justru menambah kompleksitas.
Karyawan perlu dibekali kemampuan untuk memahami insight AI, menggunakan judgment, dan bekerja efektif bersama sistem cerdas. Organisasi yang melewati tahap ini tidak hanya menghadapi resistensi, tetapi juga menemukan bahwa AI tidak memberikan performa optimal karena penggunanya belum siap.
Oleh karena itu, skills-based hiring, internal mobility, dan program continuous learning bukanlah inisiatif terpisah dari AI, melainkan bagian dari transformasi yang sama.
Tahap 3: Membuka Workforce Intelligence — AI Hub dan Workforce Intelligence
Hanya setelah dua tahap pertama terpenuhi, organisasi dapat sepenuhnya memanfaatkan nilai workforce intelligence.
Dengan fondasi data yang kuat dan tenaga kerja yang siap, implementasi AI Hub — sebagai lapisan intelligence terpusat — memungkinkan organisasi untuk mengambil data, mendeteksi anomali, menjawab pertanyaan dengan natural language, dan memprediksi kebutuhan tenaga kerja.

Di titik ini, HR benar-benar menjadi decision engine.
Namun, yang paling penting adalah bahwa tahap-tahap ini tidak dapat dilewati atau diubah urutannya. Intelligence yang dibangun di atas data yang tidak lengkap atau tenaga kerja yang belum siap tidak menghasilkan insight — tetapi menghasilkan noise.
Transformasi HR yang berhasil membutuhkan proses yang terstruktur: dari fondasi, ke kesiapan, hingga intelligence.
Peran SunFish AI Hub: Bagaimana AI dan Integrasi MCP Berbasis Claude Mengubah Operasional HR
Webinar ini memperkenalkan SunFish AI Hub sebagai bentuk nyata dari framework Decision Engine. SunFish AI Hub berfungsi sebagai conversational interface untuk workforce intelligence. Alih-alih harus berpindah-pindah antar sistem atau membuat laporan secara manual, tim HR kini dapat berinteraksi langsung dengan data mereka menggunakan natural language queries.
Selama live demonstration, berbagai use case praktis menunjukkan bagaimana decision engine dapat berjalan dalam lingkungan HR nyata. Alih-alih menghadirkan AI sebagai lapisan terpisah, kemampuan ini diintegrasikan langsung ke dalam workflow yang sudah ada, sehingga mendukung tim HR tepat di titik di mana keputusan diambil. Contohnya meliputi:
- Analisis payroll berbasis AI yang mendeteksi anomali dalam kompensasi dan potongan di berbagai periode pelaporan
- Deteksi klaim mencurigakan menggunakan smart OCR untuk memverifikasi dokumen reimbursement dan membandingkan antar pengajuan secara otomatis
- Modul kuis berbasis AI untuk training, memungkinkan tim L&D membuat konten assessment dari materi yang sudah ada dalam hitungan menit
- Analisis job-fit kandidat yang memberikan skor kecocokan dalam bentuk persentase, sehingga mempercepat proses rekrutmen
Dari contoh-contoh ini terlihat jelas bahwa nilai AI tidak berasal dari fitur yang berdiri sendiri, melainkan dari bagaimana AI terintegrasi secara mulus ke dalam sistem HR secara keseluruhan. Peran platform bukan untuk menggantikan pengambilan keputusan, melainkan untuk mengurangi waktu dan usaha yang dibutuhkan untuk menghasilkan keputusan yang tepat.

Salah satu aspek arsitektur yang sangat penting adalah penggunaan Model Context Protocol (MCP), sebuah standar baru yang memungkinkan sistem AI berinteraksi langsung dengan platform enterprise.
SunFish sedang mengembangkan integrasi Model Context Protocol (MCP) — standar terbuka yang sama yang mendukung interoperabilitas AI enterprise di berbagai platform seperti Claude, Microsoft Copilot, dan sistem AI lainnya. MCP menyediakan cara formal untuk membangun konektor yang memungkinkan AI berinteraksi dengan sistem perusahaan dan data internal, dan SunFish membawa konsep ini ke dalam dunia HR.
Dalam webinar, Gordon mendemonstrasikan secara langsung bagaimana Claude terhubung dengan data SunFish HR melalui MCP untuk menghasilkan org chart, dashboard masa kerja, serta analisis DEI melalui percakapan natural language.
Hal ini menandai perubahan fundamental: HR leaders kini dapat berinteraksi langsung dengan data tenaga kerja mereka, mengajukan pertanyaan dengan bahasa sederhana, dan mendapatkan jawaban berbasis data secara real-time — tanpa analis, tanpa spreadsheet, tanpa menunggu.
Masa Depan HR adalah Workforce Intelligence: dari Reporting ke Prediction
Webinar ditutup dengan menyoroti perbedaan yang jelas antara kondisi HR analytics saat ini dan arah yang harus dituju. Saat ini, sistem HR yang telah dilengkapi AI mampu menjawab pertanyaan terkait tenaga kerja, menghasilkan laporan, serta memberikan insight operasional.

Webinar ditutup dengan menyoroti perbedaan yang jelas antara kondisi HR analytics saat ini dan arah yang harus dituju. Saat ini, sistem HR yang telah dilengkapi AI mampu menjawab pertanyaan terkait tenaga kerja, menghasilkan laporan, serta memberikan insight operasional.
Namun, tahap selanjutnya adalah kemampuan untuk mengeksplorasi skenario, memprediksi hasil tenaga kerja, dan membantu pemimpin mengambil keputusan yang berorientasi ke masa depan.
Inilah pergeseran dari insight menuju foresight — di mana tools seperti SunFish AI Hub, yang didukung integrasi dengan large language models seperti Claude, tidak lagi sekadar menjadi alat produktivitas, tetapi menjadi strategic partner bagi HR leaders.
Insight Utama untuk CHRO di Tahun 2026
1. HR harus bergerak secepat bisnis.
Hambatan terbesar saat ini bukanlah data, melainkan waktu yang dibutuhkan untuk mengubah data menjadi keputusan. Tools berbasis AI seperti SunFish AI Hub dirancang untuk menutup gap tersebut.
2. AI harus mempercepat HR, bukan menggantikannya.
Assistive AI dan large language models seperti Claude membantu mengurangi friksi operasional, sehingga HR leaders dapat fokus pada strategi tenaga kerja dan pengambilan keputusan kepemimpinan.
3. Masa depan HR adalah workforce intelligence.
Organisasi yang mampu menghubungkan data HR, insight AI, dan keputusan kepemimpinan — melalui framework seperti Decision Engine dan teknologi seperti MCP — akan membangun fungsi HR yang benar-benar mendorong hasil bisnis, bukan sekadar melaporkannya.
Bagi para CHRO, arah ke depan sudah jelas. Membangun decision engine membutuhkan lebih dari sekadar adopsi AI. Dibutuhkan investasi pada sistem yang terintegrasi, kesiapan tenaga kerja, serta fondasi data yang mampu mendukung advanced analytics.
Kesimpulan: HR Bukan Lagi Sekadar Mengikuti Bisnis — tetapi Menggerakkannya
Dalam lanskap bisnis 2026 yang bergerak cepat, kecepatan, data, dan kesiapan tenaga kerja menjadi pembeda utama.
CHRO yang berfokus pada pembangunan Decision Engine — yang didukung data yang bersih, kesiapan talenta, dan akselerasi AI — akan mampu membangun organisasi yang tidak hanya bertahan menghadapi disrupsi, tetapi memimpin di dalamnya.
Organisasi yang mulai berinvestasi dari sekarang akan berada pada posisi yang jauh lebih siap dalam menghadapi kompleksitas tenaga kerja yang terus berkembang.
Pada akhirnya, transformasi HR dapat dirangkum dalam satu konsep utama:
kemampuan untuk mengubah insight tenaga kerja menjadi aksi — dengan cepat, percaya diri, dan berkelanjutan.
Tonton webinar lengkap SunFish Engage 2026
Learn more about SunFish AI Hub
Footnote:
1 MCP stands for Model Context Protocol — adalah standar terbuka yang diperkenalkan oleh Anthropic pada akhir 2024 untuk menghubungkan sistem AI dengan sumber data eksternal dan tools, serupa dengan bagaimana USB menjadi standar universal untuk menghubungkan perangkat keras. Dengan mengadopsi MCP, SunFish memastikan platformnya kompatibel dengan ekosistem AI yang lebih luas, termasuk Claude, yang kini semakin banyak digunakan sebagai standar enterprise, dengan 37% perusahaan telah menggunakan lima atau lebih model AI.
