Memperkenalkan Laporan State of Data & AI Literacy 2025

Jelajahi poin-poin penting dari edisi 2025 Laporan State of Data & AI Literacy, berdasarkan survei terhadap lebih dari 500 pemimpin global dan wawasan para ahli dari organisasi seperti Colgate, BP, Rolls Royce, JPMorgan Chase, dan lainnya.

Selama dua tahun terakhir, Laporan State of Data Literacy telah menjadi sumber andalan untuk memahami bagaimana literasi data dan AI memengaruhi kesiapan tenaga kerja. Tahun ini tidak berbeda—hanya saja percakapan kini menjadi lebih mendesak. Saat AI bergerak dari laboratorium riset ke alur kerja harian, para pemimpin bergulat dengan pertanyaan baru: Apakah tim saya siap menghadapi era AI?

Dalam Laporan State of Data & AI Literacy tahun ini, kami mensurvei lebih dari 500 pemimpin di AS dan Inggris serta menarik wawasan dari pemikir terkemuka di industri dan pelanggan DataCamp for Business untuk mengeksplorasi lanskap keterampilan data dan AI yang terus berkembang.

Di bawah ini, Anda akan menemukan ringkasan wawasan utama dari laporan tersebut. Namun untuk gambaran lengkap—termasuk ulasan mendalam, praktik terbaik, dan komentar pakar—kami sangat menyarankan mengunduh laporan lengkapnya.

Apakah Literasi AI Mengungguli Literasi Data?

Salah satu tren terbesar yang terungkap tahun ini adalah semakin pentingnya literasi AI. Meski 86% pemimpin masih menilai literasi data sebagai hal yang esensial untuk pekerjaan sehari-hari, semakin banyak yang menyatakan hal serupa untuk literasi AI, yakni 69%—peningkatan signifikan 7 poin dari tahun lalu.

Faktanya, ketika diminta mengidentifikasi keterampilan yang pertumbuhannya paling cepat dibutuhkan di tim mereka, literasi AI kini menyamai business intelligence di puncak daftar, melampaui data science dan literasi data dari tahun ke tahun. Bagi para eksekutif, penekanan pada AI bahkan lebih menonjol.

Namun meskipun AI kian menguat, akan pendek jika memikirkannya secara terpisah. Literasi data dan AI saling terkait erat. Tanpa fondasi yang kuat dalam data—mulai dari tata kelola, interpretasi, hingga berpikir analitis—adopsi AI berisiko menjadi tren permukaan saja. Laporan ini menunjukkan bahwa organisasi yang berinvestasi di keduanya lebih siap untuk mengekstrak nilai nyata, menghindari bias, dan mempercepat inovasi.

Kondisi Adopsi AI

Adopsi AI di perusahaan dengan cepat bergeser dari eksperimen awal menuju penerapan di dunia nyata. Hanya 9% pemimpin yang melaporkan bahwa tidak ada seorang pun di organisasinya yang menggunakan AI—artinya, bagi sebagian besar, AI sudah terintegrasi ke dalam alur kerja.

Alat seperti ChatGPT dan Google Gemini mendominasi penggunaan, sementara copilot dan bahkan solusi AI buatan sendiri juga semakin diminati. AI digunakan secara rutin: 82% tim menggunakan AI setidaknya sekali seminggu, dan 39% menggunakannya setiap hari.

Tim teknis seperti TI, analitik, dan R&D memimpin adopsi, namun masih ada kesenjangan yang signifikan di fungsi bisnis—termasuk pemasaran, operasi, penjualan, dan keuangan. Ini adalah area yang memiliki potensi besar untuk meningkatkan produktivitas, memperkuat pengambilan keputusan, dan mempersonalisasi keterlibatan pelanggan.

Sementara para pemimpin melaporkan peningkatan produktivitas yang terukur, kekhawatiran masih ada terkait halusinasi, bias, dan keluaran berkualitas rendah. Pesannya jelas: adopsi AI sudah terjadi, tetapi penggunaan yang bertanggung jawab dan efektif bergantung pada keterampilan.

Agenda Keterampilan Data dan AI

Selama dua tahun terakhir, agenda keterampilan perusahaan telah berkembang matang. Organisasi telah beralih dari inisiatif ad-hoc ke program terstruktur yang mencerminkan urgensi yang meningkat untuk menutup kesenjangan keterampilan data dan AI.

Angka-angka menceritakan kisah yang jelas. 46% pemimpin kini melaporkan memiliki program literasi data tingkat matang di seluruh organisasi, naik dari 35% tahun lalu. Pelatihan AI mengalami pertumbuhan yang lebih besar lagi—43% organisasi kini menawarkan peningkatan keterampilan AI yang matang, hampir dua kali lipat dari 25% pada 2024. Sementara itu, jumlah organisasi yang sama sekali tidak menawarkan pelatihan terus menurun. 

Namun, tantangan tetap ada. Kendala anggaran, resistensi karyawan, kurangnya dukungan eksekutif, dan kesulitan mengukur ROI terus menghambat kemajuan. Banyak pemimpin juga menyebut kurangnya interaktivitas dan personalisasi dalam sumber daya pelatihan yang ada, sehingga lebih sulit mendorong keterlibatan nyata dan retensi keterampilan. Laporan ini menyoroti bahwa meskipun infrastruktur untuk peningkatan keterampilan membaik, kebutuhan akan pendekatan yang lebih dipersonalisasi dan berorientasi pada hasil semakin besar.

Lima Pelajaran untuk Membangun Literasi Data & AI yang Efektif

Di bagian sebelumnya, kami mengungkap tantangan terbesar dalam menskalakan keterampilan di seluruh perusahaan—mulai dari keterbatasan anggaran hingga kurangnya kepemilikan dan resistensi karyawan. Untuk lebih memahami bagaimana organisasi dapat mengatasi tantangan ini, kami meninjau pengalaman pelanggan DataCamp for Business—mereka yang memimpin peningkatan keterampilan tenaga kerja.

Berikut lima pelajaran utama yang diambil dari keberhasilan mereka:

1. Selaraskan Pembelajaran dengan Tujuan Bisnis: Alih-alih hanya berfokus pada alat atau teknologi, organisasi harus mengaitkan hasil pembelajaran dengan tujuan bisnis yang nyata—seperti mengotomatiskan pelaporan atau mempercepat pengembangan produk. Pendekatan berbasis hasil ini membantu membenarkan investasi dan memastikan pelatihan memberikan dampak.
2. Perlakukan Upskilling sebagai Inisiatif Manajemen Perubahan: Resistensi terhadap pelatihan AI dan data sering kali berakar pada ketidakpastian. Program yang paling sukses memperlakukan komunikasi layaknya peluncuran produk—menggunakan champion, acara internal, dan penceritaan untuk membangun kepercayaan dan keterlibatan sejak hari pertama.
3. Jadikan Pembelajaran Interaktif dan Praktis: Pembelajaran pasif berbasis video saja tidak cukup. Laporan menunjukkan bahwa pengalaman aktif dan langsung—terutama yang mencerminkan tugas bisnis nyata—mendorong retensi dan penerapan keterampilan yang lebih baik di tim teknis maupun nonteknis.
4. Hubungkan Literasi Data & AI sebagai Satu Kesinambungan: Alih-alih memperlakukan keterampilan data dan AI sebagai program terpisah, organisasi harus merangkul keterkaitannya. Tim yang paling matang mengintegrasikan keduanya dalam satu peta jalan, menyadari bahwa kefasihan AI dibangun di atas fondasi data yang kuat.

Personalisasikan Pembelajaran dalam Skala Besar: Peran dan tanggung jawab sangat beragam. Pendekatan satu-ukuran-untuk-semua tidak berhasil. Laporan ini merekomendasikan pembuatan persona pembelajaran lintas departemen untuk menyesuaikan konten dan memastikan relevansi—mulai dari pemasaran hingga keuangan hingga rekayasa. Kami juga merekomendasikan untuk melihat kerangka kompetensi data dan AI kami, yang diperbarui untuk 2025.

Versi gratis dan dapat diedit dari kerangka kompetensi data kami disertakan dalam laporan 

Apa Selanjutnya?

Laporan State of Data & AI Literacy 2025 adalah seruan yang jelas untuk bertindak: dalam dunia yang semakin dibentuk oleh kecerdasan buatan, keterampilan adalah pembeda terbesar. Organisasi yang berinvestasi pada literasi data dan AI hari ini akan lebih siap untuk berinovasi, bersaing, dan tumbuh secara bertanggung jawab.

Di sini kami baru mengulas permukaannya. Unduh laporan lengkapnya untuk mengeksplorasi data, kerangka kerja, dan strategi yang membentuk masa depan tenaga kerja bertenaga AI.