Untuk memahami keterampilan data dan AI mana yang paling penting, kami mensurvei lebih dari 500 pemimpin perusahaan di AS dan Inggris (bermitra dengan YouGov) dan meminta mereka memberi peringkat pentingnya kapabilitas data dan AI tertentu.
Hasilnya mengungkap pola yang jelas dan kerangka kerja praktis untuk membangun literasi AI dan data di tingkat perusahaan.
Untuk definisi yang lebih luas dan tolok ukur perusahaan, lihat ringkasan lengkap 2026 kami.
Kerangka literasi AI dan data 4 lapis untuk 2026
Data menunjukkan bahwa kapabilitas perusahaan terbagi dalam empat lapisan yang berbeda, dan tidak semua keterampilan memiliki bobot yang sama.
Lapisan 1: Keterampilan dasar pengambilan keputusan dan interpretasi (nilai perusahaan tertinggi)
Ini adalah keterampilan yang paling konsisten diberi peringkat di berbagai organisasi, dengan porsi pemimpin berikut yang menilai keterampilan tersebut “penting” atau “sangat penting”:
- Pengambilan keputusan berbasis data — 85%
- Menafsirkan visualisasi data & dasbor — 82%
- Analisis dan manipulasi data — 81%
- Alat Business Intelligence — 75%
- Membuat visualisasi data — 72%
- Penceritaan data — 71%
Ini bukan keterampilan yang sangat teknis; ini adalah kapabilitas interpretatif berbasis penilaian, dan menentukan apakah data benar-benar memengaruhi keputusan atau tetap terperangkap dalam laporan.
Anggap keterampilan ini sebagai inti dari kerangka literasi AI atau data yang efektif.
Lapisan 2: Kefasihan AI dasar dan penggunaan yang bertanggung jawab (cepat menjadi standar dasar)
Ekspektasi literasi AI meningkat pesat. Para pemimpin menilai keterampilan AI berikut sebagai “penting” atau “sangat penting”:
- Pemahaman dasar konsep AI — 78%
- Memahami penerapan bisnis AI — 74%
- Etika AI & AI yang bertanggung jawab — 72%
- Menggunakan AI copilot — 70%
Lapisan ini mencerminkan hal penting: literasi AI di tempat kerja tidak lagi soal eksperimen, melainkan penggunaan yang bertanggung jawab dan terapan. Oleh karena itu, kerangka literasi AI modern harus mencakup penggunaan dan tata kelola.
Lapisan 3: Fondasi teknis inti (bergantung peran)
Keterampilan berikut tetap “penting” atau “sangat penting” bagi para pemimpin, tetapi bukan ekspektasi universal:
- Basis data — 69%
- Rekayasa data — 66%
- Pemrograman dalam Python atau R — 59%
Tentu saja, keterampilan ini krusial untuk peran tertentu, tetapi bukan persyaratan di seluruh perusahaan. Pembedaan ini penting, karena para pemimpin melihat bahwa tidak setiap karyawan perlu membangun sistem. Namun, sebagian besar perlu menafsirkan dan menerapkannya.
Lapisan 4: Keterampilan pengembangan AI tingkat lanjut dan yang sedang muncul
Keterampilan ini penting secara strategis namun diharapkan hanya pada lebih sedikit peran. Sekali lagi, persentase berikut mewakili porsi pemimpin yang menilai keterampilan ini “penting” atau “sangat penting” untuk pekerjaan sehari-hari:
- Machine learning — 61%
- Mengembangkan produk perangkat lunak AI — 60%
- Menciptakan alur kerja agen — 59%
- Rekayasa prompt & mengarahkan sistem AI — 67%
- Menggunakan AI penalaran mendalam — 69%
Ini mewakili kapabilitas garis depan yang tentu bernilai, tetapi bukan fondasi literasi AI di seluruh tenaga kerja.
Implikasinya bagi para pemimpin perusahaan
Keterampilan AI dan data yang paling penting pada 2026 bukanlah yang sangat teknis, melainkan yang bersifat interpretatif, terapan, dan digerakkan oleh penilaian. Ini berimplikasi langsung pada cara organisasi merancang program peningkatan keterampilan.
Banyak inisiatif pelatihan AI berfokus kuat pada alat atau pengkodean, namun keterampilan dengan peringkat tertinggi di kalangan para pemimpin adalah:
- Pengambilan keputusan
- Interpretasi
- Komunikasi
- Penggunaan yang bertanggung jawab
Inilah keterampilan yang menentukan apakah AI meningkatkan kinerja atau justru memperbesar risiko.
Rincian peringkat lengkap dan perbandingan perusahaan tersedia dalam Laporan State of Data & AI Literacy 2026.
Mengapa sebagian besar kerangka kerja keliru
Pada 2026, 60% pemimpin melaporkan adanya kesenjangan keterampilan data, dan 59% melaporkan kesenjangan keterampilan AI.
Banyak inisiatif pelatihan data atau AI di perusahaan sangat berfokus pada pemberdayaan teknis, membekali spesialis untuk membangun atau menerapkan sistem AI. Investasi tersebut krusial, terutama untuk peran teknis.
Namun, kesenjangan keterampilan muncul ketika literasi dasar di seluruh tenaga kerja tidak bertumbuh seiring kapabilitas teknis. Organisasi terus kurang berinvestasi pada topik seperti:
- Kefasihan dasar di seluruh tenaga kerja
- Penceritaan data
- Ilmu pengambilan keputusan
- Literasi AI terapan
Sistem AI dapat dibangun secara terpusat, namun faktanya nilai direalisasikan secara menyeluruh. Tanpa kefasihan interpretatif yang luas, imbal hasil dari investasi teknis akan terbatas.
Merancang kerangka literasi AI dan data yang praktis
Berdasarkan temuan 2026, kerangka perusahaan yang efektif sebaiknya:
- Dimulai dengan keterampilan pengambilan keputusan dan interpretasi
- Ditambah dengan kefasihan AI dasar dan penggunaan yang bertanggung jawab
- Membedakan jalur teknis khusus peran
- Menguatkan keterampilan secara berkelanjutan lewat praktik terapan
- Mengukur perkembangan keterampilan dan dampak bisnis
Pendekatan berlapis ini selaras dengan cara para pemimpin memberi peringkat pentingnya dan cara peningkatan kinerja terwujud.
Dari keterampilan ke kinerja
Para pemimpin mengaitkan literasi data dan AI yang kuat dengan hasil yang terukur:
- 54% melaporkan pengambilan keputusan yang lebih cepat dari literasi data, dan 49% melaporkan peningkatan akurasi keputusan
- 48% melaporkan pengambilan keputusan yang lebih cepat dari literasi AI, dan 46% melaporkan inovasi yang lebih kuat
Pencapaian ini tidak berasal dari keterampilan yang terisolasi; ini berasal dari sistem kapabilitas yang terintegrasi.
DataCamp for Business dirancang berdasarkan model kapabilitas berlapis, dari pengambilan keputusan dan interpretasi data dasar hingga spesialisasi AI tingkat lanjut.
Melalui jalur pembelajaran berbasis peran, proyek praktik langsung, dan tolok ukur keterampilan, organisasi dapat membangun kerangka literasi AI dan data yang praktis selaras dengan prioritas perusahaan.
Jika Anda sedang mengevaluasi cara menyusun literasi AI dan data dalam skala besar, pelajari bagaimana DataCamp for Business mendukung peningkatan keterampilan perusahaan.
