AI Tekan Model Bisnis Konsultan: Jam Tagihan dan Karier Lulusan Baru Terancam

Industri konsultan sedang diguncang AI. Model jam tagihan yang jadi tulang punggung pendapatan mulai ditinggalkan klien, sementara ribuan lulusan baru yang biasa mengisi posisi junior kini menghadapi pertanyaan besar soal masa depan karier mereka.

KPMG Akui Pendapatan dari Nasihat Kian Menipis

Svilena Tzekova, global head of consulting KPMG yang berbasis di London, tidak menyangkal bahwa lanskap industri berubah. Pengetahuan dan kekayaan intelektual yang dulu menjadi bahan baku utama jasa konsultan kini mudah diakses siapa saja.

"Siapa pun bisa dengan cepat mencapai tingkat nasihat yang dulu kami berikan dalam hitungan hari atau bulan," kata Tzekova kepada CNBC.

Pernyataan itu bukan sekadar pengakuan. Tzekova menyebut bahwa bagian bisnis yang dulu paling menguntungkan—memberi nasihat—kini nyaris tidak ada lagi. "Kami dulu menghasilkan banyak uang dengan memberikan nasihat. Saya pikir bagian bisnis kami itu benar-benar sudah tidak ada lagi," ujarnya.

Kalimat itu menandai pergeseran besar. Konsultan tidak lagi bisa mengandalkan posisi sebagai pemegang pengetahuan eksklusif. Klien kini datang dengan bekal informasi yang setara, bahkan lebih segar, berkat bantuan model bahasa besar dan alat analitik berbasis AI.

Harga Berbasis Hasil Jadi Tuntutan, tapi Sulit Diterapkan

Klien makin vokal menuntut model harga berbasis hasil, bukan lagi berbasis waktu dan bahan. Namun praktiknya tidak sesederhana itu.

Tzekova menjelaskan bahwa departemen pengadaan klien masih cenderung membandingkan konsultan berdasarkan jumlah orang yang ditugaskan dan tarif per jam. Di sisi lain, AI memunculkan biaya baru yang harus dimasukkan ke dalam model harga: daya komputasi dan biaya yang dibebankan penyedia AI berdasarkan volume teks yang diproses.

"Sangat sulit mencapai model harga berbasis hasil yang masuk akal secara komersial," kata Tzekova. Ia memperkirakan butuh waktu bagi industri untuk menemukan formulanya.

Ketidakpastian ini menciptakan ruang bagi konsultan yang lebih kecil dan lahir dari AI. Mereka tidak terikat struktur biaya lama dan bisa menawarkan skema harga yang lebih fleksibel.

Elixirr: Kami Tidak Pernah Menagih per Jam

Emiko Caerlewy-Smith, head of investor relations di Elixirr, konsultan penantang yang berbasis di London, menegaskan bahwa perusahaannya tidak pernah memakai model time-and-materials. Artinya, mereka tidak menagih klien berdasarkan jam kerja staf.

"AI memperkuat dan memperjelas cara kami tampil di pasar sejak awal," kata Caerlewy-Smith kepada CNBC. "Klien akan membayar untuk hasil tetap, keluaran tetap, dan nilai. Mereka seharusnya tidak peduli berapa lama waktu yang dibutuhkan untuk menciptakan input bagi hasil tersebut."

Ia mencontohkan proyek terbaru Elixirr membantu sebuah perusahaan asuransi global membangun platform asuransi kendaraan berbasis AI. Klien, katanya, kini ingin konsultan membantu mereka membangun solusi, bukan sekadar memberi saran.

Keunggulan lain yang disebut Caerlewy-Smith adalah kecepatan adopsi AI di internal. Elixirr butuh enam bulan untuk menyiapkan data agar bisa sepenuhnya digunakan oleh model AI mereka. Ia mempertanyakan berapa lama proses serupa akan memakan waktu di perusahaan yang mempekerjakan puluhan ribu orang.

"Masalah mereka adalah mereka sangat besar dan kami lincah," ujarnya.

Jalur Karier Lulusan Baru Dipertanyakan

Elemen lain dari model bisnis konsultan yang kini disorot adalah pipa rekrutmen lulusan baru. Industri ini secara tradisional menyerap ribuan sarjana setiap tahun dan menempatkan mereka di tangga karier yang dimulai dari tugas-tugas yang kini bisa diotomatisasi: riset, analisis data, dan pembuatan presentasi.

Claire Trachet, mantan bankir mergers and acquisitions Deutsche Bank yang mendirikan firma penasihat Trachet di London, mengatakan AI membantu karyawan junior bekerja lebih cepat. Namun ia mempertanyakan bagaimana mereka akan memperoleh pengalaman yang dibutuhkan untuk naik jabatan jika tidak lagi mengerjakan tugas-tugas dasar itu sendiri.

"Masalahnya, Anda tidak bisa membentuk penilaian, intuisi Anda," kata Trachet. "Penilaian profesional yang matang dibangun melalui reputasi. Itu sebuah keahlian. Mereka yang akan menonjol nanti adalah yang menguasai itu untuk diri mereka sendiri."

Ia juga menyoroti pertanyaan yang muncul di kalangan junior: mengapa harus menghabiskan waktu lama untuk tugas yang bisa diselesaikan AI dengan sekali klik?

EY dan KPMG Redesain Peran dan Pelatihan

Firma besar mulai merespons dengan merancang ulang cara mereka mengembangkan orang. Paul Goodhew, global assurance innovation and digital leader EY yang berbasis di London, mengatakan AI sudah mengubah pekerjaan yang biasa dilakukan auditor junior, seperti mencocokkan angka dengan dokumen sumber.

"Pandangan tradisional tentang auditor adalah seseorang, terutama auditor junior yang baru masuk profesi, yang menghabiskan banyak waktunya melakukan 'ticking and tying' manual," kata Goodhew, merujuk pada proses verifikasi angka.

"Kini AI membawa potensi bahwa AI benar-benar dapat melakukan persiapan pertama pekerjaan itu atas nama profesional audit," ujarnya.

EY mengembangkan peran baru, antara lain data delivery professionals yang menyiapkan data untuk tim audit, product manager yang membantu mengembangkan platform teknologi, serta spesialis yang memahami strategi dan risiko teknologi klien.

Di KPMG, Tzekova menegaskan jawabannya bukan menghapus rekrutmen lulusan baru. Sebaliknya, konsultan junior harus mengambil tanggung jawab lebih besar lebih awal seiring perubahan bentuk firma konsultan. Sebagian lulusan dan karyawan junior KPMG, katanya, sudah menjadi yang terbaik dalam mendorong cara kerja baru firma.

Namun Caerlewy-Smith dari Elixirr menekankan perlunya redeployasi cepat. "Kami hanya perlu mereka melakukan hal lain, kalau tidak, ekonomi model piramida tidak lagi berjalan," ujarnya.

Dampak pada Struktur Biaya dan Model Piramida

Model piramida konsultan selama puluhan tahun bergantung pada pembagian kerja yang jelas: junior mengerjakan riset dan analisis, senior mengawasi, mitra menjual dan menjaga hubungan klien. Rasio antara tarif junior yang rendah dan tarif senior yang tinggi menciptakan margin.

Ketika AI mengambil sebagian besar pekerjaan junior, dasar perhitungan margin itu goyah. Firma tidak bisa lagi menagih klien untuk jam kerja junior yang tidak lagi diperlukan. Di sisi lain, biaya teknologi—komputasi dan lisensi model AI—masuk ke struktur biaya yang sebelumnya hanya berisi gaji dan overhead.

Bagi klien, ini peluang menekan biaya. Bagi firma, ini tekanan untuk membuktikan nilai melalui hasil yang terukur, bukan melalui laporan tebal atau presentasi panjang. Bagi lulusan baru, ini sinyal bahwa jalur karier lama tidak lagi otomatis.

Sejumlah firma mulai menggeser fokus pelatihan dari keterampilan teknis dasar ke kemampuan menilai output AI, memahami konteks bisnis klien, dan mengambil keputusan. Namun transisi ini tidak murah dan tidak cepat, terutama di organisasi dengan puluhan ribu karyawan.

Analisis Redaksi

Pengakuan Tzekova bahwa bagian bisnis nasihat "benar-benar sudah tidak ada lagi" adalah salah satu pernyataan paling jujur dari eksekutif konsultan dalam beberapa tahun terakhir. Itu bukan sekadar retorika tentang disrupsi. Itu pengakuan bahwa sumber margin utama industri sedang mengering, dan firma besar belum menemukan penggantinya.

Yang menarik, tekanan terbesar justru datang dari dalam model bisnis itu sendiri. Selama ini konsultan menjual pengetahuan yang tidak dimiliki klien. Ketika pengetahuan itu menjadi murah dan mudah diakses, nilai jualnya runtuh. Firma yang bertahan adalah yang berhasil berpindah dari penjual pengetahuan ke pembangun solusi, seperti yang ditunjukkan Elixirr dengan platform asuransi berbasis AI.

Namun ada risiko yang jarang dibahas: hilangnya jalur pembelajaran bagi generasi berikutnya. Jika junior tidak lagi mengerjakan tugas dasar, dari mana intuisi dan penilaian profesional mereka terbentuk? Jawaban "belajar sambil mengawasi AI" terdengar rapi, tetapi belum terbukti. Industri konsultan mungkin sedang menghemat biaya jangka pendek dengan mengotomatisasi pekerjaan junior, sambil menciptakan kekosongan keahlian di tingkat senior sepuluh tahun mendatang.

Bagi klien, tuntutan harga berbasis hasil masuk akal. Tetapi tanpa tolok ukur yang jelas, model itu bisa berubah menjadi ajang tawar-menawar yang menguntungkan pihak dengan daya beli lebih besar. Regulasi tidak perlu campur tangan di sini, tetapi transparansi dalam penetapan harga dan definisi hasil menjadi kunci agar pasar tidak sekadar berpindah dari satu ketidakjelasan ke ketidakjelasan lain.

Sumber: kpmg.com