Krisis Bakat AI Kerajaan & Pengajaran Untuk Malaysia

AI dalam Kerajaan & Sektor Awam••By 3L3C

Rang undang-undang AI Talent Act di AS dedah satu hakikat: tanpa bakat AI dalam kerajaan, agenda bandar pintar, identiti digital dan automasi sukar menjadi nyata.

AI sektor awambakat digital kerajaanMyDIGITALbandar pintarpengambilan berasaskan kemahirandasar AItransformasi digital kerajaan
Share:

Krisis Bakat AI Kerajaan & Pengajaran Untuk Malaysia

Pada 2025, ratusan ribu penjawat awam persekutuan di Amerika Syarikat meninggalkan perkhidmatan — termasuk ramai pakar kecerdasan buatan (AI) dan teknologi. Kesan langsungnya: banyak agensi tak cukup orang untuk membangunkan, menyelia dan mengawal selia projek AI kritikal yang menyentuh keselamatan negara dan perkhidmatan rakyat.

Ini bukan sekadar isu HR. Ini isu dasar awam. Negara yang gagal membina barisan bakat AI dalam sektor awam akan ketinggalan dalam keselamatan siber, identiti digital, bandar pintar, dan automasi perkhidmatan rakyat. Di Malaysia, kita sedang menolak ke hadapan melalui Wawasan Kemakmuran Bersama, MyDIGITAL dan Rangka Tindakan Ekonomi Digital Malaysia (MyDIGITAL). Soalan sebenar: adakah kerajaan kita cukup bersedia dari sudut bakat AI?

Artikel ini mengupas satu rang undang-undang baharu di AS, AI Talent Act, yang cuba memodenkan cara kerajaan merekrut pakar AI. Lebih penting, kita akan lihat bagaimana idea di sebalik rang undang-undang ini boleh diterjemah kepada konteks Malaysia — untuk kementerian, agensi, GLC dan kerajaan negeri yang serius mahu mempercepatkan penggunaan AI di sektor awam.

Apa Sebenarnya Berlaku di AS: Inti AI Talent Act

Jawapannya ringkas: Kongres AS mula sedar mereka tak boleh capai cita-cita AI tanpa bakat yang betul dalam kerajaan.

Sekumpulan ahli parlimen bipartisan (dwipartisan) di Dewan dan Senat memperkenalkan AI Talent Act bagi:

  • memodenkan proses pengambilan pakar AI dan teknikal di agensi kerajaan;
  • mengalihkan fokus daripada kelayakan akademik semata-mata kepada skills-based hiring (pengambilan berasaskan kemahiran);
  • membentuk pasukan bakat teknologi dan AI di setiap agensi, disokong oleh satu pasukan pusat di Pejabat Pengurusan Sumber Manusia Persekutuan (OPM).

Beberapa komponen utama rang undang-undang ini:

1. Pasukan bakat AI di peringkat agensi

Setiap agensi persekutuan akan:

  • menubuhkan pasukan bakat teknologi/AI dalaman;
  • menambah baik cara mereka mengiklankan jawatan, menilai calon, dan menjalankan proses tapisan teknikal;
  • berkongsi senarai calon layak dan penilaian teknikal antara agensi.

Dalam bahasa mudah: kalau satu agensi dah jumpa calon pakar AI yang bagus tapi tiada kekosongan sesuai, agensi lain boleh terus manfaatkan. Tak perlu ulang proses dari kosong.

2. Pasukan pusat di OPM

OPM akan menubuhkan satu pasukan pusat untuk:

  • mengurus pooled hiring (pengambilan secara kelompok) untuk peranan AI kritikal;
  • menyokong agensi dari segi templat penilaian, deskripsi kerja dan rangka kecekapan;
  • mempercepatkan proses lantikan berbanding sistem birokrasi sedia ada.

3. Pengambilan berasaskan kemahiran (skills-based hiring)

AI Talent Act menegaskan peralihan kepada pengambilan berasaskan kemahiran, bukan sekadar:

  • bilangan tahun pengalaman;
  • nama universiti;
  • ijazah formal dalam bidang tertentu.

Sebaliknya, calon dinilai berdasarkan:

  • kebolehan membina model AI sebenar;
  • kefahaman etika AI dan pengurusan risiko;
  • pengalaman mengurus data kerajaan, privasi dan keselamatan.

Menariknya, peralihan ini bukan bermula di sini sahaja. Kedua-dua pentadbiran Trump dan Biden sebenarnya sudah menolak arah ini, tapi AI Talent Act cuba membina struktur yang lebih kukuh dan konsisten.

4. Bukan hanya AI – juga siber dan data sains

Rang undang-undang ini juga memberi kuasa kepada agensi dan OPM untuk:

  • menubuhkan pasukan bakat bagi bidang lain yang “sangat kritikal” seperti keselamatan siber dan sains data;
  • mengguna pakai pendekatan yang sama: pasukan bakat, pengambilan berasaskan kemahiran, dan perkongsian calon antara agensi.

Ini selari dengan realiti hari ini: AI tak boleh berdiri sendiri tanpa keselamatan siber yang kukuh dan pengurusan data yang matang.

Krisis Bakat AI Dalam Kerajaan: Masalah Sebenar, Bukan Teori

AS jadi contoh jelas bagaimana polisi boleh menyebabkan kehilangan bakat besar-besaran. Di bawah usaha mengecilkan saiz perkhidmatan awam, ratusan ribu pekerja kerajaan meninggalkan perkhidmatan — termasuk ramai pakar AI dan teknologi yang sebelum itu direkrut secara agresif.

Kesan rantaian apabila kerajaan kekurangan bakat AI:

  1. Projek AI tinggi risiko gagal
    Tanpa arkitek dan jurutera AI berpengalaman, projek seperti sistem ramalan banjir, analitik penipuan cukai, atau automasi kes mahkamah mudah tersasar, melambat, atau melanggar garis etika.

  2. Kerajaan bergantung penuh kepada vendor
    Bila hampir semua kepakaran di luar, kerajaan:

    • sukar menilai kualiti kerja vendor;
    • susah merunding kontrak yang adil;
    • terdedah kepada vendor lock-in jangka panjang.

  3. Pengawasan, etika dan akauntabiliti jadi lemah
    AI dalam kerajaan menyentuh isu besar: diskriminasi, privasi, ketelusan, keadilan. Tanpa bakat AI dalaman yang faham teknik dan dasar awam, sukar untuk mengawal selia sistem yang digunakan terhadap rakyat.

Saya rasa banyak organisasi kerajaan di Malaysia sedang mengalaminya dalam versi lebih lembut: projek AI dan analitik data dilancar, tapi pasukan dalaman sangat kecil, bergantung hampir 100% kepada konsultan.

Pengajaran Untuk Malaysia: Menjambatani AI Talent Act & MyDIGITAL

Bila kita baca AI Talent Act dari perspektif Malaysia, ada beberapa pengajaran yang sangat relevan dengan Rangka Tindakan Ekonomi Digital Malaysia, agenda bandar pintar dan inisiatif identiti digital nasional.

1. Kita perlukan strategi bakat AI sektor awam, bukan sekadar projek

Malaysia banyak bercakap tentang:

  • bandar pintar;
  • identiti digital;
  • automasi perkhidmatan kerajaan;
  • pemantauan keselamatan dan analitik video;
  • platform data kebangsaan.

Semua ini berasaskan AI atau data sains di belakang tabir. Tapi persoalan yang jarang dijawab dengan jujur:

“Berapa ramai jurutera, saintis data dan pakar dasar AI berstatus tetap dalam kerajaan yang benar-benar mengurus semua ini?”

Kalau jawapannya: majoriti di vendor, kita sedang membina ekosistem yang rapuh.

Apa yang boleh ditiru daripada AI Talent Act?

  • Bentuk Pelan Bakat AI Sektor Awam Malaysia di bawah satu unit pusat (contoh: JPA, MAMPU atau satu Pejabat Ketua AI Negara).
  • Tetapkan sasaran lima tahun untuk jumlah pakar AI di sektor awam, mengikut kluster: kesihatan, keselamatan, cukai, kebajikan sosial, bandar pintar, dsb.
  • Gabungkan strategi rekrut, pembangunan dalaman, dan mobiliti bakat antara agensi.

2. Pasukan bakat pusat untuk AI kerajaan

AS mahu OPM jadi pusat pooled hiring. Dalam konteks Malaysia, kita boleh bayangkan:

  • Satu pasukan pusat bakat AI kerajaan yang:
    • membina kerangka kecekapan (competency framework) untuk semua peranan AI sektor awam;
    • membangunkan templat penilaian teknikal standard (coding test, kajian kes dasar, audit model);
    • menyusun proses temuduga bersama (panel merentas agensi);
    • mengurus “bancian bakat” calon yang boleh diserap ke pelbagai kementerian.

Ini jauh lebih cekap daripada setiap agensi menulis deskripsi kerja sendiri tanpa kepakaran, kemudian bergelut cari calon yang sama di pasaran yang sangat kecil.

3. Pengambilan berasaskan kemahiran: berhenti terikat kepada ijazah semata-mata

Ramai bakat AI terbaik datang dari:

  • laluan bootcamp;
  • latihan kendiri (self-taught) dan projek sumber terbuka;
  • kerjaya silang – contohnya pegawai statistik yang belajar pembelajaran mesin.

Kalau iklan jawatan kerajaan masih terikat kepada:

  • “Ijazah Sarjana Muda Sains Komputer dari universiti X…”;
  • “5–10 tahun pengalaman di sektor kerajaan…”;

…kita memang akan kalah dalam persaingan dengan syarikat teknologi dan fintech.

Apa yang boleh dibuat?

  • Reka semula skim perkhidmatan dan syarat lantikan untuk peranan AI berdasarkan kemahiran teras:
    • kecekapan Python/SQL/Scala;
    • pengalaman membangunkan model pembelajaran mesin hujung-ke-hujung;
    • kefahaman governance AI, privasi dan PDPA;
    • keupayaan menjelaskan model AI kepada pembuat dasar.
  • Masukkan penilaian praktikal dalam proses temuduga, bukan hanya panel Q&A tradisional.

4. AI, data dan siber tak boleh dipisahkan

AI Talent Act mengiktiraf tiga kelompok utama yang perlu dipertingkat serentak:

  • AI & pembelajaran mesin;
  • sains data;
  • keselamatan siber.

Bagi Malaysia, ini sangat berkait dengan agenda:

  • identiti digital nasional;
  • pusat data kerajaan dan cloud first;
  • sistem pengawasan bandar pintar;
  • platform data bersepadu untuk kebajikan, kesihatan dan pendidikan.

Kalau kita hanya rekrut pakar AI tanpa membina kekuatan data dan siber, risiko insiden keselamatan dan penyalahgunaan data akan melonjak. Pendekatan pasukan bakat merentas bidang seperti yang digariskan dalam rang undang-undang AS lebih masuk akal.

Strategi Praktikal Untuk Agensi Kerajaan & GLC di Malaysia

Bagi pembuat dasar dan pengurus projek di sektor awam Malaysia, apa yang boleh dibuat sekarang — tanpa menunggu rang undang-undang baharu?

1. Bentuk “AI Talent Cell” kecil dahulu

Anda tak perlu tunggu struktur besar kebangsaan. Di peringkat kementerian atau agensi:

  • Tubuhkan pasukan kecil 3–8 orang yang fokus kepada:
    • pemetaan projek AI sedia ada dan diperlukan;
    • semakan vendor dan kebergantungan teknologi;
    • pembinaan keupayaan dalaman (latihan, shadowing vendor, dsb.).
  • Pastikan kombinasi:
    • 1–2 jurutera / saintis data berpengalaman;
    • pegawai dasar yang faham implikasi undang-undang dan etika;
    • wakil keselamatan maklumat.

2. Ubah cara menulis iklan jawatan AI

Perkara ini nampak remeh, tapi sangat memberi kesan. Iklan jawatan yang baik untuk peranan AI sektor awam patut:

  • menyenaraikan tugasan sebenar (contoh: membina model pengesanan penipuan bantuan kerajaan, analitik trafik bandar);
  • menekankan impak sosial dan dasar awam, bukan hanya gaji;
  • menjelaskan dengan jujur teknologi yang digunakan (Python, TensorFlow, Spark, dsb.).

Ramai pakar AI sebenarnya berminat menyelesaikan masalah masyarakat — mereka hanya jarang nampak tawaran yang jelas dari kerajaan.

3. Bina saluran bakat dari universiti dan industri

Beberapa langkah praktikal:

  • Program fellowship 6–12 bulan untuk pakar AI industri menyertai pasukan kerajaan secara sementara.
  • Skim biasiswa bersyarat untuk pelajar AI/data sains, dengan penempatan kerja minimum di agensi kerajaan selepas tamat pengajian.
  • Projek penyelidikan bersama universiti yang berkait terus dengan keperluan dasar (contoh: model ramalan banjir, pemetaan kemiskinan, pengesanan serangan siber terhadap infrastruktur kritikal).

4. Naik taraf kemahiran penjawat awam sedia ada

Tak semua peranan AI perlu diisi orang luar. Ramai pegawai sedia ada mempunyai domain knowledge yang kuat (cukai, kebajikan, perancangan bandar) dan hanya perlukan:

  • latihan intensif 6–9 bulan dalam analitik data dan asas AI;
  • peluang terlibat dalam projek sebenar, bukan hanya kursus teori;
  • laluan kerjaya yang jelas kalau mereka beralih ke trek data/AI.

Saya cenderung percaya model hibrid sebegini paling realistik: gabung bakat teknikal baharu dengan pegawai lama yang faham konteks dasar dan operasi.

Menjadikan AI Dalam Kerajaan Sebagai Kerjaya Idaman, Bukan Opsyen Terakhir

Naratif biasa di kalangan graduan AI atau jurutera data: “kalau tak dapat masuk syarikat teknologi besar, baru fikir sektor awam”. Naratif ini perlu diubah.

Kerajaan sebenarnya ada tiga kelebihan besar dalam persaingan bakat AI:

  1. Skala dan kepelbagaian data
    Daripada kesihatan ke pengangkutan, pendidikan ke keselamatan sosial — set data kerajaan sangat luas. Bagi pakar AI yang berminat kepada impak sebenar, ini sangat menarik.

  2. Impak kepada masyarakat
    Satu model AI yang baik untuk mengurangkan ketirisan bantuan atau mengoptimumkan ambulans boleh menyelamatkan ribuan nyawa dan jutaan ringgit.

  3. Peluang membentuk piawaian etika
    AI dalam kerajaan akan menjadi penanda aras untuk sektor lain. Pakar AI yang bekerja di sini boleh membantu menetapkan standard keadilan, ketelusan dan akauntabiliti.

Tetapi kelebihan ini hanya bermakna kalau sistem pengambilan, struktur kerjaya dan budaya kerja menyokong mereka. AI Talent Act di AS ialah satu contoh serius bagaimana undang-undang boleh diubah untuk menyesuaikan diri dengan realiti baharu.

Malaysia tak perlu menyalin 100%. Namun, semangat di sebalik rang undang-undang itu — memodenkan pengambilan, memusatkan usaha bakat, dan mengiktiraf AI sebagai fungsi teras kerajaan — adalah sesuatu yang kita patut ambil kira dengan segera.

Kalau kita benar-benar mahu menjayakan bandar pintar, identiti digital, dan automasi perkhidmatan dalam kerangka MyDIGITAL, perbualan tentang “bakat AI sektor awam” tak boleh lagi jadi nota kaki. Ia mesti naik ke meja utama, di peringkat Kabinet.

Soalan Untuk Pemimpin Sektor Awam Hari Ini

Sebelum menutup, beberapa soalan yang wajar setiap kementerian, agensi dan GLC tanyakan kepada diri sendiri:

  • Berapa ramai pakar AI/data sains/keselamatan siber tetap yang kami ada, berbanding jumlah projek AI yang ingin kami laksanakan?
  • Kalau semua vendor kami hilang esok, apa keupayaan AI yang benar-benar tinggal dalam organisasi?
  • Adakah proses pengambilan kami masih mengutamakan sijil berbanding kemahiran sebenar?
  • Siapa dalam organisasi yang bertanggungjawab secara khusus terhadap strategi bakat AI untuk 3–5 tahun akan datang?

Jawapan jujur kepada soalan-soalan ini ialah langkah pertama. Dari situ, anda boleh mula membentuk versi “AI Talent Act” anda sendiri — dalam skala organisasi, negeri atau nasional.

Masa depan AI dalam kerajaan bukan hanya tentang algoritma. Ia tentang manusia yang mereka bentuk, mengurus dan mengawal algoritma itu. Dan di situ, pertempuran sebenar sedang berlaku.