Apa yang HR Perlu Fikirkan Semula Tentang Teknologi dan Dunia Kerja: Sorotan Hari Pertama Malaysia HR Conference & Expo 2026

Artikel ini turut tersedia dalam Bahasa Inggeris. 

AI menjadi antara topik utama di HR Tech Conference & Expo 2026. Namun, perbincangan yang paling bermanfaat pada Hari 1 bukan sekadar tentang teknologi, tetapi lebih kepada perkara yang diperlukan daripada manusia yang menggunakannya.

Dianjurkan oleh Malaysia HR Forum dan Leaderonomics, persidangan ini menghimpunkan pengamal HR, pemimpin perniagaan, pakar teknologi dan pemikir dalam bidang kepimpinan untuk membincangkan maksud perubahan ini terhadap masa depan dunia kerja. Sepanjang sesi berlangsung, satu perkara semakin jelas: teknologi akan mengubah cara kerja dilakukan, tetapi teknologi bukanlah pihak yang menentukan makna di sebalik perubahan tersebut. Pemimpinlah yang menentukannya melalui cara mereka melayan pekerja dan budaya yang mereka bina.

Persoalan ini membawa perbincangan ke pelbagai arah, daripada tadbir urus AI, analitik tenaga kerja dan keselamatan psikologi hinggalah kepada keselamatan siber. Setiap sesi menambah satu lagi perspektif kepada gambaran yang lebih besar, menunjukkan betapa rapatnya hubungan antara teknologi dan aspek manusia dalam dunia kerja.

Berikut ialah beberapa idea utama yang menarik perhatian sepanjang perbincangan pada hari tersebut.

1. Melabur pada Perkara yang Benar-Benar Membawa Organisasi ke Hadapan

Arulkumar Singaraveloo | CEO Malaysia HR Forum

Persidangan dimulakan dengan persoalan tentang keutamaan. Arulkumar menggesa pemimpin HR untuk melihat dengan teliti ke mana masa, wang dan perhatian mereka disalurkan, serta menilai setiap pelaburan berdasarkan sumbangannya terhadap prestasi.

Menurut beliau, teknologi dan kemahiran merupakan dua bidang pelaburan yang saling berkait. Teknologi yang lebih baik boleh menjadikan tugasan HR harian lebih cekap, manakala pembelajaran berterusan membantu pekerja membina keupayaan untuk menggunakan teknologi tersebut dengan baik serta berkembang ke arah peluang baharu dalam pengurusan bakat, latihan dan perundingan.

Beliau kemudian beralih kepada aspek peruntukan bajet yang lain. Daripada terus bergantung pada lebih banyak aktiviti membina pasukan, prestasi sebenarnya bermula dengan meletakkan individu yang tepat dalam peranan yang tepat, bersesuaian dengan keupayaan dan jangkaan yang jelas.

Disiplin yang sama juga perlu diterapkan dalam cara HR menggunakan masa mereka sendiri. Sibuk itu mudah; yang penting ialah sejauh mana kita benar-benar memberi manfaat. Setiap proses seharusnya dapat menjadikan kerja lebih pantas atau lebih berkesan.

Mesej pembukaan beliau menimbulkan satu persoalan yang terus menjadi tema sepanjang hari:

Adakah kita melabur dalam perkara yang benar-benar membantu pekerja dan organisasi mencapai prestasi yang lebih baik? — Arulkumar Singaraveloo

Persoalan ini menjadi penghubung kepada perbincangan seterusnya. Sebelum HR menentukan perkara yang perlu diberi keutamaan untuk pelaburan, HR perlu memahami terlebih dahulu organisasi seperti apa yang ingin dibina.

2. Transformasi Bermula dengan Memahami Siapa Diri Kita

Roshan Thiran | CEO Leaderonomics

Persoalan tentang ke mana HR patut menyalurkan pelaburan membawa kepada satu persoalan yang lebih mendalam: organisasi seperti apakah yang sebenarnya ingin kita bina?

Roshan menjelaskan bahawa transformasi bermula dengan memahami organisasi itu sendiri. Terlalu banyak syarikat melihat ke luar untuk mencari sistem atau model baharu untuk diterapkan, sedangkan titik permulaan yang lebih bermakna sebenarnya terletak pada identiti teras organisasi itu sendiri.

Pemahaman ini penting kerana perubahan dalam kalangan pekerja ada batasnya jika sistem di sekeliling mereka masih mengukuhkan cara kerja lama. Mindset baharu memerlukan proses, insentif dan amalan kepimpinan yang turut menyokong perubahan tersebut.

Hal ini meletakkan HR lebih dekat dengan teras transformasi organisasi. Peranannya bukan sekadar mengurus pekerja, tetapi turut merangkumi cara pekerja bekerja, sistem yang menyokong mereka serta budaya yang terbentuk daripada sistem tersebut. Apabila tempat kerja semakin kompleks, memahami pengalaman pekerja dalam sesebuah organisasi menjadi penting untuk membantu HR membuat keputusan yang lebih baik.

Roshan menyifatkan pendekatan ini sebagai usaha ke arah “employee intelligence”, iaitu memahami perkara yang diperlukan oleh pekerja, mengetahui apa yang sedang berlaku di sebalik keadaan yang kelihatan di permukaan dan menggunakan pandangan tersebut untuk membuat keputusan organisasi yang lebih baik.

Ini juga bermakna kita perlu melihat melangkaui penjelasan yang paling jelas apabila sesuatu masalah berlaku. Pasukan yang menghadapi kesukaran mungkin memerlukan sokongan yang lebih baik, tetapi punca sebenar masalah mungkin terletak pada model operasi, sistem insentif, struktur organisasi atau bahkan produk itu sendiri.

Apakah yang organisasi minta pekerja lakukan dalam sistem sedia ada, dan adakah sistem tersebut benar-benar menyokong tingkah laku yang kita inginkan? — Roshan Thiran

3. Daripada AI Co-Pilot kepada Rakan Sekerja Digital

William Gaultier | Pakar Strategi AI dan Komunikasi, Pakar Teknologi HR

William membawa perbincangan ke dunia AI yang berubah dengan pantas, termasuk apa yang berlaku apabila AI bukan lagi sekadar membantu melaksanakan tugasan individu, tetapi mula mengambil alih tugasan dengan lebih autonomi.

Beliau bermula dengan perkara yang sudah berlaku hari ini. Pekerja sudah menggunakan AI, jadi organisasi perlu memahami bagaimana teknologi ini digunakan, terutamanya apabila melibatkan maklumat sulit, tadbir urus dan polisi syarikat.

Perubahan seterusnya ialah daripada co-pilot kepada “colleague”. Co-pilot membantu pekerja menyiapkan sesuatu tugasan, manakala ejen AI semakin mampu diberikan tugasan dan melaksanakannya dengan tahap autonomi yang lebih tinggi. Namun, ejen AI masih memerlukan pengurus dan titik semakan, dengan pengawasan manusia yang jelas sebelum ia mula beroperasi.

Tahap autonomi ini menimbulkan persoalan baharu berkaitan HR dan undang-undang. Proses pengambilan pekerja dan keputusan berkaitan pekerjaan memerlukan tadbir urus yang jelas tentang cara AI digunakan dan pihak yang bertanggungjawab terhadap keputusan tersebut. Usaha meningkatkan kemahiran juga perlu bergerak seiring dengan automasi, seperti yang ditunjukkan melalui contoh IKEA dan DBS, apabila pekerja dilatih semula untuk menjalankan tugas yang semakin bernilai apabila AI mengambil alih tugasan lain.

“Anda sebenarnya bukan mengurus AI. Anda mengurus aliran kerja.” — William Gaultier

Teknologi mungkin mengambil alih lebih banyak tugasan, tetapi manusia masih perlu memahami bagaimana tugasan tersebut berkait dengan keseluruhan organisasi.

4. Adakah Kita Melatih untuk Situasi atau Peranan?

Apurv Amanesh | Senior Director – Asia Pacific, SHRM

Apurv mengalihkan fokus kepada satu masalah yang sudah biasa dihadapi oleh banyak pasukan HR. Organisasi melabur banyak dalam latihan, tetapi momentum pembelajaran sering terhenti apabila pekerja kembali menjalankan tugas sebenar mereka.

Beliau melihat isu ini dalam konteks yang lebih luas. AI akan memberi kesan kepada pelbagai peranan dalam organisasi, menjadikan perancangan tenaga kerja semakin penting. Aspirasi Malaysia dalam bidang semikonduktor, pendigitalan dan pusat data menjadikan keperluan ini lebih mendesak kerana industri-industri tersebut memerlukan kemahiran baharu.

Malaysia mempunyai pendekatan yang kukuh dalam aspek latihan dan pengukuran. Cabaran seterusnya ialah memastikan pembelajaran diterjemahkan kepada tingkah laku di tempat kerja. Bimbingan, coaching dan pengukuhan secara praktikal boleh membantu pekerja mengaplikasikan perkara yang mereka pelajari. Menambah lebih banyak latihan sahaja tidak akan menyelesaikan jurang ini. Organisasi perlu mengenal pasti keupayaan yang paling penting dan memikirkan semula cara pembelajaran disampaikan serta diperkukuhkan.

“Adakah kita melatih untuk situasi atau peranan?” — Apurv Amanesh

5. AI Boleh Menjadikan Proses Pengambilan Pekerja Lebih Berperikemanusiaan

Sam Baxendale | Pemimpin Pemerolehan Bakat dan Teknologi HR

Sam Baxendale melihat AI melalui salah satu tanggungjawab HR yang paling berkait rapat dengan manusia: membawa individu yang tepat ke dalam organisasi.

Proses pengambilan pekerja yang baik sememangnya bergantung pada ukuran kejayaan yang jelas. Cabarannya muncul apabila pengurus pengambilan pekerja berada di bawah tekanan dan setiap jawatan bermula dengan pemahaman yang sedikit berbeza tentang perkara yang sebenarnya diperlukan oleh organisasi.

Sam menggalakkan pemimpin HR untuk bermula dengan masalah perniagaan yang ingin diselesaikan, bukannya sekadar tajuk jawatan. Setelah organisasi memahami perkara yang perlu diselesaikan dan gambaran kejayaan yang ingin dicapai, hasil tersebut boleh digunakan untuk menentukan kompetensi, kriteria penilaian dan keputusan pengambilan pekerja.

Di sinilah AI boleh membantu. AI boleh membantu menukarkan masalah yang dihadapi oleh perniagaan kepada pernyataan masalah yang lebih jelas, kemudian mewujudkan struktur yang lebih baik untuk menentukan kompetensi dan menjalankan penilaian.

Bagi Sam, struktur ini membuka ruang untuk perbualan yang lebih baik. Apabila kekeliruan dan kerja pentadbiran dapat dikurangkan, perekrut mempunyai lebih banyak ruang untuk memahami calon dan membuat keputusan yang lebih tepat berdasarkan maklumat yang ada.

“AI menjadikan proses pengambilan pekerja lebih berperikemanusiaan dengan menjadikannya lebih objektif.” — Sam Baxendale

6. Data Mungkin Tidak Menipu, Tetapi Tidak Semestinya Memberitahu Kita Sebabnya

Deepa George | Pakar Analitik Tenaga Kerja dan Pemimpin HR

Pasukan HR kini mempunyai akses kepada lebih banyak data pekerja berbanding sebelum ini. Namun, cabaran yang lebih besar ialah memahami mengapa perkara tersebut berlaku.

Peningkatan kerja lebih masa, cuti sakit atau perbelanjaan mungkin kelihatan seperti isu kos pada papan pemuka data. Tetapi perbualan dengan pekerja yang mengalaminya mungkin mendedahkan cerita yang sama sekali berbeza.

Bagi Deepa, data berfungsi paling baik sebagai petunjuk yang membantu HR mengenal pasti perkara yang perlu dilihat dengan lebih dekat. Perbualan pula memberikan konteks yang diperlukan untuk memahami perkara di sebalik sesuatu corak.

Pendekatan ini boleh digunakan sepanjang kitaran pengalaman pekerja:

Data pengambilan pekerja boleh mendedahkan jurang antara perkara yang dijanjikan kepada calon dengan pengalaman mereka selepas menyertai organisasi.

Corak penglibatan pekerja boleh menunjukkan isu yang memerlukan perbualan lebih lanjut.

Perubahan dalam penyertaan atau ketidakhadiran boleh menjadi petunjuk awal kepada HR untuk bertindak dan mendapatkan gambaran lebih jelas sebelum sesuatu isu menjadi lebih besar.

Pendekatan ini juga bermakna kita perlu melihat individu di sebalik data tersebut. Keutamaan pekerja boleh berubah mengikut fasa kehidupan mereka. Oleh itu, insentif atau peluang kerjaya yang sama mungkin membawa makna yang sangat berbeza bagi setiap individu.

“Data mungkin tidak menipu, tetapi tidak semestinya dapat memberitahu kita sebabnya.” — Deepa George

7. Latihan Perlu Mengubah Tingkah Laku, Bukan Sekadar Menyampaikan Pengetahuan

Dr Carl Thong | Global CEO Momenta

Carl memulakan sesi dengan satu kenyataan yang mencetuskan persoalan: “Latihan jualan tidak berkesan.”

Seseorang mungkin memahami idea baharu, tetapi masih menghadapi kesukaran untuk menggunakannya apabila berhadapan dengan pelanggan sebenar. Jurang antara pengetahuan dan aplikasi inilah yang perlu ditangani dengan lebih baik oleh program pembelajaran.

Kerangka yang diketengahkan Carl bermula dengan hasil yang ingin dicapai oleh perniagaan. Dari situ, organisasi boleh mengenal pasti tingkah laku yang diperlukan, mereka bentuk pembelajaran berdasarkan tingkah laku tersebut dan menyediakan peluang untuk mengukuhkannya.

Pendekatan ini turut menjadikan pengurus sebahagian daripada proses pembelajaran. Bengkel memperkenalkan sesuatu idea, manakala tempat kerja menyediakan ruang untuk pekerja mengaplikasikan tingkah laku baharu sehingga ia menjadi berguna dan akhirnya menjadi kebiasaan.

Ia juga mengubah cara HR mengukur kejayaan sesuatu program. Kepuasan peserta mungkin menunjukkan sama ada mereka menikmati program tersebut. Namun, ukuran yang lebih bermakna melihat perkara yang dipelajari, perubahan yang mereka lakukan selepas itu dan sama ada perubahan tersebut menyumbang kepada hasil perniagaan.

Persoalan ini wajar ditanya sebelum memulakan sebarang program baharu:

“Apakah yang sepatutnya dilakukan oleh pekerja secara berbeza selepas mengikuti program ini?”

8. Apabila AI Mengambil Alih Tugasan Rutin, HR Boleh Lebih Dekat dengan Pekerja

Subash Palaniappan | Pakar Agile dan HR

Apabila lebih banyak tugasan berulang mula diautomatikkan, HR mempunyai peluang untuk meluangkan lebih banyak masa memahami perkara yang sebenarnya diperlukan oleh pekerja dan organisasi secara keseluruhan.

Namun, peluang ini turut datang dengan tanggungjawab. Kebimbangan terhadap AI juga merupakan isu HR. Pekerja memikirkan tentang keselamatan pekerjaan mereka, dan HR perlu memahami kebimbangan tersebut, bukannya melihat automasi semata-mata sebagai keputusan berkaitan teknologi.

Subash menggalakkan profesional HR untuk meluangkan lebih banyak masa di luar fungsi biasa mereka:

“Minumlah kopi bersama sekurang-kurangnya dua orang dalam organisasi anda setiap minggu, terutamanya mereka yang lebih pendiam dan mungkin tidak pernah datang kepada HR. Perbualan sebegini boleh mendedahkan perkara yang mungkin tidak akan anda dengar dengan cara lain.” — Subash Palaniappan

Ia merupakan satu tabiat yang mudah, tetapi membawa implikasi yang lebih besar. Apabila teknologi mengendalikan lebih banyak tugasan pentadbiran, HR mempunyai lebih banyak ruang untuk benar-benar hadir dan memahami apa yang berlaku dalam organisasi.

9. Keselamatan Psikologi Bermula dengan Cara Kita Hadir

Paul N. Larsen | Pemimpin Organisasi dan HR Global, Bekas CHRO Adobe dan Jurulatih Eksekutif

Keselamatan psikologi sering dibincangkan sebagai sesuatu yang perlu diwujudkan oleh pemimpin untuk pasukan mereka. Namun, Paul melihatnya dari sudut yang berbeza: sejauh mana profesional HR sendiri berasa selamat untuk berdepan dengan kerentanan?

Bagi fungsi yang banyak meluangkan masa untuk menyokong orang lain, kesedaran terhadap diri sendiri juga menjadi sebahagian daripada tugas. Ketakutan, kemarahan, kesunyian dan rasa terbeban boleh mempengaruhi cara seseorang bertindak balas, termasuk mereka yang bertanggungjawab membantu orang lain menghadapi situasi yang sukar.

Kepercayaan berkembang melalui keaslian diri. Mengakui kesilapan dan ketidaksempurnaan dapat membina hubungan yang lebih kukuh berbanding cuba menampilkan imej yang sentiasa sempurna.

Beliau turut melihat daya tahan dari perspektif “bouncing forward” — menggunakan gangguan atau perubahan sebagai peluang untuk bergerak ke arah sesuatu yang baharu, bukannya cuba mengembalikan keadaan seperti sebelumnya.

“Apabila anda mendapati diri anda cuba membuktikan nilai diri, anda sebenarnya telah melupakan nilai yang anda miliki.” — Paul N. Larsen

10. Mulakan dengan Manusia, Kemudian Bawa Masuk AI

Kati Torim | Pengasas dan Penasihat Transformasi AI Berteraskan Manusia

Kati mempersoalkan kebiasaan menjadikan AI sebagai titik permulaan dalam usaha transformasi. Organisasi boleh mengumpulkan pelbagai alat AI, tetapi masalah asas yang ingin diselesaikan masih kekal sama.

Beliau menerangkan peralihan daripada ekonomi berasaskan pengetahuan kepada “brain economy”, iaitu keadaan apabila pemimpin perlu menghubungkan maklumat, melihat gambaran yang lebih besar dan memahami bagaimana setiap bahagian dalam organisasi saling berkait.

Kati menggalakkan pemimpin untuk berfikir seperti pereka sistem. Pekerja sendiri merupakan sumber penting untuk memahami perkara ini. Mereka yang bekerja dalam sesebuah sistem selalunya paling tahu di mana wujudnya masalah atau kesukaran dan mempunyai idea praktikal tentang cara sistem tersebut boleh berfungsi dengan lebih baik.

Dari situ, AI menjadi lebih berguna. Daripada memperkenalkan teknologi hanya kerana ia tersedia, pemimpin boleh mengenal pasti masalah tertentu, memahami mengapa masalah itu penting dan menentukan bagaimana teknologi benar-benar boleh membantu memperbaiki keadaan.

Persoalan berikut boleh menjadi panduan untuk menilai sama ada AI benar-benar diperlukan:

• Apakah masalah sebenar yang cuba saya selesaikan?
• Mengapa saya melakukannya?
• Apakah sistem yang sedang bermasalah?
• Bagaimanakah AI boleh membantu menyelesaikan masalah khusus tersebut?

11. Keselamatan Siber Juga Merupakan Isu HR

Danny Kim | Pakar Keselamatan Siber, Penasihat NASA, CEO dan Pengasas CyberArmour

Danny Kim meluaskan perbincangan tentang tanggungjawab HR dengan membawa aspek keselamatan siber ke dalam perbincangan.

Apabila pekerja berinteraksi dengan data dan teknologi dalam tugasan harian, keselamatan menjadi sebahagian daripada cara sesebuah organisasi beroperasi.

AI menambah satu lagi lapisan kepada landskap ini. Apabila penyerang mempunyai akses kepada alat yang semakin canggih, organisasi memerlukan keupayaan teknikal yang kukuh, di samping pekerja yang memahami risikonya dan tahu cara bertindak balas.

HR turut memainkan peranan dalam perkara ini. Pendidikan dan kesedaran pekerja, reka bentuk peranan serta polisi organisasi semuanya mempengaruhi tahap keselamatan sesebuah organisasi. Dalam jangka panjang, keselamatan perlu menjadi sebahagian daripada budaya, dengan setiap pekerja memahami bagaimana keputusan yang dibuat dalam tugasan harian boleh melindungi atau mendedahkan organisasi kepada risiko.

“Kesedaran tentang keselamatan siber merupakan sebahagian daripada pengurusan manusia.” — Danny Kim

12. Pengiktirafan Adalah Asas, Bukan Penamat

RJ Steiner | Pakar Ganjaran & Pengiktirafan Global dan Global Managing Director, BI Worldwide
 

RJ Steiner menggesa pemimpin HR supaya melihat melangkaui aktiviti yang terhasil daripada program pengiktirafan dan memberi tumpuan kepada tingkah laku yang sebenarnya ingin dipengaruhi.

Platform pengiktirafan boleh menunjukkan jumlah mesej yang dihantar atau bilangan pekerja yang mengambil bahagian. Tetapi apakah yang berlaku hasil daripada pengiktirafan tersebut?

RJ berkongsi satu contoh melibatkan sebuah syarikat FMCG global yang mempunyai lebih 100,000 pekerja. Pekerja mengenal pasti premis yang tidak menjual rangkaian minuman tertentu, dan usaha tersebut kemudiannya diiktiraf serta dijejaki sehingga menghasilkan jualan. Menurut RJ, 43% daripada prospek yang dikemukakan berjaya ditukar kepada jualan, sekali gus menjana AS$40 juta hasil tambahan.

Pada akhirnya, inisiatif berkaitan pekerja boleh menyumbang secara langsung kepada prestasi perniagaan apabila organisasi jelas tentang tingkah laku yang ingin digalakkan dan mempunyai kaedah untuk mengukur hasilnya.

“Apakah tingkah laku yang cuba kita pengaruhi, dan apakah impaknya kepada organisasi?” — RJ Steiner

Perkara ini membawa semula perbincangan hari tersebut kepada satu tema yang muncul dalam beberapa sesi: inisiatif HR menjadi lebih bermakna apabila hubungannya dengan hasil organisasi dapat dilihat dengan jelas.

13. Siapa Sebenarnya yang Membuat Keputusan?

Dr. Arul Aruleswaran | Pakar AI dan Pemikir Utama

Dr. Arul memulakan sesi dengan persoalan tentang kedudukan pertimbangan manusia apabila AI terlibat dalam sesuatu keputusan. Beliau bermula dengan situasi HR yang biasa. Sistem HRMS dan ERP tradisional menyediakan data, profesional HR menelitinya, menggunakan pertimbangan mereka dan membuat keputusan. Kini, apabila lapisan AI ditambah, prosesnya kelihatan hampir sama, tetapi semuanya berlaku dengan lebih pantas.

AI sudah mula digunakan dalam sistem HR, dengan platform HRMS dan ERP menambah keupayaan AI serta agentic AI. Kepantasan ini membawa tekanan baharu kerana cadangan boleh diterima dengan cepat, dan jangkaan untuk bertindak juga datang dengan pantas. Organisasi boleh berjaya melaksanakan sesuatu sistem, tetapi pekerjanya masih belum bersedia untuk menilai dan mempersoalkan hasil yang dihasilkan oleh sistem tersebut. Kesediaan teknikal dan kesediaan manusia ialah dua perkara yang berbeza.

Beliau mengenal pasti empat titik buta yang wajar dipersoalkan:

Silent drift: AI secara beransur-ansur mempengaruhi keputusan tanpa pengguna menyedari perubahan dalam tingkah lakunya.

Bias amplification: Data yang tidak sempurna atau bersifat kebarangkalian boleh mengukuhkan corak dan bias yang sedia ada.

Overreach: AI menghasilkan output yang melangkaui perkara yang sewajarnya dijadikan sandaran oleh pengguna.

Deceptive behaviour: Output kelihatan meyakinkan, tetapi pengguna tidak mempunyai gambaran yang jelas tentang asas di sebalik hasil tersebut.

Tanggungjawab menjadi semakin penting apabila sesuatu keputusan membawa kesan yang nyata. Penggajian, cuti, potongan gaji dan pematuhan memerlukan pihak yang bertanggungjawab dengan jelas. Mengikuti sesuatu cadangan hanya kerana ia datang daripada sistem secara beransur-ansur boleh mengalihkan kuasa membuat keputusan daripada manusia tanpa sesiapa pun benar-benar memilih untuk berbuat demikian.

“Adakah AI membantu saya membuat keputusan, atau saya membiarkan AI membuat keputusan untuk saya?” — Dr. Arul Aruleswaran

Tukarkan Apa yang Dipelajari kepada Tindakan

Kembali menyampaikan ucaptama penutup, Arulkumar membawa perbincangan Hari 1 kembali kepada aspek pelaksanaan.

Mesej penutup beliau berasaskan satu idea mudah: pengetahuan hanya mencipta nilai apabila ia mengubah perkara yang kita lakukan. Ia bermula dengan terus belajar, tetapi pada masa yang sama kita perlu lebih sengaja dalam memikirkan cara kerja dilakukan.

Teknologi boleh menjadi sebahagian daripada jawapannya. Namun, ada kalanya penyelesaian yang lebih baik hanyalah perubahan cara berfikir tanpa perlu terus mencari alat baharu.

Cara yang lebih bijak mungkin bermaksud proses yang lebih ringkas, aliran kerja yang lebih jelas atau sekadar mempersoalkan tabiat yang sudah terlalu lama diamalkan. Yang penting ialah melihat semula cara kita bekerja dengan perspektif baharu dan bertanya di mana masa serta tenaga kita paling wajar digunakan.

Mungkin cara yang lebih bijak itu sebenarnya sudah ada, cuma menunggu untuk dipersoalkan.