Apakah kemunduran kerja berbasis pengetahuan sudah dimulai?

• Dalam beberapa tahun terakhir, tingkat pengangguran lulusan perguruan tinggi meningkat lebih cepat dibanding pekerja lain, sehingga memicu kekhawatiran yang semakin besar
• PHK terbaru Starbucks terhadap lebih dari 1.000 karyawan kantor pusat menjadi sinyal peringatan bagi pekerja kerah putih
• Sejak September 2022, tingkat pengangguran lulusan perguruan tinggi naik 30%, dari 2% menjadi 2,6%
• Tingkat pengangguran keseluruhan naik 18% pada periode yang sama, dari 3,4% menjadi 4%
• Tingkat pengangguran saat ini masih rendah menurut standar historis, tetapi mulai terlihat tanda-tanda pelemahan pasar tenaga kerja
• Setelah lonjakan permintaan pascapandemi, perusahaan sempat merekrut secara agresif, lalu beralih ke pengurangan tenaga kerja akibat kenaikan suku bunga dan tekanan investor

Perubahan teknologi dan dampak AI

• Kecerdasan buatan (AI) yang berkembang pesat memunculkan kemungkinan berkurangnya permintaan untuk kerja berbasis pengetahuan
• Khususnya bagi developer pemula, alat bantu coding AI meningkatkan produktivitas lebih dari 25%
• Kesenjangan produktivitas dengan developer berpengalaman menyusut, sehingga memunculkan kekhawatiran akan turunnya premi upah bagi pekerja senior
• Peneliti MIT mengemukakan kemungkinan bahwa peran developer akan berevolusi menjadi manajer AI
• Dalam jangka pendek, tren pengurangan tenaga kerja melalui AI makin meluas di industri teknologi
• Tingkat pengangguran di industri teknologi naik lebih dari 50%, dari 2,9% pada 2022 menjadi 4,4% pada 2024

Contoh per industri: game, keuangan, kopi

• Industri video game tumbuh pesat karena lonjakan selama pandemi pada 2020, lalu mengalami PHK besar-besaran
• Di pengembang game ternama seperti Bethesda, pembentukan serikat pekerja dan restrukturisasi berlangsung bersamaan
• Di industri keuangan, permintaan kredit perumahan menurun seiring kenaikan suku bunga, sehingga tenaga kerja dikurangi
• Wells Fargo melakukan pengurangan tenaga kerja selama 16 kuartal berturut-turut, dan divisi kredit perumahannya menyusut setengah sejak 2023
• Sejumlah karyawan mengklaim bahwa PHK berkaitan dengan aktivitas serikat pekerja

Perubahan struktur perusahaan dan pencarian efisiensi organisasi

• Banyak perusahaan meniru model Amazon dengan menurunkan hambatan antar fungsi dan membentuk tim kecil
• Starbucks, Nissan, dan lainnya juga menyebut "penghapusan duplikasi" dan "organisasi yang lincah" sebagai alasan PHK
• Perubahan ini menyebabkan berkurangnya lapisan manajer menengah dan peran back-office

Ketimpangan antara tingkat pendidikan dan pengangguran

• Menurut analisis ZipRecruiter, kenaikan tingkat pengangguran terkonsentrasi pada pemegang gelar sarjana atau mereka yang menempuh sebagian pendidikan tinggi
• Pada kelompok berpendidikan lebih tinggi (magister ke atas) atau kurang dari lulusan SMA, tingkat pengangguran stabil atau menurun
• ADP Research menilai bahwa perekrutan untuk pekerjaan yang mensyaratkan gelar sarjana atau lebih tinggi melambat relatif lebih besar

Perubahan nilai ekonomi gelar

• Kesenjangan upah antara pemegang gelar dan non-pemegang gelar yang terus melebar sejak 1980 mengalami stagnasi dalam 15 tahun terakhir
• Ini mungkin disebabkan oleh bertambahnya jumlah lulusan perguruan tinggi dan perkembangan teknologi informasi yang mengurangi kebutuhan akan pekerja berpendidikan tinggi
• Misalnya, pekerjaan seperti akuntansi yang dulu ditujukan bagi lulusan perguruan tinggi kini makin terotomatisasi sehingga permintaannya menurun

Dampak kebijakan pemerintah dan sektor publik

• Upaya mantan Presiden Trump untuk merombak pemerintah federal juga berdampak pada universitas dan lembaga nirlaba
• Johns Hopkins University mengumumkan PHK 2.000 orang secara global akibat pemangkasan dana riset federal
• Sektor publik dan riset adalah bidang dengan proporsi tinggi pekerja berpendidikan tinggi, sehingga pengurangan belanja pemerintah dapat berdampak besar

Pandangan para ekonom

• Profesor Lawrence Katz dari Harvard menilai kenaikan tingkat pengangguran saat ini belum tentu merupakan perubahan jangka panjang
• Efek diskon upah akibat kerja jarak jauh mungkin turut berpengaruh
• Namun, pemangkasan belanja pemerintah untuk sains, pendidikan, dan riset berpotensi berdampak negatif pada tingkat pengangguran lulusan perguruan tinggi dalam beberapa bulan ke depan

[takesixnotfive]

Perkembangan AI pada akhirnya berarti polarisasi.

Melihat kelayakan kebijakan pendapatan dasar universal,
mungkin sebentar lagi ketimpangan antarkelas akan memburuk hingga ke tingkat yang menakutkan.

[GN⁺]

Opini Hacker News

• Mengejutkan bahwa tidak banyak orang membicarakan topik ini. Alasan besar perusahaan bisa melakukan PHK adalah karena mereka memang mengerjakan lebih sedikit hal. Dulu ada banyak ide perbaikan kecil untuk para pengguna, tetapi sekarang hanya ada AI. Bukan berarti mereka memakai AI untuk melakukan perbaikan, juga tidak ada rencana ke arah sana. Mereka memang tidak melakukannya. Pengalaman ini bukan sesuatu yang istimewa.

• Ada kekhawatiran bahwa pengetahuan manufaktur dan rekayasa akan hilang karena keserakahan kita. Dalam skenario yang umum, ketika sebuah industri tidak lagi berjalan baik di suatu negara, manajemen memutuskan untuk melakukan outsourcing dan pada akhirnya membongkar pabrik. Pengetahuan yang dimiliki para insinyur, teknisi, dan pekerja yang lebih tua hilang sepenuhnya saat mereka meninggal.

• Sebagian besar pekerjaan yang mempertahankan standar hidup kita adalah pekerjaan blue-collar. Petani, pekerja tekstil, pekerja konstruksi, tukang ledeng, teknisi listrik, pekerja pengolahan limbah, dan lain-lain. Selama abad terakhir, pekerjaan white-collar telah dinilai terlalu tinggi. Sekarang pekerjaan white-collar juga mulai terancam, dan tidak jelas ke mana orang akan menuju. Kue ekonomi terus mengecil, dan tren ini tampaknya tidak akan berbalik. Model sosioekonomi kita tampaknya tidak berkembang seiring teknologi. Kita perlu percakapan yang konstruktif tentang cara beradaptasi.

• Gelar sarjana perlu dipikirkan ulang sepenuhnya. Itu dulunya merupakan finishing school untuk menjadikan anak-anak para pemilik modal kaya sebagai anggota kelas yang sesuai. Setelah itu, gelar sarjana menjadi semacam gelar vokasional untuk kelas pekerja, tetapi banyak gelar sepenuhnya terpisah dari keterampilan yang berguna. Satu-satunya nilainya adalah bahwa jika Anda bisa mengesankan komite/individu perekrutan yang tepat, Anda bisa menjadi bagian dari kelas manajerial profesional. Meski begitu, kita memutuskan bahwa kelas pekerja harus mengambil pinjaman besar untuk gelar ini dan menanggung utang sepanjang kehidupan profesional mereka. Ini tidak berkelanjutan, dan sekadar menghapus utang justru akan lebih mahal serta semakin menjauh dari hasil nyata yang diinginkan, yaitu pekerja yang berguna.

• Orang-orang yang paling gencar mengklaim keunggulan AI mungkin juga tidak banyak "menguji" hasilnya dan membiarkan LLM memuntahkan kesalahan. Saya memakai LLM setiap hari, tetapi terutama sebagai alat brainstorming atau untuk menulis bagian kecil dari skrip. Semuanya harus diverifikasi. Akhir pekan lalu saya mencoba memakai ChatGPT Music Teacher, tetapi saya menghabiskan hampir setengah jam untuk menyiapkan latihan voice leading untuk gitar. Model itu gagal memberikan informasi yang benar. Kode atau informasi fret/nada-nya salah. Jika saya tidak memahami teori dan interval pada gitar, itu bisa menjadi masalah besar. Saya membuang setengah jam dan tidak mendapatkan sesuatu yang berguna. Bukan berarti teknologinya tidak mengagumkan, tetapi kita tidak boleh percaya pada hype.

• Untuk saat ini, AI masih harus diseleksi dan diperiksa oleh pekerja pengetahuan. AI memang membuat pekerja pengetahuan lebih produktif, tetapi tidak membuat mereka menjadi tidak diperlukan. Jika pekerja pengetahuan menjadi lebih produktif, maka kerja pengetahuan menjadi lebih murah. Kerja pengetahuan yang lebih murah meningkatkan permintaan terhadap kerja pengetahuan. Karena itu, jumlah pekerja yang dibutuhkan justru bisa meningkat. Mungkin juga tidak, tetapi analisis tingkat pertama yang menyimpulkan pekerja pengetahuan akan berkurang itu belum memadai. Kita bisa melihat produsen pakaian sebagai rujukan. Otomatisasi parsial dalam manufaktur pakaian membuat pakaian lebih murah, dan sekarang orang memiliki ratusan potong pakaian. Lebih banyak orang membuat pakaian sekarang dibanding 100 tahun lalu.

• Menurut makalah akademik terbaru, pengembang perangkat lunak yang menggunakan AI coding assistant mengalami peningkatan lebih dari 25% pada indikator utama produktivitas. Peningkatan produktivitas paling besar terlihat pada pengembang yang kurang berpengalaman. Tetapi saya tidak terlalu yakin dengan kutipan ini. Saya membaca makalahnya, dan dalam konteks ini "produktivitas" dianggap sebagai jumlah build, commit, dan pull request per minggu dari pengembang. Tidak ada perbedaan yang signifikan secara statistik dalam tingkat keberhasilan build berdasarkan apakah alat AI (Copilot) digunakan atau tidak.

• Saya tidak yakin seberapa relevannya dengan AI. Salah satu pelajaran nyata dari pandemi adalah bahwa segala sesuatu yang terkait pengetahuan bisa di-outsourcing. Kualitas sebesar 1/8 hingga 1/2 pun dianggap lebih baik jika biayanya lebih rendah. Efek ini makin diperkuat pada peran yang kurang terampil dan lebih junior. Seiring AI berkembang, efek ini akan semakin besar. Jika ada AI dan seorang operator yang bekerja bersama, produktivitasnya akan sangat tinggi sehingga tidak ada alasan untuk mempekerjakan orang lain.

• Mesin AI mungkin benar-benar menulis kode yang mengerikan dan mungkin tidak akan membaik. Tetapi ia bisa dengan mudah membuat orang bekerja asal-asalan, dan itu dapat menyebabkan kemunduran kerja pengetahuan.