- CEO Anthropic Dario Amodei memperingatkan bahwa AI bisa menghapus setengah pekerjaan kantor tingkat pemula dalam beberapa tahun, tetapi tidak menyajikan riset atau bukti yang mendasari estimasi 50% tersebut
- Pernyataan ini, sejalan dengan prediksi bahwa AI akan melampaui manusia dalam hampir semua pekerjaan intelektual, dikritik sebagai narasi ala Silicon Valley bahwa “AI akan memperbaiki segalanya, tetapi merusak segalanya terlebih dahulu”
- Masa depan yang digambarkan Amodei adalah kondisi di mana penyembuhan kanker, pertumbuhan ekonomi 10% per tahun, dan anggaran berimbang berdampingan dengan tingkat pengangguran 20%; ekonom tenaga kerja Aaron Sojourner melihatnya sebagai “visi yang radikal tanpa preseden”
- Mark Cuban membantah dengan mengatakan bahwa pekerjaan sekretaris dan dikte kantor pada masa lalu juga tergantikan, tetapi perusahaan dan pekerjaan baru muncul, sehingga AI bisa meningkatkan total lapangan kerja
- Generative AI kuat untuk tugas tertentu seperti merangkum dokumen atau menulis email, tetapi masih memiliki halusinasi, kesalahan fakta dasar, dan kerentanan terhadap manipulasi, sehingga Anthropic perlu membuktikan jalur risiko disruptif dan solusinya yang mereka klaim
Perdebatan yang dipicu oleh peringatan Amodei soal pekerjaan
- Dario Amodei mengatakan dalam wawancara Axios bahwa AI bisa segera menghapus setengah pekerjaan kantor tingkat pemula
- Waktunya bisa terjadi “dalam beberapa tahun ke depan”
- Ia kemudian mengulang pernyataan dengan maksud serupa dalam wawancara CNN Anderson Cooper
- Amodei mengatakan AI mulai menjadi lebih baik daripada manusia dalam hampir semua pekerjaan intelektual, termasuk pekerjaan dirinya dan para CEO lain
- Estimasi 50% itu tidak disertai riset atau bukti terpisah, dan pernyataan tersebut dikritik sebagai narasi hiperbola AI semacam “AI memperbaiki segalanya, tetapi terlebih dahulu merusak segalanya”
- Gambaran masa depan lain yang ia lukiskan memadukan optimisme dan guncangan
- Kanker disembuhkan
- Ekonomi tumbuh 10% per tahun
- Anggaran menjadi berimbang
- 20% orang tidak memiliki pekerjaan
- Ekonom tenaga kerja Aaron Sojourner menilai bahwa agar pengangguran tinggi dan pertumbuhan PDB kuat bisa terjadi bersamaan, diperlukan asumsi bahwa AI meningkatkan produktivitas secara besar-besaran
- Ia mengatakan produktivitas tenaga kerja harus melonjak 30% agar kombinasi ini mungkin terjadi
- Sebagai perbandingan, adopsi komputer pada 1980-an hingga 1990-an mengubah pasar tenaga kerja, tetapi peningkatan produktivitas tenaga kerja hanya 2–3%
Posisi Anthropic dan batas nyata generative AI
- Pernyataan Amodei muncul beberapa hari setelah Anthropic merilis pembaruan model besar untuk chatbot Claude, dan Anthropic adalah perusahaan yang bersaing dengan ChatGPT milik OpenAI
- Anthropic menyebut dirinya terutama sebagai perusahaan keselamatan dan riset AI, dan para pendirinya digambarkan sebagai orang-orang yang meninggalkan OpenAI karena perbedaan ideologis
- Karena Amodei berada pada posisi untuk mendapatkan keuntungan dari teknologi yang menurutnya bisa merusak pasar tenaga kerja, peringatannya dikritik tampak lebih seperti iklan daripada panduan untuk kepentingan publik
- Optimis AI Mark Cuban mengatakan dalam unggahan Bluesky bahwa pekerjaan sekretaris dan dikte kantor pada masa lalu pernah tergantikan, dan dari AI akan muncul perusahaan baru serta pekerjaan baru, sehingga total lapangan kerja akan meningkat
- Generative AI berbasis large language model seperti ChatGPT dan Claude menunjukkan kekuatan pada beberapa tugas
- Merangkum dokumen
- Menulis email sederhana
- Membantu kecurangan tugas sekolah siswa
- Merekomendasikan daftar bacaan
- Meniru gaya penulisan newsletter
- Pada saat yang sama, batas keandalannya juga cepat terlihat
- Terjadi halusinasi
- Salah soal fakta dasar
- Rentan terhadap manipulasi
- Jika perusahaan AI dapat mengubah prediktor teks yang semi-andal seperti ini menjadi revolusi ekonomi, mereka harus membuktikan kemungkinannya; Anthropic juga tidak boleh berhenti pada meneriakkan risiko, tetapi harus menunjukkan bagaimana AI bisa bersifat disruptif dan bagaimana Anthropic dapat mengatasinya
1 komentar
Pendapat di Hacker News
Menurut saya, PHK massal pekerja kerah putih yang sebenarnya terjadi ketika berakhirnya ZIRP mengakhiri lowongan kerja software yang seolah tak terbatas, lalu PHK dimulai
Sekarang memang mudah menunjuk AI sebagai penyebabnya, tetapi ini terlihat seperti umpan dari perubahan besar yang sudah terjadi
https://fred.stlouisfed.org/graph/?g=1JmOr
Dari sisi skala, dampaknya sangat besar dan masih berlanjut; belum pulih ke level sebelum 2020, dan mungkin juga tidak akan. Jika lowongan sebelum pandemi dianggap 100, software berada di sekitar level 61
Namun, untuk posisi IT mungkin ada pengaruh AI; terlihat titik belok yang khas di sekitar awal 2025: https://fred.stlouisfed.org/graph/?g=1JmOv
Sebagai perbandingan, lowongan kerja konstruksi dan keperawatan lebih tinggi daripada sebelum pandemi, masing-masing sekitar 120 dan 116, sementara sektor perbankan masih di sekitar 100
Narasi demam AI begitu keras mengklaim diri sehingga arus ini tampaknya akan nyaris tinggal sebagai sejarah yang terlupakan. Sepuluh tahun lagi, orang mungkin mengira alasan Elon memangkas 90% karyawan Twitter adalah karena inisiatif AI, bukan sekadar karena ia menilai perusahaan bisa dijalankan dengan jauh lebih ramping. Perusahaan lain juga sudah 3–4 tahun mengajukan pertanyaan yang sama, dan AI mungkin suatu hari berpengaruh di sana, tetapi sejauh ini pengurangan karyawan tidak membutuhkan penopang semacam itu
Di dunia yang kecanduan permainan status, ini alasan yang seperti hadiah dari langit
AI akan mengambil semua liputan negatif, tetapi pada akhirnya arus modal menentukan cara bisnis dijalankan, dan itu menentukan software seperti apa yang dibuat. Ini dasar dari hukum Conway
PHK massal kerah putih lebih mirip pemangkasan bobot untuk membuang pemborosan yang menumpuk selama era kelebihan ZIRP
Karena nyaris bertahan melewati masa itu, saya melihat yang kali ini akan datang, dan ketika saya menyuruh orang mempertahankan pekerjaan dan berhenti pindah-pindah kerja, mereka menganggap saya gila. Sebab orang yang sering berpindah kerja kerap menjadi prioritas pertama untuk di-PHK
Pada 2000 saya pindah kota, dan ada pekerjaan yang sudah disiapkan di perusahaan yang dijalankan teman-teman saya. Ada sekitar 15 teman baik saya di perusahaan itu, termasuk CEO; posisi pengembang software sudah dijamin dan wawancara rencananya hanya formalitas. Namun setelah pindah dan bertemu CEO, ia berkata pendanaan terputus dan ada pembekuan perekrutan, jadi mereka tidak bisa mempekerjakan saya
Setelah itu saya harus bertahan sebagai pekerja lepas, mengumpulkan beberapa ratus dolar per bulan saja. Untungnya rumah yang saya tempati setelah pindah adalah rumah besar bersama teman-teman dari perusahaan itu, sehingga sewa saat itu rendah dan mereka membantu selama beberapa tahun. Akhirnya saya memang mendapat beberapa pekerjaan lepas dari perusahaan itu, tetapi baru pada 2004 saya mendapatkan pekerjaan pemrograman penuh waktu; empat tahun sebelumnya sangat berat
Selama Covid, terlalu banyak perusahaan teknologi melakukan perekrutan berlebihan, dan ada gelembung besar di FAANG serta perusahaan teknologi lain secara umum. Kejatuhan pekerjaan teknologi tidak terhindarkan
Saya kasihan pada orang-orang yang kali ini ditinggalkan dalam dingin, dan saya tahu betul apa yang mereka alami
Sebagai gantinya, kita memilih konsumsi, dan helicopter money menciptakan pekerjaan omong kosong agar orang membeli lebih banyak omong kosong. Ketika helicopter money habis, cukup jelas terlihat pekerjaan seperti itu dipangkas
AI mungkin bisa memberi efisiensi lebih, tetapi itu akan diisi dengan lebih banyak pekerjaan omong kosong dan konsumsi, bukan lebih banyak waktu luang
Saya pernah bekerja di dua perusahaan dengan kapitalisasi pasar lebih dari 10 miliar dolar pada era ZIRP, dan di sebagian besar rapat, lebih dari separuh pekerja pengetahuan yang hadir tidak diperlukan
Di tim kami, jadwal begitu padat sampai kami merekrut orang untuk menghadiri rapat lintas fungsi sebagai pengganti. Perusahaan sedang tumbuh, dan merekrut peserta rapat tidak melukai harga saham yang sedang melesat. Selain itu, jika merekrut orang, jumlah bawahan VP bertambah dan pengaruhnya juga membesar
Pasar menilai pertumbuhan perusahaan, bukan efisiensi, tetapi pada akhirnya seiring waktu pasar tunduk pada nilai. Ketika itu terjadi, semua perekrutan tempelan semacam itu dipangkas. Kedua perusahaan tersebut kemudian masing-masing mem-PHK lebih dari 10.000 orang
AI adalah kambing hitam, dan kenyataannya banyak pekerjaan pekerja pengetahuan yang katanya “digantikan” AI sejak awal memang tidak menciptakan nilai nyata
Menurut saya manajer produk yang hebat bernilai setara emas, tetapi banyak PM yang saya temui di era ZIRP pada dasarnya lebih mirip petugas pembaruan Jira dan koordinator jadwal rapat. Banyak orang dari industri teknologi yang kini kesulitan mendapat pekerjaan berasal dari peran “berdekatan” seperti agile coach dan TPM. Tentu saya sangat berempati kepada mereka. Banyak orang bekerja keras dan membangun kemampuan selama bertahun-tahun, tetapi peran seperti ini memang pada dasarnya sampai tingkat tertentu bersifat “opsional”
Menurut saya, penurunan perekrutan teknologi jauh lebih banyak disebabkan oleh perekrutan berlebihan dan offshoring daripada AI. Teknologi konferensi video baru benar-benar bagus dan menyebar luas pada akhir 2010-an, terutama di kalangan pekerja jarak jauh, dan setelah itu saya melihat kontraktor luar negeri meledak jumlahnya. Jika banyak orang memang bekerja jarak jauh, tidak penting apakah rekan kerja berada di kota yang sama atau di benua lain. Yang penting ada sejumlah jam kerja yang tumpang tindih setiap hari. Karena itu saya juga melihat banyak offshoring ke Amerika Latin dan Eropa, bukan hanya India
Untuk beberapa waktu, industri software benar-benar gila. Baru lulus kuliah dengan gelar CS dari tempat tak dikenal saja bisa mendapat 120 ribu, 150 ribu dolar. Saat itu 120 ribu dolar benar-benar 120 ribu dolar. Musik itu pasti berhenti suatu saat
Banyak tipe yang berkata “saya akan mendengarkan seperti lalat di dinding” atau “saya akan mencatat notulen,” dan kebanyakan tidak memberi kontribusi apa pun
Saya ingin ada yang membantu saya memahami ini dengan cara lain
Kalau alat-alat ini benar-benar membuat orang jadi seproduktif itu, bukankah semestinya hal itu terlihat sangat jelas pada output perusahaan? Misalnya, kalau alat coding AI pada akhirnya memang meningkatkan produktivitas secara luar biasa, kita semestinya melihat perusahaan software merilis fitur dan perbaikan lebih cepat daripada sebelumnya. Seharusnya ada ledakan besar produk inovatif dan penyempurnaan produk yang sudah ada, dan itu harus dirasakan jelas oleh pelanggan dan pengguna, bukan hanya lewat tulisan blog atau paparan laporan kinerja
Kalau departemennya adalah pusat biaya, ini bisa langsung berujung pada PHK. Tetapi kalau perusahaan membuat dan menjual software, mereka seharusnya memanfaatkan ini, dan baru mengurangi orang ketika sudah sampai pada titik “kami tidak tahu harus memakai produktivitas tambahan ini untuk apa, ide kami sudah habis”. Saya belum melihat satu pun perusahaan dalam situasi seperti itu
Jadi keputusan seperti ini tampak sebagai pemikiran jangka pendek yang terseret wacana yang terlalu panas
Misalnya, saya mendirikan perusahaan SaaS akhir tahun lalu dan sekarang tumbuh sangat cepat. Jalurnya akan melewati ARR 1 juta dolar sebelum ulang tahun pertama perusahaan. Sepenuhnya bootstrap, 100% saham dimiliki pendiri, dan jumlah orangnya 2. Saya yakin bisa mempertahankan laju pertumbuhan ini cukup lama tanpa merekrut atau mengambil investasi. Tentu bisa juga berargumen bahwa dengan lebih banyak uang atau orang, tingkat pertumbuhannya bisa ditingkatkan
Di perusahaan-perusahaan lain pada awal karier saya, kalau muncul masalah kapasitas, biasanya diselesaikan dengan merekrut. Tetapi saya dan co-founder saya bisa menyelesaikannya dengan AI, dan kami terus menemukan peningkatan produktivitas dua digit persen tanpa harus menghabiskan banyak waktu investasi di awal. Menurut saya ini sesuatu yang sama sekali tidak mungkin ketika saya mulai bekerja, dan bahkan beberapa tahun lalu sebelum AI benar-benar meledak
Teori saya tentang mengapa ini tidak terlihat “sangat jelas” adalah karena kita belum pernah mendengar sebagian besar bisnis yang mendapatkan nilai terbesar dari teknologi ini. Semuanya terlalu kecil. Perusahaan yang kita kenal rata-rata besar. Perusahaan besar sangat sulit menciptakan ulang dirinya dalam semalam agar sesuai dengan teknologi baru, dan butuh waktu lama untuk memutar kapal besar. Tetapi bisnis kecil seperti perusahaan saya bisa mengubah cara bekerja hari ini dan melihat hasilnya besok
Bottleneck-nya bukan produktivitas intelektual. Bottleneck-nya adalah regulasi, hukum kekayaan intelektual, pemasaran, dan banyak hal lain. Di kepala para penulis email eksekutif dan peserta rapat, segala macam pertimbangan bisnis selamanya saling bertabrakan. Untuk memonetisasi semuanya dengan aman dibutuhkan banyak yang disebut pemikiran unggul, dan cukup banyak faktor terkait tidak pernah tertulis di mana pun karena alasan hukum
Salah satu area yang diguncang AI adalah riset. Para peneliti menerapkan model dengan cara baru dan menghasilkan kemajuan nyata di matematika, kedokteran, dan bidang lain. Area lainnya adalah “kreasi” seni, terutama seniman grafis. Mereka adalah korban awal dan besar kemungkinan akan sepenuhnya tergantikan dalam waktu dekat. Tidak lama setelah itu, penulis, aktor, dan lainnya juga akan menyusul
https://www.ft.com/content/4f20fbb9-a10f-4a08-9a13-efa1b55dd...
Goldman Sachs disebut memiliki 11 ribu engineer dari 46 ribu karyawan, dan menggunakan AI untuk menyusun draf dokumen pengajuan publik
Menurut Solomon, penyusunan draf S-1, yaitu pernyataan pendaftaran awal untuk IPO, dulu bisa memakan waktu 2 minggu bagi tim berisi 6 orang, tetapi kini AI bisa menyelesaikannya hingga 95% dalam beberapa menit
Maksudnya, “sekarang 5% terakhir yang penting, karena sisanya sudah menjadi komoditas”
Di mata saya ini perubahan besar. Junior investment banker tidak murah, dengan total kompensasi minimal 150 ribu dolar per tahun
Contohnya tulisan ini: https://sourcegraph.com/blog/revenge-of-the-junior-developer
Kalau begitu, sekitar 2027 gerombolan agen AI otonom semestinya berkerumun di sekitar semua laporan bug dan menyelesaikannya beberapa kali lebih cepat daripada manusia. Keren. Maka sekitar 2028, software yang penuh bug akan menjadi masa lalu. Tentu saja hanya untuk perusahaan yang sepenuhnya mengadopsi AI
Saya benar-benar menantikan masa depan ketika proyek IT tidak melewati jadwal dan anggaran, serta menghasilkan nilai lebih besar dari ekspektasi. Bisakah orang disalahkan kalau menganggap ini terlalu bagus untuk dipercaya?
Dalam sistem kompleks, hasil dari perubahan besar di dalamnya tidak selalu bisa dipersepsikan, apalagi yang dijadikan dasar sekarang hanyalah sampel indrawi yang sangat kecil
Kita tidak punya gambaran seberapa cepat perusahaan rata-rata men-deploy perubahan kode baru, dan saya juga tidak tahu mengapa ada yang merasa bisa mengetahuinya. Rilis fitur publik untuk pengguna akhir bahkan bukan sinyal yang baik. Itu adalah produk hilir dan hanya sebagian kecil dari software yang ditulis
Ini mirip berjalan-jalan di mal sambil merasa bisa menangkap suasana tentang perubahan jumlah imigran yang masuk ke negara setiap bulan
Yang akan dihilangkan AI adalah pekerjaan kerah putih yang diisi orang-orang yang menjalani hari kerja seperti berjalan dalam tidur dan mengerjakan semuanya setengah-setengah
Pada 2025, LLM bisa dibuat menggantikan itu. Sayangnya, eksekutif yang menganggap AI sebagai pengganti yang sah untuk pekerjaan nyata tidak akan melihat perbedaannya
Sepertinya kita akan melihat para CEO yang mudah tertipu meledakkan perusahaan mereka sendiri sebagai akibatnya. Apakah sisanya bisa bertahan, masih harus dilihat. Tentu saja para CEO akan baik-baik saja
AI tidak akan memperbaikinya. Menghilangkan 50% karyawan bukan berarti menghilangkan 50% terbawah. Dalam skenario terburuk, dan bahkan secara rata-rata, pemilihannya akan nyaris acak. Pada akhirnya, proporsi pekerja buruk yang tersisa akan sama seperti sebelumnya
Dalam skenario yang lebih buruk lagi, metrik yang buruk justru membuat kita secara aktif memilih pekerja terburuk, dan itu terjadi lebih sering daripada yang ingin kita akui
Manajer yang tidak memahami bekerja dari rumah adalah orang-orang yang sepanjang hidupnya hanya pernah melakukan pekerjaan mengobrol di kantor. Karena itu mereka tidak memahami bagaimana duduk di tempat yang tenang dan berpikir bisa disebut bekerja dan memberi nilai bagi perusahaan
Ini adalah kegagalan besar untuk mengakui bahwa orang-orang berbeda di dalam bisnis melakukan pekerjaan yang berbeda
Ada orang yang lambat, ada yang cepat atau lebih efisien dan produktif, tetapi semua orang berada di bawah tekanan kerja yang terlalu besar. Selalu jelas bahwa dibutuhkan lebih banyak tenaga, tetapi konon anggaran menghalanginya
Jadi situasi yang digambarkan terasa seperti mitos bagi saya. Namun perusahaan-perusahaan AS memang sangat kaya, atau setidaknya valuasinya sangat tinggi, dan investor punya banyak tempat untuk melempar uang, jadi mungkin saja hal seperti itu benar-benar terjadi
Jika pernyataan itu benar, sebagai konsumen kita harus mengharapkan lebih banyak produk yang terasa seperti berjalan dalam tidur dan hanya setengah jadi. Bedanya, yang membuatnya hanyalah AI
Apakah AI akan mengklik iklan dan membeli iPhone?
Jelas ada masalah besar bahwa pekerjaan level pemula digantikan oleh AI
Mengapa merekrut intern atau lulusan baru yang baru lulus, yang tidak punya keahlian maupun pengalaman untuk melakukan hal yang mungkin bisa dilakukan AI?
Tentu AI juga mungkin perlu dituntun dan diberi prompt, tetapi AI lebih murah atau benar-benar lebih “pintar”. Dalam banyak kasus, keduanya
Saya bekerja dengan orang-orang yang saya yakini punya kapasitas dan potensi untuk menjadi kompeten suatu hari nanti, tetapi investasi waktu dan sumber daya untuk membuat mereka seperti itu terlalu besar. Saya sering memilih menyelesaikan pekerjaan yang seharusnya saya delegasikan kepada mereka dengan AI. Karena saya membutuhkannya cepat, sekarang. Kalau diserahkan ke manusia, saya tidak akan mendapatkannya dengan cepat, dan harus bolak-balik beberapa kali memberi umpan balik dan melakukan review agar hasilnya bisa dipakai
Karena mereka manusia, tenggatnya mundur 2–3 hari kerja. Sebaliknya, AI bisa diberi prompt, dituntun, dan selesai dalam 3 jam
Ini bukan berarti AI adalah anugerah dari Tuhan, tetapi lulusan baru dan peran level pemula memang menjadi cukup sulit
Konsep awal intern adalah posisi pelatihan. Produktivitas bersihnya memang seharusnya negatif
Strukturnya adalah setelah magang, mereka tetap di perusahaan atau pindah ke perusahaan lain sambil membawa prioritas orang-orang yang sudah dilatih
Namun belakangan ini HR perusahaan secara aktif melakukan hal-hal yang merugikan karyawan, dan karyawan juga begitu cair sampai hampir tidak ingat nama pemberi kerja mereka, sehingga semuanya menjadi latihan yang tidak banyak bernilai
Di perusahaan lama, kami melatih intern dari Jepang. Mereka sering pindah ke AS dengan visa 2 tahun, dan ketika kembali ke Jepang mereka sudah menjadi insinyur yang sangat baik. Itu sangat sepadan
Dan intern maupun karyawan baru juga bisa menggunakan AI. Ini terasa seperti bertanya, “Setelah ada compiler, mengapa merekrut programmer junior? Kita tidak perlu orang yang menulis assembly yang membosankan, kan?”
Jika AI benar-benar peningkatan produktivitas besar, kita akan mengubahnya menjadi lebih banyak software, fitur, optimisasi, dan sebagainya, seperti yang telah dilakukan orang dengan peningkatan produktivitas dari komputer dan software selama 75 tahun terakhir
Jika merekrut intern hari ini, mereka butuh banyak bimbingan, menjadi biaya bersih bagi organisasi, dan memberi manfaat yang modest
Intern besok terbiasa menggunakan AI, membutuhkan lebih sedikit bimbingan, dan akan menghasilkan lebih banyak dengan memanfaatkan AI. Dampak keseluruhannya bisa jauh lebih besar
Pandangan “level pemula sudah tamat” hanya masuk akal jika perusahaan menginginkan semua kelemahan intern dan karyawan level pemula sekaligus berasumsi bahwa pekerjaan yang harus dilakukan jumlahnya terbatas. Maka logikanya adalah kelemahan itu bisa didapat lebih murah dari AI
Namun sepertinya tidak begitu. Saya pikir satu karyawan level pemula yang tahu cara memakai AI dan menghasilkan output setara 6 orang jauh lebih baik. Dari startup satu orang sampai perusahaan teknologi terbesar, di semua tempat saya pernah bekerja, selalu ada sangat banyak pekerjaan yang masih harus dilakukan. Karena itu semua orang berbicara tentang penentuan prioritas yang kejam
Kalau begitu, tepatnya mengapa level pemula disebut tamat?
Karena biaya implementasi turun, Anda menanganinya sendiri
Delegasi yang didefinisikan dengan benar mencakup bukan hanya tugas, tetapi juga penilaian dan kepemilikan atas hasil. Delegasi yang sempurna berarti Anda menyerahkan karena percaya pihak lain akan mengambil keputusan seperti Anda, atau setidaknya dengan cara yang bisa Anda hormati dan pahami
Anda tidak bisa sepenuhnya mendelegasikan kepada AI, dan sejujurnya memang tidak seharusnya. AI membutuhkan prompt, interpretasi, dan pascaproses. Anda tetap pihak yang berpikir. Biaya implementasinya rendah, tetapi biaya pengambilan keputusan tetap ada pada Anda. Itu bukan delegasi, melainkan eksekusi berbantuan
Sebaliknya, kepada manusia Anda bisa benar-benar mendelegasikan. Seiring waktu, mereka menginternalisasi tujuan, beradaptasi dengan konteks, dan memikul tanggung jawab dengan cara yang tidak akan pernah bisa dilakukan AI
Ada banyak alasan mengapa AI tidak bisa menggantikan posisi Anda. Pertama, konteksnya dangkal. AI tidak mengetahui norma organisasi, ekspektasi tersirat, atau detail domain yang tidak dinyatakan secara eksplisit dalam prompt atau codebase. Kedua, AI tidak punya taruhan apa pun. AI tidak punya karier, reputasi, atau konsekuensi. Manusia junior yang dilatih dan dipercaya tidak hanya menjadi lebih cepat, tetapi juga menjadi sosok yang secara independen memikul tanggung jawab
Junior dan intern juga bisa menggunakan alat AI
Ini terasa seperti tindakan paling ekstrem dari menendang tangga setelah Anda sendiri berhasil naik
Secara historis, orang cukup baik dalam memprediksi dampak teknologi baru terhadap pekerjaan yang sudah ada
Namun mereka sangat buruk dalam memprediksi pekerjaan, karier, dan industri baru yang pada akhirnya akan diciptakan oleh teknologi itu
Karena itulah ekonomi pasar bebas menghasilkan lebih banyak kekayaan seiring waktu dibanding ekonomi yang direncanakan secara terpusat. Pasar bebas membuat lebih banyak orang mencoba ide yang sekilas tampak gila, lebih cepat mengenali ide yang bagus, lalu mengalokasikan ulang sumber daya ke sana
Ketika tidak ada prediksi yang bisa dipercaya, respons cepat yang menang
Bagaimanapun, sekalipun AI “menghancurkan” pekerjaan white-collar yang ada secara besar-besaran, itu tidak selalu berarti pengangguran massal. Namun ini penalaran yang terlalu umum, sampai ada istilah peyoratifnya: Luddite
Dan sisi kebalikan dari Ludditism kini terlihat pada para pendukung AI. Mereka menyebut guncangan besar terhadap pekerjaan saat ini seperti semacam singkatan yang memberi kesan kemampuan besar. Seperti kata artikel CNN, ini semacam pemasaran
Masalah sebenarnya adalah penggunaan peralatan mekanis untuk mendominasi seluruh satu sektor ekonomi saat itu, menghancurkan nilai kerja para perajin dalam skala luas, dan menarik mereka turun dari tangga sosial
Bahkan mereka yang mendapat pekerjaan pun ditempatkan di tempat kerja yang jauh lebih berbahaya, dan dipaksa masuk ke struktur pemberi kerja/pekerja legal yang lebih kaku. Dalam gambaran besar, ini adalah “inovasi korporat” yang relatif baru. Hal ini tentu membuat negara bertanggung jawab atas penegakan kontrak kerja, dan pasukan polisi publik maupun swasta kemungkinan dipakai untuk menegakkan kontrak itu dengan kekerasan
Ini juga layak dipikirkan oleh banyak perajin berketerampilan tinggi di forum ini. Sebab mudah untuk percaya bahwa mereka tidak akan pernah terseret dalam peralihan ekonomi besar akibat adopsi inovasi teknologi baru
Setidaknya artikel Wikipedia ini layak dibaca sekilas: https://en.wikipedia.org/wiki/Luddite
Hanya orang gila yang melihat mesin Newcomen lalu berpikir, “ah, kereta api!” dan orang-orang gila itu menjadi sangat kaya. Kategori pekerjaan besar menghilang, dan kategori lain muncul
Menurut saya situasi sekarang sangat mirip dalam hal meremehkan cakupan penerapan. Hanya saja ketersediaan kategori pekerjaan baru mungkin berbeda. Namun itu juga bisa saja berarti saya sedang meremehkan kategori baru yang belum terlihat, seperti dulu pekerjaan fireman dan kondektur kereta
Di negara maju ada permintaan potensial yang cukup besar untuk layanan yang lebih banyak dan lebih baik
Misalnya, kelas menengah atas dan kelas menengah di negara seperti India dan Thailand sering menikmati layanan yang lebih baik di restoran, hotel, dan rumah tangga dibanding kelompok serupa di negara kaya
Perawatan lansia dan layanan kesehatan adalah sektor yang sangat penting di mana masyarakat bisa memperoleh manfaat dengan menempatkan lebih banyak tenaga kerja
Selain itu, banyak orang akan berperan membuat, merawat, dan mengawasi robot. Terlepas dari kemajuan yang cepat, robot masih belum akan selincah, seandal, dan sekompeten manusia dewasa secara umum selama bertahun-tahun ke depan. Lihat paradoks Moravec
Ada alasan mengapa Trump ingin menurunkan suku bunga
Meski menyakitkan, ekonomi ZIRP tidak mendengarkan konsumen akhir. Jika pendapatan cukup besar, tidak ada alasan untuk berinovasi atau menciptakan ide gila
Setiap kali seseorang menganalisis berdasarkan kondisi alat AI saat ini bahwa gejolak AI hanyalah overheating, saya teringat para skeptis yang mengabaikan pertumbuhan eksponensial kasus COVID-19 karena angka awalnya rendah
Terlepas dari itu, saya tidak mengerti bagaimana artikel ini disebut analisis dan bukan opini. Seluruh analisisnya adalah bertanya kepada seorang ekonom tenaga kerja tentang syarat apa yang diperlukan agar klaim ini berlaku, lalu menyajikan teori alternatif yang sudah beredar bahwa CEO perusahaan AI menciptakan hype palsu
Penulis bahkan memakai ungkapan sehari-hari seperti “Yeaaahhh. So, this is kind of Anthropic’s whole ~thing.~” Apakah tingkat analisis yang bisa ditawarkan CNN tentang topik ini memang hanya segini?
Mereka bisa saja membandingkan pertumbuhan kemampuan model fondasi dengan sumber daya terbatas seperti data, komputasi, dan hardware. Mereka bisa membahas pasar modal ventura saat ini dan kebutuhan perusahaan untuk menunjukkan hasil, bukan janji. Mereka juga bisa menulis tentang kesulitan industri bioteknologi raksasa dalam menggabungkan alat penemuan obat baru yang menarik dengan proses persetujuan FDA yang bergerak lambat. Di sini mereka tidak melakukan apa pun
Memang benar intuisi manusia lemah terhadap pertumbuhan nonlinier, tetapi kesamaan itu tidak menutupi perbedaan-perbedaan lainnya
Kita masih merasakan dampaknya, dan itu berujung pada tersingkirnya representasi kelas pekerja dari politik serta penekanan terhadap aksi protes nyata seperti Occupy Wall Street
Jika gelembung ini pecah, industri IT akan runtuh selama beberapa tahun seperti pada 2000
Namun itu tidak terlalu bermanfaat. Faktanya, argumen lewat analogi seperti ini justru menunjukkan kurangnya analisis nyata, bukti yang dapat dipercaya, dan pembenaran atas posisi tersebut
Jika berargumen dengan memilih-milih analogi seperti ini, itu hanya mengulang posisi sendiri, bukan memberi alasan bagi orang lain untuk mempercayainya
Semua orang yang menggambar grafik percepatan seperti pg ternyata salah
Faktanya, menurut saya hampir semua komentator, terlepas dari kecenderungan politiknya, keliru tentang bagaimana COVID akan berkembang pada bulan-bulan awal
Saya tidak paham bagaimana ada pemimpin bisnis yang bisa bersemangat melihat manusia digantikan oleh AI
Kalau tidak ada yang punya pekerjaan, siapa yang akan membeli barang Anda? Ketika tingkat pengangguran suatu negara naik, belanja konsumen melambat dan resesi dimulai. Bagaimana mungkin itu sesuatu yang dinantikan?
Dalam otomatisasi apa pun sejauh ini, tiap pelaku memperoleh keuntungan dengan memangkas biayanya sendiri, dan kalau ia melakukannya lebih pintar daripada yang lain, ia mengalahkan pasar untuk sementara
Setiap hari kalkun itu tetap hidup, ia mendapat sedikit lebih banyak bukti bahwa petani adalah sumber makanan gratis tanpa akhir yang hanya menginginkan yang terbaik untuknya
Mudah menipu diri sendiri bahwa hukum ekonomi akan berlaku selamanya, dengan mengutip hal-hal seperti paradoks Jevons
Ia hanya menjalankan tugasnya tanpa berpikir
Kalau bisa berpikir, mungkin ia akan sangat bangga dengan angka kuartalan—bahkan per jam—yang bisa ia tunjukkan. Angkanya naik, jadi waktunya mendapat bonus
Bukan hanya pekerja rendahan di level bawah yang terancam; perusahaan pun bisa dengan mudah tersingkir. Karena AI bisa dianggap mampu mengungguli atau menggantikan produk yang sudah ada
Apakah hambatan masuk terbesarnya nanti adalah dana untuk daya komputasi dan peralatan fisik yang dibutuhkan untuk menjalankan AI yang menopang produk?
Artikel aslinya juga berisi pernyataan CEO laboratorium AI Anthropic bahwa ia melihat masalah sosial besar akan segera datang
Masalahnya adalah lingkungan informasinya sudah terdistorsi. Penulis dan banyak komentator menggambarkan kekhawatiran ini sebagai “optimisme” atau “hype”. Karena mereka tidak melihat AI benar-benar akan berdampak sebesar ini
Sejak munculnya komputer, sejumlah besar pekerjaan kerah putih telah diotomatisasi
Jika membandingkan pekerjaan pekerja kantoran pada 1960-an dengan apa yang dilakukan orang sekarang, nyaris tidak bisa dikenali lagi
Mereka menghabiskan banyak sekali waktu untuk pekerjaan yang kini dilakukan otomatis oleh perangkat lunak, atau dibuat 1.000 kali lebih cepat. Namun secara umum, itu justru menciptakan lebih banyak pekerjaan kerah putih. Karena kemampuan itu membuat lebih banyak pekerjaan bisa ditangani, dan akibatnya tugas-tugas baru pun diperlukan
Soal yang pertama, tingkat pengangguran pada masa Depresi Besar pun “hanya” 30%. Dan orang-orang itu pada akhirnya bisa menemukan pekerjaan lain. Di sini kita sedang membicarakan pengangguran permanen bagi lebih banyak orang
Kaum Luddite benar. Mesin memang merampas pekerjaan mereka. Individu yang telah berinvestasi besar pada keterampilan mereka menjadi dirugikan secara permanen, dan mereka yang melawan dieksekusi
Lebih tepatnya untuk poin kedua, tidak adanya pekerjaan bukan berarti tidak ada masalah. Ada sangat banyak hal yang perlu dicapai masyarakat, dan dalam dunia yang sempurna, orang yang kehilangan pekerjaan mengemas kotak Amazon karena otomatisasi bisa membuka tempat penitipan anak untuk orang tua berpenghasilan rendah. Namun kita tidak punya model ekonomi yang memungkinkan sebagian besar pekerjaan semacam itu, dan ke depannya hanya akan semakin buruk
Hal ini berlalu tanpa banyak komentar
Sebelum LLM, saya mungkin harus membayar jauh lebih banyak untuk mendapatkan jam pelajaran yang dibutuhkan, tetapi berkat Google Translate dan DeepL, pembelajaran santai yang bermakna menjadi mungkin. Saya bisa belajar sendiri, mencoba memahami, lalu membawa pertanyaan kepada guru saat kelas 2–3 kali seminggu
Akhir-akhir ini saya sedang mempelajari bahasa orang tua saya, Cantonese dan Mandarin. Kadang lucu melihat betapa kacaunya LLM. Rasanya seperti melempar natural 1 pada d20 lalu menjatuhkan sembarang frasa. Setidaknya begitu pengaturan di kepala saya. Seolah-olah ia sedang bermain DnD di sebelah
Saya sering melihat orang berkata, “AI tidak bisa melakukan seluruh pekerjaan saya, jadi pekerjaan saya aman”
Namun ketika skalanya membesar dan waktu berlalu, jika AI bisa melakukan 80% pekerjaan Anda, maka AI akan mengerjakan 80% itu. Sisa 20% pekerjaan manusia akan digabungkan menjadi pekerjaan penuh waktu yang ditangani oleh 20% dari jumlah orang semula, dan 80% sisanya akan diberhentikan
AI tidak harus mampu mengerjakan 100% dari suatu jabatan seperti yang didefinisikan hari ini agar terjadi penataan ulang tenaga kerja besar-besaran. Jabatan akan didefinisikan ulang, dan umumnya dipersempit menjadi bagian yang benar-benar harus dilakukan manusia
Dari sudut pandang karyawan, keuntungan efisiensi yang diperoleh dari AI bukan milik Anda, melainkan milik perusahaan
Semoga saja itu cukup untuk membayar cicilan KPR