Ask HN: Bagaimana pendapat para insinyur perangkat lunak di tengah demam AI?

AI menangani 30~50% pekerjaan, jadi saya penasaran bagaimana suasana di perusahaan.
Apakah perekrutan insinyur perangkat lunak sedang ditingkatkan, atau justru dihentikan?
Apakah manajemen menekan agar lebih banyak pekerjaan bisa diselesaikan?

Ringkasan jawaban utama

1. Tingkat pemanfaatan AI dan produktivitas nyata

• Banyak developer menilai bahwa klaim AI menggantikan 30~50% pekerjaan itu berlebihan, dan efek nyatanya menurut banyak pendapat hanya di kisaran 1~10%
• AI berguna untuk menulis boilerplate code, skrip sederhana, merangkum/mengubah dokumen, menggantikan pencarian dan pekerjaan berulang lainnya, tetapi punya keterbatasan besar untuk penulisan kode yang kompleks atau maintenance
• Sebagian developer junior dan menengah merasakan peningkatan produktivitas berkat saran sintaks dan struktur, tetapi developer berpengalaman justru mengalami penurunan produktivitas 19% (hasil penelitian)
• Karena masalah kualitas kode dari AI, lebih banyak waktu sering habis untuk proses verifikasi dan perbaikan, sehingga keuntungan bersihnya berkurang

2. Perubahan pada organisasi dan perekrutan akibat AI

• Tidak ada perubahan besar pada skala perekrutan. Namun, beberapa perusahaan mengurangi perekrutan atau meningkatkan offshoring, terutama karena ekspektasi memanfaatkan tenaga kerja berbiaya rendah dengan bantuan AI
• Perhatian bergeser dari efisiensi kerja internal ke arah mengintegrasikan AI ke fitur produk
• Ada kasus ketika manajemen terlalu percaya pada AI sehingga meremehkan tingkat kesulitan pekerjaan dan menetapkan tenggat waktu yang tidak realistis, yang menurunkan moral developer

3. Contoh sukses dan gagal dalam pemanfaatan AI

• Contoh sukses:
  • pembuatan PoC awal, bootstrap proyek baru, penulisan test code dan UI sederhana
  • menelusuri log dan dokumen dalam jumlah besar, memberi pointer ke informasi yang dibutuhkan dari dokumentasi API
  • mencari kandidat refactoring pada legacy code, analisis output GDB, dan tugas niche tertentu
• Contoh gagal:
  • integrasi ke codebase lama yang kompleks, dukungan untuk bahasa yang spesifik versi atau domain (misalnya ABAP)
  • pencarian/ringkasan di lingkungan dengan dokumen dan tiket yang sudah lama atau saling bertentangan
  • pekerjaan kontribusi OSS berkualitas tinggi seperti PR

4. Psikologi dan moral developer

• Sebagian orang merasa puas karena penerapan AI mengurangi pekerjaan berulang, sehingga mereka bisa lebih fokus pada desain dan arsitektur
• Namun di sisi lain,
  • "Mengapa saya harus belajar dan berkontribusi?" → muncul skeptisisme bahwa pada akhirnya AI akan menggantikan mereka
  • kebingungan kerja akibat ringkasan rapat dan action item yang salah dibuat oleh AI
  • kekhawatiran tentang penghematan biaya dan pengurangan tenaga kerja dengan AI sebagai alasan
• Kreator web dan konten independen merasakan dampak negatif karena penurunan trafik dan pendapatan

5. Kesimpulan umum

• Saat ini AI memang punya nilai sebagai 'alat bantu', tetapi belum mampu menggantikan pekerjaan utama
• Peningkatan produktivitas sangat bergantung pada domain, karakteristik codebase, dan tingkat keahlian developer
• Dalam jangka panjang, kemampuan desain arsitektur dan quality control kemungkinan akan menjadi lebih penting daripada sekadar menulis kode
• Ekspektasi berlebihan dan penilaian yang terlalu rendah sama-sama ada, dan pendapat mayoritas adalah "berguna, tetapi bukan solusi untuk segalanya"

[ehdgns104]

Kalau pemimpin organisasi punya pemahaman dan wawasan yang mendalam, oke, tapi untuk urusan bermain angka dari sisi biaya, pemimpin yang terjebak dalam pandangan bahwa AI itu solusi untuk segalanya??? Terdengar suara orang-orang yang bakal jadi korban, hiks

[jjw951215]

Katanya kalau pakai AI produktivitas jadi dua kali lipat, tapi kerjaan juga malah dikasih dua kali lipat.. gaji tetap sama, bahkan biaya AI pun tidak ditanggung..

[aciddust]

Aduh..

[GN⁺]

Opini Hacker News

• Porsi AI dalam pekerjaanku adalah 0%
  • Pengembangan perangkat lunak yang kompleks melibatkan banyak hal yang tetap harus dikerjakan manusia, seperti pengetahuan domain, koordinasi sumber daya, manajemen risiko, kolaborasi tim, dan analisis umpan balik pelanggan
  • Kadang AI memang meningkatkan produktivitas, tetapi tidak dapat diprediksi dan tidak memberikan sinyal kepercayaan atas hasilnya
  • Perangkat lunak modern adalah produk yang berevolusi secara organik, jadi AI tidak bisa menggantikan tim
  • Proyek open source yang matang seperti Node.js, React, dan Kubernetes punya standar kontribusi yang tinggi, sehingga AI sulit begitu saja mengajukan PR
  • Tidak memakai AI sama sekali? Menulis dokumentasi, kode boilerplate, membuat notulen rapat, pencarian, presentasi, dan brainstorming juga bagian dari pekerjaan
    Kalau benar-benar tidak memakainya sama sekali, mungkin Anda jenius, tertinggal, atau tidak jujur
• Perusahaan kami masih merekrut engineer, dan semua orang memakai langganan berbayar Cursor, dengan sebagian juga menggunakan Claude Code
  • Claude juga otomatis membuat PR di GitHub
  • Karena basis kami adalah Java+Spring, pemanfaatan LLM cukup efektif, tetapi karena strukturnya kompleks, tetap tidak bisa menggantikan manusia
• AI adalah alat yang meningkatkan produktivitas dan kemampuan, seperti saat React pertama kali muncul
  • Menangani tiket secara otomatis sampai membuat PR itu mungkin sekitar 5~10%
  • Stack Overflow pada dasarnya sudah tidak punya banyak alasan untuk dipakai
  • AI bagus untuk menjelajahi dan merangkum repo baru, tetapi jarang bisa menulis kode yang dapat dipelihara lebih dari 1 tahun
  • Masalah besarnya adalah AI sering tidak mengikuti instruksi dengan benar
  • Pengalaman mendapat jawaban langsung dari pembuat framework atau kontributor inti di Stack Overflow bisa hilang
  • AI tidak bisa memberikan diskusi dan beragam pendekatan
• Dulu ada masa ketika CIO sebelumnya sangat mendorong AI sambil berkata AI akan mengubah segalanya, tetapi justru melarang pemakaiannya
  • Sekarang kami bisa memakai Copilot, tetapi penilaian tim terhadapnya kurang baik
  • Bantuan AI paling terasa hanya untuk menulis query JSON yang rumit, dengan penghematan sekitar 1~2%
  • Masalahnya bukan menulis kode, melainkan pengambilan keputusan dan birokrasi
  • Manajemen sudah sejak sebelum AI menuntut hasil lebih banyak tanpa menambah personel
  • Porsi coding nyata seorang developer senior kurang dari 25%, sisanya adalah dokumentasi, prosedur persetujuan, review, rapat, dan sebagainya
    Bahkan jika AI meningkatkan kecepatan coding 50%, pengurangan total pekerjaan tetap hanya sekitar 10~15%
• Codebase kami sangat khusus dan kompleks, sehingga AI sulit menggantikan penilaian manusia
  • Besarnya peningkatan produktivitas masih belum jelas
  • Saya rasa pekerjaan software tidak akan berkurang sampai AI mencapai level developer senior
  • Jika sampai ke level itu, pekerjaannya bisa bergeser menjadi mengelola AI
• Saat ini saya menunda mencari kerja dan menunggu demam AI mereda
  • Di dua perusahaan terakhir, manajemen all-in ke AI lalu merusak arah produk dan akhirnya semua orang di-PHK
  • Saya mencari kepemimpinan yang memperlakukan AI sebagai salah satu dari banyak alat, dan hanya memakainya di tempat yang tepat
  • Saat ini moral kerja sedang berada di titik terendah
• Belakangan ini saya terbantu oleh Claude untuk memahami paper yang sarat matematika
  • Claude bagus untuk memahami struktur algoritme dan intuisi dasarnya, tetapi buruk dalam implementasi kode dan sering salah pada detail matematika
  • Jika dipakai dengan tepat, AI bisa mempercepat belajar, tetapi tidak mengancam pekerjaanku
  • Saya juga memakainya saat menjelajahi tool atau library baru untuk menunjukkan lokasi dokumentasi API
    Ini mengurangi waktu pencarian dan penulisan boilerplate dibanding waktu coding itu sendiri
    Untuk tool yang sudah akrab, saya hampir tidak memakainya
  • Saya melihat contoh di Reddit tentang seorang mahasiswa yang menyelesaikan 40~60% skripsinya dengan AI, tetapi tidak berhasil menuntaskannya
    Untuk saat ini, penggantian total masih sulit
  • AI yang merangkum paper lalu diverifikasi manusia bisa menjadi metode belajar yang baik
• Saya punya pengalaman 20 tahun, dan 2~3 tahun lalu hampir berhenti karena bosan, tetapi sekarang justru kembali menikmatinya berkat AI
  • AI menangani 95% kode saya dan 75% pengambilan keputusan saya
  • Saya sendirian menangani keputusan di berbagai layer dan merilis fitur dalam siklus yang lebih pendek
  • Sampai sekarang belum pernah ada insiden besar akibat kode buatan AI
  • Malah sekarang saya bekerja lebih sedikit dan menghasilkan sedikit lebih banyak
  • Saya juga mirip: cukup baik menangani banyak konteks dan kuat dalam desain arsitektur, jadi percaya diri dalam memanfaatkan AI
    Saya penasaran bagaimana Anda mendapatkan pekerjaan Anda saat ini
  • Saya juga ingin tahu LLM, IDE, dan best practice apa yang Anda pakai
    Saya tidak merasa mendapat banyak nilai dari Continue.dev dan lebih sering memakai ChatGPT web
• Secara praktik, hampir tidak ada perubahan dalam pekerjaan dan perekrutan juga mirip seperti dulu
  • Tetapi secara psikologis, motivasi saya turun drastis
  • Pikiran seperti “Sebentar lagi AI akan membuat UI yang lebih baik, jadi kenapa saya harus belajar aplikasi mobile?” menggerogoti motivasi
  • Akhir-akhir ini saya menjalani hobi nonteknis atau mempertimbangkan pindah karier
• Saya khawatir generasi berikutnya tidak belajar dengan semestinya dan kemampuan engineering mereka menurun
  • Pedoman dari pimpinan adalah keyakinan bahwa produktivitas akan naik dengan AI
  • Saya juga lelah melihat notulen rapat dan action item diganti dengan ringkasan AI
  • Ringkasan rapat dari AI tidak akurat, sehingga saya ditugaskan pada hal yang tidak saya kerjakan atau kesimpulannya terdistorsi
    Kalau ini ditulis manusia, levelnya sudah layak dipecat, jadi saya berharap hal seperti ini tidak digunakan