Amazon cenderung mengambil sikap pasif dalam perang perebutan talenta AI

• Amazon sebagian besar bertindak pasif dalam persaingan merebut talenta AI
• Menurut dokumen internal, struktur gaji, reputasi AI yang menurun, dan pembatasan kerja dari rumah menjadi hambatan utama
• Karena alasan-alasan ini, Amazon berada dalam posisi rentan untuk merekrut talenta AI unggul
• Kebijakan masuk kantor berbasis 'hub' di Amazon juga menjadi kendala tambahan dalam merekrut talenta yang lebih menyukai kerja jarak jauh
• Perusahaan sedang mencari cara untuk memperbaiki kebijakan kompensasi dan strategi perekrutan yang fleksibel

---

Mengapa Amazon pasif dalam perang perebutan talenta AI

Posisi Amazon saat ini dalam persaingan merebut talenta AI

• Perang talenta AI makin memanas di seluruh Silicon Valley, tetapi Amazon sebagian besar mengambil sikap menunggu dan melihat
• Menurut dokumen internal rahasia dan kesaksian pihak terkait, Amazon memandang struktur gaji yang tidak lazim, reputasi yang menurun di bidang AI, dan kebijakan masuk kantor yang ketat sebagai hambatan dalam merekrut talenta
• Akibatnya, Amazon menghadapi tekanan untuk meninjau ulang strategi perekrutannya

Isi dokumen internal

• Dokumen tersebut disusun oleh tim HR yang menangani divisi non-ritel (Amazon Web Services, iklan, perangkat, hiburan, dan tim payung kecerdasan buatan)
• Disebutkan bahwa "perekrutan AI generatif sulit karena lokasi kerja, kompensasi, dan persepsi bahwa perusahaan tertinggal"
• Para pesaing dinilai menawarkan paket kompensasi yang lebih agresif dan lebih luas
• Dalam sejumlah perekrutan talenta AI skala besar baru-baru ini, Amazon terlihat pasif dibanding para pesaing seperti Meta, Google, OpenAI, dan Microsoft

Sikap resmi Amazon

• Juru bicara Amazon mengatakan bahwa perusahaan memberikan kompensasi yang kompetitif di pasar dan menjaga fleksibilitas untuk menarik talenta terbaik
• Namun kemudian perusahaan mengubah posisinya dengan mengatakan bahwa premis artikel tersebut keliru, sambil menghindari penjelasan rinci
• Amazon kembali menegaskan bahwa mereka sedang mengembangkan aplikasi GenAI dengan cepat dan kompensasinya juga kompetitif

'Door desk' dan sistem kompensasi yang setara

• Amazon dikenal dengan budaya hemat, dan contoh representatifnya adalah penggunaan daun pintu murah sebagai meja
• Budaya yang berorientasi pada penghematan ini berbenturan dengan persaingan gaji besar-besaran di bidang AI
• Dokumen internal menilai bahwa rentang gaji yang kaku dan kebijakan tidak menaikkan gaji membuat penawaran Amazon kalah dibanding pesaing
• Diperingatkan bahwa tidak adanya kenaikan gaji untuk sejumlah peran penting menjadi hambatan dalam merekrut talenta terbaik
• Jika gagal mendapatkan engineer dan peneliti AI unggul, selalu ada risiko kehilangan kepemimpinan teknologi
• Amazon juga belum berhasil meluncurkan produk AI yang sangat sukses seperti ChatGPT milik OpenAI atau Claude milik Anthropic
• Layanan cloud AI Bedrock memang menunjukkan sebagian kemajuan, tetapi masih kurang memiliki contoh dengan dampak global

Contoh tambahan terkait gaji dan retensi talenta

• Sistem gaji dan kompensasi Amazon terus menjadi sumber kontroversi
• Misalnya, pada 2020 Brad Porter, VP divisi robotika, keluar dari perusahaan setelah permintaan kenaikan gajinya ditolak
• Struktur pemberian saham yang terkonsentrasi di periode belakangan (kompensasi lebih kecil di awal masa kerja) tidak menarik bagi talenta baru
• Kebijakan tanpa bonus tunai juga berlaku hingga level eksekutif senior

Sulitnya merekrut talenta AI generatif

• Dokumen internal menyoroti bahwa persaingan mendapatkan tenaga kerja di bidang AI generatif makin ketat, terutama untuk ahli large language model
• Menurut laporan firma modal ventura SignalFire, tingkat retensi engineer Amazon jauh lebih rendah dibanding Meta, OpenAI, dan Anthropic
• Jarod Reyes, kepala komunitas developer di SignalFire, menyebut pesaing Amazon lebih maju dalam model terbuka, riset dasar, dan alat pengembangan
• Banyak engineer merasa cemas terhadap arah Amazon dan cenderung pindah kerja

Reaksi investor dan pasar

• Sejumlah investor juga memiliki kekhawatiran serupa
• Brian Nowak dari Morgan Stanley menyampaikan kekhawatiran kepada CEO Andy Jassy mengenai menurunnya daya saing AI AWS dan potensi penyusutan pangsa pasar
• Setelah jawaban Jassy, harga saham sempat turun

Rencana respons Amazon

• Amazon menyatakan niat untuk merespons melalui penyempurnaan strategi kompensasi dan lokasi, memperbesar acara untuk menonjolkan AI generatif, serta mengoperasikan tim perekrutan khusus di unit bisnis seperti AWS

Kebijakan berbasis 'hub' dan kendala talenta

• Ada kasus di mana ratusan pekerja teknis kantor pusat Amazon berkumpul di depan kantor pusat terkait isu seperti kebijakan masuk kantor
• Kebijakan masuk kantor baru Amazon yang berbasis 'hub' mewajibkan relokasi ke kantor pusat di wilayah terkait, dan jika tidak dipenuhi dapat memicu risiko pemecatan
• Dokumen internal menunjukkan bahwa kebijakan ini menghambat perekrutan talenta unggul seperti spesialis AI generatif
• Amazon juga sedang mencari cara untuk memperluas peran dengan fleksibilitas lokasi yang lebih besar
• Bahkan dilaporkan bahwa pesaing lebih mudah membajak talenta Amazon karena perusahaan tidak menawarkan fleksibilitas kerja dari rumah

Contoh perekrutan dan perpindahan terbaru

• Tahun lalu Amazon merekrut CEO Adept, David Luan, yang kini memimpin AI agents lab Amazon
• Di sisi lain, kepergian talenta AI senior juga berlanjut, termasuk perancang chip AI Rami Sinno dan VP yang menangani proyek Bedrock, Vasi Philomin
• Menurut seorang rekruter, semakin banyak kandidat menolak tawaran kerja karena kebijakan masuk kantor yang ketat (RTO)
• Bahkan jika gajinya lebih rendah, banyak kandidat lebih memilih perusahaan yang menawarkan kemungkinan kerja dari rumah
• Bloomberg melaporkan bahwa Oracle merekrut lebih dari 600 karyawan Amazon dalam dua tahun terakhir berkat kebijakan RTO Amazon

Sulitnya berubah dan sudut pandang optimistis

• Dokumen ini ditulis pada akhir tahun lalu sehingga masih menyisakan kemungkinan adanya beberapa perubahan setelahnya
• Namun, menurut sejumlah pihak terkait, tidak ada perubahan nyata pada kebijakan kompensasi
• Dalam dokumen resmi terkait sistem kompensasi eksekutif, Amazon menilai bahwa strategi ini telah efektif selama puluhan tahun, sehingga mengubah sistem dianggap berisiko besar
• Ada juga pandangan bahwa perang perebutan talenta AI terlalu panas dan mungkin didorong oleh sentimen investasi berlebihan
• Dalam kenyataannya, bahkan sebagian talenta yang direkrut Meta dengan bayaran tinggi sudah ada yang kembali pindah kerja

[GN⁺]

Opini Hacker News

• Saya rasa karena Zuckerberg terus menggelontorkan miliaran dolar setiap kali ada tren, orang-orang jadi salah paham seolah semua perusahaan big tech harus membakar uang dengan cara yang sama. Padahal kenyataannya perusahaan lain jauh lebih strategis. Microsoft bersikap agresif karena kemitraannya dengan OpenAI, dan Google sejak awal memang menjadi pusat riset AI. Tetapi Amazon atau Apple tidak berada dalam posisi alami seperti itu, jadi tidak perlu memaksakan diri membakar uang. Saya perkirakan hanya perusahaan dengan strategi bagus yang akan melakukan investasi besar-besaran, sementara yang lain akan masuk lewat akuisisi atau kemitraan teknologi setelah pasar lebih matang. Jika demam AI mereda, Zuck kemungkinan akan menghabiskan uangnya pada tren berikutnya
  • Secara umum saya setuju, tetapi saya rasa Amazon sangat cemas akan tertinggal di bidang ini. Dalam earnings call terbaru, CEO memberikan jawaban yang sangat panjang dan defensif terhadap pertanyaan analis tentang mengapa mereka tertinggal di AI. Menurut laporan internal, para pemimpin sedang panik dan menekan tim agar segera merilis solusi AI. Di Amazon sendiri praktis hanya sedikit talenta yang benar-benar punya kepemimpinan AI, dan talenta terbaik makin banyak yang pergi atau sejak awal tidak datang. Saya pikir mereka seharusnya fokus pada hal-hal yang memang dikuasai Amazon, seperti logistik dan infrastruktur, tetapi kepemimpinan saat ini terasa seperti mondar-mandir tanpa rencana yang jelas
  • Karena sebagian besar LLM akan berjalan di cloud, penyedia cloud umum seperti Amazon, Microsoft, dan Google tentu akan masuk ke bisnis model serving. Tetapi mereka tidak harus membuat modelnya sendiri. Kemungkinan besar LLM pada akhirnya akan menjadi komoditas yang bisa saling dipertukarkan ketika dataset makin konvergen, dan yang terpenting nantinya adalah akses ke pelanggan. Membangun LLM SOTA pada akhirnya hanya soal punya uang, tetapi hambatan masuk untuk bisnis cloud jauh lebih tinggi, jadi menurut saya titik kontak dengan pelanggan justru lebih penting. Amazon bekerja sangat dekat dengan Anthropic baik untuk pelatihan maupun layanan, dan keduanya fokus ke B2B, jadi ini arah strategis yang alami
  • Saya rasa Amazon mengambil strategi berinvestasi di infrastruktur: uang ada di tempat mesinnya berada. Mereka menyadari tidak ada pihak yang punya moat pembeda yang kuat, dan karena pada akhirnya siapa pun bisa membeli komputasi, mereka secara strategis fokus ke sana
  • Saya suka konsep seperti Apple Intelligence yang memusatkan semua proses dan data di perangkat. Sayang arah pemrosesan AI langsung di perangkat tanpa ketergantungan cloud itu belum benar-benar terwujud. Saya berharap ini bisa terealisasi dalam waktu dekat, dan saya rasa tidak masalah jika Apple berinvestasi lebih banyak untuk mencapai tujuan itu
  • Kalau Amazon punya keunggulan, itu adalah kapasitas komputasi AWS yang sedang idle. Tetapi ini area yang bisa dimanfaatkan bahkan tanpa talenta AI kelas atas
• Ada banyak bukti bahwa hampir tidak ada hambatan masuk metodologis di bidang LLM. Pada akhirnya pembeda utamanya adalah daya komputasi, yaitu hardware dan energi. Perusahaan seperti xAI dan DeepSeek juga bisa membuat model yang bersaing dengan pemimpin pasar dalam waktu singkat. Jadi daripada menghamburkan gaji astronomis untuk talenta papan atas, strategi yang lebih baik adalah membeli GPU dan energi lalu menyediakan layanan komputasi. Apalagi Amazon sudah terbiasa dengan investasi skala besar dan pengoperasian infrastruktur di bisnis ritelnya, jadi lebih masuk akal mengalokasikan uang ke ekspansi logistik nyata daripada menaruh miliaran dolar ke bisnis AI AWS yang belum terbukti
  • Sebagian eksekutif tampaknya percaya bahwa jika cukup banyak komputasi dilemparkan ke masalah ini, AGI pada akhirnya akan muncul. Saya sendiri tidak merasa LLM akan benar-benar mengarah ke kecerdasan umum, tetapi investasi modal besar ini pada dasarnya seperti membeli tiket lotre untuk merebut pasar AGI masa depan. Zuckerberg pernah menyinggung “tanda-tanda AI yang berkembang sendiri”; jika dia benar-benar mempercayainya, maka perekrutan talenta agresif dan ekspansi data center Meta juga bisa dilihat sebagai investasi masa depan
  • Jika memang tidak ada hambatan masuk metodologis di bidang LLM, lalu mengapa Meta sampai sekarang belum juga menghasilkan model SOTA? DeepSeek juga tidak memakai sumber daya yang secara khusus lebih besar daripada perusahaan AI besar lain di Tiongkok. Alibaba dan Baidu berinvestasi lebih lama serta punya dana dan komputasi lebih besar daripada DeepSeek, tetapi tetap tidak mampu melakukan apa yang dilakukan DeepSeek
  • Moat yang sebenarnya adalah talenta, data, lalu komputasi, dalam urutan itu. Peningkatan komputasi sendiri pada praktiknya sudah mendekati batas, dan sekarang data berkualitas, metode eksperimen, dan lingkungan pengembangan jauh lebih penting
  • Amazon mungkin terlihat seolah bertindak strategis, tetapi kenyataannya mereka terus gagal merekrut talenta AI papan atas. Jika Anda benar-benar talenta yang kuat, ada banyak alasan memilih Anthropic, OpenAI, atau Google DeepMind dibanding bergabung dengan Amazon. Cukup lihat kasus setelah akuisisi Adept ketika semua talenta pergi, dan AWS tertinggal jauh dari Azure di frontier AI. GCP juga tumbuh lebih cepat dan prospek masa depannya terlihat lebih cerah
  • Hambatan masuk LLM itu nyata. Bidang ini sangat padat modal, jadi meskipun tampak seperti ada banyak pemain, kenyataannya itu hanya mungkin karena investasi luar biasa besar. Saya tidak yakin boom ini akan bertahan selamanya. Secara strategis sulit memutuskan apakah sekarang waktu yang tepat untuk berinvestasi besar. Jika perusahaan-perusahaan terus merilis model open-weight yang kompetitif, ada kemungkinan kepemimpinan R&D itu sendiri tidak menjadi keunggulan kompetitif besar. Amazon sudah punya kapasitas komputasi yang memadai, jadi mereka bisa tetap mendapat keuntungan tertentu dari pasar ini dengan risiko lebih rendah tanpa investasi yang terlalu dalam
• Saya penasaran apakah Amazon akan menjadi inovator AI, atau pemasok infrastruktur yang mendukung AI. AWS sudah memungkinkan ribuan perusahaan menjalankan bisnis mereka. Mereka juga mendesain sendiri CPU ARM Graviton dan chip AI Trainium, lalu siapa pun bisa memakainya lewat AWS. Pada akhirnya saya rasa keuntungan Amazon jauh lebih besar jika fokus pada membuat berbagai AI digunakan di AWS, bukan pada algoritme AI buatan mereka sendiri
  • Situasinya sekarang seperti strategi menjual sekop di tengah demam emas
  • Jika melihat pernyataan VP terkait, terlihat bahwa Amazon fokus pada demokratisasi AI. VP Swami mengarah ke demokratisasi AI, dan arah strategi perusahaan memang sejalan dengan itu. (Referensi: blog kerja sama AWS dan Mistral AI)
  • Saya rasa Amazon juga sadar bahwa saat ini bisnis AI pada dasarnya banyak yang membakar uang. Nanti ketika solusi yang jelas benar-benar muncul, mereka masih bisa masuk tanpa terlambat, jadi tidak perlu ikut perang sekarang. Lagi pula kalau ada model yang dibutuhkan, mereka selalu bisa membawanya masuk dan menggunakannya, dan banyak hal juga bisa dijalankan di server mereka sendiri, jadi biaya peluangnya tidak terlalu besar
  • Mereka punya robot buatan sendiri, dan juga menjual robot pihak ketiga di situs mereka. Saya percaya mereka melihat AI secara strategis dengan cara yang mirip. Mereka mengembangkan sendiri, tetapi area penerapannya juga tidak terbatas. Sebagai contoh, pernah ada bot yang memberi informasi salah sehingga saya jadi mengembalikan barang, dan menurut saya perbaikan pengalaman pelanggan masih sangat panjang jalannya
• Saat ini tidak ada lock-in di ekosistem AI. Tetapi jika suatu hari AI menjadi pendamping yang mengelola seluruh hidup saya dan menumpuk semua data pribadi saya, termasuk memori, maka lock-in bisa menjadi sangat ekstrem. Mengganti penyedia AI bisa terasa seperti perceraian, seolah kehilangan setengah ingatan hidup. Untuk sekarang hal itu masih tertahan oleh batas memori konteks, tetapi jika suatu hari benar-benar ada ‘AI pendamping hidup’ yang memuat seluruh riwayat percakapan, saya rasa peta pasar dan para pemainnya bisa berubah besar
  • Tetapi masalah memori ini mungkin tidak mudah diselesaikan. Jendela konteks memang makin panjang belakangan ini, tetapi bertambah panjang tidak berarti semua isinya tetap sama-sama berguna. Saya sering melihat performa model menurun jelas sekitar 100 ribu token. Bahkan sekarang pun sulit membuat penggunaan yang benar-benar tajam dalam batas panjang yang ada, jadi setelah 100 ribu token saya biasanya memakai kompresi
  • Kalau datanya pada dasarnya hanya teks, secara hukum pun biasanya bisa diminta untuk dipindahkan, jadi kalau mau sebenarnya cukup salin seluruh riwayat percakapan dan pindahkan ke AI lain tanpa kesulitan berarti
  • Saya memasukkan riwayat percakapan lama saya ke sistem RAG saya untuk dipakai di LLM baru. Saya mengelolanya dengan Claude Desktop atau Cursor, dan karena log serta memori LLM saya urus sendiri, migrasi model sama sekali tidak terasa berat
  • Siapa yang benar-benar ingin membentuk perilaku baru berdasarkan semua percakapan masa lalu? Kadang pertumbuhan justru lahir dari kesalahan dan kelupaan; membawa semua memori seumur hidup malah terasa seperti skenario distopia
  • Untuk mewujudkan AI pendamping seumur hidup, dibutuhkan lompatan pada ‘memori berbentuk agen’. Memori itu sendiri bisa dimodularisasi, sehingga lock-in mungkin tidak harus terjadi. Sangat mungkin dibayangkan ada solusi terdesentralisasi di mana kepemilikan data saya terjamin, saya hanya memberi akses ke AI yang saya inginkan, dan bisa mencabutnya dengan mudah
• Saya setuju dengan tafsir bahwa perang talenta AI adalah strategi keliru yang lahir dari euforia dan panas berlebih investor. Jika melihat kasus seperti DeepSeek yang bisa langsung menjadi pemimpin industri dengan investasi kecil tanpa terobosan teoretis, menurut saya bodoh jika sekarang ikut terjun secara sembrono ke kompetisi. Lebih bijak menunggu sampai peta stabil, belajar dari percobaan orang lain, dan merancang sistem dengan fokus pada efisiensi dan profit alih-alih performa puncak. Amazon toh sudah punya sumber daya GPU, jadi seperti penjual sekop di masa gold rush, mereka tidak perlu bersaing langsung di level model AI itu sendiri
  • Saya rasa Amazon bisa saja menunggu cukup lama sampai ada orang yang benar-benar menghasilkan solusi AI yang layak dijual. Mungkin ada contoh seperti chatbot layanan pelanggan, tetapi jika permintaan riil pelanggan tidak besar, maka alih-alih mengadopsi sendiri, pelanggan akan membawa model itu untuk dipakai sendiri
  • Saya setuju AI adalah bidang penting, tetapi aliran triliunan dolar hanya ke LLM seperti sekarang, sementara teknologi terobosan lain seperti inovasi baterai, fusi nuklir, atau terapi gen mendapat investasi yang relatif lebih kecil, terasa tidak seimbang. Saya tidak setuju dengan penilaian bahwa DeepSeek tidak punya terobosan teoretis. MLA dan GRPO benar-benar menghasilkan performa yang bagus
  • Setelah benar-benar memakai model berbasis DeepSeek untuk pekerjaan software di dunia nyata, saya tidak setuju dengan pendapat di atas
• Saya rasa AWS sedang melewatkan peluang besar dalam tren GenAI kali ini. Saya cukup sering berinteraksi dengan AWS terkait MLOps/GenAI, dan tiga spesialis yang menangani kami semuanya pindah ke pesaing dalam satu tahun. Bahkan di re:Invent London pun tidak ada pengumuman produk baru yang istimewa di bidang GenAI. Tahun sebelumnya ekspektasi terhadap Bedrock sangat besar, tetapi mereka gagal mewujudkannya. Di luar AWS, saya juga sulit memahami kenapa mereka masih belum berhasil mengintegrasikan asisten AI ke Alexa
  • Layanan Alexa+ berbasis AI dijadwalkan segera hadir. Rencananya sebagai paket berbayar $20 per bulan tautan terkait
  • Kurang lebih mereka sudah mewujudkan fungsi itu lewat Alexa+. Dibanding Alexa lama, percakapannya jauh lebih natural dan lebih cerdas, serta menjawab dengan mempertimbangkan konteks pertanyaan secara real-time. Karena karakter perangkat Echo, berbicara dengan AI berbasis suara jadi jauh lebih mudah dibanding harus membuka aplikasi ChatGPT lalu mengganti ke mode suara, dan itu cukup mengesankan
  • Saya pernah mencoba AWS Q, dan selain namanya yang lucu, sebenarnya sama sekali tidak berguna
  • Proyek robot rumah Astro pada dasarnya juga sudah dihentikan. Dari informasi dan suasana internal, Astro hanyalah testbed riset untuk robot gudang otonom, dan begitu tujuan itu tercapai, timnya langsung dibubarkan
  • Soal istilah, saya penasaran apakah MLOps itu DevOps versi machine learning atau konsep yang mirip FLOPS khusus ML. Bagaimanapun juga, tampaknya memang benar Amazon sedang kehilangan pakar sungguhan ke startup
• AWS selama ini menetapkan harga mengikuti produk open source atau berlisensi seperti PostgreSQL, MS-SQL, dan Redis. Dengan cara yang sama, di Bedrock mereka memasukkan lisensi ke dalam biaya agar model dari berbagai penyedia AI bisa langsung digunakan, dan strateginya adalah merebut pangsa pasar tanpa harus mengembangkan sendiri. Menyediakan infrastruktur, networking, dan basis pengguna—menurut saya peran itu sudah cukup
• Amazon sebenarnya masih terus berinvestasi besar dalam R&D. Secara historis mereka memang menjadikan tingginya porsi eksperimen, termasuk kegagalan, sebagai prinsip. Jadi meskipun saat ini tidak ada isu AI yang mencolok, dalam jangka panjang mereka kemungkinan sedang membangun otot AI. Mereka akan fokus pada kasus pelanggan nyata dan menghasilkan hasil dengan horizon panjang
• Saya justru merasa Amazon bisa menjadi perusahaan yang paling diuntungkan oleh AI. Contohnya percakapan dengan petugas dukungan pelanggan: “Sepertinya pencariannya rusak. Saya cari wwvb watch, yang muncul hanya jam tangan yang sama sekali tidak relevan.” “Anda memakai browser apa? Bisa coba dengan Chrome?” Situasinya menunjukkan kualitas pencarian mereka sendiri memang berantakan