Perkembangan AI berlangsung stabil, tetapi menjadi setara dengan manusia akan terjadi secara tiba-tiba

• Menggunakan hubungan antara mesin dan kuda sebagai contoh, dijelaskan bahwa kesetaraan fungsional dengan manusia atau makhluk hidup datang secara mendadak dan penggantian pada tingkat manusia terjadi dalam waktu singkat
  • Efisiensi mesin terus meningkat 20% setiap 10 tahun, tetapi antara 1930 hingga 1950 90% kuda di Amerika Serikat menghilang
• Pola serupa juga muncul dalam perkembangan AI catur: setelah peningkatan bertahap selama puluhan tahun, AI melampaui grandmaster manusia dalam waktu singkat
• Skala investasi AI terus meningkat secara global, dan setiap tahun sekitar 2% dari PDB AS dialokasikan ke pusat data
• Claude dari Anthropic dalam hanya 6 bulan menggantikan sebagian besar pekerjaan peneliti, dengan biaya turun menjadi sekitar 1/1000 dari manusia
• Jika mempertimbangkan kecepatan perkembangan teknologi dan dampak otomatisasi, perubahan pada pekerjaan manusia bisa berlangsung jauh lebih cepat daripada nasib kuda di masa lalu

---

Analogi kuda dan mesin

• Mesin uap ditemukan pada tahun 1700 dan berkembang stabil selama 200 tahun, mencatat peningkatan performa sekitar 20% setiap 10 tahun
  • Namun selama 120 tahun pertama, kuda sama sekali tidak merasakan perubahan itu
  • Tetapi antara 1930 hingga 1950, 90% kuda di Amerika Serikat menghilang
• Perkembangan teknologi berlangsung bertahap, tetapi kesetaraan fungsional dengan kuda datang secara tiba-tiba

Titik balik catur dan kecerdasan buatan

• Pelacakan perkembangan catur komputer dimulai pada 1985, lalu meningkat 50 Elo setiap tahun
  • Pada tahun 2000, grandmaster manusia mencatat tingkat kemenangan 90% melawan komputer
  • Hanya 10 tahun kemudian, komputer mencatat tingkat kemenangan 90% melawan manusia
• Perkembangan AI catur juga stabil, tetapi pembalikan keunggulan terhadap manusia terjadi dalam waktu singkat

Investasi AI dan laju pertumbuhan

• Belanja modal terkait AI terus meningkat secara global
  • Saat ini setiap tahun jumlah yang setara sekitar 2% dari PDB AS dialokasikan ke pusat data AI
  • Dalam beberapa tahun terakhir angka ini terus berlipat ganda
  • Berdasarkan kontrak yang telah ditandatangani, tren ini diperkirakan akan berlanjut

Kasus penggantian pekerjaan oleh Claude

• Sebagai peneliti awal di Anthropic, pembicara menjalankan peran menjawab pertanyaan teknis dari karyawan baru
  • Pada tahun 2024, menangani sekitar 4.000 pertanyaan per bulan
  • Pada Desember 2024, Claude mencapai tingkat yang mampu menjawab sebagian pertanyaan
  • Enam bulan kemudian, 80% dari seluruh pertanyaan ditangani oleh Claude, dengan lebih dari 30.000 jawaban per bulan
• Volume respons Claude 8 kali lebih besar dibanding peneliti manusia, dengan biaya sekitar 1/1000 dari manusia
  • Berdasarkan biaya per kata, angkanya lebih rendah bahkan daripada tenaga kerja termurah di bumi

Kecepatan otomatisasi pekerjaan manusia

• Kuda membutuhkan puluhan tahun untuk tergantikan, dan master catur membutuhkan beberapa tahun untuk tersisih, tetapi
  • AI hanya membutuhkan 6 bulan untuk menggantikan pekerjaan utama peneliti
• Pada tahun 1920, Amerika Serikat memiliki 25 juta ekor kuda, tetapi setelah itu 93% menghilang
• Kecepatan otomatisasi AI berlangsung jauh lebih cepat daripada revolusi industri masa lalu, dan
  • manusia kemungkinan punya waktu jauh lebih sedikit daripada kuda untuk beradaptasi dengan perubahan

“Bahkan masa tenggang 20 tahun yang dinikmati kuda pun tampaknya akan sulit didapat.”

Konteks presentasi

• Isi ini merupakan presentasi kilat 5 menit yang disampaikan pada workshop musim panas 2025
• Ini adalah opini pribadi pembicara dan tidak mewakili posisi institusi afiliasinya

[GN⁺]

Komentar Hacker News

• Akhir-akhir ini kalau membaca HN rasanya jadi agak paranoid. Saya tidak menyangka akan melihat tulisan yang membandingkan grafik penurunan tajam populasi kuda setelah adopsi mesin dengan populasi manusia. Yang lebih mengejutkan, tulisan itu bukan peringatan kemanusiaan, melainkan ditulis dari sudut pandang determinisme ekonomi. Suasana yang menyamakan manusia dengan mesin dan membahasnya semata-mata dengan logika ekonomi terasa sangat aneh. Jadi terpikir, bukankah teknologi seharusnya membutuhkan izin dari masyarakat luas?

  • Saya terkejut melihat begitu banyak orang di industri teknologi sekarang yang sama sekali tidak memberi nilai pada kemanusiaan dan hasil-hasilnya. Gagasan untuk menggantikan persahabatan, cinta, seni, iman, bahkan pengasuhan dengan AI terdengar bahkan dalam percakapan sehari-hari. Dunia seperti itu benar-benar terasa seperti neraka
  • Sepertinya Anda salah menafsirkan tulisan aslinya. Grafik itu menunjukkan ‘jumlah kepemilikan kuda’, dan orang-orang hanya berhenti membeli kuda. Itu bukan kepunahan kuda, melainkan hasil dari turunnya permintaan
  • Ada kecenderungan insinyur perangkat lunak berbicara seolah-olah mereka adalah otak galaksi yang mengamati umat manusia dari kejauhan. Menurut saya ini akibat mereka mengidentifikasi diri sebagai ‘makhluk intelektual’, sementara internet melemahkan keterhubungan mereka dengan masyarakat manusia
  • Agak terlambat kalau orang-orang industri komputer baru mulai khawatir sekarang. Otomatisasi dan digitalisasi sudah mengguncang pekerjaan selama puluhan tahun. Dulu responsnya cuma “beradaptasi atau tersingkir”, tapi sekarang setelah mereka sendiri jadi target, tampaknya sikapnya berubah
  • Diskusi seperti ini bukan hal baru. Karya-karya seperti Brave New World, Logan’s Run sudah membahas apokalips teknologi sejak 100 tahun lalu. Wajar kalau wacana seperti ini muncul kembali di era AI

• Kuda makan pakan, mobil makan bensin, dan LLM makan listrik. Tetapi lebih banyak komputasi tidak otomatis berarti kemajuan. LLM juga tidak akan menggantikan semua pekerjaan.

  • Saya setuju dengan pendapat bahwa perusahaan mengurangi tenaga kerja karena ingin menyingkirkan ‘orang yang tidak bernilai’, tetapi kenyataannya tidak sesederhana itu. Misalnya rumah sakit memecat para sekretaris, dan akibatnya dokter-dokter menghabiskan waktu untuk pekerjaan administratif
  • Saya ragu dengan klaim bahwa AI tidak akan menggantikan coding. Sekarang mungkin masih terlihat aman, tapi bisa saja pada akhirnya kita seperti Wile E. Coyote yang menggantung di udara tanpa sadar
  • Seperti sejarah sekretaris atau juru ketik, otomatisasi komunikasi terus-menerus mengurangi jumlah manusia yang dibutuhkan. LLM ada di garis kelanjutan itu. Tidak sempurna, tetapi pada akhirnya peran manusia akan terus menyusut
  • Persaingan antarkorporasi mendorong perlombaan senjata AI. Perusahaan yang sepenuhnya menyingkirkan manusia pada akhirnya akan kalah dari perusahaan yang menggabungkan manusia+AI
  • Kebanyakan perusahaan selalu punya terlalu banyak pekerjaan dan terlalu sedikit orang. AI hanya berperan sebagai akselerator kecepatan pengembangan

• Mesin hanya menjalankan operasi mekanis sederhana, sedangkan AI dengan kemampuan adaptasi dan penalaran setara manusia masih jauh. Menarik juga bahwa istilah AGI makin menghilang dan diganti dengan ungkapan seperti ‘transformative AI’. Sekarang rasanya kita masuk ke fase stagnasi tanpa banyak perubahan besar

  • Seperti mobil mengubah dunia, saya penasaran ‘jalan’ baru apa yang akan kita bangun untuk AI. Mungkin infrastruktur listrik
  • Dulu ‘AGI’ dianggap istilah yang bombastis, ironisnya sekarang justru sebaliknya
  • Perusahaan-perusahaan menjual AI lewat pemasaran berbasis ketakutan. AGI pada akhirnya cuma jargon untuk IPO atau merger dan akuisisi
  • Menunggu AI yang belajar seperti manusia itu tidak terlalu bermakna. Kalau itu sudah ada, kita pasti sudah tergantikan sejak lama
  • Jika mesin terasa sederhana, itu hanya karena kita sudah terbiasa. Kenyataannya ia adalah sistem yang kompleks, dan hal yang sama berlaku untuk LLM

• Manusia bukan sekadar mesin sederhana. Selama AI tidak unggul dari manusia dalam segala hal, manusia masih bisa punya peran yang bernilai. Pertanyaannya adalah seberapa baik sistem sosial dan ekonomi menyerap perubahan ini

  • Seperti hilangnya teller bank yang pada akhirnya meningkatkan efisiensi umat manusia secara keseluruhan, otomatisasi pekerjaan kantor yang membosankan pada akhirnya bisa berdampak positif. Hanya saja, keuntungan itu tidak boleh terkonsentrasi pada modal saja
  • AI terasa seperti teknologi vampir. Ia menyedot data dan mengekstrak nilai, tetapi pada akhirnya bisa melemahkan keterhubungannya dengan realitas. Pemilik teknologi ini wajib berinvestasi kembali kepada manusia
  • Masalah sebenarnya bukan apa yang manusia sediakan untuk sesama manusia, melainkan apa yang mereka sediakan bagi segelintir orang kaya

• LLM mempercepat onboarding karyawan baru. Ia berperan sebagai mentor yang tidak lelah dan meningkatkan rasa percaya diri. Tetapi keputusan inti tetap dipimpin manusia

  • Onboarding seharusnya menjadi proses mempelajari bukan hanya ‘apa’, tetapi juga ‘mengapa’. LLM tidak bisa menjelaskan konteks dan alasan historis dengan baik
  • Mentor manusia memberi lebih dari sekadar jawaban. Empati dan keterhubungan sosial itu penting
  • Jika pertanyaan dari karyawan baru menghilang, kita justru kehilangan kesempatan untuk menemukan masalah dalam dokumentasi atau kode

• Sejarah manusia adalah sejarah tentang seberapa banyak budak energi yang berhasil diamankan. Pertanyaan utamanya adalah apakah AI akan menambah atau mengurangi jumlah itu

  • AI berisiko merusak mekanisme redistribusi tenaga kerja manusia. Jika nilai kerja hilang, masyarakat biasa justru bisa menjadi lebih miskin
  • Karena AI memakai hasil kerja saya tanpa izin, saya justru merasa menjadi budak energi bagi AI
  • Sebagian orang bahkan tampak ingin menyingkirkan manusia biasa sepenuhnya. Gagasan dinginnya adalah jika manusia berkurang, masalah sumber daya juga terselesaikan

• Dulu sudah jadi pengetahuan umum bahwa produktivitas tidak diukur dari jumlah baris kode

  • Akan bagus kalau coding LLM generasi berikutnya dilatih untuk menghasilkan patch yang mengurangi kode

• Saya merasa pekerjaan saya aman berkat kode rumit buatan developer rata-rata. Saya menjadi pusat tim dengan merancang struktur yang mengurangi utang teknis. Jika AI bisa menggantikan insinyur tingkat atas seperti saya, itu berarti ia juga bisa menggantikan jiwa kewirausahaan

  • Kebanyakan orang percaya dirinya di atas rata-rata
  • Sering kali saya ingin mengambil alih proyek, tetapi saya menahan diri ketika memikirkan biaya hubungan antarmanusia
  • Alasan LLM menghasilkan kode kompleks bukan karena meniru manusia, melainkan karena kurang kemampuan perencanaan
  • Alasan Anda tampak dominan mungkin karena insinyur lain membiarkannya demi menghindari konflik
  • Jika biaya pemeliharaan kode nyaris nol, kompleksitas bukan masalah besar

• Metrik seperti ‘biaya per kata’ terasa aneh. Jumlah kata tidak bisa menjadi ukuran nilai

  • Metrik seperti ini malah menguntungkan AI. AI menjawab pertanyaan sederhana pun dengan bertele-tele
  • Awalnya AI terasa mengagumkan, tapi sekarang saya lelah dengan teks panjang tanpa kepribadian. Pada akhirnya saya hanya memakainya sebagai alat koreksi
  • Konsep seperti ‘biaya berpikir per kata’ malah lebih aneh lagi. Sebagian besar itu cuma teks pelengkapan otomatis
  • Yang menarik, ini bukan sekadar kata-kata biasa, melainkan jawaban yang ditulis oleh karyawan Anthropic

• Daripada menyamakan AI dengan teknologi lain, lebih tepat melihatnya sebagai sesuatu yang tak terduga pada dirinya sendiri. Seperti ramalan cuaca, kita tidak bisa tahu 20 bulan ke depan

  • Seperti analogi kuda atau mesin catur, begitu melewati tingkat tertentu bisa datang titik balik yang tajam. Pekerjaan kantor yang berulang tampaknya akan hilang paling dulu
  • Saat ini kita butuh diskusi yang konkret. Kita harus melihat realitas, bukan hype
  • Perkembangan AI lebih mirip grafik rating catur daripada cuaca. Ia terus naik secara stabil
  • AI bukan kekuatan mekanis, melainkan teknologi pemrosesan informasi. Ia bisa dibandingkan dengan inovasi informasi lain dalam sejarah manusia—bahasa, matematika, logika, transistor. AGI kemungkinan besar akan berperan komplementer alih-alih menggantikan seluruh aktivitas manusia. Namun ada banyak kendala seperti listrik, semikonduktor, dan infrastruktur hukum. Pada akhirnya, mode kegagalan dan stabilitas AGI akan menjadi topik riset yang paling menarik