- Di tengah esai Matt Shumer "Something Big Is Happening" yang mencatat sekitar 100 juta tayangan dan memicu ketakutan publik soal ancaman AI terhadap pekerjaan, tulisan ini mengajukan bantahan terhadap pandangan tersebut
- Penggantian tenaga kerja oleh AI adalah persoalan keunggulan komparatif, bukan keunggulan absolut, dan selama total output gabungan manusia+AI lebih besar daripada AI saja, tenaga kerja manusia tetap memiliki makna ekonomi
- Struktur bottleneck yang diciptakan manusia seperti regulasi, budaya organisasi, birokrasi, dan resistensi terhadap perubahan adalah faktor utama yang membatasi otomatisasi cepat dan substitusi tenaga kerja oleh AI
- Sudah 6 tahun sejak GPT-3 dirilis dan 3 tahun sejak GPT-4, tetapi belum terjadi pengangguran massal, yang menunjukkan bahwa bukan kurangnya kecerdasan melainkan struktur bottleneck yang menjadi faktor pembatas
- Semakin AI meningkatkan produktivitas, ada kemungkinan permintaan terhadap tenaga kerja manusia justru bertambah sesuai elastisitas permintaan (paradoks Jevons)
- Jika ketakutan terhadap AI terus dipicu, hal itu bisa berujung pada reaksi populis yang membatasi perkembangan AI seperti pelarangan pembangunan data center atau jaminan kerja seumur hidup, yang dalam jangka panjang justru menjadi risiko lebih besar
- Perubahan ekonomi akibat AI lebih dekat dengan transisi bertahap dan tidak merata daripada guncangan mendadak ala COVID-19, sehingga masyarakat umum perlu fokus pada adaptasi dan kolaborasi, bukan kecemasan berlebihan
Viral-nya esai Matt Shumer dan meluasnya ketakutan terhadap AI
- Matt Shumer memposting esai berjudul "Something Big Is Happening" di Twitter, dan pada saat penulisan telah mencatat sekitar 100 juta tayangan
- Komentator konservatif Matt Walsh menyebutnya “tulisan yang sangat bagus”, sementara komentator progresif Mehdi Hasan menyebutnya “tulisan paling penting hari ini, minggu ini, bulan ini”, sehingga menyebar lintas spektrum politik
- Muncul banyak contoh orang tua, saudara, dan teman yang membagikan tulisan ini tanpa penjelasan tambahan, sehingga ada kemungkinan ini menjadi esai panjang yang paling banyak dibaca tahun ini
- Selama ini bagi banyak orang, AI hanya sebatas alat seperti ChatGPT gratis, tetapi kini mereka mulai merasakan besarnya dampak yang bisa ditimbulkan AI terhadap dunia
- Bahkan The Atlantic dan Bernie Sanders secara terbuka menyinggung hilangnya pekerjaan karena AI, dan Matt Walsh mengatakan bahwa “AI akan menghapus jutaan pekerjaan, dan longsoran sudah dimulai”
- Esai Shumer membandingkan situasi saat ini dengan Februari 2020 tepat sebelum penyebaran COVID, dan berargumen bahwa AI akan segera memberi guncangan besar pada kehidupan masyarakat umum
- Sebagian besar esai itu dihasilkan oleh AI dan Shumer mengakuinya, tetapi karena timing dan positioning yang sangat pas, tulisan itu menyebar secara eksplosif
Bantahan mendasar terhadap esai tersebut
- Situasi saat ini berbeda dari Februari 2020 saat COVID, dan tidak ada alasan bagi masyarakat umum untuk merasa sangat terancam oleh AI dalam waktu dekat
- Prediksi seperti pengangguran massal dalam hitungan bulan, perubahan dunia yang mendadak, atau “longsoran” tidak memiliki dasar realistis yang kuat
- AI mungkin dapat disejajarkan dengan listrik atau mesin uap, atau bahkan menjadi penemuan terpenting dalam sejarah manusia, tetapi itu tidak otomatis berarti pengangguran massal atau lenyapnya kerja kognitif secara cepat
- Dampak ekonomi nyata dari AI kemungkinan akan berlangsung lebih lambat dan tidak merata daripada yang dibayangkan banyak orang, dan kehidupan masyarakat umum tidak akan terguncang besar hanya karena mereka tidak memakai alat AI setiap hari
Menggantikan tenaga kerja jauh lebih sulit daripada yang dibayangkan
- Inti substitusi tenaga kerja adalah keunggulan komparatif (comparative advantage), bukan keunggulan absolut (absolute advantage)
- Meski AI lebih unggul dari manusia dalam tugas tertentu, jika total output gabungan manusia+AI lebih besar daripada AI saja, maka tenaga kerja manusia tetap memiliki nilai ekonomi
- Di bidang software engineering saat ini pun, kombinasi manusia-AI, atau model “cyborg”, menghasilkan hasil yang lebih baik daripada AI saja
- Masih dibutuhkan peran untuk menyampaikan preferensi pengguna, perusahaan, dan pelanggan secara spesifik kepada coding agent
- Ada data yang menunjukkan bahwa dalam 12 bulan setelah Claude Code dirilis, lowongan perekrutan software engineer meningkat
- Semakin cepat kemampuan AI berkembang, komplementaritas memang bisa makin melemah, tetapi kemungkinan terjadinya corner solution di mana AI benar-benar unggul telak dalam semua tugas dan semua kondisi tetap rendah
- Relasi manusia dan AI lebih mirip pendekatan asimtotik daripada substitusi total, dan komplementaritas nyata antara manusia dan AI akan bertahan jauh lebih lama daripada yang diperkirakan banyak orang
Bottleneck mengendalikan segalanya
- Di hampir semua bidang, inefisiensi diremehkan, dan sebagian besar berasal dari struktur bottleneck yang berakar pada sifat manusia
- Contoh bottleneck meliputi hukum dan regulasi, budaya perusahaan, pengetahuan lokal implisit, persaingan antarmanusia, praktik profesional, politik internal kantor, politik nasional, hierarki yang kaku, birokrasi, preferensi manusia untuk bekerja dengan manusia lain, kecenderungan memilih manusia tertentu, obsesi pada narasi dan branding, perubahan selera manusia, serta keterbatasan pemahaman manusia
- Bottleneck paling kuat adalah resistensi manusia terhadap perubahan, yaitu kecenderungan untuk enggan mengubah cara lama
- Proses produksi ditentukan oleh elemen yang paling tidak efisien, dan semakin tinggi efisiensi, semakin menonjol pula efek pembatas dari elemen yang tidak efisien
- Dalam jangka panjang teknologi memang mengikis bottleneck, tetapi prosesnya bertahap, seperti sungai yang mengikis batu dalam waktu lama
- Pada awal abad ke-20, listrik membutuhkan puluhan tahun untuk mengatasi fasilitas pabrik lama dan praktik manajemen yang konservatif
- Sejarah menunjukkan bahwa perlu waktu yang cukup lama sampai listrik benar-benar menghasilkan peningkatan produktivitas
- AI mungkin menyebar lebih cepat daripada listrik berkat sifatnya yang agentic, tetapi bottleneck itu sendiri tetap menjadi kendala nyata
Mengapa substitusi tenaga kerja skala besar belum terjadi
- Jika 10 tahun lalu orang mendengar level GPT 5.2 dan Claude Opus 4.6 saat ini, kemungkinan besar mereka akan memperkirakan pengangguran massal
- Bahkan hanya dengan melihat GPT-4, orang mungkin akan menduga bahwa dalam 12–24 bulan setidaknya industri customer service outsourcing akan banyak terotomatisasi
- Namun 6 tahun setelah GPT-3 dan 3 tahun setelah GPT-4, PHK massal karena AI belum terlihat
- Bahkan di sektor customer service outsourcing yang tampak paling mudah diotomatisasi pun belum ada contoh pemutusan hubungan kerja massal
- Perubahan nyata yang terjadi lebih mirip proses difusi teknologi secara bertahap daripada keruntuhan mendadak
- Penyebabnya bukan karena model belum cukup cerdas — bahkan GPT-3.5 saja akan terlihat luar biasa jika dinilai dari standar 2016, sehingga kecerdasan itu sendiri bukan kendala utama
- Bahkan call center pun memiliki banyak bottleneck, seperti kewajiban kontraktual, masalah tanggung jawab, integrasi dengan sistem legacy, dan dorongan psikologis pelanggan untuk melampiaskan keluhan kepada manusia lain
- Bahkan pekerjaan yang tampak paling sederhana pun dibatasi oleh struktur bottleneck
Permintaan terhadap tenaga kerja manusia yang komplementer justru bisa meningkat
- Permintaan terhadap barang dan jasa yang dihasilkan manusia pada umumnya memiliki elastisitas yang tinggi
- Selama manusia tetap berpartisipasi secara komplementer dalam proses produksi, peningkatan efisiensi sering kali diserap oleh kenaikan permintaan — yaitu paradoks Jevons
- Fenomena ketika efisiensi energi meningkat tetapi alih-alih konsumsi turun, total konsumsi justru naik
- Masyarakat modern mengonsumsi bukan hanya energi, tetapi juga konten, layanan hukum, dan berbagai layanan bisnis dalam skala yang sulit dibayangkan generasi sebelumnya
- Software mencakup “semua aktivitas yang bisa dilakukan komputer” dan merupakan bidang dengan permintaan potensial yang sangat besar
- Pada setiap fase peningkatan produktivitas seperti perpindahan dari bahasa tingkat rendah ke bahasa tingkat tinggi, serta munculnya framework dan library, permintaan terhadap tenaga kerja software engineering justru meningkat tajam
- Jumlah software engineer saat ini jauh lebih besar dibandingkan 20–30 tahun lalu
- Penyebaran Claude Code dan Codex menunjukkan hal ini — meski coding menjadi lebih efisien, orang justru mencurahkan lebih banyak waktu dan upaya pada pengembangan software
- Pada tahap komplementaritas manusia-AI, masih ada ruang untuk pandangan yang relatif optimistis terhadap tenaga kerja manusia
- Konsumen menikmati consumer surplus yang besar, dan pekerja pun dapat mengharapkan dampak positif dari peningkatan produktivitas
Bahkan jika pekerjaan tak lagi dibutuhkan, manusia akan menciptakan pekerjaan baru
- Bottleneck akan melemah seiring waktu dan pada akhirnya teratasi, sehingga komplementaritas manusia terhadap AI dalam jangka panjang dapat terus menyusut seperti wasting asset dan pada batas ekstrem mendekati 0
- Namun transisi itu kemungkinan akan berlangsung lebih lama dan lebih landai daripada yang dibayangkan banyak orang, dan ketika titik itu tercapai, bisa jadi masyarakat sudah berada dalam kondisi kelimpahan di mana pekerjaan itu sendiri tidak lagi menjadi kebutuhan mutlak
- Bisa jadi dunia akan berpusat pada waktu luang, puisi, matematika murni, dan berbagai hobi, atau bahkan dunia yang telah menciptakan digital god dengan kesenjangan kecerdasan yang sebanding dengan perbedaan antara manusia dan serangga
- Sejak munculnya surplus pertanian pertama, manusia terus mengalokasikan semakin banyak sumber daya ke aktivitas yang tidak langsung diperlukan untuk bertahan hidup
- Saat ini, tenaga kerja besar terserap dalam pekerjaan seperti barista, instruktur yoga, personal trainer, sutradara video, produser podcast, dan streamer
- Semakin besar surplus, manusia akan terus menemukan atau menciptakan peran dan aktivitas yang lebih aneh sekaligus menarik
Masyarakat umum kemungkinan akan baik-baik saja
- Ini bukan berarti semua pekerjaan dan semua individu aman; akan ada orang yang kehilangan pekerjaan karena AI, melihat nilai keahliannya turun, atau mengalami penyesuaian yang tidak diinginkan
- Namun secara keseluruhan, perubahan ekonomi yang ditimbulkan AI kemungkinan akan berkembang jauh lebih lambat daripada perkiraan umum
- Narasi yang menyamakannya dengan COVID adalah perbandingan yang tidak tepat (bahkan buruk)
- Orang biasa yang bekerja di pekerjaan umum dan berinvestasi di dana indeks terdiversifikasi kemungkinan besar tidak akan menghadapi risiko besar
- Banyak perubahan akan muncul secara bertahap dan dalam bentuk perbaikan halus, sebagian terasa sebagai kemunduran, dan cukup banyak hal yang ternyata tidak berubah
- Penyesuaian yang diperlukan kemungkinan besar akan terjadi sedikit demi sedikit sesuai situasi, sehingga tidak perlu terlalu khawatir
Risiko nyata terkait AI: reaksi populis
- Dalam beberapa tahun ke depan mungkin akan ada kebingungan dan ketidakstabilan, tetapi ini kemungkinan lebih berasal dari reaksi politik dan sosial daripada dampak ekonomi langsung dari teknologinya
- Pesan dari figur seperti Shumer, disengaja atau tidak, sedang mengobarkan ketakutan
- Mengatakan kepada publik bahwa “sekarang adalah Februari 2020 dan longsoran akan segera datang” bukan hanya tidak sesuai kenyataan, tetapi juga merupakan salah penilaian yang serius
- Dari respons publik sudah terlihat rasa takut dan kepanikan, dan kita mungkin sedang memasuki tahap awal reaksi populis besar-besaran terhadap AI
- Narasi bahwa “AI merebut pekerjaan” kemungkinan tidak akan berujung pada lebih banyak langganan ChatGPT Plus, melainkan pada gerakan regulasi lintas partai seperti pelarangan total pembangunan data center, jaminan kerja seumur hidup, serta legislasi yang membatasi pengembangan dan distribusi teknologi yang sebenarnya bisa meningkatkan efisiensi ekonomi
- Jika Anda percaya AI dapat membawa produktivitas lebih tinggi, percepatan kemajuan medis dan ilmiah, serta tahap baru peradaban, maka hasil regulatif semacam ini akan menjadi bencana bagi kesejahteraan manusia
Catatan tambahan tentang permintaan software engineering
- Kenaikan permintaan software engineering belum tentu langsung berarti bertambahnya jumlah software engineer
- Seperti Excel yang tidak menggantikan akuntan melainkan menyebar ke seluruh pekerjaan kantoran, software engineering juga bisa meresap ke berbagai profesi
- Ada juga kemungkinan bahwa dalam jangka panjang peningkatan produktivitas akan melampaui kenaikan konsumsi yang didorong oleh permintaan turunan
- Dalam kondisi ekstrem, komplementaritas manusia-AI bisa mendekati 0
- Apakah efek Jevons benar-benar muncul di bidang software atau bidang lain bergantung pada keseimbangan antara peningkatan efisiensi dan perluasan konsumsi
5 komentar
Salah satu alasan mengapa masalah pengangguran pada masa Revolusi Industri tidak begitu dikenal adalah karena yang didorong ke tepi jurang adalah orang-orang koloni yang paling tidak berdaya.
Ketika mendengar tentang Seattle yang suasananya memburuk akibat PHK massal di Amazon, atau San Francisco yang konon para developer juga semakin kesulitan untuk mendapatkan pekerjaan kembali, rasanya memang benar bahwa pasar kerja sedang makin sulit, meskipun ada unsur berlebihan. Karena itu, saya sulit setuju dengan isi artikel yang mengatakan bahwa orang pada umumnya akan baik-baik saja.
Ketika Revolusi Pertanian meningkatkan produktivitas, pengangguran massal tidak terjadi; yang justru terjadi adalah eksploitasi tenaga kerja. Surplus sumber daya terkonsentrasi pada kekaisaran, dan peningkatan entropi yang sangat besar terjadi melalui perang. Kecenderungan ini tetap sama setelah Revolusi Industri; manusia tidak menyisakan surplus sumber daya, melainkan meningkatkan taraf hidup, dan bahkan anak-anak pun ditarik ke lokasi kerja untuk mengalami eksploitasi tenaga kerja yang sangat parah.
"Ngomel padahal coding saja tidak dikerjakan sendiri."
Gaji minim, sial
Opini Hacker News
Saya sedang membuat alat otomasi untuk akuntan dan staf pembukuan
Otomasi bukan menghilangkan pekerjaan, melainkan menghilangkan bagian yang membosankan dan mengubah sifat pekerjaannya
Dulu 80% waktu dihabiskan untuk input dan klasifikasi data, dan 20% untuk menganalisis angka; sekarang rasionya terbalik
Masalahnya adalah masa transisi. Daya saing orang yang mahir dalam pekerjaan mekanis menurun, dan orang dengan penilaian yang baik menjadi lebih berharga
Pada akhirnya, mengatakan “AI tidak akan mengambil pekerjaanmu” itu terlalu sederhana. Intinya adalah keterampilan mana yang terdevaluasi, dan seberapa cepat orang bisa dilatih ulang
Bidang akuntansi berubah dengan sangat lambat
Berkat AI, orang dengan pengetahuan domain yang lemah pun bisa bekerja, sehingga bahkan pekerjaan penilaian itu menjadi lebih mudah untuk dialihdayakan ke luar negeri
Pemendekan waktu pelatihan, verifikasi kualitas otomatis, dan penurunan biaya komunikasi mempercepat persaingan upah terendah global
Hasilnya, pekerjaan tetap ada, tetapi upah mandek, tangga karier makin tipis, dan sebagian besar nilai diambil oleh perusahaan yang memiliki workflow
Jika AI yang melakukannya, kita tidak benar-benar merasakan hubungan itu, dan jadi lebih sulit menyadari saat terjadi kesalahan
Bahkan server CRUD sederhana sudah cukup, tetapi jika memakai LLM untuk setiap transaksi, biayanya terlalu besar
Kalau melihat contoh otomasi sandwich, Nala Sandwich Bot lambat dan tidak efisien, lini Raptor/JLS fleksibel tetapi perlu disetel ulang,
dan lini otomasi Weber sangat cepat tetapi hampir tidak mungkin mengganti produk
Pada akhirnya, kalau bukan produk yang terstandarisasi, keekonomian otomasi menurun
Dalam kenyataannya, sering kali inti masalahnya adalah pengurangan jumlah pegawai
System engineering tetap sulit, dan ada banyak batasan pada bantuan AI di sana
Sebaliknya, pembuatan dashboard adalah area yang memang dikuasai AI
Tetapi pada akhirnya tetap dibutuhkan kemampuan software engineering yang baik
Saya hampir sepenuhnya setuju dengan penulis, tetapi saya pikir “otomasi akan membawa kemakmuran sehingga kita tak perlu bekerja lagi” adalah fantasi lama
Mesin uap, listrik, komputer, internet, dan AI semuanya gagal memenuhi janji itu
Saat biaya produksi turun, harga juga turun dan permintaan meningkat
Dalam jangka pendek, pemilik mesin yang mengambil kekayaan, dan pekerja hampir tidak menikmati manfaatnya
Jika hidup hanya pada tingkat 100 tahun lalu, kita bisa bekerja jauh lebih sedikit
Dalam situasi ketika partai yang ingin memangkas belanja pemerintah berkuasa, distribusi tanpa kerja itu mustahil
Dunia di mana semua orang bisa dengan mudah mendapatkan apa yang mereka inginkan justru akan memicu keruntuhan
Saat kadang merasa cemas, saya melihat ticket tracker tim kami, dan dengan AI saat ini, bahkan 0% pun tidak bisa diotomatisasi
Jika AI nanti bisa menyelesaikan masalah memori dan secara bertahap memahami bisnis serta codebase, barulah saya akan khawatir
Tidak menyiapkan rencana darurat itu tidak bertanggung jawab
Padahal pada akhirnya mereka akan merekrut orang lagi
AI baru jadi ancaman nyata ketika ia bisa mengikuti konteks antarmanusia dan memahami maknanya
Jika di awal proyek AI meninggalkan catatan untuk dirinya sendiri, itu bisa jadi referensi di kemudian hari
Penggantian tenaga kerja jauh lebih sulit daripada yang dipikirkan orang
Bahkan kerja sederhana seperti membalik burger sebenarnya terdiri dari banyak peran
Untuk menggantinya dengan robot, keekonomiannya sama sekali tidak masuk
Itu membuat saya benar-benar merasakan bahwa jika AI menghilangkan pekerjaan, beralih ke pekerjaan lain itu sangat sulit
Robotika dan AI adalah ranah yang sepenuhnya berbeda
Ke depan, pekerjaan yang sebelumnya dilakukan 20 orang akan ditangani 3~4 orang sambil mengelola AI
Tenaga kerja sudah berkurang lebih dari separuh, dan efisiensi dimaksimalkan lewat kiosk pemesanan, prediksi memasak, dan sistem minuman otomatis
Belum sepenuhnya tanpa manusia, tetapi otomasi bertahap sudah menjadi kenyataan
Jika AI bisa melakukan 80% pekerjaan tetapi gagal pada 20% sisanya, pengurangan 80% tenaga kerja tetap mungkin terjadi
Dilihat dari konsep keunggulan komparatif, kolaborasi manusia dan AI tetap masuk akal secara ekonomi
Bagi keuangan pribadi, itu sangat menghancurkan
Bahkan jika hanya melihat UKM, permintaan untuk software kustom nyaris tak ada habisnya
Ia dengan percaya diri mengeluarkan jawaban yang melenceng
Hasilnya efisiensi naik, tetapi struktur tenaga kerja akan tersusun ulang
Otomasi di masa lalu menciptakan industri baru, tetapi LLM pada dasarnya hanya mengubah input manusia menjadi token
Hampir tidak menciptakan pekerjaan baru
Yang tersisa hanya data center atau pabrik semikonduktor, dan itu pun suatu hari akan diotomatisasi
Ketika biaya produksi turun, harga ikut turun, dan uang yang tersisa menciptakan industri baru
Seperti kulkas yang menghapus industri es tetapi menciptakan industri distribusi dingin
Saya rasa skala penggantian oleh AI dibesar-besarkan
Jumlah petani berkurang, tetapi orang yang makan bertambah; cambuk kereta kuda hilang, tetapi taksi dan Uber muncul
Di masa depan, pekerjaan seperti asisten pribadi atau entertainer untuk orang kaya bisa bertambah
Sudah banyak pekerjaan kerah putih yang punya sifat seperti itu
Permintaan tenaga kerjanya tidak besar
Di industri semikonduktor, PHK akibat investasi AI yang berlebihan sudah menjadi kenyataan
Tetapi jika LLM terus berkembang, pekerjaan seperti milik saya yang menangani masalah NP-complete bisa saja hilang
Karena AI mulai memperbaiki dirinya sendiri, batas manusia bukan lagi bottleneck
Di industri nyata, kepentingan para pihak saling rumit sehingga AI sulit menangkap nuansa itu
Misalnya saat membuat algoritma trading, meskipun secara matematis sempurna, jika PM tidak memahaminya, itu tidak akan diadopsi
Orang biasa pun sekarang sudah kesulitan
Software engineer memang berada di kelas menengah ke atas, tetapi jika AI mengambil pekerjaan kita, kita juga akan menjalani hidup yang tidak stabil seperti orang biasa
Struktur perusahaan saat ini justru tidak bisa memanfaatkan potensi AI secara efisien
AI bisa menangani bukan sekadar potongan puzzle melainkan seluruh gambar, sedangkan organisasi manusia terbagi secara hierarkis
Di masa depan, strukturnya akan menjadi satu operator yang menangani seluruh sistem
Pada akhirnya, perusahaan itu sendiri akan menjadi bottleneck, dan zaman ketika individu adalah perusahaan akan datang
Sebagai generalis yang pernah mengalami banyak bidang, jika diberi modal, AI, dan otonomi, saya bisa sendirian pun membuat produk berkualitas tinggi dengan cepat
Yang membuat AI tidak dimanfaatkan dengan baik bukan teknologinya, melainkan masalah organisasi
Bahkan di bidang seperti akuntansi atau hukum, individu akan bisa bekerja secara mandiri
Belakangan ini justru berkat AI, pekerjaan saya terasa lebih aman
Developer junior memakai AI secara serampangan, sampai tidak memahami kode yang mereka tulis sendiri
Parable of the Broken Window