AI bukan rekan kerja, melainkan exoskeleton

• Pandangan yang melihat AI sebagai rekan otonom sering kali berujung mengecewakan, tetapi pendekatan yang melihatnya sebagai alat untuk memperkuat kemampuan manusia dapat menghasilkan dampak yang transformatif
• Seperti contoh exoskeleton di bidang manufaktur, militer, medis, dan lari, AI juga harus berfungsi sebagai perangkat pendukung yang meningkatkan keberlanjutan dan efisiensi, bukan menggantikan penilaian manusia
• Kasava mewujudkan struktur gabungan antara AI dan penilaian manusia melalui "Product Graph" yang mengintegrasikan kode, issue, dan informasi strategi
• Dengan arsitektur "Micro-Agent", pekerjaan dipecah menjadi unit-unit kecil agar tugas berulang dapat diperkuat oleh AI sementara hak pengambilan keputusan tetap berada pada manusia
• Peningkatan produktivitas di masa depan akan lahir bukan dari otonomisasi penuh, melainkan dari amplifikasi manusia, dan AI akan menjadi perpanjangan alami manusia

---

Persepsi AI yang keliru dan model "exoskeleton"

• Saat perusahaan memperlakukan AI sebagai agen otonom, mereka kerap mengalami kekecewaan; sebaliknya, perusahaan yang memanfaatkannya sebagai alat perluasan kapasitas manusia mengalami perubahan nyata
• AI tidak seharusnya berfungsi sebagai subjek pengambil keputusan yang independen, melainkan sebagai perpanjangan dari pengambilan keputusan manusia
• Metafora "AI bukan rekan kerja, melainkan exoskeleton" mendefinisikan ulang peran AI sebagai perangkat amplifikasi yang berpusat pada manusia

Contoh nyata exoskeleton

• Manufaktur: Ford memperkenalkan EksoVest di 15 pabrik di 7 negara dan menurunkan tingkat cedera sebesar 83%, sementara BMW melaporkan pengurangan upaya pekerja sebesar 30~40%
  • Cray X dari German Bionic memberi dukungan angkat hingga 66 pon, dan di pelanggan seperti BMW dan IKEA jumlah cuti sakit turun 25%
• Bidang militer: Sarcos Guardian XO Max memberikan amplifikasi kekuatan 20:1, sehingga beban 100 pon terasa seperti 5 pon
  • Lockheed Martin HULC dapat membawa beban 200 pon dengan kecepatan 7 mil per jam, membantu mencegah cedera muskuloskeletal
• Rehabilitasi medis: 76% pasien cedera tulang belakang dapat berjalan tanpa bantuan saat mengenakan exoskeleton
• Riset lari: exoskeleton pergelangan kaki Stanford mengurangi konsumsi energi 15%, dan soft suit dari Harvard menurunkan biaya metabolik 5.4%
• Kesamaannya adalah semuanya tidak menggantikan manusia, tetapi memperkuat kemampuannya

Keterbatasan konsep "AI agent"

• AI otonom memicu masalah salah penilaian dan hallucination karena kurangnya konteks
• Jika mencoba membuat keputusan independen tanpa memahami penilaian dan konteks manusia, kemungkinan gagal menjadi tinggi
• Kasava mengadopsi struktur di mana AI melakukan analisis mendalam, tetapi keputusan diambil oleh manusia

Product Graph milik Kasava

• Lapisan pertama: secara otomatis mengumpulkan codebase, commit, issue, PR, dan data proyek untuk memodelkan struktur nyata serta keadaan evolusi produk
• Lapisan kedua: mencerminkan penilaian strategis dan prioritas dari pengguna untuk menggabungkan data otomatis dengan penilaian manusia
• Melalui penggabungan ini, AI dapat melakukan analisis dengan mempertimbangkan konteks nyata produk dan niat tim secara bersamaan
• Hasilnya, Kasava mewujudkan struktur amplifikasi simbiotik antara AI dan manusia

Arsitektur Micro-Agent

• Pekerjaan dipecah bukan berdasarkan peran, tetapi menjadi tugas-tugas rinci untuk mengidentifikasi bagian yang bisa diamplifikasi oleh AI
  • Contoh: penulisan commit message, pencarian pola kode, penulisan boilerplate code, tinjauan keamanan, dan pembaruan dokumentasi otomatis dapat ditangani AI
  • Penentuan fitur, debugging kompleks, dan keputusan arsitektur tetap dipimpin manusia
• Setiap micro-agent berfokus pada satu fungsi dan memiliki batas input-output yang jelas
• Manusia harus tetap berada di dalam loop keputusan agar model exoskeleton tetap terjaga

Dampak produktivitas dan makna amplifikasi

• Seperti terlihat dalam riset exoskeleton, penghematan energi 15% tidak sekadar meningkatkan efisiensi, tetapi juga berujung pada keberlanjutan dan ketahanan yang lebih baik
• Dalam software, jika tugas berulang dikurangi, sumber daya kognitif dapat dialihkan kembali ke pekerjaan kreatif
• Kasava mewujudkan kenaikan produktivitas yang bersifat majemuk melalui pembaruan dokumentasi otomatis, penulisan commit message otomatis, dan integrasi workflow
• Ini adalah efek kumulatif dari pendekatan AI amplifikasi, bukan AI otonom

Prospek masa depan: bukan otonomi, melainkan amplifikasi

• Organisasi seharusnya tidak bertanya, "bagaimana membuat AI bekerja secara otonom?", melainkan "bagian mana dari kelelahan dan kesalahan yang bisa dikurangi?"
• Alasan industri exoskeleton diperkirakan tumbuh 20% per tahun hingga 2030 dan mencapai skala 2 miliar dolar adalah karena ia tidak menggantikan manusia, melainkan memperkuatnya
• Demikian pula untuk AI, alat amplifikasi yang terintegrasi secara alami ke dalam workflow manusia akan menciptakan nilai yang berkelanjutan

[GN⁺]

Opini Hacker News

• Saya tidak setuju dengan gagasan yang menenangkan diri sendiri bahwa “AI akan memanfaatkan saya dan bukan menggantikan saya”
  Pada akhirnya, pengguna akan membentuk sistem formal seperti membentuk tanah liat
  Dalam jangka menengah, pernyataan “AI bukan rekan kerja” terasa tepat
  Kolaborasi manusia pada dasarnya tidak efisien, dan pengembangan perangkat lunak akan cepat berubah menjadi olahraga individu
  Saya rasa struktur dengan satu perancang yang punya selera estetika bagus dan banyak agen yang bekerja bersama akan lebih baik

  • Generasi AI saat ini hanyalah prediktor teks sederhana, jadi tidak benar-benar bisa menemukan cacat logis dalam kode
  • Tidak realistis mengasumsikan setiap orang bisa menyampaikan kebutuhan dengan jelas kepada AI
    Selain itu, masih dipertanyakan apakah AI bisa memeliharanya ketika platform dan library berubah
  • Jensen Huang mengatakan, “sekarang semua orang di dunia telah menjadi programmer”
    Artikel terkait: Nvidia CEO predicts the death of coding
  • Masalah biaya komunikasi akibat penambahan tenaga kerja sudah disorot Brooks 50 tahun lalu
    Baik menambah orang maupun menambah bot, esensinya sama
  • Ungkapan “AI me-leverage saya” terdengar seolah AI menginjak saya untuk naik lebih tinggi
    Mungkin itu justru metafora yang tepat

• Analogi eksoskeleton memang keren, tetapi tidak realistis
  Dalam praktiknya, ada banyak pendekatan yang lebih berguna — kendaraan, lengan robot, kendali jarak jauh, dan sebagainya
  Robot humanoid raksasa tidak efisien secara komersial

• Saya setuju dengan klaim bahwa “kita salah memikirkan AI”
  CEO Anthropic dan OpenAI sudah menyatakan niatnya dengan jelas — menargetkan penurunan 90% SWE

  • Namun hampir tidak ada yang benar-benar percaya
    Dulu juga pernah dikatakan akan digantikan oleh UML, developer offshore, no-code, dan sebagainya, tetapi pada akhirnya AI hanyalah alat
    Pernyataan para CEO itu cuma pesan untuk mengangkat harga saham
  • Untuk menurunkan kebutuhan SWE, yang harus dibereskan lebih dulu bukan AI melainkan masalah efisiensi organisasi
    Kenyataannya, banyak developer membuang waktu pada proyek yang nilainya tidak jelas
  • Tanpa terobosan besar, itu tidak mungkin
    Ironisnya, developer yang membuat alat-alat ini justru bisa menjadi pihak pertama yang kehilangan pekerjaan
  • Akan jauh lebih baik jika tidak terlalu terobsesi dengan AI berbasis agen
    Alat AI di dalam IDE jauh lebih akurat dan cepat
    Tetapi Claude mendorong agar “selesaikan sekaligus” dengan konteks yang diminimalkan
    Ini terlihat seperti desain yang lebih menguntungkan perusahaan daripada pengguna
  • Klaim bahwa permintaan SWE akan turun 90% tidak realistis
    Semakin tinggi efisiensi, semakin kompleks perangkat lunak yang akan dibuat, dan justru permintaan bisa meningkat

• Analogi eksoskeleton memang memberi rasa tenang, tetapi perubahan yang sebenarnya adalah ‘skalabilitas selera’
  Dulu, bahkan orang dengan penilaian yang sangat baik pun sulit mengeksekusi sesuatu tanpa tim
  Sekarang, dengan selera yang baik dan kemampuan merancang, satu orang bisa menghasilkan keluaran setara tim
  Bottleneck telah bergeser dari “bisakah menulis kode” menjadi “apa yang layak dibuat”

  • Ungkapan “permainan yang sepenuhnya berbeda” menarik juga
  • Prototipe bisa dibuat cepat, tetapi untuk mencapai tingkat produk tetap butuh keahlian
  • Pada dasarnya itulah definisi augmentation — alat yang memperkuat kemampuan satu orang
  • Kalimat “perangkat lunak yang dulu butuh tim kini bisa dirilis oleh satu orang” terdengar agak berlebihan

• AI sudah bekerja seperti co-worker
  Pekerjaan yang dulu diberikan kepada manusia sekarang didelegasikan ke AI

  • Cakupan tugas yang bisa didelegasikan sebenarnya jauh lebih luas
    Sebagian besar industri masih nyaris belum memanfaatkan potensinya
  • Tetapi ada juga kasus ketika orang stres karena harus memperbaiki hasil yang dibuat AI

• Di Lenny’s Podcast, Boris, penulis Claude Code, mengatakan bahwa “penulisan kode sudah menjadi masalah yang selesai”
  Jika para engineer berhenti berkontribusi ke open source, muncul pertanyaan apakah AI masih bisa terus belajar

  • Pernyataan itu terlalu mutlak
    Ucapan orang yang membuat alat seperti ini memiliki conflict of interest
  • Kemungkinan dia bekerja di codebase yang bersih dengan testing yang sangat baik
    Dalam lingkungan seperti itu, menulis kode bisa tampak sederhana, tetapi kebanyakan proyek tidak seperti itu
  • Ini bukan soal “menulis kode”, melainkan soal “rekayasa perangkat lunak”
    Bidang ini masih belum mandek
    Pola-polanya tidak ortogonal, jadi tidak bisa dijelaskan sebagai kombinasi linear sederhana
  • Ini mirip logika “jika puisi sudah menjadi seni yang selesai, maka kita tidak lagi membutuhkan penyair”
    Engineer kreatif tetap dibutuhkan
  • Saya melihat demo Boris menyelesaikan issue terbuka Excalidraw dengan agen Claude
    Dia menyelesaikan masalahnya tanpa menulis satu baris kode pun secara langsung
    Jadi mungkin ucapannya tidak sepenuhnya salah

• Memakai eksoskeleton tidak membuat kita berlari 10 kali lebih cepat atau menggerakkan tangan lebih cepat
  Analoginya tidak cocok

• Melihat AI sering menghasilkan kalimat seperti “Not X, but Y”, ini terasa berbasis template

  • Pola “It’s not X, it’s Y” terdeteksi lagi

• AI saat ini bagi saya seperti amplifier
  Ia memperkuat saya dalam coding dan tugas-tugas tertentu
  Saya tidak terlalu khawatir sampai penggantian total benar-benar terjadi

  • Tetapi amplifikasi pada akhirnya berarti lebih sedikit orang untuk lebih banyak pekerjaan
    Ini bisa berujung pada turunnya permintaan tenaga kerja dan gaji
  • Pada akhirnya, sangat mungkin arahnya menuju berkurangnya jumlah developer yang dibutuhkan untuk menghasilkan output yang sama

[dkmin]

Terima kasih telah berbagi. Ini terasa segar.