Krisis Kecerdasan Dunia 2028 - Citrini Research
(citriniresearch.com)Citrini Research menyajikan skenario hipotetis di mana, bahkan di tengah optimisme AI, ekonomi berbasis manusia runtuh.
Preface
- Bukan sebuah “prediksi” melainkan skenario, yang memodelkan jalur yang relatif kurang dieksplorasi: bahkan jika optimisme AI terus terbukti benar, hasilnya secara makro bisa bearish (risiko ekor kiri).
- Ditulis sebagai “memo makro hipotetis” CitriniResearch pada Juni 2028, yang menggambarkan perkembangan dan dampak dari Global Intelligence Crisis.
Macro Memo: The Consequences of Abundant Intelligence
- Dimulai dari kondisi Juni 2028 dengan tingkat pengangguran 10,2% dan S&P turun -38% dari puncak Oktober 2026. Dibingkai sebagai pergeseran dari “masalah sektoral dalam dua tahun” menjadi “fase asing bagi seluruh ekonomi”.
- PHK awal (awal 2026), dari sudut pandang perusahaan, menghasilkan “efek normal” (margin melebar, laba melampaui ekspektasi, harga saham naik), dan keuntungan itu kemudian diinvestasikan kembali ke AI compute.
- PDB nominal dan produktivitas tampak membaik, tetapi saat agen AI mendorong lonjakan produktivitas dan biaya tenaga kerja menghilang, pertumbuhan upah riil runtuh, dan pekerja white-collar terdorong turun ke peran bergaji rendah oleh mesin.
- Muncul konsep “Ghost GDP” — output yang tercatat dalam neraca nasional tetapi tidak bersirkulasi kembali ke rumah tangga sehingga tidak mampu menopang konsumsi riil.
- Mekanisme intinya: kapabilitas AI↑ → tenaga kerja↓ → konsumsi↓ → tekanan pada margin perusahaan/investasi ulang AI↑ → kapabilitas AI↑ … loop umpan balik negatif tanpa rem alami (spiral penggantian kecerdasan).
- Loop ini, menurut skenario, (1) mengguncang asumsi pendapatan di balik mortgage senilai USD 13 triliun, (2) membangunkan pasar PE/private (asumsi ARR) yang terlalu panas setelah 17 tahun tanpa siklus default, (3) meruntuhkan industri perantara yang memonetisasi “friksi” manusia, dan (4) pada akhirnya menyingkap “daisy chain dari taruhan yang saling berkorelasi pada pertumbuhan produktivitas white-collar”.
- Bagian pembuka ditutup dengan peringatan bahwa kebijakan selalu tertinggal dari realitas, dan ketiadaan rencana yang komprehensif dapat mempercepat spiral deflasi.
How It Started
- Akhir 2025, alat coding agentic melonjak: kombinasi developer+tool saja sudah cukup untuk mereplikasi fitur inti SaaS kelas menengah hanya dalam “beberapa minggu”, sehingga CIO yang menghadapi kontrak perpanjangan bernilai tinggi mulai melihat opsi “kalau bikin sendiri?” sebagai sesuatu yang realistis.
- Sejak review anggaran pertengahan 2026, tim procurement mulai mengambil keputusan berdasarkan kapabilitas nyata: playbook kenaikan 5% yang diharapkan vendor runtuh, dan “bisa digantikan” mengubah daya tawar hingga muncul perpanjangan kontrak dengan diskon 30%.
- Investor memperkirakan SaaS long-tail akan terpukul, tetapi menganggap “system of record” aman; kasus ServiceNow menunjukkan reflexivity (pelanggan memangkas staf 15% → mencabut 15% seat → basis pendapatan pemasok rusak secara mekanis).
- Pada level perusahaan ini rasional (pangkas staf → investasikan penghematan ke AI → pertahankan output), tetapi secara kolektif “setiap USD 1 biaya tenaga kerja yang dihemat mengalir ke AI yang memungkinkan PHK berikutnya”, sehingga merusak basis pekerjaan secara keseluruhan lebih cepat.
- Kesimpulannya: software hanyalah “pembuka”, dan loop ini menyebar ke semua perusahaan dengan struktur biaya white-collar.
When Friction Went to Zero
- Awal 2027, orang mulai memakai AI sebagai default “bahkan tanpa benar-benar paham apa itu agen AI” (seperti autocomplete), dan agen belanja open source mengubah keputusan konsumsi menjadi optimasi latar belakang yang terus-menerus (median individu di AS: 400 ribu token per hari).
- Mata rantai berikutnya adalah intermediation: “lapisan ekstraksi rente” yang dibangun selama 50 tahun di atas kerepotan, keterbatasan waktu, dan inersia manusia, kini mengalami kompresi harga dan fee oleh agen.
- Contoh konkret:
- Langganan auto-renewal / kenaikan harga masa trial dinegosiasikan atau dibatalkan oleh agen, sehingga LTV ekonomi langganan turun.
- Pemesanan perjalanan: agen merakit penerbangan, hotel, transportasi, refund, hingga optimasi loyalitas secara lebih murah dan cepat, menjadikan platform sebagai korban awal.
- Perpanjangan asuransi: premi yang sebelumnya dihasilkan dari “inersia” (15~20%) dibongkar oleh agen re-shopping.
- Pajak / penasihat keuangan / layanan hukum rutin: area yang nilainya berasal dari “mewakili kompleksitas yang merepotkan” menjadi rentan karena bagi agen, kerepotan itu tidak ada.
- Real estat: dengan MLS+data transaksi, asimetri pengetahuan dapat direplikasi sehingga komisi terkompresi dari 2,5~3% menjadi di bawah 1%; sesuatu yang diyakini sebagai “relasi” ditafsirkan sebagai “friksi dengan wajah ramah”.
- Runtuhnya “habitual intermediation”: DoorDash memiliki moat berupa kebiasaan di homescreen, tetapi agen selalu mencari fee termurah/pengiriman tercepat, dan hambatan meluncurkan app pesaing juga turun berkat coding agent, sehingga margin mendekati 0.
- Menular ke infrastruktur pembayaran: agen menghindari fee interchange kartu 2~3% dalam transaksi M2M dan berpindah ke stablecoin (Solana/Ethereum L2, dll.), mengguncang model jaringan kartu/penerbit kartu.
- Bank yang berpusat pada kartu dan penerbit monoline dirangkum terkena pukulan ganda: basis pelanggan menyusut karena pemangkasan white-collar + model pendapatan menyusut karena fee bisa dilewati.
From Sector Risk to Systemic Risk
- Pada 2026 pasar memperlakukannya sebagai cerita sektoral seperti “software/konsultasi/pembayaran”, dengan konsensus bahwa ‘creative destruction tak terelakkan, dan meski ada sebagian rasa sakit, efek bersih AI akan melebihi dampak negatifnya’.
- Penulis menyatakan model mental ini salah: AS adalah ekonomi jasa white-collar (50% lapangan kerja, penggerak 75% konsumsi diskresioner), dan pekerjaan yang dilahap AI bukanlah “pinggiran” melainkan inti ekonomi.
- Terhadap bantahan “teknologi menghancurkan pekerjaan lalu menciptakan lebih banyak pekerjaan”:
- Di masa lalu pekerjaan baru pada akhirnya tetap membutuhkan pelaksanaan oleh manusia, tetapi kali ini AI adalah kecerdasan umum yang membaik sendiri di pekerjaan tempat manusia seharusnya direalokasikan, sehingga jalur penyerapan melemah.
- Ada peran baru yang diciptakan AI (prompt engineer, riset keamanan, infrastruktur, dll.), tetapi diasumsikan “untuk setiap satu yang diciptakan, puluhan digantikan”, dan upahnya juga lebih rendah.
- Kerusakan pada ‘komposisi’ data pasar tenaga kerja: sinyal retak muncul lewat penurunan lowongan JOLTS, anjloknya posting white-collar (Indeed), dll., tetapi pasar saham masih tarik-ulur dengan sentimen positif infrastruktur AI, sedangkan pasar obligasi yang lebih konservatif atau lebih bijak lebih cepat mem-price-in guncangan konsumsi.
- “Siklus kali ini non-siklikal”: alasan mengapa penurunan permintaan agregat tidak memperlambat investasi AI dijelaskan sebagai penggantian OpEx (struktur di mana total biaya turun tetapi anggaran AI justru naik).
- Ironisnya, bahkan ketika ekonomi rusak, kompleks infrastruktur AI tetap berkinerja baik (semikonduktor/CapEx hyperscaler), dan ekonomi yang “murni convex” seperti Korea dan Taiwan diasumsikan outperform.
- India sebaliknya ditampilkan sebagai contoh rentan, karena model ekspor layanan TI terpukul sehingga memicu kejatuhan rupee dan pembahasan dengan IMF.
The Intelligence Displacement Spiral
- Pada 2027 “ceritanya tidak lagi subtil”: pekerja white-collar yang terkena PHK turun kelas ke sektor jasa/gig → menekan upah di sektor itu juga → guncangan sektoral menular menjadi kompresi upah di seluruh ekonomi.
- Ekonomi gig yang menjadi tempat penyerapan pertama pun kemudian diterobos oleh pengantaran otonom/kendaraan otonom, memunculkan penyesuaian gelombang kedua.
- Bahkan profesional yang masih bekerja pun terdorong psikologi “giliran saya berikutnya”, sehingga tabungan↑/belanja↓ dan ekspektasi promosi atau kenaikan gaji menghilang.
- Unsur paling berbahaya adalah lag: kelompok berpenghasilan tinggi masih tampak normal selama 2~3 kuartal berkat tabungan, lalu pasar jatuh tajam saat data yang terlambat akhirnya mengonfirmasi keruntuhan.
- Ciri resesi kali ini: PHK terkonsentrasi di kelompok pendapatan atas, sehingga dibanding besarnya penurunan pekerjaan, pukulan ke konsumsi diskresioner menjadi berlebihan (10% teratas menyumbang 50%+ konsumsi, 20% teratas 65%).
- Karena itu muncul “matematika orde kedua” seperti “penurunan 2% pekerjaan white-collar → pukulan 3~4% pada konsumsi diskresioner”, yang bekerja lebih lambat daripada blue-collar tetapi lebih dalam.
The Daisy Chain of Correlated Bets
- Private credit membengkak dari <USD 1 triliun pada 2015 menjadi >USD 2,5 triliun pada 2026, dan skenario ini mengasumsikan sebagian besar masuk ke SaaS LBO yang bertumpu pada asumsi “pertumbuhan menengah-tinggi permanen”.
- Awal masalahnya adalah ‘asumsi sudah mati tetapi mark baru menyusul belakangan’: saat SaaS publik direvaluasi ke 5~8x EBITDA, aset privat hanya perlahan menurunkan valuation mark lama, sehingga jurang dengan realitas makin besar.
- Setelah penurunan peringkat Moody’s pada 2027, default pinjaman berbasis jaminan software menyebar ke portofolio layanan informasi/konsultasi, diikuti restrukturisasi LBO besar.
- Sebagai ‘smoking gun’, dikemukakan kasus Zendesk: customer service diotomatisasi oleh agen sehingga kategori yang didefinisikan Zendesk sendiri tergantikan, dan logikanya menjadi default bersejarah karena “ARR tidak lagi berulang”.
- Bahkan dengan asumsi “seharusnya bisa bertahan” (vehicle tertutup, lockup, menghindari forced selling), penulis menjelaskan mengapa ini tetap menjadi risiko sistemik lewat hakikat sebenarnya dari ‘permanent capital’.
- Hakikat permanent capital: manajer aset alternatif besar menyalurkan dana asuransi jiwa (pensiun) ke private credit (fee-on-fee), dengan asumsi bahwa kredit tersebut harus tetap money-good.
- Saat regulator memperketat perlakuan RBC, perusahaan asuransi menghadapi tekanan untuk menambah modal atau menjual aset, dan struktur reasuransi/SPV offshore yang buram membuat ketidakpastian “siapa yang menanggung kerugian” sulit dijawab secara real time, sehingga memperbesar kepanikan.
The Mortgage Question
- Pertanyaan intinya adalah: “apakah prime mortgage masih money-good?” Di wilayah dengan porsi jumbo tinggi dan peminjam skor 780+, tunggakan awal mulai naik, dan asumsi inti underwriting mortgage (pendapatan tetap terjaga selama 30 tahun) mulai goyah.
- Berbeda dari krisis mortgage masa lalu (spekulasi, guncangan suku bunga, runtuhnya industri lokal), kali ini pinjamannya ‘awalnya sehat’ tetapi dunia berubah setelah pinjaman diberikan.
- Bersama sinyal ‘stres yang tak terlihat’ (HELOC, penarikan 401k, kenaikan utang kartu), rumah tangga bertahan dengan memangkas konsumsi diskresioner dan menguras tabungan demi membayar mortgage, lalu tunggakan melonjak di kota-kota tertentu.
- Meski belum setara 2008, ancaman sebenarnya bukanlah “level” melainkan trajektori; penggantian tenaga kerja + kekhawatiran mortgage + kekacauan pasar privat saling memperkuat sebagai financial accelerator yang mempercepat penurunan sektor riil.
- Kesimpulannya, alat kebijakan tradisional (penurunan suku bunga/QE) mungkin dapat menangani mesin finansial, tetapi tidak mesin riil (“AI membuat kecerdasan manusia kurang langka dan kurang bernilai”).
The Battle Against Time
- Dalam skenario ini, loop negatif di sektor riil (AI↑→total upah↓→belanja↓→margin↓→pembelian AI↑) menular ke finansial (pendapatan rusak→mortgage→kerugian bank→credit crunch→runtuhnya wealth effect), dan respons pemerintah yang kacau justru memperburuk keduanya.
- Dilema struktural fiskal: basis penerimaan federal pada dasarnya adalah pajak atas “waktu manusia (pendapatan kerja)”, tetapi makin besar substitusi, makin turun pajak penghasilan dan payroll tax, sementara kebutuhan belanja transfer justru naik.
- Tekanan inti krisis diringkas sebagai “ketika harus mentransfer lebih banyak ke rumah tangga, pemerintah justru memungut lebih sedikit lewat pajak”.
- Gagasan kebijakan:
- Transition Economy Act: belanja defisit + pajak atas AI inference compute untuk transfer langsung kepada pekerja yang tergantikan.
- Shared AI Prosperity Act: menetapkan klaim publik atas pendapatan infrastruktur kecerdasan (mirip sovereign wealth fund/royalty), lalu membagikannya ke rumah tangga sebagai dividen.
- Namun, perpecahan politik (kanan: menolak redistribusi dan pajak compute / kiri: khawatir regulatory capture / hawk fiskal vs dove) menunda waktu, sementara kohesi sosial terkikis lebih cepat.
The Occupy Silicon Valley
- Muncul reaksi sosial yang menarik perhatian lebih besar daripada data pengangguran, seperti demonstran yang memblokade pintu masuk laboratorium AI utama (“Occupy Silicon Valley”).
- Inti persepsi publik: keuntungan dari ledakan produktivitas terkonsentrasi pada pemilik compute dan pemegang saham laboratorium riset, dan akumulasi kekayaan pendiri/investor awal memperluas ketimpangan secara belum pernah terjadi sebelumnya.
- “Penjahat di tiap kubu berbeda, tetapi penjahat yang sebenarnya adalah waktu” — pesan bahwa kecepatan evolusi teknologi melampaui kecepatan respons institusi dan politik.
The Intelligence Premium Unwind
- Dokumen ini merangkum bahwa yang langka dalam ekonomi modern adalah kemampuan manusia untuk menganalisis, memutuskan, mencipta, membujuk, dan berkoordinasi (kecerdasan), dan pasar kerja, mortgage, perpajakan, serta institusi lain dirancang dengan asumsi kelangkaan itu.
- Kini, ketika kecerdasan mesin menjadi “substitusi yang kompeten dan cepat membaik” di berbagai jenis pekerjaan, kesimpulannya adalah kita memasuki proses unwind (repricing) atas premi kelangkaan tersebut.
- Keruntuhan bukan sesuatu yang tak terelakkan, tetapi dokumen ini menutup dengan peringatan bahwa “jika kebijakan gagal menyepakati definisi masalah, loop umpan balik akan menulis bab berikutnya sendiri”.
1 komentar
Bagian akhir teks utama yang berisi saran dari para penulis terpotong, jadi saya tinggalkan sebagai komentar karena rasanya layak dikutip: