- Tulisan yang mengatakan bahwa "tidak apa-apa menunggu" terhadap fenomena yang mempersenjatai FOMO (takut ketinggalan) atas teknologi baru seperti kripto dan alat AI
- Pada masa awal kripto, ungkapan "tidak mau tertinggal, kan?" menjadi alat tekanan halus untuk meruntuhkan sikap skeptis
- Saat ini pun sebagian besar alat AI masih belum begitu berguna, dan menunggu sampai hype itu benar-benar terwujud tidak banyak memengaruhi produktivitas
- Jika sebuah teknologi benar-benar berguna, kita bisa mempelajari dan memakainya kapan saja, sehingga belajar lebih awal bukan keharusan
- Saat Git pertama kali muncul, penulis tidak langsung memakainya dan baru belajar setelah stabil serta dibutuhkan dalam pekerjaan; begitu juga dengan VR metaverse, tidak ada manfaat praktis sama sekali dari memulainya lebih awal
- Di dunia tempat 16.000 bayi lahir setiap jam, klaim bahwa seseorang tertinggal hanya karena tidak lebih awal mempelajari teknologi tertentu jelas fiksi. Strategi 'menunggu dan mengamati' adalah pilihan yang rasional
FOMO yang dipersenjatai: dari kripto hingga AI
- Saat kripto pertama kali populer, penulis diajak ikut dengan dalih sebagai "mata uang masa depan", tetapi menolak karena ketidakstabilan dan kurangnya kegunaan praktis
- Ketika mendengar "apa kamu tidak takut tertinggal?", yang muncul justru pertanyaan: tertinggal dari apa?
- Jika teknologi itu benar-benar akan membebaskan semua orang, tidak ada alasan untuk masuk lebih awal, dan ikut kapan saja pun tidak akan terlambat — besok pun masih akan ada
- Ungkapan seperti "Have Fun Staying Poor" di komunitas kripto adalah strategi tekanan psikologis yang licik, menggunakan FOMO untuk mematahkan skeptisisme
Sudut pandang yang sama terhadap demam AI
- Dari hasil mencoba langsung berbagai alat AI, beberapa memang lumayan, tetapi sebagian besar kurang berguna
- Pada tahap saat ini, yang ada lebih banyak promosi berlebihan dan ekspektasi yang dibesar-besarkan daripada nilai nyata
- Penulis sepenuhnya puas menunggu sampai hype itu benar-benar terwujud, dan tidak melihat alasan untuk bersusah payah seperti mempelajari WordStar untuk DOS
- Jika teknologinya memang sehebat itu, orang seharusnya bisa belajar dan memakainya secara produktif pada waktu yang mereka pilih sendiri, bukan mengikuti jadwal yang ditentukan orang lain
Contoh ketika tidak mulai lebih awal pun tidak masalah
- Penulis tidak menggunakan Git saat pertama kali muncul, dan baru mempelajarinya setelah stabil serta dibutuhkan dalam pekerjaan — mungkin jika ikut susah-susah di awal bisa 7% lebih efisien, tetapi juga bisa saja waktu itu terbuang pada teknologi yang gagal
- Penulis menulis tesis master tentang metaverse dan belajar pengembangan VR memang menyenangkan, tetapi sama sekali tidak punya kegunaan praktis
- Penulis memang ikut uji klinis vaksin, karena menilai hal itu bisa memberi manfaat pribadi sekaligus membantu umat manusia
Risiko dan kesia-siaan ikut terlalu dini
- Sulit mengingat orang yang mendapat sesuatu lebih dari sekadar hak untuk menyombongkan diri karena memulai lebih awal
- Memang ada investor awal yang menghasilkan uang, tetapi jumlah yang sama juga ada yang merugi
- Ada teknologi sukses seperti HTML 2.0, tetapi peluang untuk masuk ke jalan buntu seperti Flash juga sama besarnya
- 'Cutting edge' dalam teknologi sering kali berarti 'bleeding edge', yaitu wilayah yang berisiko dan mahal
Menunggu itu sah-sah saja
- Setiap jam ada 16.000 kehidupan baru lahir, dan mereka jelas tidak 'tertinggal' hanya karena tidak mempelajari teknologi sejak lahir
- Kesimpulannya, menunggu sampai sesuatu terbukti benar-benar berguna adalah 100% tidak masalah
- Yang penting bukan terburu-buru, melainkan penilaian rasional dan kebebasan memilih waktu yang tepat
4 komentar
Di era banjir informasi tentang AI, kini yang terasa lebih dulu bukan lagi manfaat, melainkan kelelahan. Nasihat-nasihat yang menghakimi hingga nyaris seperti bias konfirmasi, tulisan bernuansa promosi, sampai konten YouTube yang sangat kental warna komersialnya... Di zaman ketika semua orang meninggikan suara seolah pikirannya sendiri adalah jawaban yang benar, rasa percaya diri tanpa dasar itu justru menambah lelah. Terkadang muncul keinginan untuk menjauh dari kebisingan.
iPhone, AlphaGo, Bitcoin, dan lainnya menanjak dengan melewati tembok keraguan, lalu kenapa AI tiba-tiba menjadi begitu cepat?
Setelah cukup lama berada di dunia ini dan mengamatinya, rasanya dua hal besar menjadi penyebab perubahan belakangan ini.
Pertama, nilai taruhannya sudah terlalu besar. Dulu beberapa juta dolar saja sudah terlihat luar biasa, tapi sekarang uang mengalir dalam skala miliaran, bukan? Memang, di tempat yang bau uangnya sangat menyengat, berbagai macam orang pasti akan berkumpul. Ditambah lagi, masuknya orang-orang dari wilayah budaya tertentu dalam jumlah besar juga sangat memengaruhi, sampai suasana industri itu sendiri berubah mengikuti gaya khas mereka.
Kalau melihat sekarang, jelas terasa berbeda dari nuansa IT/CS dulu; seolah 'kepiawaian bicara' dan 'showmanship' yang menghidupi segalanya. Kalau dulu, orang-orang seperti ini mungkin sudah pergi bersama saat gelembungnya pecah, tetapi kali ini pusatnya adalah LLM, yakni 'teknologi yang pandai bicara', jadi belum terlihat tanda-tanda arus ini akan segera berakhir. Ke depannya, suasana seperti ini sepertinya akan terus berlanjut.
Opini Hacker News
Jika teknologi ini benar-benar sehebat itu, saya harus bisa mempelajarinya dengan kecepatan yang saya inginkan dan meningkatkan produktivitas
Bahkan sekarang memang ada peluang peningkatan produktivitas, tetapi itu bukan perubahan yang luar biasa bagi semua orang, dan tingkat kesulitan onboarding juga cukup tinggi
Saya pikir seiring waktu produktivitas akan naik dan hambatan masuk akan turun. Untuk sekarang, menunggu juga bukan pilihan yang buruk
Secara teknis ini opsional, tetapi baru kali ini saya melihat tekanan seperti ini. Pada akhirnya rasanya seperti struktur yang meningkatkan konsumsi token dan mengalirkan uang ke perusahaan AI
Jika paradigma teknologi berubah, kemungkinan besar set keterampilan itu menjadi tidak berarti
Ini terutama berguna untuk menyerahkan pekerjaan berulang yang tidak ingin saya lakukan. Paling cuma memperkecil jarak dengan para pengguna Vim, jadi tidak ada yang terlalu istimewa
Jika sekarang baru mulai web development, rasanya pasti jauh lebih sulit
Dengan begitu kita bisa memengaruhi arahnya dan ikut berkontribusi pada evolusinya
Saat generasi berganti, kita bisa saja menjadi seperti orang yang “tidak tahu kenapa ikon simpan berbentuk disket”
Saya sepenuhnya mengabaikan crypto dan metaverse, tetapi sama sekali tidak merasa rugi
Sebaliknya, LLM secara dramatis mengurangi jarak dari ide ke implementasi, dan menjadi titik perubahan nyata dalam hidup saya sebagai developer
Saya belum tahu apakah ini perubahan yang baik, tetapi untuk saat ini saya cukup menikmatinya
Semuanya benar-benar berbeda tergantung sifat proyeknya
Dulu saya bergantung pada developer senior atau Stack Overflow, sekarang saya bisa menyelesaikan banyak hal sendiri
Namun LLM harus dilihat sebagai sebuah spektrum — hanya karena sebagian berguna bukan berarti semuanya bernilai
Saya positif terhadap antarmuka chat berbasis LLM, tetapi skeptis terhadap otomatisasi agen
Sekarang bukan saat untuk “menunggu”, melainkan masa untuk mempelajari teknologi baru secara profesional
Kalaupun nanti ternyata tidak berguna, kita tinggal kembali ke cara lama
Nilai dari memulai lebih awal jelas ada
Orang-orang yang masuk lebih awal ke Bitcoin, neural net, dan mobile game memang mendapat imbalan besar
Tetapi ada juga teknologi yang hilang seperti ActionScript atau aplikasi BlackBerry
Jika ingin keuntungan besar, kita harus menanggung risiko dan masuk lebih awal; jika menginginkan stabilitas, menunggu adalah pilihan yang tepat
Saya butuh waktu untuk menilai apakah teknologi baru sejalan dengan nilai-nilai saya
Kalau dipikir sekarang, itu masih terasa bodoh, tetapi jika saya membelinya saat itu saya pasti sudah kaya
Selama beberapa tahun itu menghasilkan uang, tetapi pada akhirnya menjadi teknologi yang punah
Orang sering mengabaikan betapa sulitnya memprediksi nilai masa depan
Keberhasilan mobile game juga lebih banyak ditentukan oleh marketing daripada teknologinya
Ketakutan besarnya adalah bahwa karier ini mungkin akan lenyap
Jika produktivitas memang meningkat berkat LLM, mungkin perusahaan tidak punya alasan untuk merekrut orang lagi
Karena itu saya sedang mempertimbangkan apakah bisa bertahan 10 tahun lagi, atau justru harus mengganti karier
Saya malah merasa iri melihat montir yang memperbaiki ban — apa pun keadaan ekonomi, ban tetaplah ban
Seperti dulu MS Access yang katanya membuat programmer tidak dibutuhkan, tetapi akhirnya justru menciptakan pasar maintenance
Cara menyebar CV secara acak memang tidak efektif
Selama kebutuhan manusia tidak habis, fitur baru, platform baru, pengujian, dokumentasi, dan layanan akan terus muncul
Sebelum otomatisasi total benar-benar datang, pekerjaan tidak akan hilang
Tetapi software hanya akan terus berevolusi, bukan menghilang
Kalau benar-benar menginginkan ‘moat’, kita harus mencari pekerjaan yang kompleks, memerlukan lisensi, dan selalu dibutuhkan
Saya justru berpikir strategi terbaik adalah cepat naik ke teknologi terbaru, lalu segera keluar saat masa depannya menjadi tidak jelas
Seperti Bitcoin, masuk di awal bisa memberi keuntungan besar, tetapi kalau terlambat masuk risikonya justru besar
AI juga sama; orang yang membuat konten di fase awal mendapat keuntungan, tetapi sekarang keuntungan sebagai pendatang awal mulai hilang
Selain Bitcoin ada banyak sekali koin, dan kebanyakan gagal
Pada akhirnya kasus seperti gelembung tulip terus berulang, seperti Tulip Mania
Kalau mengikuti prinsip itu, tidak mungkin orang bisa memegang Bitcoin selama 15 tahun
Diferensiasi yang nyata datang dari membangun keahlian mendalam dan menciptakan koneksi baru dari pengetahuan itu
Dengan begitu barulah kita bisa menjadi first mover yang benar-benar bermakna
Saya sudah menulis kode sejak 1986, jadi saya tidak lagi mudah dipengaruhi FOMO (takut ketinggalan)
Meski tidak buru-buru, pada akhirnya pekerjaan merapikan semuanya tetap akan ada
AI juga bergerak ke arah yang sama, yaitu mengecilkan ukuran tim
Seperti SaaS, iPaaS, serverless, dan managed cloud, AI juga mempercepat pengembangan yang berpusat pada tim kecil
Pada masa awal cloud, ada system administrator yang bilang teknologi itu “tidak akan pernah sukses”
Tetapi para early adopter yang penasaran kemudian justru menjadi pemimpin migrasi cloud
Hal yang sama juga terjadi pada mobile development; hanya orang yang belajar sejak awal yang menangkap peluang
Mengelola EC2 dan mengelola server fisik secara teknis hampir sama saja
Hanya saja pasar membesar karena para eksekutif percaya pada marketing
Baca, pelajari, lalu lamar saja dengan percaya diri
LLM lebih dekat ke alat seperti IDE, dan tidak sulit dipelajari
Awalnya saya menentang coding dengan bantuan LLM, tetapi sekarang saya sering memakai Claude Code
Jika nilai utama LLM adalah bahwa non-teknisi pun bisa memakainya dengan mudah, maka bagi developer itu tentu lebih mudah lagi
Karena itu saya setuju dengan penulis bahwa “tidak perlu khawatir akan tertinggal”
Yang perlu dilakukan organisasi engineering sekarang adalah memahami alat AI dengan cukup baik, lalu mencari di mana alat itu sebaiknya diterapkan
Alat seperti Claude Code bisa mengubah ide yang selama ini cuma “nanti kita coba suatu hari” menjadi fitur dalam satu jam
Melewatkan peluang seperti ini benar-benar merugikan
Ada juga orang yang hanya ingin memisahkan pekerjaan dan kehidupan pribadi. Cukup belajar seperlunya saja
Teknologinya akan berkembang, tetapi untuk saat ini menunggu juga bijak
Bagi saya, LLM sekarang adalah keterampilan wajib
Yang penting adalah tahu kapan, di mana, dan bagaimana menggunakannya dengan baik
Jika kita tidak bisa mengotomatisasi pekerjaan berulang yang sederhana, itu bisa berujung pada penurunan produktivitas seluruh tim
Misalnya, menggunakan LLM untuk membuat kode reproduksi bug atau menguji regresi performa kini sudah menjadi hal dasar
Berkat otomatisasi seperti ini, analisis yang presisi menjadi lebih mudah, dan rekan kerja pun mengharapkan efisiensi semacam itu
Mengatakan dulu tidak memakai Git bisa berarti bahkan tidak melakukan version control sama sekali
Masih ada developer yang mengelola versi dengan menyalin file, dan mereka sangat terbantu begitu mempelajari Git
LLM tidak demikian
Saya berharap semua klien beralih ke Git
Menunggu teknologi yang matang juga bukan pendekatan yang buruk