Analisis Prospek Permintaan Pengembang di Era AI (termasuk perspektif Paradoks Jevons)

Sejak kemunculan ChatGPT pada akhir 2022, di lapangan pengembangan muncul pertanyaan mendasar: "Sekarang AI yang melakukan semua coding, apakah pengembang masih akan lebih dibutuhkan?" Terutama ketika ambang masuk perekrutan pengembang junior makin tinggi, rasa krisis memang ikut meningkat. Namun, jika teori ekonomi dan indikator pasar global saat ini diverifikasi silang, mungkin kita sedang berdiri di titik "ledakan besar permintaan", melampaui sekadar era "penggantian".

• Peningkatan produktivitas akibat adopsi AI menggantikan pekerjaan coding sederhana, sehingga fenomena "polarisasi pekerjaan" menjadi makin jelas, ditandai dengan penurunan tajam lowongan perekrutan pengembang junior.

• Namun, sejalan dengan "Paradoks Jevons" yang menyatakan bahwa kemajuan teknologi menurunkan biaya dan justru meledakkan permintaan, optimisme bahwa total kue pasar perangkat lunak akan makin besar juga tetap ada.

• Pengembang masa depan akan melampaui sekadar "coder" dan kemampuan untuk berkolaborasi dengan AI guna merancang serta mengintegrasikan nilai bisnis sebagai seorang "orkestrator" akan menjadi kunci utama untuk bertahan.

[cafedead]

Untuk memasukkan sudut pandang paradoks Jevons, pertama-tama kita harus menetapkan apa yang dimaksud sebagai sumber daya.
Karena ini adalah tulisan yang menganalisis prospek permintaan developer, maka sumber daya dalam tulisan ini tentu haruslah developer.

• Industri yang biasanya dijelaskan oleh paradoks Jevons (mesin uap <-> batu bara) dan industri perangkat lunak memiliki banyak perbedaan.
  • Barang digital adalah barang non-rival dan merupakan industri dengan biaya marginal yang nyaris 0. Artinya, ini adalah industri yang berpusat pada biaya tetap.
  • Dalam industri seperti ini, peningkatan produktivitas umumnya berjalan ke arah pengurangan atau pembekuan tenaga kerja serta penguatan leverage tenaga kerja yang ada.
• Agar paradoks Jevons berlaku, permintaan harus sangat sensitif terhadap harga, dan penurunan biaya harus langsung mengarah pada ledakan permintaan.
  • Pengembangan perangkat lunak tidak dilakukan oleh developer sendirian. Hambatannya bukan "biaya coding", melainkan biaya perencanaan, risiko, operasional, organisasi, dan regulasi.
  • Selama ini, kebanyakan perangkat lunak bukan tidak dibuat karena biayanya mahal, melainkan karena “tidak diperlukan / ROI tidak keluar / tidak mampu dioperasikan”.
• Ada ilusi dalam metrik produktivitas.
  • Metrik yang digunakan dalam tulisan tersebut (kenaikan jumlah kode yang dihasilkan, kenaikan PR, kenaikan jumlah deployment) semuanya adalah metrik “volume aktivitas”.
  • Bertambahnya jumlah kode tidak berarti nilainya meningkat. Kenaikan PR berujung pada peningkatan biaya review/verifikasi, dan kode AI meningkatkan risiko kualitas/keamanan.
  • Artinya, kode AI justru dapat meningkatkan utang teknis, biaya debugging, dan kompleksitas operasional.
  • Karena itu, peningkatan produktivitas mungkin tidak akan meningkat sedramatis metrik volume aktivitas.
• Mengakui adanya “jurang junior” sambil tetap mempertahankan optimisme adalah hal yang kontradiktif.
  • Developer, tidak seperti batu bara, tumbuh dari junior menjadi senior.
  • Jika jumlah junior berkurang, maka jumlah senior di masa depan juga akan berkurang. Karena itu, dalam jangka menengah hingga panjang, pool developer secara keseluruhan akan menyusut.
• Pertumbuhan ukuran pasar dan pertumbuhan lapangan kerja bukanlah hal yang sama.
  • Khususnya AI adalah industri padat modal, bukan “industri yang memakai lebih banyak orang”, melainkan “industri yang menciptakan skala lebih besar dengan tenaga kerja yang lebih sedikit”.
• Developer adalah manusia, dan upah manusia memiliki karakteristik yang berbeda dari harga batu bara.
  • Di pasar tenaga kerja, upah tidak turun secara sepenuhnya fleksibel, sehingga penurunan biaya tidak cukup diteruskan menjadi penurunan harga.
  • Upah pada kenyataannya memiliki kekakuan ke bawah. Ini disebabkan oleh upah minimum, hukum ketenagakerjaan, struktur kontrak, keadilan internal organisasi, moral, dan risiko turnover.
  • Artinya, ketika produktivitas meningkat, perusahaan bukan menurunkan upah, melainkan mengurangi perekrutan.

[runableapp]

Saya tidak tahu bagaimana semuanya akan berubah di masa depan, tetapi jika melihat apa yang terjadi di industri saat ini dari pengamatan subjektif (mustahil melihat semua perusahaan, dan kondisinya juga tidak mungkin sama).

• Sudah banyak yang tidak lagi melakukan coding manual yang dipahat satu per satu seperti makna lama. Sampai sekitar 30 tahun lalu, alurnya bisa dibilang berubah dari buku -> lalu googling -> Stack Overflow -> AI.
• Sudah pasti posisi junior berkurang hingga sekitar setengahnya. Sejak dulu, junior bagi senior lebih sering menjadi beban daripada bantuan besar. Ada beban untuk mengajar dan membantu pertumbuhan mereka. Saya biasanya menyarankan para junior untuk menghindari bidang, bahasa, atau teknologi yang sudah terlalu jenuh oleh orang lama, dan mempelajari hal-hal yang baru muncul. Pekerjaan untuk mengamati titik perubahan seperti ini dengan baik dan bersiap menghadapinya sebenarnya sudah berkali-kali terjadi.
• Ada juga faktor bahwa dengan AI, ekspektasi meningkat, pekerjaan bertambah, waktu makin berkurang, sehingga para senior cenderung menghindari junior. "Apakah junior diperlukan?" "Tidak perlu." Selain itu ada perubahan budaya juga. Daripada memimpin level junior-menengah seperti dulu dan lebih banyak melakukan manajemen, kini banyak yang lebih memilih mengerjakan pekerjaan teknis lalu pulang.
• Sejak dulu, bagi developer, coding paling banyak hanya sekitar 30% dari pekerjaan. Jadi meskipun pekerjaan menulis kode secara langsung berkurang, itu bukan berarti peran tersebut menjadi tidak diperlukan.
• Selama 10+ tahun terakhir, ada terlalu banyak gelembung di IT. Saya melihat suatu saat itu pasti pecah, dan sudah banyak dibahas di berbagai tempat bahwa masalah perekrutan saat ini bukan karena AI. Saya melihat ini sebagai kembalinya keadaan ke titik normal.

Saat PC menyebar pada era 80-90-an, saat booming internet pada 2000-an, lalu mobile, cloud -- selalu ada masa-masa yang bising. Dan AI saat ini khususnya bahkan sampai membuat telinga lelah dan dahi berkerut. Saya harap orang tidak mudah terombang-ambing oleh hal seperti ini. Seperti saham adalah investasi jangka panjang (meski sekarang tampaknya ada tren investasi jangka pendek), saya menganggap karier dan engineering juga merupakan investasi jangka panjang. Tetaplah mengamati dan menaruh minat, tetapi jangan sampai terombang-ambing olehnya.