Dalam artikel ini
- Ringkasan utama
- Masa Depan Pekerjaan dan Ekonomi AI
- Apa yang benar-benar berubah dalam produktivitas pekerja?
- Siapa yang paling rentan terhadap substitusi?
- Tiga model ekonomi: upah, dividen AI dan layanan dasar
- Skill apa yang paling bernilai pada 2030?
- Peta transisi kerja untuk Indonesia
- FAQ ekonomi dan masa depan pekerjaan
- Kesimpulan dan sumber utama
AIGEO.ID — 5 November 2026. Di sebuah perusahaan, AI membantu menjawab pertanyaan pelanggan lebih cepat; di perusahaan lain, perangkat lunak justru membuat sebagian tugas yang sebelumnya membutuhkan pegawai menjadi otomatis. Keputusan manusia tentang investasi, kompetisi, dan pembagian manfaatlah yang menentukan apakah AI menjadi mesin kenaikan produktivitas bersama atau sumber ketidakamanan kerja.
Ringkasan utama
- Paparan terhadap AI bukan bukti PHK: ILO membedakan potensi transformasi tugas dari hilangnya profesi.
- Keuntungan produktivitas sangat kontekstual; hasil riset tidak selalu positif.
- Ekonomi pasca-kelangkaan bukan akibat otomatis AI; sumber daya fisik dan kepemilikan modal tetap menentukan.
- UBI merupakan alternatif kebijakan, bukan obat tunggal untuk semua ketimpangan.
Masa Depan Pekerjaan dan Ekonomi AI
AI akan menjadi rekan kerja atau menggantikan manusia?
AI kemungkinan akan mengubah banyak pekerjaan melalui kombinasi kolaborasi dan substitusi tugas, bukan satu gelombang penggantian seragam. AI dapat mempercepat penulisan kode, analisis dokumen dan produksi materi kreatif. Namun sebuah profesi juga mencakup tanggung jawab hukum, penilaian konteks, relasi sosial dan pekerjaan fisik yang tidak selalu mudah diotomatisasi.
Penelitian ILO, Mei 2025 menemukan sekitar 25% pekerjaan di dunia memiliki suatu tingkat paparan terhadap AI generatif, tetapi hanya sekitar 3,3% pekerjaan global berada pada kategori paparan tertinggi. Angka itu mengukur potensi transformasi tugas, bukan jumlah pekerja yang pasti kehilangan penghasilan. ILO menilai perubahan tugas lebih mungkin terjadi daripada hilangnya seluruh jenis pekerjaan secara langsung. Perempuan dan pekerjaan administrasi menunjukkan paparan tinggi dalam metodologi ini.
Di sisi lain, World Economic Forum, Future of Jobs Report 2025 memperkirakan transformasi struktural pasar kerja pada 2025–2030 dapat menciptakan 170 juta pekerjaan baru dan menggusur 92 juta, menghasilkan selisih bersih 78 juta pekerjaan. Angka itu berasal dari proyeksi survei pemberi kerja dan tren majemuk—bukan dampak AI semata ataupun hitungan PHK yang sudah terjadi.
Karena itu, augmented intelligence berbeda dari otomatisasi total. Seorang dokter yang memakai AI membaca citra masih harus mengevaluasi keselamatan pasien. Redaktur yang dibantu model bahasa tetap bertanggung jawab atas fakta dan etika publikasi. Tetapi perusahaan juga dapat mengurangi perekrutan untuk tugas rutin yang kini dilakukan perangkat lunak. Dampak bagi pekerja junior, pekerja kreatif dan pekerja kontrak tidak boleh disapu oleh narasi optimistis produktivitas.
Apakah ekonomi pasca-kelangkaan dan UBI akan menjadi kenyataan?
Ekonomi pasca-kelangkaan adalah hipotesis bahwa teknologi mampu menyediakan banyak barang atau jasa dengan biaya sangat rendah, sedangkan UBI adalah transfer tunai universal tanpa syarat kepada warga. Keduanya bukan konsep yang sama dan tidak ada hubungan keharusan di antara keduanya.
AI dapat menurunkan biaya marjinal penulisan teks, perangkat lunak atau konsultasi digital. Namun listrik, semikonduktor, tanah, air, logistik, bahan baku dan layanan tatap muka tetap terbatas. Bahkan bila biaya membuat suatu barang merosot, kepemilikan pusat data, paten, jaringan distribusi dan modal dapat menentukan siapa menikmati keuntungan. Post-scarcity dalam satu sektor digital belum berarti seluruh ekonomi bebas dari kelangkaan.
Apakah kapitalisme masih relevan? Sistem pasar bisa tetap berfungsi dengan harga, investasi dan persaingan, tetapi konsentrasi komputasi dapat memperlebar ketimpangan antara pemilik modal dan pekerja. Jawabannya bergantung pada kebijakan antimonopoli, pajak, distribusi keuntungan produktivitas dan akses publik. UBI adalah salah satu opsi, bukan satu-satunya. Alternatif mencakup asuransi pengangguran, layanan publik universal, pelatihan ulang, asuransi upah dan pembagian keuntungan otomatisasi.
Bank Dunia dalam kajian UBI mendefinisikannya sebagai transfer uang yang universal dan tanpa syarat, sambil menekankan persoalan cakupan, keadilan, biaya fiskal dan desain sistem perlindungan sosial. Menyatakan UBI “wajib” hanya karena AI berkembang akan mendahului bukti mengenai dampak pekerjaan, sumber pembiayaan dan efisiensi kebijakan di tiap negara.
Keterampilan manusia apa yang tetap bernilai?
Keahlian yang semakin penting adalah kemampuan menetapkan tujuan, memeriksa hasil AI, membuat keputusan saat informasi tidak lengkap, dan membangun kepercayaan antarmanusia. Keterampilan teknis seperti pemrograman dan analisis data tidak hilang nilainya, tetapi bergeser dari menulis setiap langkah menjadi merancang sistem, menguji keamanan dan memahami kebutuhan pengguna.
WEF menyoroti peningkatan kebutuhan keterampilan teknologi bersamaan dengan kemampuan manusia seperti berpikir analitis, daya lenting, kepemimpinan, pengaruh sosial dan kerja sama. Empati bukan sekadar perasaan hangat: dalam pelayanan kesehatan atau pendidikan, ia harus diterjemahkan menjadi tindakan yang memahami konteks individu. Sementara itu kreativitas bernilai ketika seseorang mampu merumuskan masalah dan mengambil tanggung jawab atas solusi, bukan hanya menghasilkan banyak konten.
| Jenis pekerjaan/tugas | Potensi AI | Nilai tambah manusia |
|---|---|---|
| Riset dan konten | Meringkas, membuat draf, transkripsi | Verifikasi, konteks, penilaian etika |
| Pemrograman dan data | Menghasilkan kode, mencari pola | Arsitektur, keamanan, evaluasi |
| Kesehatan dan pendidikan | Membantu diagnosis atau materi belajar | Empati, tanggung jawab, keputusan kontekstual |
| Manajemen dan pemerintahan | Simulasi dan analisis kebijakan | Legitimasi, akuntabilitas, kepemimpinan |
Apa yang benar-benar berubah dalam produktivitas pekerja?
AI paling menjanjikan untuk pekerjaan yang memiliki tugas jelas, keluaran bisa diperiksa, dan akses data yang sesuai. Dalam AI Index 2026, Stanford merangkum studi bahwa agen dukungan pelanggan menyelesaikan sekitar 14–15% lebih banyak masalah per jam, sementara pengembang dengan Copilot menghasilkan sekitar 26% lebih banyak pull request dalam studi tertentu. Namun pada pengembang open source berpengalaman, sebuah percobaan lain mendapati penggunaan AI justru memperlambat penyelesaian tugas sekitar 19%. Angka-angka tersebut mengukur konteks penelitian yang berbeda dan tidak boleh digeneralisasikan sebagai kenaikan produktivitas universal.
Hasil yang berbeda itu memberi pelajaran ekonomi: kemampuan model adalah satu faktor, sedangkan kualitas proses, pengawasan, pengetahuan spesifik dan biaya koreksi menentukan keuntungan akhir. Perusahaan yang menghitung hanya jumlah konten atau baris kode dapat keliru menilai produktivitas bila waktu pemeriksaan, kesalahan, dan risiko hukum meningkat. Pada pekerjaan kreatif, kemampuan menghasilkan desain atau draf dalam hitungan menit tidak otomatis menaikkan nilai karya di pasar yang penuh konten.
Siapa yang paling rentan terhadap substitusi?
Risiko terbesar muncul ketika sejumlah tugas bernilai ekonomi dapat dikerjakan perangkat lunak dengan biaya jauh lebih rendah dan kualitas yang cukup. Pekerjaan administrasi, transkripsi, layanan pelanggan berulang, riset dokumenter dasar dan produksi konten standar termasuk kelompok yang mudah dipecah menjadi tugas digital. Akan tetapi, keseluruhan profesi sering tetap membutuhkan pemahaman kasus, akuntabilitas dan komunikasi dengan manusia.
Kondisi pekerja pemula memerlukan perhatian khusus. Jika perusahaan mengurangi tugas entry-level karena digantikan AI, generasi baru mungkin kehilangan ruang latihan untuk memperoleh keahlian senior. Di sisi lain, tutor AI dapat menurunkan hambatan belajar. Karena itu, ukuran transisi tidak cukup berupa jumlah PHK; perlu juga memantau lowongan junior, kualitas upah, jam kerja, promosi, dan akses pelatihan. International AI Safety Report 2026 juga menyebut indikasi awal penurunan permintaan untuk beberapa pekerjaan awal karier yang sangat terpapar AI, tanpa menyimpulkan keruntuhan pasar kerja.
Tiga model ekonomi: upah, dividen AI dan layanan dasar
Kenaikan produktivitas AI dapat dibagikan melalui upah, harga yang lebih murah, pajak dan layanan publik, atau terkonsentrasi sebagai keuntungan pemilik modal. Tidak ada hukum teknologi yang memastikan distribusi tersebut otomatis adil. Jika komputasi dan hak penggunaan model dikuasai beberapa perusahaan, tingkat persaingan turut menentukan apakah konsumen dan pekerja ikut menikmati penghematan.
Perdebatan UBI bergantung pada pilihan fiskal. Transfer universal menghindari sebagian kesalahan penargetan, tetapi memerlukan sumber pembiayaan berkelanjutan; transfer yang sama untuk semua orang belum tentu lebih progresif daripada dukungan tambahan bagi keluarga miskin atau penyandang disabilitas. Bank Dunia menekankan pertukaran antara cakupan, kecukupan manfaat, biaya, dan insentif dalam panduan UBI. Alternatifnya adalah asuransi upah, subsidi pelatihan, jaminan kesehatan, layanan pendidikan, dan bantuan terarah.
Skill apa yang paling bernilai pada 2030?
Nilai keahlian bergeser ke kemampuan merumuskan masalah, menilai risiko, berkomunikasi dan mempertanggungjawabkan keputusan. Soft skills seperti empati dan kepemimpinan tidak menggantikan keahlian teknis; keduanya saling melengkapi. Insinyur tetap memerlukan pengetahuan sistem untuk menguji kode buatan AI. Jurnalis tetap memerlukan sumber, konteks, dan etika. Profesional kesehatan tetap membutuhkan diagnosis kontekstual serta kemampuan berinteraksi dengan pasien.
Pelatihan yang baik mengajarkan keterampilan tiga lapisan: literasi AI untuk seluruh pekerja; pengetahuan domain yang mendalam; dan kemampuan supervisi seperti audit, eksperimen, komunikasi lintas fungsi, serta penanganan kesalahan. WEF Future of Jobs 2025 mencatat pertumbuhan kebutuhan AI/big data bersamaan dengan berpikir analitis, ketahanan, kepemimpinan dan pengaruh sosial. Pertanyaan yang lebih berguna daripada “skill mana tidak bisa diganti AI” adalah “siapa mampu menggunakan AI sekaligus menanggung konsekuensi keputusannya?”.
Peta transisi kerja untuk Indonesia
| Sektor | Peluang kolaborasi | Risiko yang perlu dikendalikan |
|---|---|---|
| UMKM dan layanan | Rangkuman transaksi, layanan multibahasa | Data pelanggan dan kesalahan otomatis |
| Media dan industri kreatif | Produksi awal dan riset | Hak cipta, penurunan harga jasa, homogenisasi |
| Pemerintahan | Pengolahan dokumen dan layanan | Bias keputusan, audit dan privasi |
| Perangkat lunak | Pengembangan prototipe lebih cepat | Keamanan, kualitas dan jalur belajar junior |
Bagi Indonesia, yang dibutuhkan ialah observatorium perubahan pekerjaan berbasis data sektoral, insentif reskilling, uji coba manfaat AI untuk UMKM, dan kebijakan persaingan atas layanan komputasi. Perguruan tinggi serta asosiasi profesi dapat menyusun sertifikasi kemampuan menguji AI, bukan hanya cara menulis prompt. Prioritasnya juga harus meliputi pekerja di luar ekonomi formal yang tidak mudah tercermin dalam survei perusahaan besar.
FAQ ekonomi dan masa depan pekerjaan
Apakah AI akan menyebabkan PHK massal?
Belum dapat dipastikan secara umum. Banyak tugas akan berubah dan sebagian jabatan dapat berkurang, tetapi dampaknya dipengaruhi biaya, adopsi, pertumbuhan permintaan dan kebijakan perusahaan. Angka paparan ILO bukan angka PHK.
Apakah kapitalisme berakhir jika AI membuat barang murah?
Tidak otomatis. Kelangkaan sumber daya dan kepemilikan infrastruktur tetap ada. Struktur pasar, regulasi, serta distribusi keuntungan menentukan bagaimana ekonomi berubah.
Apakah Indonesia harus menerapkan UBI?
UBI layak dikaji, bukan diterapkan tanpa perhitungan. Bandingkan biaya dan efektivitasnya dengan perlindungan sosial terarah, pelatihan ulang dan layanan publik.
Bacaan terkait di AIGEO.ID: 7 skill AI yang dicari perusahaan; One-Person Company: Bisnis Satu Orang di Era AI.
Kesimpulan dan sumber utama
Masa depan pekerjaan tidak ditentukan AI saja, melainkan keputusan mengenai cara kerja, hak pekerja dan distribusi keuntungan. Kolaborasi manusia–mesin dapat meningkatkan produktivitas, tetapi substitusi tetap mungkin pada tugas tertentu. Penilaian yang matang membutuhkan data pasar kerja aktual, bukan kepastian spekulatif tentang semua profesi.
- ILO, GenAI and Jobs 2025
- WEF Future of Jobs 2025
- Stanford AI Index 2026
- World Bank UBI Guide
- AIGEO: keterampilan AI yang dicari perusahaan
Komentar & Diskusi