Mengapa AI belum menggantikan setiap pekerjaan yang ‘dapat diotomatisasi’ — belum

Ahli radiologi, insinyur perangkat lunak, pilot — AI seharusnya menjadi yang utama bagi mereka.

Namun setelah hampir 4 tahun AI muncul di masyarakat arus utama, peran tersebut masih tetap ada.

Itu karena AI sering kali hanya mengotomatiskan sebagian pekerjaan, bukan keseluruhan peran, kata Benjamin Todd, presiden organisasi nirlaba 80.000 Hours, kepada Business Insider.

“Kita harus memperingatkan semua ini dengan ‘bertahan sejauh ini’,” kata Todd kepada Business Insider.

batasan AI

Ketika AI menyebar ke lebih banyak industri, beberapa peneliti AI dan pemimpin teknologi memperkirakan bahwa teknologi tersebut dapat mengancam atau langsung menggantikan beberapa pekerjaan.

Ketika CEO Antropis Dario Amodei meramalkan pada bulan Maret bahwa AI dapat menulis semua kode dalam perangkat lunak kita dalam satu tahun, ilmuwan komputer perintis Geoffrey Hinton diprediksi pada tahun 2016 bahwa AI akan membuat ahli radiologi menjadi ketinggalan jaman dalam waktu lima tahun.

Namun, realitas otomatisasi ternyata lebih rumit dari perkiraan banyak ahli, kata Todd.

“Menurut saya, seperti inilah kebanyakan pekerjaan kerah putih,” kata Todd. “Bagian yang jelas dan bersih sebenarnya hanyalah sebagian kecil dari pekerjaan, dan sebagian besar adalah hal-hal yang bersifat koordinasi.”

Todd menunjuk ke ahli radiologi. Observasi tahun 2013 belajar diterbitkan dalam “Journal of American College of Radiology” menemukan bahwa ahli radiologi hanya menghabiskan 36,4% waktunya untuk menafsirkan gambar.

Sisa waktu digunakan untuk melakukan tugas-tugas termasuk berkonsultasi dengan dokter, mengawasi penelitian, merawat pasien, dan pekerjaan administratif – tugas yang belum dapat ditiru sepenuhnya oleh mesin, kata Todd.

Pola yang sama juga terjadi dalam rekayasa perangkat lunak, salah satu profesi yang paling agresif diganggu oleh AI sejauh ini Alat AI telah mengambil alih pengkodean.

Ketika perekrutan untuk junior insinyur perangkat lunak melemah, Todd mengatakan keseluruhan lapangan kerja di bidang tersebut masih meningkat sejak ChatGPT diluncurkan.

Data dari teknologi mempekerjakan perusahaan analitik TrueUp menunjukkan lowongan pekerjaan rekayasa perangkat lunak di perusahaan teknologi meningkat menjadi lebih dari 67.000 pada tahun 2026 – level tertinggi dalam lebih dari tiga tahun – dengan jumlah listing meningkat dua kali lipat sejak pertengahan tahun 2023.

“Saya pikir bagi para insinyur perangkat lunak, hal ini lebih disebabkan oleh efek produktivitas,” kata Todd. “Kebanyakan insinyur perangkat lunak yang saya kenal sekarang mengatakan bahwa mereka hanya memproduksi lebih banyak kode dibandingkan sebelumnya.”

Todd mengatakan penerjemah adalah contoh lainnya. Bahkan setelah munculnya Google Terjemahan, pekerjaan penerjemah secara keseluruhan tetap sedikit meningkat dari tahun 2023 hingga 2024, katanya, mengutip sebuah analisa oleh profesor Universitas Virginia Basil Halperin berdasarkan data Biro Statistik Ketenagakerjaan dan Statistik Upah Tenaga Kerja.

Ciri-ciri tahan AI

Risiko sebenarnya, kata Todd, muncul ketika sistem AI dapat menangani peran yang cukup sehingga membuat pekerja tidak diperlukan sama sekali.

Dia mengatakan upah juga akan lebih mungkin mendapat tekanan ketika sistem AI dapat mengotomatisasi sebagian besar tugas suatu pekerjaan.

Itu sebabnya Todd mengatakan masyarakat seharusnya tidak terlalu fokus pada “pekerjaan yang aman” dan lebih fokus pada “keterampilan yang aman.”

Dalam versi terbaru bukunya “80,000 Hours: How to Have a Fulfilling Career that Does Good,” Todd memaparkan empat karakteristik keterampilan kemungkinan besar akan meningkat nilainya di era AI: hal-hal tersebut sulit dilakukan oleh AI, melengkapi sistem AI, menghasilkan hal-hal yang lebih diinginkan oleh masyarakat, dan sulit untuk dikuasai oleh orang lain.

Todd mengatakan kepada Business Insider bahwa pekerjaan yang paling mungkin untuk bertahan cenderung melibatkan pekerjaan yang “miskin data, jangka waktunya panjang, berantakan, dan di mana kita ingin seseorang terlibat,” seperti strategi, penelitian jangka panjang, koordinasi sosial, dan pekerjaan yang banyak berhubungan dengan hubungan.

Namun, Todd memperingatkan bahwa keseimbangan dapat berubah dengan cepat jika sistem AI mampu menangani proyek yang lebih besar dan lebih otonom.

“Prosesnya memakan waktu lebih lama dari perkiraan orang,” kata Todd. “Tetapi ini sebenarnya hanya masalah derajat.”