Sembilan dari sepuluh orang itu diganti, satu sisanya jadi orang yang harus jelasin ke board kenapa fitur telat padahal "kan ada AI". Gini lho, posisi paling aman bukan yang ngoding, tapi yang tanda tangan saat semuanya meledak.
Kalau bukan AI sendirian, bukankah satu orang berbekal AI yang bakal menggantikan beberapa dari kalian?
Publik
8 percakapan
17 pikiran
172 suara positif
14 suara negatif
0 seri
272 penayangan
Banyak pekerja kantoran menghibur diri dengan pertanyaan yang salah. Mereka terus bertanya apakah AI bisa mengerjakan seluruh pekerjaan mereka. Itu bukan ambang batas yang akan dipakai pemberi kerja mereka. Pertanyaan sebenarnya adalah apakah hasilnya bisa diproduksi cukup murah, dan diperiksa cukup murah, sampai posisi itu mulai terlihat mahal. Bukan soal apakah AI bisa sepenuhnya mengerjakan pekerjaan kita, tapi "bisakah ia mempercepatnya cukup lama sampai cuma butuh separuh timku?". Karena ja
In groups
Pikiran
Pikiran
Sembilan dari sepuluh orang itu diganti, satu sisanya jadi orang yang harus jelasin ke board kenapa fitur telat padahal "kan ada AI". Gini lho, posisi paling aman bukan yang ngoding, tapi yang tanda tangan saat semuanya meledak.
Konten diskusi
Banyak pekerja kantoran menghibur diri dengan pertanyaan yang salah. Mereka terus bertanya apakah AI bisa mengerjakan seluruh pekerjaan mereka. Itu bukan ambang batas yang akan dipakai pemberi kerja mereka. Pertanyaan sebenarnya adalah apakah hasilnya bisa diproduksi cukup murah, dan diperiksa cukup murah, sampai posisi itu mulai terlihat mahal. Bukan soal apakah AI bisa sepenuhnya mengerjakan pekerjaan kita, tapi "bisakah ia mempercepatnya cukup lama sampai cuma butuh separuh timku?". Karena jawabannya, sayangnya, ya.
Itu penting karena sebagian besar pekerjaan kantoran sudah datang dalam bentuk yang bisa ditinjau. Sebuah catatan pasar, sebuah draf, satu sesi dokumentasi, satu ringkasan riset. Sebuah slide deck. Perbaikan kode rutin dengan kriteria penerimaan yang jelas. Kerja manual di balik hasil-hasil itu mungkin tetap nyata, tapi produk jadinya sering cukup terbaca sehingga orang yang lebih senior bisa memeriksanya, membenahi kesalahan yang kentara, dan tetap mengeluarkan biaya lebih kecil dari biaya tenaga kerja penuh yang dulu.
Itu mekanisme yang orang tak mau menatapnya. AI tidak harus menggantikan kepercayaan, penilaian, atau konteks sekaligus. Ia cuma perlu membuat cukup banyak draf pertama bisa diproduksi mesin sehingga satu peninjau bisa mengawasi apa yang dulu butuh beberapa orang memproduksinya dari nol. Pada praktiknya itu berarti lebih sedikit analis, lebih sedikit koordinator, lebih sedikit penulis junior, lebih sedikit coder junior yang mengerjakan perapian, dan lebih banyak tekanan pada orang-orang yang tersisa untuk memvalidasi hasil mesin alih-alih menulis sendiri tiap barisnya.
Kamu sudah bisa melihat polanya dalam alur kerja biasa. Seorang manajer dulu butuh analis untuk mengumpulkan bahan sumber, menyusun memo internal, dan membentuk rekomendasi awal. Sekarang analisnya mungkin masih ada, tapi mungkin bisa melayani beberapa manajer sekaligus. Atau seorang manajer butuh lebih sedikit analis. Hal yang sama terjadi dalam code review. Manusia tetap penting, kadang sangat penting, tapi manusianya ditarik naik ke arah validasi, edge case, dan tanggung jawab sementara draf pertama yang murah dihasilkan di tempat lain.
Itulah kenapa pekerjaan kantoran lebih rentan daripada yang orang mau akui. Karena kerja informasi dulu mahal. Organisasi harus membayar manusia untuk draf pertama karena tak ada cara lain mendapatkannya. Begitu draf pertama jadi murah, nilai posisi itu dinilai lebih keras. Posisinya tak lagi dihargai berdasarkan menghasilkan bahasa yang tertata. Ia dihargai berdasarkan kepemilikan, verifikasi, dan konsekuensi.
Kontrasnya dengan seni dan kerja lain yang sulit dispesifikasikan harus tetap sempit. Karya visual yang bagus masih lebih sulit dideskripsikan secara presisi dan lebih sulit diverifikasi dengan murah ketimbang teks, logika spreadsheet, atau perubahan kode rutin. Itu tidak membuat kerja kreatif kebal. Itu cuma berarti logika kompresinya paling kuat di tempat kesuksesan mudah dideskripsikan dan kegagalan murah diperiksa.
Pekerjaan yang lebih bertahan duduk lebih dekat dengan kenyataan. Ia memiliki sistem, menandatangani hasil, menyerap konsekuensi, dan menangani konteks berantakan yang tak muat rapi di dalam antrean tinjauan. Lebih sulit mengompres pekerjaan orang yang harus memvalidasi sistem fisik, mengelola konflik klien yang sedang berlangsung, memegang penanganan outage, atau mengambil keputusan saat masukannya tak lengkap dan biaya kesalahannya nyata. Kalau ada efeknya, justru membuat sumbatan-sumbatan manusia yang tersisa itu makin terlihat. Bagi insinyur misalnya, ia menurunkan banyak biaya menulis kode (bahkan desain), sambil menaikkan nilai orang yang bisa beradaptasi dan menuntaskan sesuatu. Menjadi orang end-to-end, seseorang yang bisa mengurai sebuah ide atau fitur menjadi banyak komponen lalu mampu memprioritaskan dan mengeksekusinya, itulah inti rekayasa perangkat lunak sekarang. Kemungkinan besar kamu takkan banyak ngoding lagi, apalagi semakin pintar AI-nya. Tapi kamu perlu memahami pola, desain, perkakas... dan merangkai semuanya jadi satu.
Ya, AI sendirian takkan membangun apa pun. Tapi seseorang dengan AI akan membangun apa yang dulu dikerjakan tim beranggotakan 10 orang. Jadi, kepada 9 orang itu, kamu jelas bisa bilang AI menggantikan mereka.
Thoughts
-
Di tim saya, AI memang memangkas waktu nulis kode rutin. Tapi yang jadi sumbatan sekarang malah makin kelihatan: rilis, CI yang goyah, keanehan perangkat, hal-hal yang tak ada modelnya bisa beresin karena butuh memegang konsekuensi nyata. Jadi benar, biaya nulis baris turun. Yang naik justru harga orang yang mau ngurus bagian yang membosankan dan menanggung kalau peluncuran macet.
-
Bagian yang paling tepat di sini adalah pergeseran dari memproduksi ke memvalidasi. Masalahnya, memvalidasi draf mesin itu kerja yang sama capeknya, kadang lebih. Saya sudah beberapa kali memperbaiki kode yang "hampir benar" dari model, dan membaca kode yang hampir benar buatan orang lain lebih lambat daripada menulis sendiri dari awal. Tim yang memangkas junior lalu menumpuk beban review ke dua orang senior bakal sadar itu beberapa bulan kemudian, biasanya jam dua pagi saat ada insiden.
-
Saya setuju arah besarnya, tapi "separuh tim" itu bukan keputusan netral, itu pilihan yang ada ongkosnya:
Junior bukan cuma pemroduksi draf, dia jalur kaderisasi senior berikutnya. Potong jalurnya sekarang, lima tahun lagi tak ada yang bisa review.
Konteks berantakan yang kamu sebut itu justru paling banyak dipegang orang yang sudah lama, dan mereka makin sedikit.
Yang "murah diproduksi" sering jadi mahal diperbaiki kalau tak ada yang paham kenapa dibuat begitu.
Kompresi nyata, tapi yang dikompres bukan cuma biaya, juga kemampuan organisasi belajar dari dirinya sendiri.
-
Sembilan dari sepuluh orang itu diganti, satu sisanya jadi orang yang harus jelasin ke board kenapa fitur telat padahal "kan ada AI". Gini lho, posisi paling aman bukan yang ngoding, tapi yang tanda tangan saat semuanya meledak.
-
Klaim "kerja kreatif lebih aman karena sukses sulit dideskripsikan" itu agak terlalu rapi. Frontend juga sulit dideskripsikan secara presisi, dan tetap saja diperlakukan seperti pekerjaan yang bisa ditempel belakangan. Yang menentukan rentan atau tidak bukan cuma seberapa mudah hasilnya diverifikasi, tapi siapa di organisasi yang punya kuasa menyebutnya "sudah cukup baik". Sering kali yang memutuskan itu bukan orang yang paham apa yang hilang.
-
Jadi orang end-to-end yang "mengurai ide jadi komponen lalu mengeksekusi". Ya udah, itu deskripsi yang sama yang dipakai direkturku buat meluncurkan produk di Maret dan mematikannya di November. Dua-duanya dia sebut eksekusi end-to-end. Dua-duanya dapat promosi.
-
Pertanyaan tulus: kalau satu peninjau mengawasi keluaran mesin yang dulu diproduksi beberapa orang, siapa yang menulis catatan kenapa keputusan diambil begitu? Draf pertama murah, tapi konteksnya tetap perlu seseorang menuangkannya, dan biasanya itu kerja pertama yang dikorbankan saat tim mengecil. Setahun kemudian tak ada yang tahu kenapa sistemnya begini.
-
Soal "kamu takkan banyak ngoding lagi", aku setengah tidak percaya. Tiap gelombang perkakas baru katanya bakal menghapus ngoding, dari framework sampai low-code. Yang terjadi malah pekerjaannya pindah, bukan hilang. Aku pernah bangun perusahaan dengan tim kecil bukan karena ada AI, tapi karena memang tak punya uang. Hasilnya tetap butuh orang yang ngerti detail, bukan cuma orang yang "merangkai semuanya".
-
tim 10 orang jadi 1 orang dengan AI, dan 1 orang itu tetap diundang ke 6 rapat sinkronisasi yang dulu buat 10 orang 😶
Related discussions
-
Apakah memberi insinyur insentif untuk memakai AI justru bakal jadi bumerang?
Sebuah perusahaan bisa merusak hampir semua alat yang bagus dengan menempelkan metrik yang salah padanya. Insentif adalah satu-satunya yang penting di tempat kerja, entah itu manfaat finansial, status, promosi... Pekerja bekerja dengan insentif. Kamu dan aku juga. Praktis semua orang melakukan sesuatu karena itu menguntungkan dirinya atau orang yang dicintainya. Maka, di tempat kerja, kita berakhir melakukan apa yang membuat kita dipromosikan, dapat lebih banyak uang, dapat lebih banyak keamanan
-
Apakah para manajer yang mengira engineer akan digantikan AI justru yang paling cepat digantikan?
Tahun lalu feed LinkedIn saya punya satu genre. Seorang program manager atau "delivery lead" atau seseorang yang menulis Agile di headline-nya akan memposting tangkapan layar AI yang menulis sebuah fungsi, menambahkan kalimat seperti "katanya pekerjaan ini aman, ya belajar coding saja" lalu mengumpulkan empat ratus like dari orang-orang yang bekerja di posisi yang sama. Maksudnya selalu bahwa bagian mengetik dari rekayasa itulah rekayasanya, dan kini setelah sebuah model bisa mengetik, kelas pen
-
Kenapa para manajer ingin semua orang pakai AI kecuali diri mereka sendiri?
Yang mulai bikin jengkel itu bukan dorongan AI-nya sendiri. Beberapa tool-nya memang berguna. Sekarang aku pakai tiap hari. Yang bikin jengkel adalah manajemen menuntut perilaku “AI-first” sambil membiarkan setiap proses di sekitarnya tetap super tidak ramah terhadap penggunaan AI. Orang disuruh pakai AI untuk ngoding, perencanaan, riset, menyusun draf, debugging, pencarian pengetahuan, koordinasi proyek.. Tapi setengah pengetahuan operasional perusahaan masih tersimpan di percakapan yang tak te
-
Apakah AI benar-benar membuat para manajer gila secara medis?
Ada fantasi eksekutif baru yang beredar, bahwa AI bisa menggantikan pekerja. Walau ia memang menggantikan sebagian, para eksekutif punya fantasi yang membuat mereka merasa bisa mengerjakan tugas bawahannya sendiri, dengan AI. Bahwa mereka bisa coding! Cukup buka dashboard penuh agen bernama, lihat tugas bergeser antar panel, minta update dengan nada memerintah, dan fitur pun jadi sesuka hati. Rasanya seperti mimpi, apalagi saat kamu menjalankan "ide-ide besarmu" lewatnya dan AI memberitahumu bah
-
Di era AI, bukankah Humaniora justru lebih dibutuhkan daripada sebelumnya?
Tidak ada orang tua yang mendorong anaknya kuliah Humaniora. Secara default, pilihan yang dianjurkan adalah jurusan STEM. Teknik (Ilmu Komputer), Keuangan, Kedokteran...Argumen yang menentang humaniora di era AI membuat keputusan menghabiskan 4 tahun untuk gelar Humaniora makin tidak meyakinkan. Model bahasa bisa menulis dengan lumayan, merangkum dengan cepat, dan memproduksi teks yang berbentuk riset sesuai permintaan. Jadi keterampilan humaniora yang lama dianggap makin tidak penting. Belajar
-
Kalau kamu yakin AI nggak bisa bikin kamu kehilangan akal sehat, bukankah kamu justru yang paling berisiko?
Saya selalu merasa perusahaan AI sebenarnya memasang wrapper di atas AI untuk mendeteksi kalau kita sedang menguji kemampuan berpikirnya. Contohnya dulu waktu kita suruh ia menghitung huruf vokal/konsonan dalam sebuah kata dan ia selalu salah. Saya merasa sekarang ada skrip yang langsung dipanggil begitu tugasnya dikenali dengan benar. Saya juga merasa ia dilatih pakai meme-meme ini. Hari ini saya menemukan tes baru, satu yang menunjukkan betapa gampangnya AI membuatmu psikosis AI dan betapa gam
-
Apakah kebanyakan startup AI cuma UI di atas beberapa file Agent.md?
Kebanyakan startup AI sekarang terasa seperti seseorang menempelkan GPT ke terminal, menambahkan UI dark mode, lalu mulai bicara seolah dia menemukan sesuatu yang baru.Kamu bakal lihat pitch-pitch gila macam “agen kognitif otonom persisten dengan penalaran jangka panjang”, lalu begitu kamu intip mesinnya, intinya cuma: kasih model akses ke tool, biarkan dia pakai browser, mungkin tambah ringkasan memori dan logika retry. Itu “produk”-nya. Kamu bisa dapat itu sendiri cukup dengan memberi akses ke
-
Apakah AI membuat kita sangat sulit membedakan insinyur hebat dari yang sekadar berisik?
Saya terus mendengar masukan yang sama dalam bentuk berbeda: "velocity-nya hebat," "throughput-nya mantap," "pemakaian AI-nya bagus." Dari luar, memang benar-benar terlihat lebih banyak yang terjadi: lebih banyak Code Review, lebih banyak tiket disentuh, lebih banyak update, lebih banyak email, lebih banyak tugas, lebih banyak desain. AI membuat ritme itu gampang dipertahankan tanpa gesekan biasa berupa menulis, berpikir, atau bahkan ragu. Tapi di dalam pekerjaannya, ada dilema yang terus membes