Apa institusi kelembaman yang akan memperlambat kecepatan disrupsi di era AI

Para optimis teknologi sering memprediksi bahwa AI akan menghancurkan seluruh industri dan struktur pekerjaan dalam semalam. Tetapi kenyataannya jauh lebih kompleks. Siapa pun yang telah menyaksikan prediksi keruntuhan ekonomi berulang kali harus memahami sebuah kebenaran mendalam: inertial institusional (інерція)—yaitu kecenderungan sistem sosial, regulasi, dan organisasi untuk mempertahankan keadaan saat ini—jauh lebih kuat daripada yang kita bayangkan. Kekuatan tak terlihat ini memperlambat laju revolusi AI, memberi kita waktu berharga untuk beradaptasi.

Mengapa inertial institusional (інерція) lebih tangguh dari yang diperkirakan

Ini bukan fenomena baru. Pada tahun 2007, teori puncak minyak memprediksi akhir geopolitik Amerika Serikat; pada krisis keuangan 2008, orang-orang yakin sistem dolar akan runtuh; pada 2014, analis menyatakan AMD dan NVIDIA sudah habis. Setiap kali, institusi yang sudah tertanam dalam terbukti lebih tahan terhadap prediksi daripada yang diperkirakan.

Kisah agen real estate paling menggambarkan hal ini. Selama dua dekade, orang terus meneriakkan “kematian agen properti”—yang sebenarnya bisa terjadi tanpa kecerdasan super. Platform seperti Zillow, Redfin, Opendoor sudah ada bertahun-tahun. Namun, inertial institusional dan hambatan regulasi membuat keberlangsungan industri ini jauh lebih kuat dari yang diperkirakan.

Baru-baru ini saya membeli sebuah properti. Seluruh proses transaksi mengharuskan saya menyewa agen, alasan yang cukup kuat tetapi juga sangat mengecewakan. Agen pembeli saya mendapatkan sekitar 50.000 dolar dari transaksi ini, dengan waktu kerja nyata tidak lebih dari 10 jam—hanya mengisi formulir dan mengoordinasikan semua pihak, yang sebenarnya bisa saya lakukan sendiri. Meski begitu, inertial pasar dan kerangka regulasi membuat posisi ini tetap kokoh secara luar biasa.

Ini bukan untuk merendahkan siapa pun. Saya sendiri pernah mendirikan dan menjual sebuah perusahaan yang inti bisnisnya membantu agen asuransi beralih dari “model manual” ke “model berbasis perangkat lunak”. Pengalaman bertahun-tahun membuat saya memahami kebenaran abadi ini: masyarakat manusia di dunia nyata sangat kompleks, dan mengubah sesuatu pun memakan waktu lebih lama dari yang kita bayangkan—bahkan setelah kita menyesuaikan ekspektasi berdasarkan kebenaran ini.

Industri perangkat lunak memiliki kebutuhan tenaga kerja yang hampir tak terbatas

Baru-baru ini, kinerja industri perangkat lunak kurang memuaskan, dan para investor khawatir bahwa perusahaan sistem backend seperti Monday, Salesforce, dan Asana tidak memiliki keunggulan kompetitif, produk mereka mudah diduplikasi. Banyak yang memprediksi bahwa pemrograman AI akan mengakhiri perusahaan SaaS: produk menjadi seragam dan tidak menguntungkan, pekerjaan hilang.

Namun, mereka mengabaikan satu fakta penting: produk perangkat lunak yang ada umumnya sangat buruk.

Saya punya pengalaman langsung—saya telah menghabiskan puluhan ribu dolar di Salesforce dan Monday. Memang, AI memudahkan pesaing menyalin produk ini, tetapi yang lebih penting, AI memungkinkan pesaing menciptakan produk yang lebih baik. Penurunan harga saham bukanlah hal yang mengejutkan: industri yang selama ini bergantung pada ikatan yang kaku, kurang kompetisi, dan dipenuhi perusahaan besar yang buruk akhirnya menghadapi persaingan nyata.

Dari sudut pandang yang lebih luas, hampir semua perangkat lunak saat ini adalah sampah—ini adalah fakta yang tak terbantahkan. Setiap alat yang saya beli penuh dengan bug. Beberapa program begitu buruk sehingga saya bahkan enggan membayar untuk mereka (dalam tiga tahun terakhir, saya bahkan tidak bisa melakukan transfer internasional melalui perbankan online Citibank). Sebagian besar aplikasi web tidak mampu menyesuaikan diri dengan baik di perangkat mobile maupun desktop. Tidak ada satu pun produk yang memenuhi semua fitur yang saya inginkan.

Stripe dan Linear begitu populer hanya karena mereka tidak sebesar pesaing yang sangat lamban dan berat.

Jika Anda bertanya kepada seorang insinyur senior: “Tunjukkan saya perangkat lunak yang benar-benar sempurna,” Anda hanya akan mendapatkan keheningan panjang dan ekspresi terkejut.

Di balik semua ini tersembunyi sebuah kebenaran mendalam: bahkan di era “titik puncak perangkat lunak” (software singularity), kebutuhan tenaga kerja manusia di bidang perangkat lunak hampir tak terbatas. Kita semua tahu bahwa bagian terakhir dari kesempurnaan biasanya membutuhkan usaha terbesar. Berdasarkan standar ini, hampir setiap produk perangkat lunak memiliki potensi peningkatan kompleksitas dan fitur setidaknya 100 kali lipat, sampai permintaan benar-benar jenuh.

Para komentator yang menyatakan bahwa industri perangkat lunak akan segera punah sama sekali tidak memiliki intuisi tentang pengembangan perangkat lunak. Industri ini sudah ada selama 50 tahun, dan meskipun telah mengalami kemajuan besar, selalu berada dalam kondisi “kekurangan”. Sebagai programmer di era 2020-an, produktivitas saya setara dengan ratusan orang dari tahun 1970-an—efek pengganda ini sangat luar biasa, tetapi tetap menyisakan ruang besar untuk optimisasi.

Sebagian besar orang meremehkan “Paradoks Jevons” (Jevons Paradox): peningkatan efisiensi sering kali menyebabkan lonjakan permintaan secara eksponensial. Ini tidak berarti bahwa rekayasa perangkat lunak akan menjamin pekerjaan seumur hidup, tetapi kemampuan industri ini menyerap tenaga kerja dan inertial institusionalnya (інерція) jauh melampaui bayangan kita, dan proses jenuh permintaan akan berlangsung sangat lambat, memberi kita waktu cukup untuk menyesuaikan diri secara tenang.

Realitas dunia fisik dan peluang re-industrialisasi

Tentu saja, redistribusi tenaga kerja akan terjadi. Seperti yang dikatakan banyak peramal, banyak pekerjaan kantor akan mengalami guncangan besar. Untuk posisi seperti agen real estate yang sudah kehilangan nilai praktisnya dan hanya bertahan karena inertial institusional, AI bisa menjadi tetesan terakhir yang menghancurkan beban tersebut.

Namun, kita masih memiliki harapan terakhir: potensi dan kebutuhan re-industrialisasi di Amerika Serikat yang hampir tak terbatas.

Anda mungkin pernah mendengar tentang “kembalinya manufaktur”, tetapi cakupannya jauh melampaui makna permukaannya. Kita hampir sepenuhnya kehilangan kemampuan memproduksi komponen dasar kehidupan modern: baterai, motor listrik, mikrochip—seluruh rantai pasokan listrik hampir seluruhnya bergantung pada impor dari luar negeri. Bagaimana jika terjadi konflik militer? Lebih buruk lagi—Anda tahu bahwa China memproduksi 90% amonia sintetis di seluruh dunia. Jika pasokan terhenti, kita bahkan tidak bisa memproduksi pupuk, dan akan menghadapi kelaparan.

Jika Anda peduli dengan dunia fisik, Anda akan melihat banyak peluang pekerjaan terkait proyek infrastruktur yang bermanfaat bagi negara, menciptakan lapangan kerja, dan mendapatkan dukungan dari berbagai partai politik. Kita sudah melihat perubahan arah ekonomi dan politik ke arah ini—kembalinya manufaktur, teknologi mendalam, dan “energi Amerika” menjadi topik utama.

Prediksi saya: saat AI mengguncang pekerjaan kantor, jalan paling minim resistensi politik adalah melalui “proyek pekerjaan besar-besaran” untuk membiayai re-industrialisasi dan menyerap tenaga kerja yang tergantikan. Untungnya, dunia fisik tidak memiliki “titik singularitas”—ia dibatasi oleh gesekan. Kita akan membangun kembali jembatan dan jalan. Orang-orang akan menyadari bahwa kepuasan dari hasil kerja nyata jauh lebih memuaskan daripada berkelana di dunia abstrak digital.

Seorang manajer produk senior di Salesforce dengan gaji 180.000 dolar mungkin akan mendapatkan pekerjaan baru di “pabrik pengolahan air laut California” untuk mengatasi kekeringan yang sudah berlangsung 25 tahun. Infrastruktur ini tidak hanya perlu dibangun, tetapi juga harus memenuhi standar kualitas tertinggi dan mendapatkan pemeliharaan jangka panjang. Jika kita mau, “Paradoks Jevons” juga berlaku untuk dunia fisik.

Dari manajemen krisis menuju kemakmuran sosial

Tujuan utama dari proyek industri besar adalah kemakmuran bersama. Amerika akan kembali mandiri dan melakukan manufaktur besar-besaran dengan biaya rendah. Melampaui kekurangan material adalah kunci: dalam jangka panjang, jika kita benar-benar kehilangan sebagian besar pekerjaan kantor karena AI, kita harus mampu menyediakan tingkat kehidupan berkualitas tinggi bagi seluruh populasi.

Karena AI akan menurunkan margin keuntungan ke nol, barang konsumsi akan menjadi sangat murah, dan tujuan ini akan tercapai secara otomatis.

Pendekatan saya adalah bahwa berbagai sektor ekonomi akan “melambat” dengan kecepatan berbeda, dan hampir semua perubahan industri akan berlangsung lebih lambat dari prediksi para peramal. Ini bukan berarti kita meremehkan kekuatan AI—saya sangat optimis tentang AI dan memperkirakan pekerjaan saya sendiri akhirnya akan menjadi usang. Tetapi, semua ini membutuhkan waktu, dan waktu memberi kita peluang untuk merancang strategi yang baik.

Pada tahap ini, mencegah keruntuhan pasar seperti yang dibayangkan Citrini7 sebenarnya tidak sulit. Kinerja pemerintah AS selama pandemi membuktikan bahwa mereka mampu bertindak proaktif dan tegas saat menghadapi krisis. Jika diperlukan, langkah-langkah stimulus besar dapat segera dilakukan. Meskipun saya akui efisiensinya rendah, itu bukan poin utama.

Yang penting adalah memastikan kesejahteraan material rakyat—kebahagiaan umum, legitimasi negara, dan kelanggengan kontrak sosial—bukan terikat pada angka-angka akuntansi masa lalu atau dogma ekonomi.

Inertial institusional (інерція) bukanlah hal buruk—itu sumber stabilitas sosial. Selama kita tetap waspada dan mampu beradaptasi dalam perubahan teknologi yang lambat tetapi pasti ini, kita akhirnya akan melewati semuanya dengan selamat. Kuncinya adalah memahami: perubahan pasti akan datang, tetapi datang dengan kecepatan yang bisa kita tangani.