Semakin kuat AI, semakin lelah orang-orang, "kecemasan" menjadi norma bagi perusahaan dan karyawan

AI seharusnya menjadi alat penghemat tenaga, tetapi di banyak tempat kerja justru menjadi sumber tekanan baru.

Tulisan: Xu Chao

Sumber: Wall Street Journal

Alat pemrograman AI menjanjikan membebaskan insinyur, kenyataannya malah memunculkan gelombang kecemasan tentang efisiensi.

Seiring kemampuan AI pemrograman seperti Claude Code dari Anthropic dan Codex dari OpenAI terus meningkat, perusahaan teknologi terjebak dalam sebuah obsesi “produktivitas” dari atas ke bawah. Para eksekutif langsung menulis kode sendiri, karyawan diminta untuk meningkatkan frekuensi interaksi dengan AI, dan jam lembur malah bertambah. AI seharusnya menjadi alat penghemat tenaga, tetapi di banyak tempat kerja justru menjadi sumber tekanan baru.

Data survei mengungkapkan adanya kesenjangan persepsi yang jelas: perusahaan konsultan Section menunjukkan lebih dari 40% eksekutif tingkat C merasa AI menghemat setidaknya 8 jam per minggu, sementara 67% karyawan non-manajemen mengatakan AI membantu mereka menghemat kurang dari dua jam, bahkan tidak membantu sama sekali. Studi berkelanjutan dari University of California, Berkeley terhadap organisasi 200 orang menemukan bahwa meskipun karyawan telah menyerahkan banyak pekerjaan ke AI, jam kerja mereka tetap bertambah.

Penyebaran kecemasan ini memiliki alasan struktural. Ketika CTO bekerja tengah malam menulis kode dengan AI, dan CEO mengukur usaha tim berdasarkan biaya tagihan, seluruh industri telah mendefinisikan ulang “efisiensi” — dan biaya dari redefinisi ini ditanggung oleh karyawan biasa.

Eksekutif masuk langsung menulis kode, kecemasan efisiensi menyebar dari atas ke bawah

Istilah “Vibe coding” awalnya membawa harapan santai. Pada Februari 2025, mantan peneliti OpenAI Andrej Karpathy memperkenalkan konsep ini ke publik, menggambarkan model pemrograman baru di mana insinyur cukup berbicara dengan AI untuk menyelesaikan pengembangan — “terbenam sepenuhnya dalam suasana.”

Namun, setahun kemudian, suasana sudah berubah.

Chief Technology Officer Intuit, Alex Balazs, menggambarkan rutinitas hariannya: istrinya turun ke bawah pukul 8 pagi dan menemukan dia sudah bekerja selama beberapa jam. “Dia bertanya saya sudah bangun berapa lama, saya bilang sudah bangun sejak pukul 5 pagi dan menulis kode.” Secara tepat, dia sedang memandu AI untuk menulis kode bagi dirinya, dan mengatakan ini membuatnya kembali menyentuh kode dasar yang sudah lama tidak disentuh.

Perilaku para eksekutif ini mulai menular ke bawah. Presiden OpenAI Greg Brockman baru-baru ini di X menulis, “Setiap saat AI Anda tidak berjalan, rasanya seperti membuang peluang.” Kata-kata ini memicu budaya kerja keras yang sudah umum di industri teknologi.

Pendiri dan CEO startup AI Arcade.dev, Alex Salazar, lebih langsung. Dia rutin memeriksa tagihan Claude Code perusahaan — jumlah tagihan langsung terkait dengan frekuensi penggunaan alat oleh insinyur — dan mengkritik keras karyawan yang “menghabiskan waktu kurang.” “Saya bilang, ‘Kalian belum cukup berjuang.’” Setelah pertemuan “kepercayaan” pertama ini, tagihan alat pemrograman AI perusahaan melonjak 10 kali lipat, dan dia menganggap pengeluaran ini sebagai tanda kemajuan.

Karyawan dikelola secara kuantitatif, “kelelahan AI” perlahan menyebar

Dalam suasana ini, cara penilaian karyawan juga secara diam-diam berubah.

DocuSketch, perusahaan perangkat lunak yang fokus pada perbaikan properti, menyatakan bahwa mereka melacak jumlah interaksi insinyur dengan alat pemrograman AI setiap hari, dan secara default semakin tinggi angka tersebut, semakin tinggi produktivitas tim. Claude Code juga menghasilkan laporan mingguan untuk setiap insinyur, mencantumkan semua pola mereka terjebak dalam siklus tidak efektif dengan AI, dan memberikan saran perbaikan.

Wirick sendiri mengakui, dia mulai merasa “kecanduan.” “Saya merasa harus melakukan beberapa interaksi lagi setiap hari, bahkan sebelum tidur saya masih memikirkan bagaimana menambah lagi.” Dia mengaitkan kondisi ini dengan pengalaman pencerahan saat mencoba model terbaru Anthropic, Opus 4.5, pada November tahun lalu — ketika dia menyerahkan sebuah prototipe fungsi yang biasanya harus dikerjakan insinyur ke model, dan setelah 20 menit melihat model membongkar dan merealisasikan tugas tersebut secara mandiri, “rasanya otak saya di-restart.”

Semangat percepatan ini mulai mengikis batas antara kerja dan kehidupan. Studi Berkeley menunjukkan bahwa meskipun banyak tugas telah diambil alih AI, jam kerja orang tidak berkurang. Beberapa insinyur bahkan mulai secara terbuka mengakui mereka mengalami “kelelahan AI” — terus-menerus khawatir melewatkan terobosan berikutnya, yang tampaknya selalu hanya satu prompt lagi.

Kesenjangan persepsi antara eksekutif dan karyawan semakin melebar

Antusiasme para eksekutif sebagian besar berasal dari sensasi penciptaan yang mereka lakukan sendiri. Salazar mengakui, membangun prototipe sendiri dengan AI terasa lebih “produktif” daripada mengurus otorisasi dan pengambilan keputusan biasa. Dia bahkan langsung menanggapi permintaan layanan dari klien keuangan penting dengan membangun aplikasi demonstrasi dari nol.

Di Intuit, manajer produk dan desainer kini didorong untuk menggunakan metode “vibe coding” dalam membangun prototipe fitur di QuickBooks sendiri, dan Balazs mengatakan, “Setidaknya sekarang, manajer produk bisa membawa sesuatu yang konkret dan berkata, ‘Saya ingin sesuatu yang mirip ini.’”

Namun, survei dari perusahaan konsultan Section menunjukkan adanya kesenjangan persepsi yang cukup besar.

Persepsi eksekutif terhadap manfaat AI sangat berbeda dari pengalaman karyawan di lapangan. Salazar berpendapat, ini sebagian disebabkan oleh biaya transisi yang lebih tinggi bagi karyawan saat mereka menyesuaikan diri dengan alat baru: “Mereka secara implisit diminta untuk mencari waktu untuk eksplorasi dan eksperimen, tetapi ekspektasi pekerjaan sehari-hari tidak disesuaikan untuk memberi ruang itu.”

Kekhawatiran tentang keamanan pekerjaan juga nyata. Salazar mengaku, dia berencana mengganti penyedia layanan jaringan pihak ketiga, tetapi tim pemasaran sudah bisa memperbarui situs web perusahaan sendiri menggunakan AI, sehingga pengeluaran outsourcing ini dipotong.

“Perluasan tugas” dan ilusi kemakmuran, sisi lain dari mitos efisiensi

Peneliti Berkeley menyebut fenomena ini sebagai “perluasan tugas” (task expansion): ketika rekan non-teknis mulai menggunakan AI untuk menghasilkan kode, insinyur harus menghabiskan waktu membersihkan setengah jadi tersebut, sehingga justru menambah beban kerja. Balazs mengakui, ini mengubah pembagian tugas yang sebelumnya jelas, dan semakin banyak peran menjadi “hibrid,” membuat hubungan kerja sama menjadi lebih kompleks.

Masalah yang lebih dalam adalah: apakah gelombang pembangunan ini benar-benar menciptakan sesuatu yang berharga, atau hanya menghasilkan lebih banyak barang?

Para analis menunjukkan, jika obsesi terhadap produktivitas berbasis AI ini tidak dikendalikan, bisa muncul banyak “busyware” — perubahan kecil di situs web, dashboard kustom yang hanya digunakan satu pengguna, prototipe yang setengah jalan dan ditinggalkan oleh manajer pemasaran, semuanya akhirnya diserahkan ke insinyur untuk direalisasikan. Meskipun saat ini tampaknya ada alasan untuk setiap proyek, sebagian besar akhirnya akan menjadi kode yang dibuang.

Balazs dari Intuit menyebut, dengan kecepatan produksi dan pengiriman kode, produktivitas insinyur perusahaan meningkat sekitar 30%. Tetapi di masa depan di mana kode semakin “sekali pakai,” keuntungan efisiensi sejati mungkin tersembunyi di jawaban dari pertanyaan lain: apa saja yang seharusnya tidak perlu dibangun sama sekali.