Komputer pribadi memulai revolusi teknologi informasi. Akankah AI membawa perubahan dramatis serupa? Bettmann melalui Getty Images

Ledakan minat pada kecerdasan buatan telah menarik perhatian tidak hanya pada kapasitas menakjubkan dari algoritme untuk meniru manusia, tetapi juga pada kenyataan bahwa algoritme ini dapat menggantikan banyak manusia dalam pekerjaan mereka. Konsekuensi ekonomi dan sosial bisa sangat dramatis.

Rute menuju transformasi ekonomi ini adalah melalui tempat kerja. A studi Goldman Sachs yang beredar luas mengantisipasi bahwa sekitar dua pertiga dari pekerjaan saat ini selama dekade berikutnya dapat terpengaruh dan seperempat hingga setengah dari pekerjaan yang dilakukan orang sekarang dapat diambil alih oleh algoritme. Hingga 300 juta pekerjaan di seluruh dunia dapat terpengaruh. Perusahaan konsultan McKinsey merilis studinya sendiri memprediksi peningkatan bertenaga AI sebesar US$4.4 triliun ke ekonomi global setiap tahun.

Implikasi dari angka raksasa seperti itu memang serius, tetapi seberapa andalkah prediksi ini?

Saya memimpin program penelitian yang disebut Planet Digital yang mempelajari dampak teknologi digital pada kehidupan dan mata pencaharian di seluruh dunia dan bagaimana dampak ini berubah dari waktu ke waktu. Melihat bagaimana gelombang sebelumnya dari teknologi digital seperti komputer pribadi dan internet memengaruhi pekerja menawarkan beberapa wawasan tentang dampak potensial AI di tahun-tahun mendatang. Tetapi jika sejarah pekerjaan masa depan adalah panduan apa pun, kita harus bersiap untuk beberapa kejutan.

Revolusi TI dan paradoks produktivitas

Metrik utama untuk melacak konsekuensi teknologi terhadap ekonomi adalah pertumbuhan produktivitas pekerja – didefinisikan sebagai berapa banyak hasil kerja yang dapat dihasilkan oleh seorang karyawan per jam. Statistik yang tampaknya kering ini penting bagi setiap individu yang bekerja, karena ini terkait langsung dengan berapa banyak yang dapat diharapkan pekerja untuk setiap jam kerja. Dengan kata lain, produktivitas yang lebih tinggi diharapkan menyebabkan upah yang lebih tinggi.

Produk AI generatif mampu menghasilkan konten tulisan, grafik, dan audio atau program perangkat lunak dengan keterlibatan manusia minimal. Profesi seperti periklanan, hiburan, dan pekerjaan kreatif dan analitis bisa menjadi yang pertama merasakan efeknya. Individu di bidang tersebut mungkin khawatir bahwa perusahaan akan menggunakannya AI generatif untuk melakukan pekerjaan yang pernah mereka lakukan, namun para ekonom melihat potensi besar untuk mendongkrak produktivitas tenaga kerja secara keseluruhan.

Studi Goldman Sachs memprediksi produktivitas akan tumbuh sebesar 1.5% per tahun karena adopsi AI generatif saja, yang akan menjadi hampir dua kali lipat tingkat dari 2010 dan 2018. McKinsey bahkan lebih agresif, dengan mengatakan bahwa teknologi ini dan bentuk otomatisasi lainnya akan mengantarkan “perbatasan produktivitas berikutnya,” mendorongnya setinggi 3.3% per tahun pada tahun 2040.

Dorongan produktivitas semacam itu, yang akan mendekati tingkat tahun-tahun sebelumnya, akan disambut baik oleh para ekonom dan, secara teori, juga para pekerja.

Jika kita menelusuri sejarah pertumbuhan produktivitas abad ke-20 di AS, pertumbuhan itu terus berlanjut tentang 3% setiap tahun dari 1920 hingga 1970, mengangkat upah riil dan standar hidup. Menariknya, pertumbuhan produktivitas melambat pada 1970-an dan 1980-an, bertepatan dengan pengenalan komputer dan teknologi digital awal. Ini "paradoks produktivitas” terkenal ditangkap dalam a komentar dari ekonom MIT Bob Solow: Anda dapat melihat usia komputer di mana-mana tetapi dalam statistik produktivitas.

Skeptis teknologi digital menyalahkan waktu "tidak produktif" yang dihabiskan untuk media sosial atau belanja dan berpendapat bahwa transformasi sebelumnya, seperti pengenalan listrik atau mesin pembakaran internal, memiliki peran yang lebih besar dalam mengubah sifat pekerjaan secara fundamental. Tekno-optimis tidak setuju; mereka berpendapat bahwa teknologi digital baru membutuhkan waktu untuk menerjemahkan menjadi pertumbuhan produktivitas, karena perubahan pelengkap lainnya perlu berkembang secara paralel. Namun yang lainnya khawatir bahwa ukuran produktivitas tidak memadai dalam menangkap nilai komputer.

Untuk sementara, tampaknya optimis akan dibenarkan. Pada paruh kedua tahun 1990-an, sekitar waktu World Wide Web muncul, pertumbuhan produktivitas di AS dua kali lipat, dari 1.5% per tahun pada paruh pertama dekade itu menjadi 3% pada paruh kedua. Sekali lagi, ada ketidaksepakatan tentang apa yang sebenarnya terjadi, semakin memperkeruh air, apakah paradoks telah diselesaikan. Beberapa berdebat bahwa, memang, investasi dalam teknologi digital akhirnya membuahkan hasil, sementara sebuah pandangan alternatif adalah bahwa inovasi manajerial dan teknologi di beberapa industri utama adalah pendorong utama.

Terlepas dari penjelasannya, sama misteriusnya dengan awalnya, lonjakan akhir 1990-an itu berumur pendek. Jadi, meskipun investasi perusahaan besar-besaran dalam komputer dan internet – perubahan yang mengubah tempat kerja – seberapa besar manfaat ekonomi dan upah pekerja dari teknologi masih belum pasti.

Awal 2000-an: Kemerosotan baru, hype baru, harapan baru

Sementara awal abad ke-21 bertepatan dengan pecahnya apa yang disebut gelembung dot-com, tahun 2007 ditandai dengan datangnya revolusi teknologi lainnya: iPhone Apple, yang dibeli oleh jutaan konsumen dan yang digunakan perusahaan dengan berbagai cara. Namun pertumbuhan produktivitas tenaga kerja mulai terhenti lagi pada pertengahan tahun 2000-an, berdetak sebentar pada tahun 2009 selama Resesi Hebat, hanya untuk kembali ke kemerosotan dari 2010 hingga 2019.

 Ponsel cerdas telah menghasilkan jutaan aplikasi dan layanan konsumen, tetapi juga membuat banyak pekerja lebih dekat dengan tempat kerja mereka. Koran San Francisco Chronicle/Hearst via Getty Images

Sepanjang kemerosotan baru ini, tekno-optimis mengantisipasi angin perubahan baru. AI dan otomatisasi menjadi hal yang populer dan diharapkan dapat mengubah produktivitas kerja dan pekerja. Di luar otomasi industri tradisional, drone dan robot canggih, modal dan bakat mengalir ke banyak calon teknologi pengubah permainan, termasuk kendaraan otonom, pembayaran otomatis di toko bahan makanan, dan bahkan robot pembuat pizza. AI dan otomatisasi diproyeksikan untuk mendorong pertumbuhan produktivitas diatas 2% setiap tahun dalam satu dekade, naik dari posisi terendah 2010-2014 0.4%.

Tetapi sebelum kita bisa sampai di sana dan mengukur bagaimana teknologi baru ini akan menyebar ke seluruh tempat kerja, sebuah kejutan baru melanda: pandemi COVID-19.

Dorongan produktivitas pandemi – lalu gagal

Betapapun dahsyatnya pandemi, produktivitas pekerja melonjak setelah dimulai pada tahun 2020; output per jam bekerja secara global mencapai 4.9%, rekor tertinggi sejak data tersedia.

Sebagian besar peningkatan tajam ini difasilitasi oleh teknologi: perusahaan besar yang padat pengetahuan – secara inheren lebih produktif – beralih ke pekerjaan jarak jauh, menjaga kesinambungan melalui teknologi digital seperti konferensi video dan teknologi komunikasi seperti Slack, dan menghemat waktu perjalanan dan berfokus pada kesejahteraan.

Meskipun teknologi digital jelas membantu meningkatkan produktivitas pekerja pengetahuan, ada Pergeseran yang dipercepat ke otomatisasi yang lebih besar di banyak sektor lain, karena pekerja harus tetap di rumah demi keselamatan mereka sendiri dan mematuhi penguncian. Perusahaan dalam industri mulai dari pengolahan daging hingga operasi di restoran, retail dan perhotelan diinvestasikan dalam otomatisasi, seperti robot dan pemrosesan pesanan otomatis serta layanan pelanggan, yang membantu meningkatkan produktivitas mereka.

Tapi kemudian ada giliran lain dalam perjalanan sepanjang lanskap teknologi.

Lonjakan 2020-2021 dalam investasi di sektor teknologi runtuh, seperti halnya hype tentang kendaraan otonom dan robot pembuat pizza. Janji berbusa lainnya, seperti pekerjaan atau pelatihan jarak jauh yang merevolusi metaverse, juga tampak memudar ke latar belakang.

Secara paralel, dengan sedikit peringatan, "AI generatif" meledak ke TKP, dengan potensi yang lebih langsung untuk meningkatkan produktivitas sambil memengaruhi pekerjaan – dalam skala besar. Siklus hype seputar teknologi baru dimulai kembali.

Menatap ke depan: Faktor sosial di busur teknologi

Mengingat jumlah plot twist sejauh ini, apa yang bisa kita harapkan mulai saat ini? Berikut adalah empat masalah untuk dipertimbangkan.

Pertama, masa depan pekerjaan lebih dari sekadar jumlah mentah pekerja, alat teknis yang mereka gunakan, atau pekerjaan yang mereka lakukan; seseorang harus mempertimbangkan bagaimana AI memengaruhi faktor-faktor seperti keragaman tempat kerja dan kesenjangan sosial, yang pada gilirannya berdampak besar pada peluang ekonomi dan budaya tempat kerja.

Misalnya, saat pergeseran luas menuju pekerjaan jarak jauh bisa membantu mempromosikan keragaman dengan perekrutan yang lebih fleksibel, saya melihat peningkatan penggunaan AI cenderung memiliki efek sebaliknya. Pekerja kulit hitam dan Hispanik terwakili secara berlebihan dalam 30 pekerjaan dengan paparan otomatisasi tertinggi dan kurang terwakili dalam 30 pekerjaan dengan paparan terendah. Meskipun AI dapat membantu pekerja menyelesaikan lebih banyak pekerjaan dalam waktu yang lebih singkat, dan peningkatan produktivitas ini dapat meningkatkan upah mereka yang dipekerjakan, AI dapat menyebabkan hilangnya upah yang parah bagi mereka yang pekerjaannya dipindahkan. Makalah tahun 2021 menemukan itu ketimpangan upah cenderung meningkat paling tinggi di negara-negara di mana perusahaan sudah sangat bergantung pada robot dan dengan cepat mengadopsi teknologi robot terkini.

Kedua, karena tempat kerja pasca-COVID-19 mencari keseimbangan antara kerja tatap muka dan kerja jarak jauh, dampaknya terhadap produktivitas – dan opini tentang subjek – akan tetap tidak pasti dan berubah-ubah. A 2022 studi menunjukkan peningkatan efisiensi untuk pekerjaan jarak jauh karena perusahaan dan karyawan semakin nyaman dengan pengaturan kerja-dari-rumah, tetapi menurut studi terpisah tahun 2023, manajer dan karyawan tidak setuju tentang dampaknya: Yang pertama percaya bahwa kerja jarak jauh mengurangi produktivitas, sementara karyawan percaya sebaliknya.

Ketiga, reaksi masyarakat terhadap penyebaran AI generatif dapat sangat mempengaruhi arah dan dampak akhirnya. Analisis menunjukkan bahwa AI generatif dapat meningkatkan produktivitas pekerja pada pekerjaan tertentu – misalnya, satu studi tahun 2023 menemukan pengenalan yang mengejutkan dari asisten percakapan berbasis AI generatif peningkatan produktivitas personel layanan pelanggan sebesar 14%. Padahal sudah ada panggilan meningkat untuk mempertimbangkan risiko AI generatif yang paling parah dan menanggapinya dengan serius. Selain itu, pengakuan astronomi komputasi dan biaya lingkungan AI generatif dapat membatasi pengembangan dan penggunaannya.

Akhirnya, mengingat betapa salahnya para ekonom dan pakar lainnya di masa lalu, dapat dikatakan bahwa banyak prediksi hari ini tentang dampak teknologi AI pada pekerjaan dan produktivitas pekerja akan terbukti salah juga. Angka-angka seperti 300 juta pekerjaan terpengaruh atau $4.4 triliun peningkatan ekonomi global setiap tahun sangat menarik, namun saya pikir orang cenderung memberi mereka kredibilitas yang lebih besar daripada yang seharusnya.

Juga, “pekerjaan terpengaruh” tidak berarti pekerjaan hilang; itu bisa berarti pekerjaan bertambah atau bahkan transisi ke pekerjaan baru. Yang terbaik adalah menggunakan analisis, seperti analisis Goldman atau McKinsey, untuk memicu imajinasi kita tentang skenario yang masuk akal tentang masa depan pekerjaan dan pekerja. Lebih baik, menurut pandangan saya, untuk secara proaktif bertukar pikiran tentang banyak faktor yang dapat memengaruhi mana yang benar-benar terjadi, mencari tanda-tanda peringatan dini dan mempersiapkannya sesuai dengan itu.

Sejarah pekerjaan masa depan penuh dengan kejutan; jangan kaget jika teknologi masa depan sama-sama membingungkan.

Tentang Penulis

Bhaskar Chakravorti, Dekan Bisnis Global, The Fletcher School, Tufts University

Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.