Permanen di Bawah: Tak Ada yang Bisa Menjawab Anak 17 Tahun Itu

marsbitDipublikasikan tanggal 2026-07-28Terakhir diperbarui pada 2026-07-28

Abstrak

**Ringkasan: Anak 17 Tahun dan Narasi "Lapisan Bawah Permanen"** Konsep "lapisan bawah permanen" memprediksi masa depan ekstrem di mana AI dapat melakukan sebagian besar pekerjaan kognitif dan fisik. Teori ini bukan hanya soal pengangguran, tetapi tentang hilangnya nilai kerja sebagai alat mobilitas sosial. Saat modal (AI, daya komputasi) dapat menggantikan hampir semua tenaga kerja, mekanisme negosiasi tradisional—seperti upah, serikat pekerja, dan mogok kerja—kehilangan daya. Tanpa redistribusi kekayaan atau kebijakan baru, aset dapat terus terkonsentrasi pada segelintir pemilik modal. Sebuah survei terhadap peneliti AI menunjukkan kegelisahan mereka: saat ditanya saran untuk seorang anak 17 tahun biasa (bukan jenius, nilai rata-rata), kebanyakan tidak punya jawaban konkret. Ironisnya, banyak dari para peneliti ini justru beralih ke laboratorium AI untuk mendapatkan posisi dan kepemilikan saham—mencari "jaminan" dengan berpindah ke sisi modal. Hal ini menguras talenta dari ranah kebijakan publik yang sebenarnya dibutuhkan untuk membangun mekanisme negosiasi baru. Solusi individual—seperti mempelajari AI atau berusaha memiliki aset AI—menunjukkan paradoks. Meningkatkan keterampilan AI justru dapat mengurangi permintaan tenaga kerja secara keseluruhan. Sementara itu, kepemilikan saham di perusahaan AI terkemuka sulit diakses kebanyakan orang. Pada akhirnya, jalan keluar tidak terletak pada upaya individu, tetapi pada pembuatan sistem distribusi dan negosiasi baru. Negara-...

Catatan: Artikel ini bersifat spekulatif, harap Anda bersabar membacanya

Ditulis oleh: Xiao Bing

Pada 26 Juli, Sam Altman berdiri di atas panggung Chase Center di San Francisco dan berkata: "Mengatakan bahwa jika tidak masuk ke lab riset terdepan akan jatuh ke dalam 'permanen di bawah' adalah omong kosong."

"Permanen di bawah", istilah trendi ini kembali masuk ke dalam pandangan.

Istilah ini mulai populer di kalangan teknologi di X pada musim panas 2025, dengan kerangka teoretis berasal dari buku "The Curse of Intelligence", serta makalah Trammell dan Patel berjudul "Capital in the Twenty-Second Century".

Pernyataan ini tidak hanya memprediksi "AI akan membuat banyak orang kehilangan pekerjaan", tetapi menggambarkan masa depan yang lebih ekstrem: ketika AI dapat menyelesaikan sebagian besar pekerjaan kognitif dan fisik, perusahaan menciptakan kekayaan tidak perlu mempekerjakan begitu banyak orang. Pentingnya upah dalam ekonomi kemudian menurun, sementara laba semakin banyak mengalir ke orang-orang yang menguasai model, daya komputasi, energi, dan pusat data.

Bukan hanya sekelompok orang menjadi sementara miskin, tetapi kerja yang menjadi andalan mereka untuk mobilitas ke atas kehilangan nilainya; bukan hanya orang kaya menjadi lebih kaya dari sebelumnya, tetapi orang tanpa modal tidak dapat menjadi pemilik modal melalui pekerjaan, inilah yang disebut "permanen di bawah".

Tanpa redistribusi kekayaan besar-besaran, kepemilikan publik, atau pajak modal progresif global, teori ini akhirnya akan menyimpulkan pada kesimpulan yang mengganggu:

Hampir semua aset, mungkin secara bertahap akan mengalir ke kelompok orang yang sudah paling kaya pada saat transisi AI terjadi.

Tentu, ini masih hanya sebuah deduksi, tetapi itu mengingatkan saya pada satu hal kecil.

Selama setahun terakhir, penulis Jasmine Sun melakukan penelitian lapangan yang hampir kikuk. Dia bertemu dengan peneliti dari laboratorium AI terdepan satu per satu, setiap percakapan satu jam, tanpa rekaman, tanpa catatan, seperti seorang antropolog menanyakan pendapat asli mereka tentang masa depan AI.

Ada satu pertanyaan yang hampir selalu dia tanyakan:

Misalkan di depanmu berdiri seorang anak Amerika biasa berusia 17 tahun. Dia bukan programmer jenius, nilainya hanya B, dan biasanya juga tidak terlalu peduli dengan AI. Apa saranmu untuk mempersiapkan masa depannya?

Hampir tidak ada yang bisa menjawab.

Para peneliti ini memiliki posisi politik yang berbeda-beda, penilaian mereka terhadap AI bervariasi dari optimis hingga pesimis, namun jawabannya konsisten secara mengejutkan:

Tidak tahu. Situasi saat ini menakutkan; mungkin tidak banyak pekerjaan yang tersisa untuknya, dan dia kebetulan akan terjebak dalam periode transisi yang paling menyakitkan...

Tetapi masalah yang sebenarnya dihadapi anak 17 tahun itu, mungkin bukan apakah dia akan menjadi miskin atau tidak.

Yang Permanen Bukan Kemiskinan

Setiap era memiliki orang miskin, dan ada orang yang berada di lapisan bawah, tetapi "bawah" di masa lalu tidak selalu merupakan status permanen.

Seseorang dapat menjual tenaga kerjanya untuk mendapatkan upah, lalu mengubah upah menjadi pendidikan, perumahan, dan aset; pekerja juga dapat melalui organisasi, mogok, dan perundingan kolektif, meminta modal untuk mengubah sebagian peningkatan produktivitas menjadi upah yang lebih tinggi dan kesejahteraan yang lebih baik.

Mekanisme ini tidak adil, tetapi setidaknya mempertahankan satu saluran untuk naik.

Titik tajam dari "permanen di bawah" sebenarnya adalah bahwa saluran ini sendiri mungkin lenyap.

Melihat kembali sejarah perburuhan, serikat pekerja, upah minimum, dan sistem akhir pekan, semuanya dibangun di atas fakta yang sama: modal dan tenaga kerja tidak dapat sepenuhnya saling menggantikan.

Pemilik pabrik membutuhkan pekerja, perusahaan teknologi membutuhkan insinyur, sehingga kedua belah pihak harus duduk berunding.

Marx pernah meramalkan konsentrasi modal yang tinggi, sambil juga memberikan seperangkat solusi. Karena dalam dunianya, pekerja masih memegang sesuatu yang dibutuhkan modal tetapi tidak dapat dibuat begitu saja: tenaga kerja.

Mogok efektif karena pekerja dapat menahannya untuk sementara waktu. Pekerja tidak masuk pabrik, mesin tidak dapat beroperasi; insinyur tidak menulis kode, produk tidak dapat diluncurkan.

Tetapi jika daya komputasi dapat membeli semua tenaga kerja yang dapat diberikan seseorang, maka apa yang dapat ditahan oleh pekerja akan mendekati nol.

Pada saat itu, masalahnya bukan hanya upah sebagian orang turun, tetapi modal tidak lagi perlu bernegosiasi dengan kebanyakan orang. Pekerja sulit mengumpulkan aset melalui upah, dan juga sulit menuntut redistribusi keuntungan dengan menghentikan kerja.

Apa yang membuat "bawah" menjadi "permanen" adalah mesin yang dulu dapat mengembalikan orang miskin ke kelas menengah, yaitu kerja, daya tawar, dan akumulasi aset sedang dibongkar.

Bukti bahwa mesin ini mulai goyah, telah beralih dari teori ke daftar gaji.

Laboratorium Ekonomi Digital Stanford menggunakan data mikro ADP yang mencakup 4,6 juta pekerja menemukan: setelah AI generatif menyebar, dalam pekerjaan dengan paparan AI tertinggi, pekerja berusia 22 hingga 25 tahun mengalami penurunan relatif dalam pekerjaan sekitar 16%, tingkat pengangguran lulusan baru AS mencapai 5,6%, naik 1,6 poin persentase dari tiga tahun lalu; skala perekrutan lulusan baru di perusahaan teknologi besar, turun 25% dalam dua tahun.

Lift masih berjalan normal, hanya tombol di lantai satu yang telah dicopot.

Orang yang Tidak Bisa Menjawab, Sedang Membeli Asuransi untuk Diri Sendiri

Kembali ke wawancara Sun.

Para peneliti yang tidak dapat menjawab "apa yang harus dilakukan anak 17 tahun" itu, tidak menghentikan pekerjaan mereka.

Sun terus mengejar: karena kalian menganggap masa depan begitu berbahaya, mengapa masih terus membangunnya?

Jawabannya kurang lebih terbagi menjadi tiga kategori.

Kategori pertama dengan tulus percaya, asalkan melewati masa transisi, AI akhirnya dapat menyembuhkan penyakit, menghilangkan kelangkaan.

Kategori kedua percaya determinisme teknologi: meskipun diri sendiri tidak melakukannya, orang lain akan melakukannya.

Kategori ketiga paling jujur, dan juga paling memalukan:

Jika gejolak besar benar-benar akan datang, setidaknya ambil posisi untuk diri sendiri di masa depan terlebih dahulu.

Dorongan "mengambil posisi" ini, sedang mengubah arus talenta di seluruh industri AI.

Teman Sun yang sedang mengejar doktor AI di Berkeley berkata, sekitar setengah dari seangkatan memutuskan lulus lebih awal, bahkan ada yang memilih topik tesis doktoral berdasarkan "arah penelitian mana yang paling mudah mendapatkan tawaran dari laboratorium AI".

Banyak penulis dan peneliti kebijakan independen di sekitar Sun, juga meninggalkan posisi semula dan bergabung dengan laboratorium AI.

Ungkapan ini terdengar seperti lelucon, tetapi benar-benar menentukan pilihan hidup satu generasi, dan terus menyedot talenta dari ekosistem penelitian independen dan kebijakan publik.

Dan yang tersedot itu, justru adalah kelompok yang paling mungkin membangun meja perundingan.

Otomatisasi pabrik di abad ke-20 tidak berkembang menjadi konflik sengit secara umum, salah satu alasan pentingnya adalah, sebelum mesin masuk ke pabrik, pihak pabrik biasanya harus bernegosiasi dengan serikat pekerja terlebih dahulu: otomatisasi harus dijelaskan sebagai peningkatan keamanan, kenaikan upah perlu dikaitkan dengan peningkatan kapasitas produksi.

Antara modal dan tenaga kerja, ada sebuah meja perundingan.

Pekerja kerah putih hari ini tidak memiliki meja ini.

Yang lebih halus adalah, mereka yang paling mampu membangun meja perundingan, yaitu sarjana, peneliti independen, dan talenta kebijakan, justru dibujuk masuk ke laboratorium oleh narasi "nilai tenaga kerja akan segera hilang". Karena hanya dengan masuk ke laboratorium, mereka mungkin mendapatkan kepemilikan saham, dan berdiri di sisi modal lebih awal.

Siklus tertutup terbentuk:

Semakin banyak orang percaya daya tawar tenaga kerja akan segera hilang, semakin banyak orang akan meninggalkan pembangunan daya tawar, dan berlomba merebut kepemilikan saham; dan semakin sedikit pembangun, daya tawar tenaga kerja akan hilang semakin cepat.

Tidak Ada yang Benar-benar Aman

Anak 17 tahun itu tidak sepenuhnya tidak mendapatkan saran.

Menghadapi ketidakpastian yang dibawa AI, orang telah memberikan banyak jawaban, yang paling langsung melahirkan dua reaksi.

Pertama adalah belajar AI secepatnya, berusaha menjadi orang yang paling terlambat digantikan; kedua adalah memiliki aset AI secepatnya, berusaha untuk berdiri di sisi modal sebelum tenaga kerja kehilangan nilainya.

Dorongan yang terakhir ini sangat jelas di Silicon Valley, bahkan di kalangan kaya di Tiongkok.

Ada yang berusaha mati-matian, berharap mendapatkan kepemilikan saham Anthropic, OpenAI, atau perusahaan AI terdepan lainnya, teorinya sederhana: jika Singularitas benar-benar datang, tenaga kerja mungkin cepat sekali terdepresiasi, pada saat itu yang menentukan posisi seseorang bukan lagi apa yang bisa dia lakukan, tetapi apa yang dia miliki sebelumnya.

Menurut logika ini, selama jendela belum tertutup, ubah pendapatan dari kerja menjadi kepemilikan saham perusahaan AI, maka ada kesempatan untuk berubah dari orang yang digantikan teknologi, menjadi orang yang memiliki teknologi.

Ini juga adalah tempat paling menarik dari narasi "permanen di bawah", tidak hanya menciptakan ketakutan, tetapi juga mengisyaratkan jalan keluar:

Karena modal mungkin menggantikan tenaga kerja, maka segeralah berubah dari pekerja menjadi pemilik modal.

Masalahnya, jalan ini pertama-tama bukan milik kebanyakan orang.

OpenAI dan Anthropic bukan perusahaan yang bisa dengan mudah dibeli oleh orang biasa di pasar terbuka. Yang benar-benar memiliki kesempatan mendapatkan saham ini, biasanya adalah karyawan laboratorium, investor awal, serta orang kaya yang bisa masuk ke pasar privat.

Oleh karena itu, ini hampir merupakan argumen berputar:

Untuk menghindari jatuh ke bawah karena tidak memiliki modal, dia perlu memiliki modal yang hanya bisa didapatkan oleh kalangan atas terlebih dahulu.

Yang lebih penting, bahkan jika seseorang berhasil mendapatkan kepemilikan saham, asuransi ini belum tentu efektif secara permanen.

Fernando Borretti, pencipta bahasa pemrograman Austral, menunjukkan bahwa di dalam teori "permanen di bawah" sebenarnya terdapat sebuah kontradiksi.

Jika AI benar-benar dapat menyelesaikan hampir semua pekerjaan kognitif dan fisik dengan biaya lebih rendah, maka pekerja biasa memang mungkin kehilangan nilai ekonomi, tetapi mereka yang memegang saham perusahaan AI lebih awal juga belum tentu bisa menjadi "atas permanen".

Alasannya sederhana: kekayaan tidak tertulis dalam hukum alam.

Seseorang memiliki perusahaan, tanah, atau daya komputasi, bukan hanya karena namanya tertulis di kontrak, tetapi juga karena pengadilan, polisi, dan pemerintah bersedia mengakui dan melindungi hak kepemilikan ini.

Tetapi jika melanjutkan deduksi berdasarkan pengaturan "super AI menggantikan segalanya", AI pada akhirnya mungkin dapat menyelesaikan produksi, manajemen, tata kelola, bahkan perang. Sampai pada tahap itu, orang kaya hari ini tidak menyediakan tenaga kerja, juga tidak menguasai kekuatan nyata selain mesin. Lalu, mengapa negara atau super-intelligence di masa depan harus selamanya mengakui semua kepemilikan yang mereka dapatkan di era lama?

Membeli kepemilikan saham perusahaan AI, mungkin dapat membuat seseorang melewati masa transisi, tetapi tidak dapat menjamin dia tetap berada di lapisan atas secara permanen.

Jika memiliki aset AI bukanlah jalan yang dapat ditempuh semua orang, jawaban yang lebih umum adalah belajar AI.

Jalan ini muncul dengan paradoks lain:

Seseorang semakin ahli menggunakan AI untuk meningkatkan produktivitas, semakin mungkin membantu perusahaan mengurangi kebutuhan akan pekerja lain.

Dia mungkin bisa tinggal di lift untuk sementara, tetapi juga berpartisipasi mencopot tombol lantai lain.

Ini bukan berarti orang tidak seharusnya belajar AI. Bagi individu, menggunakan AI dengan mahir mungkin masih merupakan pilihan paling masuk akal saat ini. Masalahnya adalah, ketika semua orang mencoba menghindari penggantian dengan meningkatkan efisiensi penggantian diri sendiri, hasil akhirnya mungkin perusahaan membutuhkan lebih sedikit pekerja.

Pilihan rasional individu, jika digabungkan, justru dapat mempercepat penurunan daya tawar tenaga kerja secara keseluruhan.

Ada satu jawaban lain, yaitu meninggalkan bidang yang paling mudah direplikasi oleh AI, beralih ke pekerjaan yang mengharuskan kehadiran fisik.

Jika pasokan produk digital mendekati tak terbatas, maka operasi fisik, tanggung jawab di tempat, dan kepercayaan antarmanusia yang tidak dapat direplikasi dari jarak jauh, memang mungkin mendapatkan harga premium yang lebih tinggi.

Pusat data membutuhkan teknisi listrik, masyarakat yang menua membutuhkan perawat, orang juga masih bersedia membayar untuk kehadiran fisik dokter, guru, dan pekerja layanan, tetapi ini juga bukan jalan mundur yang bisa ditempuh semua orang.

Di atas ini tampak seperti tiga jalan berbeda, sebenarnya semuanya menjawab pertanyaan yang sama:

Bagaimana membuat diri sendiri jatuh sedikit lebih lambat?

Tetapi jawaban yang benar-benar dibutuhkan anak 17 tahun itu mungkin adalah: mengapa kelangsungan hidup seseorang, harus bergantung pada apakah dia masih dibutuhkan oleh modal?

Alasan para peneliti tidak bisa menjawab, adalah karena pertanyaan ini pada akhirnya membutuhkan bukan sebuah rencana pribadi, melainkan seperangkat sistem distribusi baru.

Ketika tenaga kerja masih tidak dapat digantikan, upah, serikat pekerja, dan mogok bersama-sama membentuk mekanisme distribusi; jika tenaga kerja benar-benar mulai kehilangan kelangkaan, maka masyarakat harus menemukan cara lain, untuk mendistribusikan kekayaan yang diciptakan mesin kepada mereka yang tidak lagi dibutuhkan oleh mesin.

Hal ini tidak dapat diselesaikan dengan semua orang belajar AI lebih giat, juga tidak dapat diselesaikan dengan setiap orang membeli beberapa saham lebih awal.

Yang dapat dibeli individu hanyalah waktu penyangga, yang benar-benar kurang, tetap adalah meja perundingan itu.

Satu Meja Perundingan

Membangun meja perundingan, bukanlah sesuatu yang dapat digantikan oleh upaya pribadi mana pun.

Tiongkok secara tak terduga menyediakan sampel perbandingan.

Pada Desember 2025, pengadilan di Beijing memutuskan bahwa posisi yang digantikan oleh AI tidak secara langsung dapat menjadi alasan pemecatan yang sah. Ada juga karyawan BUMN yang menyebutkan, alat AI yang digunakannya kira-kira dapat menyelesaikan pekerjaan dua karyawan, tetapi perusahaan berjanji tidak akan melakukan PHK dengan alasan AI.

Sun tinggal di Tiongkok selama dua minggu dan menyimpulkan, sikap sosial di sana bukanlah optimisme teknologi yang sederhana, melainkan pragmatisme "melawan tidak realistis, lebih baik naik dulu".

Tapi setidaknya, ada yang mencoba menangkap orang yang terjatuh dalam transisi teknologi dengan aturan dan legislasi yang banyak dan rinci.

Amerika Serikat menghadapi sesuatu yang lebih mendekati kekosongan institusional.

Pada April 2026, seseorang melemparkan bom bakar ke rumah Altman di San Francisco; bulan yang sama, rumah seorang anggota dewan kota yang mendukung proyek pusat data ditembaki. Dalam upacara wisuda, juga mulai muncul cemoohan yang ditujukan kepada eksekutif perusahaan AI.

Emosi yang tidak menemukan saluran institusional, akan mencari saluran sendiri.

Sementara itu, data Federal Reserve St. Louis menunjukkan, 39% dari pertumbuhan PDB AS tahun 2025 berasal dari investasi terkait pusat data dan AI.

Seluruh negara sedang mempertaruhkan pertumbuhannya pada satu teknologi yang kebanyakan warga negara belum merasakan manfaatnya untuk sementara.

Amerika Serikat akan mengadakan pemilihan paruh waktu pada tahun 2026, pemilihan pendahuluan dua partai pada tahun 2028 juga pasti akan ramai, Mark Kelly, Ro Khanna, dan Josh Hawley masing-masing telah merilis rencana aksi AI.

Oleh karena itu, indikator yang paling layak diamati dalam dua tahun ke depan mungkin hanya satu:

Bisakah meja perundingan itu dikeluarkan sebelum kemarahan muncul?

Mungkin itu adalah sebuah undang-undang, yang menetapkan perusahaan tidak dapat secara sederhana mengubah semua peningkatan produktivitas menjadi PHK; mungkin itu adalah serikat pekerja bentuk baru, yang memungkinkan karyawan dari perusahaan yang sama tidak perlu memiliki profesi yang sama, juga dapat bersama-sama berpartisipasi dalam negosiasi penerapan AI; mungkin juga itu adalah cek dengan nama perusahaan AI, melalui pajak, dividen, atau dana publik, mendistribusikan kembali keuntungan yang diciptakan teknologi kepada mereka yang menanggung biaya transisi.

Bentuk spesifiknya belum ditentukan, tetapi inti masalahnya sudah tidak dapat dihindari:

Ketika perusahaan tidak lagi perlu mempekerjakan kebanyakan orang untuk menciptakan kekayaan, berdasarkan apa kebanyakan orang berbagi kekayaan?

Adapun anak 17 tahun dengan nilai hanya B itu, dia mungkin tidak akan pernah tahu:

Saat sekelompok orang paling cerdas di seluruh industri ditanya "apa yang harus dilakukan dengannya", jawaban yang mereka berikan adalah "tidak ada jawaban".

Kemudian, mereka masing-masing kembali, dan terus membeli asuransi untuk diri sendiri.

Kripto yang Sedang Tren

Pertanyaan Terkait

QApa yang dimaksud dengan 'permanent underclass' dalam artikel ini?

AKonsep 'permanent underclass' atau 'kelas bawah permanen' dalam artikel ini menggambarkan skenario ekstrem di masa depan di mana AI dapat melakukan sebagian besar pekerjaan kognitif dan fisik. Akibatnya, tenaga kerja manusia kehilangan nilai ekonominya, dan celah antara pemilik modal (seperti pemilik model AI, daya komputasi, dan data) dengan mereka yang hanya mengandalkan upah akan melebar secara permanen. Mekanisme tradisional seperti upah, pendidikan, dan akumulasi aset untuk mobilitas sosial ke atas menjadi tidak relevan, menjebak sebagian besar orang dalam status ekonomi yang tetap rendah.

QMengapa para peneliti AI kesulitan menjawab pertanyaan tentang apa yang harus dilakukan oleh anak berusia 17 tahun yang biasa-biasa saja?

APara peneliti AI kesulitan memberikan jawaban karena masalah yang dihadapi anak berusia 17 tahun itu bukan sekadar masalah keterampilan individu atau pilihan karier. Artikel berpendapat bahwa inti masalahnya adalah kemungkinan hilangnya nilai tawar tenaga kerja secara struktural dalam ekonomi yang didominasi AI. Solusi yang dibutuhkan bukanlah daftar keterampilan untuk dipelajari, melainkan sistem distribusi kekayaan dan mekanisme negosiasi kolektif yang baru untuk memastikan bahwa orang yang tidak lagi 'dibutuhkan' oleh modal masih dapat berbagi kemakmuran yang diciptakan mesin.

QBagaimana narasi 'permanent underclass' justru mempercepat hilangnya daya tawar tenaga kerja menurut artikel?

AArtikel menjelaskan sebuah lingkaran setan: semakin banyak orang (terutama para ahli, peneliti, dan pembuat kebijakan) yang percaya bahwa nilai tawar tenaga kerja akan hilang, semakin banyak dari mereka yang meninggalkan upaya membangun mekanisme negosiasi (seperti kebijakan publik atau serikat pekerja) dan malah berusaha mendapatkan 'asuransi' pribadi dengan bergabung dengan laboratorium AI untuk mendapatkan kepemilikan saham (modal). Dengan demikian, semakin sedikit orang yang membangun meja negosiasi, dan daya tawar tenaga kerja pun semakin cepat menghilang.

QApa kelemahan dari dua saran umum yaitu 'belajar AI' dan 'memiliki aset AI' seperti saham perusahaan AI?

AKedua saran itu memiliki kelemahan mendasar: 1) **Belajar/Menguasai AI**: Ini adalah strategi individu untuk menjadi yang terakhir digantikan. Namun, semakin efisien seseorang membuat proses dengan AI, semakin banyak ia berkontribusi pada pengurangan kebutuhan tenaga kerja secara keseluruhan, yang justru mempercepat penurunan daya tawar kolektif. 2) **Memiliki Aset AI (Saham)**: Jalan ini tidak terbuka bagi kebanyakan orang karena saham perusahaan AI unggulan seperti OpenAI atau Anthropic sulit diakses publik. Ini menjadi argumen berputar: untuk menghindari kelas bawah karena tidak punya modal, seseorang perlu memiliki modal yang hanya bisa diakses oleh kelas atas. Selain itu, kepemilikan ini tidak dijamin permanen jika di masa depan super AI dan tatanan sosial yang baru mempertanyakan legitimasi kepemilikan kekayaan era lama.

QApa yang dimaksud dengan 'meja negosiasi' dalam konteks artikel, dan mengapa itu penting?

A'Meja negosiasi' dalam artikel adalah metafora untuk institusi, hukum, dan mekanisme kolektif yang memungkinkan tenaga kerja untuk bernegosiasi dengan pemilik modal mengenai distribusi kekayaan, kondisi kerja, dan dampak penerapan teknologi seperti AI. Ini bisa berupa undang-undang yang mengatur penggunaan AI dan perlindungan pekerja, serikat pekerja bentuk baru, atau sistem perpajakan dan dana publik yang mendistribusikan kembali keuntungan dari AI. Pentingnya meja negosiasi ini adalah untuk mencegah konflik sosial, memastikan distribusi manfaat teknologi yang lebih adil, dan menjawab pertanyaan mendasar: jika perusahaan tidak lagi perlu mempekerjakan banyak orang untuk menciptakan kekayaan, atas dasar apa sebagian besar orang dapat membagikan kekayaan tersebut?

Bacaan Terkait

Menjual Token atau Menjual Hasil: Beberapa Paradoks dalam Model Bisnis AI

**Paradoks Bisnis AI: Menjual Token vs Hasil, dan Ke Mana Keuntungan Mengalir?** Industri AI tumbuh cepat, namun di balik data pendapatan dan panggilan API yang melonjak, terdapat paradoks struktural yang menentukan siapa yang benar-benar menghasilkan keuntungan. **1. Paradoks Biaya: Token Semakin Murah, Tagihan Semakin Besar** Harga token AI turun drastis, tetapi total pengeluaran perusahaan justru meledak. Mirip "Paradoks Jevons", efisiensi malah mendorong konsumsi lebih besar. Harga rendah membuka tugas-tugas baru yang sebelumnya tidak ekonomis, dan penggunaan *agent* yang berjalan 24 jam meningkatkan volume puluhan kali lipat. Fokus bergeser dari menghemat harga per token menjadi mengoptimalkan **efisiensi tugas** dan **restrukturisasi proses** untuk benar-benar meningkatkan produktivitas. **2. Paradoks Lapisan: "Aplikasi adalah Raja" vs "Aplikasi Sudah Mati"** Modal lebih banyak mengalir ke infrastruktur (chip) dan model dasar, bukan lapisan aplikasi. Dalam tumpukan industri AI, lapisan chip mengambil porsi pendapatan dan margin laba terbesar. Aplikasi yang hanya "membungkus" kemampuan model akan mudah tergantikan. Peluang startup ada pada aplikasi yang **mendalam pada konteks spesifik**, memiliki data privat, atau menguasai alur kerja dan saluran distribusi, sehingga menjadi sulit diganti meski model dasar semakin canggih. **3. Paradoks Tanggung Jawab: Keuntungan Mengikuti Distribusi Tanggung Jawab** Pertumbuhan pendapatan yang tinggi tidak menjamin profitabilitas. Perusahaan seperti Anthropic menunjukkan margin yang kuat, sementara yang lain masih berjuang. Perbedaannya terletak pada **kesanggupan dan kemampuan mempertanggungjawabkan hasil**. Menjual berdasarkan token bersaing untuk anggaran IT. Menjual berdasarkan **hasil yang terukur dan dijamin** (misalnya, tiket layanan terselesaikan) dapat mengambil alih anggaran sumber daya manusia, yang lebih besar dan memberikan ruang harga premium. Keuntungan akan mengalir ke perusahaan yang berani dan mampu bertanggung jawab atas hasil di bidang-bidang kompleks seperti hukum atau medis. **4. Paradoks Sumber Terbuka vs Tertutup: Terbuka Menang Traffic, Tertutup Menang Pendapatan** Model *open-source* mendominasi penggunaan, namun perusahaan besar masih lebih banyak membelanjakan untuk model *closed-source* (89% dari anggaran). Alasannya adalah **keandalan, dukungan, kepatuhan regulasi, dan akuntabilitas**. Kecerdasan yang "cukup baik" semakin menjadi komoditas. Model *open-source* sering menjadi strategi untuk menarik pengembang atau mendorong penggunaan layanan cloud. Sementara itu, model *closed-source* terdepan mempertahankan premiumnya. Pola hybrid menjadi umum: *open-source* untuk eksperimen, *closed-source* untuk tugas inti. **Kesimpulan:** Nilai dan keuntungan dalam AI tidak lagi terdistribusi merata. Kecerdasan menjadi komoditas yang murah, sementara keuntungan terkonsentrasi pada: (1) penyedia infrastruktur (terutama chip), (2) penyedia model *closed-source* terdepan, dan (3) penyedia aplikasi atau layanan yang memiliki **konteks domain mendalam, kemampuan integrasi proses, dan kesanggupan bertanggung jawab atas hasil yang terukur**.

marsbit2m yang lalu

Menjual Token atau Menjual Hasil: Beberapa Paradoks dalam Model Bisnis AI

marsbit2m yang lalu

Lei Jun Cuan 7 Miliar Hanya dalam Sehari dari IPO Changxin Technology? Pejabat Xiaomi Beri Respons

Pada 28 Juli, Changxin Technology, pemimpin dalam industri DRAM lokal, mencetak rekor sejarah di pasar saham A pada hari pertama pencatatannya di pasar STAR, dengan volume perdagangan harian melampaui 1 triliun yuan. Perusahaan ini mendapatkan keuntungan besar bagi pemegang saham strategisnya, termasuk pendiri Xiaomi Lei Jun. Melalui anak perusahaannya, Wuhan 1810 Enterprise Management Co., Ltd., Xiaomi dialokasikan 18,2448 juta saham dengan investasi sekitar 158 juta yuan. Berdasarkan data perusahaan, penghitungan menunjukkan bahwa posisi ini membawa keuntungan tidak terealisasi sekitar 717 juta yuan bagi Lei Jun pada hari pertama. Namun, Xu Jieyun, asisten khusus ketua dewan dan wakil manajer departemen strategi dan pemasaran Xiaomi Group, menanggapi, "Teman-teman bisa menikmatinya sebagai hiburan, jangan dianggap serius. Ini sebenarnya adalah investasi perusahaan, entitas anak perusahaan tidak bisa disamakan dengan kekayaan pribadi." Alibaba dan Nio juga mendapatkan keuntungan dari investasi di Changxin Technology. Alibaba memegang hampir 5% saham melalui dua entitas dengan investasi kumulatif 7,6 miliar yuan, menghasilkan keuntungan tidak terealisasi lebih dari 160 miliar yuan. Nio, melalui penempatan strategis, juga mendapatkan keuntungan tidak terealisasi sekitar 740 juta yuan. Changxin Technology berkantor pusat di Hefei, Anhui, dan merupakan produsen DRAM terbesar di China dan keempat terbesar di dunia. Keberhasilannya di pasar saham telah memberikan keuntungan signifikan bagi pemerintah daerah Hefei, bank-bank besar, dan perusahaan asuransi, dengan peningkatan nilai aset masing-masing mencapai triliunan yuan dan ratusan miliar yuan. Namun, ada perusahaan seperti Country Garden yang terpaksa melepas sahamnya sebelum IPO karena tekanan likuiditas, sehingga kehilangan potensi keuntungan hampir 50 miliar yuan. Penting untuk dicatat bahwa saham yang dialokasikan memiliki periode penguncian, sehingga semua keuntungan tidak terealisasi yang disebutkan di atas hanya perhitungan statis, dan keuntungan akhir akan dipengaruhi oleh fluktuasi harga saham di masa depan. Karyawan Changxin Technology menyatakan bahwa mereka lebih memperhatikan apakah gaji dan tunjangan mereka akan berubah di masa depan.

marsbit3m yang lalu

Lei Jun Cuan 7 Miliar Hanya dalam Sehari dari IPO Changxin Technology? Pejabat Xiaomi Beri Respons

marsbit3m yang lalu

Bitcoin Menggigil Menjelang Keputusan Suku Bunga Fed. Apa yang Bisa Diharapkan dari Pasar

Harga Bitcoin turun hingga $63.000 pada sesi perdagangan Asia tanggal 28 Juli, didorong oleh kekhawatiran investor atas prospek pengetatan kebijakan moneter AS menjelang keputusan suku bunga Federal Reserve (The Fed) pada 29 Juli. Analis menyoroti risiko makroekonomi dan kelemahan di pasar ETF Bitcoin, dengan total kapitalisasi pasar kripto turun hampir 3% menjadi $2,17 triliun. Kekhawatiran utama terpusat pada kemungkinan kenaikan suku bunga The Fed. Sementara konsensus pasar (seperti alat FedWatch Tool CME) memperkirakan suku bunga akan bertahan (probabilitas 66%), perusahaan Citadel memprediksi kenaikan tak terduga 0,25% untuk melawan inflasi. Jika Citadel benar, akses ke modal yang lebih murah akan menyusut, berpotensi mendorong investor ke aset yang lebih aman seperti obligasi pemerintah AS dan membebani harga Bitcoin, yang dianggap sebagai aset berisiko. Analis Bloomberg melihat kemungkinan penurunan lebih lanjut menuju $62.000, dengan support kuat di $60.000. Faktor teknis juga diperhatikan. Para ahli dari IG Australia mencatat bahwa untuk prospek yang lebih konstruktif, Bitcoin perlu ditutup secara berkelanjutan di atas rata-rata bergerak 200-hariannya, yang saat ini berada di sekitar $72.000. Di sisi lain, arus masuk ke ETF Bitcoin, yang positif sejak awal Juli ($222 juta), mengalami tekanan dengan arus keluar lebih dari $465 juta dalam dua hari terakhir. Berita peraturan juga kurang mendukung, dengan penundaan pembahasan RUU CLARITY Act di AS, yang dianggap sebagai sinyal positif bagi pasar, setidaknya hingga musim gugur 2026. Namun, banyak pelaku pasar tetap memperkirakan pemulihan tren naik akan dimulai pada musim gugur tahun ini.

cryptonews.ru14m yang lalu

Bitcoin Menggigil Menjelang Keputusan Suku Bunga Fed. Apa yang Bisa Diharapkan dari Pasar

cryptonews.ru14m yang lalu

Peta Jalan Ethereum 2030: Kecepatan 200x Lebih Cepat, Tahan Kuantum, Privasi Asli

**Rangkuman Bahasa Indonesia: Rencana Ethereum 2030** Visi "Lean Ethereum" yang diusulkan pada 2025 memetakan peta jalan ambisius untuk Ethereum hingga 2030, berfokus pada lima tujuan utama ("Bintang Utara"): 1. **L1 yang Cepat:** Targetnya adalah konfirmasi final transaksi dalam hitungan detik, bukan 15 menit seperti sekarang. Waktu pembuatan blok akan dikurangi dari 12 detik menjadi 4 detik. Mekanisme konsensus baru yang disederhanakan dengan *zero-knowledge proofs* (ZK-proof) dan penurunan stake minimum validator menjadi 1 ETH akan mempercepat jaringan dan mendesentralisasikannya lebih lanjut. 2. **L1 dengan 1 Miliar Gas:** Target throughput dinaikkan sekitar 200x menjadi 1 miliar Gas per detik. Kunci utamanya adalah penerapan L1 ZK-EVM, di mana ZK-proof akan menggantikan kebutuhan setiap node untuk mengeksekusi ulang semua transaksi. Ini memungkinkan peningkatan batas Gas tanpa membebani node rumahan. 3. **L2 dengan Triliunan Gas:** Kapasitas data untuk layer-2 rollup akan ditingkatkan secara signifikan, mencapai target bandwidth 1GB per detik. Ini akan mendukung ekosistem L2 yang sangat besar, dengan Ethereum L1 berfungsi sebagai jaringan penyelesaian dan keamanan yang terdesentralisasi. 4. **L1 Tahan Kuantum:** Untuk mengantisipasi ancaman komputer kuantum, Ethereum akan beralih dari skema tanda tangan kriptografi saat ini (ECDSA/BLS) ke kriptografi berbasis hash yang tahan kuantum. Transisi bertahap ini ditargetkan selesai sekitar tahun 2029. 5. **L1 dengan Privasi Native:** Untuk pertama kalinya, privasi transaksi tingkat L1 dimasukkan dalam peta jalan resmi. Tujuannya adalah memungkinkan transaksi "tertutup" (menyembunyikan pengirim, penerima, dan jumlah) yang masih divalidasi oleh jaringan menggunakan ZK-proof, mengubah transaksi yang sepenuhnya publik saat ini. Peta jalan ini, yang dirincikan dalam dokumen draft "Strawmap", akan diimplementasikan melalui serangkaian hard fork mulai dari Glamsterdam (2026). Pelaksanaannya akan melibatkan lebih banyak lembaga independen di luar Ethereum Foundation. Meskipun detail dan garis waktu dapat berubah, visi intinya jelas: membuat Ethereum menjadi jaringan yang lebih cepat, lebih mampu menangani beban, lebih aman, dan lebih privat, sambil tetap mempertahankan sifatnya yang netral dan tanpa kepercayaan.

marsbit16m yang lalu

Peta Jalan Ethereum 2030: Kecepatan 200x Lebih Cepat, Tahan Kuantum, Privasi Asli

marsbit16m yang lalu

Trading

Spot

Artikel Populer

Cara Membeli ONE

Selamat datang di HTX.com! Kami telah membuat pembelian Harmony (ONE) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Harmony (ONE) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Harmony (ONE) AndaSetelah melakukan pembelian, simpan Harmony (ONE) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Harmony (ONE)Lakukan trading Harmony (ONE) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

596 Total TayanganDipublikasikan pada 2024.12.12Diperbarui pada 2026.06.02

Cara Membeli ONE

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga ONE (ONE) disajikan di bawah ini.

活动图片