Penulis: Anthropic
Disusun oleh: Deep Tide TechFlow
Panduan Deep Tide: Ini adalah pertama kalinya perusahaan AI melakukan survei besar-besaran tentang kecemasan ekonomi nyata pengguna. Data mengungkapkan paradoks yang kejam: programmer, desainer, dan mereka yang paling mahir menggunakan AI justru paling khawatir akan digantikan oleh AI; orang-orang dengan peningkatan efisiensi tercepat justru paling tidak merasa aman tentang masa depan. Bagi investor, ini berarti penetrasi AI lebih cepat dari yang dibayangkan, dan dampaknya terhadap pasar tenaga kerja sudah dimulai dari tingkat psikologis.
Temuan Inti:
Survei terbaru kami terhadap 81.000 pengguna Claude menunjukkan bahwa orang yang bekerja dalam pekerjaan yang lebih mudah digantikan oleh AI lebih khawatir tentang pengangguran akibat AI. Responden di awal karir mereka khususnya merasakan hal ini.
Pekerjaan dengan pendapatan tertinggi dan terendah melaporkan peningkatan produktivitas terbesar, terutama berasal dari perluasan cakupan pekerjaan (mengerjakan tugas baru).
Responden yang mengalami peningkatan kecepatan terbesar dari AI justru lebih tinggi kekhawatirannya tentang pengangguran.
Untuk memberi pemahaman publik tentang perubahan ekonomi AI yang kami amati, indeks ekonomi kami membagikan pekerjaan apa yang diminta dari Claude, dan dalam pekerjaan mana Claude menyelesaikan proporsi tugas terbesar. Namun sejauh ini, kami kekurangan informasi tentang bagaimana pola penggunaan tersebut memetakan pemikiran dan kesan orang tentang AI.
Survei penelitian terbaru kami terhadap 81.000 pengguna Claude memberikan metode untuk menghubungkan kekhawatiran ekonomi orang dengan konten yang kami kuantifikasi dalam lalu lintas Claude.
Survei menanyakan visi dan ketakutan orang tentang kemajuan AI. Banyak yang berbagi pemikiran tentang topik ekonomi. Kami mengetahui banyak orang khawatir tentang kehilangan pekerjaan—meskipun mereka juga merasa lebih produktif dan lebih mampu. Dalam beberapa kasus, AI memungkinkan mereka memulai bisnis, atau memberi mereka waktu untuk hal yang lebih penting; dalam kasus lain, AI membuat orang merasa tertekan, atau dipaksakan oleh pemberi kerja.
Hasil survei memberikan bukti awal bahwa paparan yang diamati (indikator kami untuk mengukur risiko penggantian AI) terkait dengan kekhawatiran ekonomi seputar AI. Orang yang bekerja di profesi dengan paparan tinggi—didefinisikan oleh tugas yang diamati dilakukan Claude—lebih tegang tentang penggantian ekonomi. Ini konsisten dengan kesadaran umum tentang penyebaran dan dampak potensial AI. Kami menjelaskan temuan kami di bawah ini.
Siapa yang Khawatir Kehilangan Pekerjaan?
"Sama seperti semua pekerja kerah putih sekarang, saya 100% khawatir, hampir 24/7 khawatir akhirnya akan digantikan oleh AI." — Seorang insinyur perangkat lunak.
Seperlima responden dalam survei kami menyatakan kekhawatiran tentang penggantian ekonomi. Beberapa khawatir tentang masalah ini secara abstrak: seorang pengembang perangkat lunak memperingatkan "kemungkinan AI dalam keadaan saat ini digunakan untuk menggantikan posisi junior." Yang lain meratapi pekerjaan mereka, atau aspek pekerjaan, sedang diotomatisasi. Seorang peneliti pasar berkata, "Dalam hal meningkatkan kemampuan saya, tidak diragukan lagi. Tapi di masa depan AI mungkin akan menggantikan pekerjaan saya." Dalam beberapa pekerjaan, orang merasa AI membuat pekerjaan mereka lebih sulit. Seorang pengembang perangkat lunak mengamati "ketika AI datang, manajer proyek mulai memberikan tiket kerja dan bug yang semakin sulit untuk saya selesaikan."
Di seluruh laporan, kami menggunakan pengklasifikasi berbasis Claude untuk menyimpulkan atribut dan emosi responden dari jawaban mereka. Misalnya, banyak peserta menyebutkan bidang pekerjaan mereka atau memberikan detail informasi tentang kehidupan kerja, yang memungkinkan kami menyimpulkan profesi mereka. Demikian pula, kami mengkuantifikasi kekhawatiran pengangguran dengan meminta Claude mengidentifikasi dan menafsirkan kutipan langsung di mana responden menunjukkan peran mereka menghadapi risiko penggantian yang didorong AI. Kami memberikan contoh prompt dalam lampiran.
Ancaman AI yang dirasakan responden berkorelasi dengan indikator paparan yang diamati kami sendiri, yang mencerminkan persentase tugas dalam suatu pekerjaan yang menggunakan Claude. Ketika indikator paparan yang diamati responden tersebut tinggi, kekhawatiran responder terhadap AI lebih besar. Misalnya, guru sekolah dasar kurang khawatir digantikan daripada insinyur perangkat lunak, konsisten dengan fakta bahwa penggunaan Claude condong ke tugas pengkodean.
Kami menunjukkannya pada Gambar 1 di bawah. Sumbu y adalah persentase responden dalam suatu profesi yang menyatakan AI telah atau mungkin segera menggantikan peran mereka. Sumbu x adalah paparan yang diamati. Grafik menunjukkan bahwa, rata-rata, orang dalam profesi dengan paparan lebih tinggi cenderung mengungkapkan lebih banyak kekhawatiran tentang pekerjaan yang diotomatisasi. Setiap peningkatan 10 poin persentase dalam paparan meningkatkan ancaman pekerjaan yang dirasakan sebesar 1,3 poin persentase. 25% dengan paparan tertinggi menyebutkan kekhawatiran ini tiga kali lebih sering daripada 25% terendah.
Gambar 1: Persepsi ancaman pekerjaan dari AI versus paparan aktual. Gambar menunjukkan persentase responden yang menganggap AI menimbulkan beberapa ancaman pekerjaan, dan metrik paparan aktual yang diusulkan oleh Massenkoff dan McCrory (2026). Responden dikodekan sebagai memandang ada ancaman pekerjaan jika mereka menyatakan posisi mereka telah digantikan atau dikurangi secara signifikan, atau perubahan seperti itu mungkin terjadi dalam waktu dekat (menggunakan pengkodean Claude). Garis hijau menunjukkan penyesuaian linier sederhana.
Fitur pekerja penting lainnya adalah tahap karier. Dalam penelitian sebelumnya, kami melaporkan tanda-tanda awal perlambatan perekrutan lulusan baru dan pekerja karier awal AS. Untuk sekitar setengah responden dalam survei ini, kami dapat menyimpulkan tahap karier dari jawaban mereka. Kami menemukan bahwa responden karier awal lebih mungkin mengungkapkan kekhawatiran tentang pengangguran daripada staf senior.
Gambar 2: Kekhawatiran tentang pengangguran ekonomi berdasarkan tahap karier. Persentase responden yang menunjukkan AI menimbulkan beberapa ancaman bagi pekerjaan mereka, berdasarkan tahap karier. Kedua bidang disimpulkan menggunakan jawaban bebas berbasis klasifikasi Claude.
Siapa yang Diuntungkan dari AI?
Menggunakan Claude untuk mengevaluasi tanggapan survei, kami menilai tingkat peningkatan produktivitas yang dilaporkan sendiri orang pada skala 1-7, di mana 1 adalah "produktivitas menurun", 2 adalah "tidak ada perubahan", dan setiap level berikutnya menunjukkan peningkatan yang lebih besar. Tanggapan dengan skor 7 termasuk kesaksian, "Saya membuat situs web dalam 4-5 hari yang dulu butuh berbulan-bulan"; Claude memberi pernyataan seperti "hal yang biasa butuh empat jam diselesaikan dalam setengah waktu" skor 5, dan "secara pribadi, saya meminta AI membantu saya memperbaiki kode di situs web. Tapi butuh beberapa percobaan untuk mendapatkan hasil yang saya inginkan" skor 2.
Secara keseluruhan, orang melaporkan peningkatan produktivitas yang berarti. Skor produktivitas rata-rata adalah 5.1, sesuai dengan "peningkatan produktivitas yang besar". Tentu, responden kami adalah pengguna akun pribadi Claude.ai yang aktif yang bersedia mengikuti survei. Ini mungkin membuat mereka lebih mungkin melaporkan keuntungan produktivitas daripada pengguna biasa. Sekitar 3% melaporkan dampak negatif atau netral, 42% tidak memberikan indikasi produktivitas yang jelas.
Ini agak bervariasi berdasarkan pendapatan. Panel kiri Gambar 3 menunjukkan bahwa orang dengan pekerjaan bergaji tinggi, seperti pengembang perangkat lunak, menyampaikan peningkatan produktivitas terbesar dari AI. Hasil ini tidak hanya didorong oleh pengkodean; itu tetap berlaku ketika kami mengecualikan profesi komputer dan matematika. Ini menggema temuan sebelumnya dari indeks ekonomi, yang juga menguntungkan pekerja bergaji tinggi: dalam tugas yang membutuhkan tingkat pendidikan lebih tinggi, Claude cenderung mengurangi waktu yang dibutuhkan untuk menyelesaikan tugas (relatif terhadap tidak menggunakan AI) dengan persentase yang lebih tinggi.
Beberapa pekerja dengan pendapatan terendah juga menggambarkan peningkatan produktivitas tinggi. Ini termasuk seorang perwakilan layanan pelanggan menggunakan "AI menghemat banyak waktu untuk saya membuat tanggapan berdasarkan tanggapan lain." Dalam beberapa kasus, orang dengan pekerjaan bergaji rendah menggunakan AI untuk pekerjaan sampingan teknis. Misalnya, seorang pengemudi pengiriman menggunakan Claude untuk memulai bisnis e-niaga, seorang tukang kebun membangun aplikasi musik.
Gambar 3: Peningkatan produktivitas yang disimpulkan berdasarkan pekerjaan. Panel kiri menunjukkan keuntungan produktivitas rata-rata yang disimpulkan dari AI (menggunakan klasifikasi berbasis Claude), dibagi menjadi kuartil berdasarkan upah median pekerjaan dari Biro Statistik Tenaga Kerja AS (BLS). Panel kanan menunjukkan hasil yang sama, tetapi berdasarkan kelompok pekerjaan utama. Garis kesalahan menunjukkan interval kepercayaan 95%.
Kami melihat ini lebih detail di panel kanan Gambar 3, yang menunjukkan peningkatan produktivitas yang disimpulkan untuk kelompok pekerjaan utama. Paling atas adalah profesi manajemen. Responden ini kebanyakan adalah pengusaha yang menggunakan Claude untuk memulai bisnis. Kategori tertinggi kedua adalah komputer dan matematika, termasuk pengembang perangkat lunak. Dua kelompok yang menunjukkan perbaikan produktivitas paling moderat adalah pekerja sains dan hukum. Beberapa pengacara khawatir tentang kemampuan AI untuk mengikuti instruksi yang tepat. Misalnya: "Saya telah memberikan aturan yang sangat spesifik, tentang apa di mana, bagaimana membaca dokumen hukum, apa yang saya ingin lakukan... tetapi itu menyimpang setiap kali."
Seiring AI menyebar dalam ekonomi, pertanyaan kuncinya adalah ke mana keuntungan akan mengalir—pekerja, manajer mereka, konsumen, atau perusahaan. Sekitar seperempat responden dalam wawancara menunjukkan penerima manfaat ini. Secara keseluruhan, mayoritas dari orang-orang ini menyebutkan manfaat untuk diri mereka sendiri, melalui tugas yang lebih cepat, cakupan yang diperluas, dan waktu yang dibebaskan. Tetapi 10% responden yang menyebutkan penerima mengatakan bahwa pemberi kerja atau klien meminta dan mendapatkan lebih banyak pekerjaan. Proporsi yang lebih kecil menyebutkan manfaat untuk perusahaan AI, dan proporsi yang lebih kecil lagi mengatakan AI akan menjadi negatif bersih. Ini tergantung pada tahap karier: hanya 60% pekerja karier awal mengatakan mereka secara pribadi diuntungkan dari AI, dibandingkan dengan 80% untuk profesional senior.
Gambar 4: Ke mana surplus dari peningkatan produktivitas AI mengalir? Proporsi yang menunjukkan setiap penerima manfaat, di antara responden yang menyebutkan penerima manfaat dari peningkatan produktivitas AI.
Cakupan dan Kecepatan
Responden juga membagikan di mana mereka mengalami peningkatan produktivitas. Kami mengkategorikannya menjadi cakupan, kecepatan, kualitas, dan biaya. Misalnya, banyak yang menggunakan AI untuk tugas pengkodean mengatakan "Saya bukan orang teknis, tetapi sekarang saya adalah pengembang full-stack." Ini adalah perluasan cakupan; AI membuka kunci kemampuan baru bagi mereka. Sebaliknya, beberapa pengguna mempercepat tugas yang sudah mereka lakukan, seperti akuntan yang berkata, "Saya membangun alat yang membantu saya menyelesaikan tugas keuangan dalam 15 menit yang dulu butuh 2 jam." Peningkatan kualitas biasanya berasal dari pemeriksaan kode, kontrak, dan dokumen lain yang lebih menyeluruh. Sebagian kecil responden menyebutkan biaya rendah menggunakan AI: "jika saya menyewa manajer media sosial, itu melampaui anggaran saya."
Kami menemukan peningkatan produktivitas paling umum dalam hal cakupan, dengan 48% pengguna yang secara eksplisit menyebutkan dampak produktivitas menyebutkan ini. 40% yang menyebutkan produktivitas menyoroti kecepatan.
Gambar 5: Jenis peningkatan produktivitas apa yang dilaporkan pengguna? Proporsi responden yang menggambarkan setiap jenis peningkatan produktivitas.
Pengalaman orang menggunakan Claude juga dapat mempengaruhi kekhawatiran mereka tentang AI. Untuk menilai ini, kami mengukur peningkatan kecepatan yang dilaporkan responden, dengan mengekstraksi apakah pekerjaan mereka sekarang jauh lebih lambat (kami kodekan sebagai 1), kecepatan tidak berubah (4), atau jauh lebih cepat (7).
Kami menemukan hubungan berbentuk U antara peningkatan kecepatan dan ancaman pekerjaan yang dirasakan (lihat Gambar 6). Grafik batang paling kiri menunjukkan responden yang melaporkan AI memperlambat mereka. Responden ini lebih mungkin menunjukkan AI menimbulkan ancaman signifikan bagi mata pencaharian mereka. Misalnya, beberapa pekerja kreatif, seperti seniman dan penulis, menemukan AI terlalu menekan dan kaku untuk membantu mereka dalam pekerjaan mereka sendiri. Sementara itu, mereka khawatir penyebaran AI ke bidang kreatif akan membuat mereka lebih sulit menemukan pekerjaan.
Gambar 6: Ancaman pekerjaan dari AI dan percepatan. Persentase responden yang menunjukkan pekerjaan mereka telah atau mungkin dalam waktu dekat menghadapi penggantian, berdasarkan tingkat percepatan yang disimpulkan.
Untuk responden lainnya, ancaman pekerjaan yang dirasakan meningkat secara konsisten dengan tingkat peningkatan kecepatan yang disarankan jawaban mereka. Ini masuk akal secara ekonomi: jika waktu yang dibutuhkan untuk menyelesaikan tugas menyusut dengan cepat, mungkin ada lebih banyak ketidakpastian tentang kelayakan peran di masa depan.
Indeks ekonomi mengungkapkan apa yang orang lakukan dengan AI. Tetapi masukan kunci lain untuk memahami dampak ekonomi AI adalah mendengarkan langsung pengalaman orang. Tanggapan yang dieksplorasi di sini menunjukkan bahwa intuisi orang konsisten dengan data penggunaan: mereka paling khawatir tentang dampak AI dalam pekerjaan di mana kami mengamati Claude melakukan paling banyak pekerjaan. Kami juga menemukan tingkat kecemasan ekonomi yang lebih tinggi di kalangan pekerja karier awal, konsisten dengan penelitian sebelumnya.
Ada juga tanda-tanda bahwa Claude memberdayakan pengguna. Orang paling mungkin berbicara tentang keuntungan yang mengalir kepada diri mereka sendiri, bukan pemberi kerja atau perusahaan AI. Pekerja bergaji tinggi paling antusias tentang dampak produktivitas AI, tetapi orang dengan pekerjaan bergaji rendah dan pendidikan lebih rendah juga melaporkan peningkatan produktivitas besar. Sebagian besar responden melaporkan Claude meningkatkan kemampuan mereka dalam bentuk memperluas cakupan pekerjaan atau mempercepat kecepatan. Tetapi pengguna yang mengalami peningkatan kecepatan terbesar juga paling tegang tentang dampak pekerjaan AI.
Karena sifat data, analisis kami memiliki peringatan penting. Pertama, survei kami terbatas pada pengguna akun pribadi Claude.ai yang memilih untuk menanggapi. Di antara bias potensial lainnya, pengguna ini mungkin lebih cenderung percaya bahwa keuntungan mengalir kepada diri mereka sendiri. Kedua, pengguna tidak ditanya langsung tentang banyak variabel turunan di sini, jadi inferensi kami tentang pekerjaan, tahap karier, dan variabel lain dari petunjuk kontekstual mungkin salah. Terkait, karena survei terbuka, pengukuran kami didasarkan pada apa yang kebetulan disebutkan responden; temuan ini harus dikonfirmasi dalam survei terstruktur yang menanyakan langsung topik ini.
Namun, wawancara mengungkapkan wawasan nyata tentang perasaan orang terhadap ekonomi AI, menunjukkan bagaimana data kualitatif dapat memunculkan hipotesis kuantitatif. Besarnya kekhawatiran terkait ekonomi itu sendiri adalah sinyal yang kuat.
Ucapan Terima Kasih
Kami berterima kasih kepada 80.508 pengguna Claude yang berbagi cerita.
Maxim Massenkoff memimpin analisis dan menulis posting blog. Saffron Huang memimpin proyek wawancara dan memberikan bimbingan throughout.
Zoe Hitzig dan Eva Lyubich memberikan umpan balik kunci dan bimbingan metodologis. Keir Bradwell dan Rebecca Hiscott memberikan dukungan editorial. Hanah Ho dan Kim Withee berkontribusi pada desain. Grace Yun, AJ Alt, dan Thomas Millar mengimplementasikan alat Wawancara Anthropic di Claude.ai. Chelsea Larsson, Jane Leibrock, dan Matt Gallivan berkontribusi pada desain survei dan pengalaman. Theodore Sumers berkontribusi pada infrastruktur pemrosesan dan pengelompokan data. Peter McCrory, Deep Ganguli, dan Jack Clark memberikan umpan balik kunci, bimbingan, dan dukungan organisasi.
Selain itu, kami berterima kasih kepada Miriam Chaum, Ankur Rathi, Santi Ruiz, dan David Saunders untuk diskusi, umpan balik, dan dukungan.
Skala ini tidak berpusat pada titik tengah karena kebanyakan orang memberi peringkat produktivitas positif, hampir semua 6 dan 7 pada skala Likert asli. Skala yang kami gunakan di sini adalah dari 1 = penurunan produktivitas, 2 = tidak ada perubahan, 3 = peningkatan sedikit, 4 = peningkatan moderat, 5 = peningkatan besar, 6 = peningkatan signifikan, hingga 7 = peningkatan transformatif—AI mengubah secara fundamental apa atau berapa banyak yang dapat mereka hasilkan.
Bahkan dengan mengecualikan "wirausaha mandiri" ini, manajemen masih setara dengan profesi komputer dan matematika, menunjukkan keuntungan produktivitas tertinggi.
Tapi batasan penting adalah bahwa survei ini menargetkan pengguna dengan akun pribadi Claude. Gambaran yang lebih representatif juga harus mencakup pengguna perusahaan, yang mungkin lebih cenderung percaya nilai milik pemberi kerja.
Konten Terkait
Mengumumkan Peluncuran Survei Indeks Ekonomi Anthropic
Kami meluncurkan Survei Indeks Ekonomi Anthropic, sebuah survei bulanan yang dilakukan melalui Pewawancara Anthropic.
Peneliti Alignment Otomatisasi: Menggunakan Model Bahasa Besar untuk Menskalakan Pengawasan yang Dapat Diskalakan
Bisakah Claude secara mandiri mengembangkan, menguji, dan menganalisis ide alignment? Kami melakukan eksperimen untuk mengetahuinya.
Agen Tepercaya dalam Praktek
"Agen" AI mewakili pergeseran besar terbaru dalam cara orang dan organisasi menggunakan AI. Di sini, kami menjelaskan cara kerjanya dan bagaimana kami memastikan kredibilitasnya.
