Penulis: Naval Ravikant
Disusun oleh: Felix, PANews
Dalam konteks iterasi gila-gilaan model AI saat ini, pasar global dipenuhi dengan pesimisme dan kecemasan yang mendalam. Mulai dari CEO OpenAI Sam Altman yang memprediksi "AI akan mengambil alih 95% pekerjaan programmer", hingga CEO Anthropic yang meramalkan "AI akan sepenuhnya mengambil alih posisi insinyur perangkat lunak dalam 6-12 bulan". Pernyataan "karier programmer telah mati" sepertinya telah menjadi konsensus global, menghadapi "krisis eksistensi" paling serius sejak kelahiran internet.
Namun, ketakutan akan hilangnya pekerjaan ini berasal dari kesalahpahaman terhadap logika dasar teknologi. Pendiri AngelList Naval Ravikant (yang berinvestasi awal di Uber, Twitter) berpendapat bahwa peningkatan produktivitas oleh AI baru-baru ini mungkin terlalu dimitoskan. Tidak peduli seberapa canggih AI berevolusi, ia akan selalu membuat kesalahan, dan insinyur perangkat lunak tetap menjadi salah satu profesi yang sangat dibutuhkan.
Tidak peduli di bidang apa pun Anda berada, bahkan di bidang terkecil sekalipun, asalkan dilakukan dengan mendalam dan khusus, menjadi talenta terbaik, Anda tidak perlu khawatir digantikan oleh AI.
Berikut adalah pandangan terbaru Naval Ravikant.
"Apakah AI berarti rekayasa perangkat lunak tradisional telah mati?" Tentu saja tidak. Insinyur perangkat lunak — bahkan mereka yang tidak necessarily bertanggung jawab untuk menyetel atau melatih model AI — saat ini adalah salah satu kelompok yang paling dihargai di dunia. Tentu saja, insinyur yang bertanggung jawab melatih dan menyetel model lebih dihargai lagi, karena mereka membangun set alat yang digunakan oleh insinyur perangkat lunak.
Tetapi insinyur perangkat lunak masih memiliki dua keunggulan. Pertama, mereka berpikir dalam kode, jadi mereka benar-benar memahami mekanisme yang mendasarinya. Dan semua abstraksi memiliki kebocoran. Jadi, ketika komputer menulis program untuk Anda (misalnya menggunakan Claude Code atau program serupa), ia akan selalu membuat kesalahan.
Ia akan menghasilkan Bug, akan memiliki arsitektur yang tidak sempurna, singkatnya tidak akan sepenuhnya benar. Dan orang yang memahami logika dasar dapat menutup kebocoran saat muncul.
Oleh karena itu, jika Anda ingin membangun aplikasi yang dirancang dengan baik, jika Anda ingin memiliki kemampuan untuk mendefinisikan arsitektur yang baik, jika Anda ingin program berjalan dengan kinerja tinggi, berkinerja optimal, dan menangkap Bug lebih awal, maka Anda masih membutuhkan latar belakang rekayasa perangkat lunak.
Insinyur perangkat lunak tradisional dapat memanfaatkan alat-alat AI ini dengan lebih baik. Dan, saat ini masih banyak masalah dalam rekayasa perangkat lunak yang tidak dapat dipecahkan oleh program AI. Cara paling sederhana untuk memahaminya adalah: masalah-masalah ini berada di luar distribusi data mereka.
Misalnya, jika perlu melakukan pengurutan biner atau membalik daftar tertaut, AI telah melihat banyak kasus, jadi mereka sangat ahli. Tetapi ketika Anda mulai keluar dari bidang yang mereka kuasai, seperti menulis kode yang sangat berkinerja tinggi, berjalan pada arsitektur yang benar-benar baru, atau menciptakan hal-hal baru serta memecahkan masalah baru, Anda masih perlu turun tangan dan menulis kode secara manual.
Situasi ini akan berlanjut sampai ada cukup banyak kasus untuk pelatihan model baru, atau sampai model-model ini dapat melakukan penalaran yang cukup pada lapisan abstraksi yang lebih tinggi dan memecahkan masalah secara mandiri.
Ingat: Pasar tidak memiliki permintaan untuk yang 'biasa-biasa saja'. Selama ada aplikasi yang lebih baik di suatu bidang niche, tidak ada yang menginginkan aplikasi yang biasa-biasa saja. Aplikasi yang lebih baik pada dasarnya akan memenangkan 100% pangsa pasar. Mungkin ada sebagian kecil pangsa yang mengalir ke aplikasi peringkat kedua, hanya karena ia melakukan better dalam beberapa fungsi niche daripada aplikasi mainstream, atau harganya lebih murah, dan sebagainya.
Tetapi secara keseluruhan, orang hanya menginginkan yang terbaik. Jadi kabar buruknya adalah, tidak ada gunanya memperebutkan posisi kedua atau ketiga — seperti dialog terkenal Alec Baldwin dalam film 'Glengarry Glen Ross': 'Pemenang pertama hadiah Cadillac, pemenang kedua hadiah一套 steak knife, pemenang ketiga angkat kaki.'
Dalam pasar winner-takes-all seperti sekarang ini, ini绝对是 kebenaran. Kabar buruknya: jika Anda ingin menang, Anda harus menjadi yang terbaik di suatu bidang.
Namun, bidang di mana Anda dapat menjadi yang terbaik adalah tidak terbatas. Anda selalu dapat menemukan niche yang cocok untuk Anda, dan menjadi yang terbaik di dalamnya. Ini mengingatkan saya pada tweet yang saya posting sebelumnya: "Berusahalah menjadi talenta terbaik di bidang Anda. Terus mendefinisikan ulang apa yang Anda lakukan, sampai impian menjadi kenyataan."
Saya percaya, di era AI, prinsip ini masih berlaku.
Bacaan terkait: Memo dari tahun 2028: Jika AI menang, apa yang akan kita kalahkan?
