Penulis: SpecialistXBT
Judul Asli: Citrini Bergema
Artikel yang bagus dapat membuat pasar mengacaukan 'skenario proyeksi' sebagai 'ramalan realitas'.
Pada 22 Februari 2026, sebuah laporan berjudul "The 2028 Global Intelligence Crisis" menggemparkan media sosial dan pasar keuangan, dengan jumlah tayangan melebihi 27 juta. Pada hari laporan dirilis, saham IBM anjlok 13%, sementara DoorDash, American Express, KKR, dan sejumlah perusahaan lainnya mengalami penurunan lebih dari 6%.
Laporan ini ditulis oleh James van Geelen, pendiri Citrini Research. Peneliti berusia 33 tahun ini memiliki lebih dari 180 ribu pengikut di X, dan Substack-nya menempati peringkat pertama di antara penulis kategori keuangan, dengan fokus pada investasi ekuitas tematik dan penelitian makro, dikenal dengan gaya berpikir lintas aset dan asosiasi lateral, serta portofolio investasi nyata yang memberikan imbal hasil lebih dari 200% sejak 2023. Laporan ini disajikan dalam bentuk skenario proyeksi, mengarang sebuah masa depan yang ditetapkan pada tahun 2028: AI menggantikan tenaga kerja kerah putih secara besar-besaran dalam waktu hanya dua tahun, memicu kontraksi konsumsi, wanprestasi aset perangkat lunak, pengetatan kredit, dan akhirnya mendorong ekonomi ke dalam keadaan cacat yang disebut "kemakmuran teknis" dan "resesi sosial". Van Geelen memberi catatan di awal tulisan: "Artikel ini membahas skenario yang mungkin, bukan sebuah ramalan." Namun pasar jelas tidak sabar untuk membedakan keduanya.
Namun, yang lebih patut diperhatikan daripada kepanikan pasar sesaat adalah diskusi luas yang dipicu artikel ini dalam beberapa hari terakhir. Dari kalangan akademis hingga lingkaran investasi, dari Wall Street hingga internet Tiongkok, belasan artikel tanggapan dari berbagai sudut pandang bermunculan. Daripada hanya mempercayai satu kesimpulan ekstrem, mungkin kita dapat menyusun masa depan yang lebih jelas dari 'perbedaan dan tumpang tindih' berbagai pandangan.
Apa yang Dikatakan Citrini
Alur logika dalam artikel Citrini tidak rumit: Lompatan kemampuan AI menyebabkan penggantian besar-besaran posisi kerah putih → Pengangguran meningkat memicu kontraksi pengeluaran konsumen → Produk keuangan terstruktur dengan aset dasar SaaS menghadapi gelombang wanprestasi → Pengetatan kredit menyebar ke sistem keuangan yang lebih luas → Ekonomi terjerumus ke dalam keadaan cacat "kemakmuran teknis" dan "resesi sosial".
Setiap mata rantai sebab-akibat ini bukanlah tanpa dasar. Namun untuk menghubungkannya dari ujung ke ujung dan memproyeksikannya hingga ke krisis secara mulus, diperlukan serangkaian asumsi awal yang cukup radikal.
Ada banyak cara untuk memecah rantai ini. Mari kita bahas berdasarkan tiga argumen inti, yaitu kecepatan dan skala penggantian tenaga kerja, mekanisme transmisi keruntuhan permintaan, dan kemungkinan krisis keuangan, dan lihat apa sebenarnya yang diperdebatkan oleh berbagai suara di setiap bagian.
Tanpa Kehancuran, Tidak Ada Pembangunan
Titik awal proyeksi Citrini adalah penggantian besar-besaran tenaga kerja kerah putih oleh AI. Dalam narasinya, proses ini berakselerasi tajam antara tahun 2026 dan 2028, dengan praktisi di bidang hukum, analisis keuangan, pengembangan perangkat lunak, layanan pelanggan, dan sejenisnya menjadi yang pertama terdampak.
Perubahan proporsi pengeluaran perusahaan pada pemasok model AI dan platform tenaga kerja online, dikelompokkan berdasarkan tingkat paparan AI industri
Memang ada bukti yang mendukung pandangan Citrini. Sebuah studi empiris oleh Bick, Blandin, dan Deming berdasarkan data pengeluaran perusahaan menunjukkan bahwa setelah peluncuran ChatGPT, perusahaan dengan paparan AI tertinggi (yaitu perusahaan yang sebelumnya memiliki proporsi pengeluaran terbesar di pasar tenaga kerja online) secara signifikan meningkatkan pengeluaran mereka kepada penyedia model AI, sementara mengurangi pengeluaran di pasar tenaga kerja online, dengan penurunan sekitar 15%. Perlu dicatat bahwa penggantian ini bukanlah "penggantian nilai yang setara"—untuk setiap pengurangan pengeluaran pasar tenaga kerja sebesar $1, perusahaan hanya menambah pengeluaran AI sebesar $0,03 hingga $0,30. Dengan kata lain, AI menyelesaikan pekerjaan yang sama dengan biaya yang jauh lebih rendah daripada tenaga manusia.
Namun Citrini mungkin melebih-lebihkan kecepatan terjadinya perubahan. Seorang penentang mengambil contoh industri agen real estat AS, meskipun teknologi telah lama memiliki kemampuan untuk secara drastis mengurangi jumlah agen, industri ini hingga hari ini masih mempekerjakan lebih dari 1,5 juta orang. Inersia institusi, hambatan regulasi, dan permainan kepentingan internal industri membentuk garis pertahanan yang jauh lebih kokoh daripada teknologi. Ia berpendapat, Citrini sangat meremehkan hambatan "momentum institusional".
Penentang lain mengutip penelitian Kimball, Basu, dan Fernald tahun 1998 yang menunjukkan bahwa guncangan teknologi dalam sejarah sering kali menjadi stimulus positif bagi sisi penawaran—dalam jangka pendek mungkin disertai dengan penyesuaian struktur ketenagakerjaan, tetapi dalam jangka panjang, ruang output yang diciptakannya jauh lebih besar daripada lapangan kerja yang dihancurkannya.
Faktanya, melihat kembali penyebaran setiap putaran teknologi tujuan umum dalam sejarah, proses dari laboratorium hingga penetrasi skala besar selalu jauh lebih lambat daripada kecepatan kematangan teknologi itu sendiri. Listrik membutuhkan 30 tahun untuk meningkat dari tingkat penetrasi rumah tangga 5% menjadi 50%, telepon membutuhkan 35 tahun, bahkan ponsel pintar yang penyebarannya paling cepat membutuhkan 5 tahun. Kemampuan teknologi AI mungkin sudah cukup untuk mengubah banyak industri, tetapi jurang antara kemampuan teknologi dan penyerapan institusional tidak pernah dapat diatasi hanya dengan kemampuan itu sendiri.
Mata rantai kunci kedua dalam narasi Citrini adalah spiral penurunan di sisi permintaan: Pengangguran → Penurunan pendapatan → Kontraksi konsumsi → Penurunan laba perusahaan → PHK lebih lanjut.
Citrini mengacaukan deflasi sisi permintaan dan deflasi sisi penawaran dalam bagian ini. Yang pertama berarti daya beli konsumen menyusut, yang kedua adalah kemajuan teknologi menekan biaya produksi—penurunan harga yang didorong AI pada dasarnya lebih mendekati yang terakhir, mirip dengan轨迹 harga produk elektronik dan layanan komunikasi dalam beberapa dekade terakhir. Seorang analis berpendapat bahwa Paradoks Jevons akan tetap berlaku: ketika AI secara drastis menekan biaya layanan seperti konsultasi hukum, diagnosis medis, pengembangan perangkat lunak, maka permintaan yang sebelumnya terpinggirkan oleh harga yang mahal akan dilepaskan, totalnya bukan menyusut, melainkan meledak. Pada saat yang sama, "Paradoks Moravec" juga akan berperan. Bagi mesin, yang benar-benar sulit sering kali bukan penalaran logika yang mendalam atau pencarian data dalam jumlah besar, melainkan gerakan tubuh, persepsi indera, dan pertukaran emosi yang biasa bagi manusia. Ini berarti pekerjaan fisik dan posisi layanan yang membutuhkan persepsi halus mungkin lebih tangguh dari yang kita bayangkan.
Tapi Paradoks Jevons juga bisa gagal. Profesor Ekonomi Universitas Chicago Alex Imas mengemukakan, jika AI mengotomatiskan sebagian besar tenaga kerja, dan bagian pendapatan tenaga kerja dalam total pendapatan turun drastis, lalu siapa yang akan membeli barang dan jasa yang diproduksi secara efisien ini? Ini menyentuh mekanisme distribusi itu sendiri. Ketika kapasitas output cenderung tak terbatas dan permintaan efektif cenderung terkonsentrasi, yang kita hadapi mungkin bukan resesi, melainkan ketidakseimbangan yang belum cukup dibahas dalam buku teks ekonomi—kelimpahan materi yang tidak terjangkau.
Melihat Secara Sempit (Mengintip melalui pipa)
Bagian dengan lompatan terbesar dalam proyeksi Citrini adalah transmisi dari guncangan ketenagakerjaan ke krisis keuangan. Dalam narasinya, produk keuangan terstruktur dengan pendapatan SaaS sebagai aset dasar (disebutnya "Software-Backed Securities") menghadapi wanprestasi luas dalam gelombang transformasi AI, memicu pengetatan kredit mirip tahun 2008.
Namun komentator mencatat, dibandingkan dengan 2008, rasio leverage departemen perusahaan AS saat ini jauh lebih sehat, dan sistem perbankan setelah mengalami reformasi Dodd-Frank dan beberapa轮压力测试 juga jauh lebih kokoh daripada saat itu.
Relatif terhadap menjelang krisis ekonomi 2008, berbagai indikator ketahanan sistem keuangan AS saat ini telah meningkat drastis: Rasio kecukupan modal primer bank naik dari 8,1% menjadi 13,7%, rasio utang rumah tangga terhadap pendapatan yang dapat dibelanjakan turun dari 130% menjadi 97%, rasio kredit bermasalah turun dari 1,4% menjadi 0,7%.
Bahkan jika beberapa perusahaan SaaS memang menghadapi penurunan pendapatan, skalanya tidak cukup untuk memicu krisis kredit sistemik. Mantan penulis kolom keuangan Bloomberg Nick Smith berpendapat, Citrini melakukan kesalahan umum dalam bagian ini: mengekstrapolasi linear guncangan industri tingkat mikro menjadi risiko sistem tingkat makro. Untuk keruntuhan permintaan, jawaban Smith adalah kebijakan fiskal. Jika pengangguran benar-benar melonjak drastis, pemerintah sepenuhnya memiliki kemampuan dan kemauan untuk menopang permintaan melalui stimulus fiskal skala besar.
Kemampuan respons institusi juga tampaknya diremehkan, ambil contoh respons kebijakan pada masa COVID: Pada 11 Maret 2020 WHO menyatakan pandemi, hanya 16 hari kemudian, CARES Act senilai $2,2 triliun telah ditandatangani dan berlaku. Dalam setahun berikutnya, AS meluncurkan stimulus fiskal kumulatif $5,68 triliun, setara dengan sekitar 25% PDB 2020.
Jika pengangguran yang didorong AI benar-benar muncul dengan kecepatan dan skala seperti yang digambarkan Citrini, intervensi kebijakan kecil kemungkinan akan absen.
Komentator lain mempertanyakan dari tingkat yang lebih mendasar. Tekno-kiamatan普遍 berasal dari kurangnya keyakinan pada kemanusiaan. Proyeksi Citrini memperlakukan pasar sebagai mesin yang tidak berpenjaga, membiarkan 'sebab-akibat' berjalan sendiri, hingga runtuh. Namun sistem ekonomi dalam kenyataannya tidak beroperasi seperti itu. Hukum, institusi, politik, budaya, ideologi secara mendalam menentukan cara dunia nyata menyerap guncangan teknologi.
Konsensus dan Perbedaan
Kita mungkin dapat mencoba menandai beberapa konsensus dan perbedaan.
AI sedang dan akan terus mengubah struktur permintaan tenaga kerja kerah putih,这一点 hampir tidak ada yang menyangkal, perbedaan hanya pada kecepatan dan skalanya. Selain itu, penderitaan selama masa transisi itu nyata adanya, tidak boleh ditutupi oleh optimisme jangka panjang. Serta, kualitas dan kecepatan respons kebijakan akan sangat menentukan hasilnya.
Perbedaan存在于逻辑更底层. Ada yang berpendapat guncangan teknologi kali ini dalam hal kecepatan dan luasnya mungkin melampaui preseden sejarah, sehingga analogi sejarah terbatas penerapannya; ada juga yang lebih mempercayai kemampuan adaptasi institusi dan pengulangan sejarah.
Angkat Kepala
Artikel Citrini memiliki不少问题, koneksi logika terlalu padat, respons institusi diremehkan secara sistematis, lompatan dari guncangan industri mikro ke risiko sistem makro kekurangan argumen perantara yang cukup. Namun masalah最根本的, mungkin terletak pada一种对人类社会的低估: Artikel ini mengasumsikan lingkungan institusi yang statis, di dalamnya, teknologi menggulirkan segalanya dengan kecepatan yang hampir tak terbendung. Dalam sejarah, tekno-kiamatan层出不穷,它们在技术逻辑上往往无懈可击,却几乎无一例外地忽略了'人'这个变量. Kompleksitas masyarakat manusia, gesekannya, redundansinya, pengaturan institusionalnya yang tampak tidak efisien, justru membentuk kemampuan抗冲击 yang kuat dan terdistribusi. Kita memiliki waktu yang cukup untuk menghindari那些被推演出的末日,前提是我们不被推演本身吓住.
Bagaimana dengan narasi optimis? "Paradoks Jevons" adalah observasi tentang tren jangka panjang. "Paradoks Moravec" memberitahu kita tenaga kerja fisik暂时安全,但没有告诉我们那些被替代的白领该何去何从. Analogi sejarah bersifat启发性的,但历史从来不会精确地重复,它只是踩着韵脚. Narasi optimis membutuhkan waktu untuk diuji, dan kita正身处检验的起点.
Produksi kiamatan, dibayar oleh yang cemas. Tempa penilaianmu sendiri, tanggung risikonya, kelola posisimu,而不是沉溺在那些'一眼望到头'的文章中.
Twitter:https://twitter.com/BitpushNewsCN
Grup Diskusi TG比推:https://t.me/BitPushCommunity
Langganan TG比推: https://t.me/bitpush
