# Artikel Terkait Otomatisasi

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Otomatisasi", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

GitHub, Ditembus oleh AI

Tanggal 9 Februari pukul 12 malam WIB, GitHub mengalami gangguan global yang parah. Situs web, API, GitHub Actions, hingga Copilot semuanya down. Penyebabnya adalah perubahan sederhana: memperpendek waktu refresh cache dari 12 jam menjadi 2 jam, yang memicu badai penulisan ulang cache dan menyebabkan kegagalan berantai. Ini bukan insiden tunggal. Pada kuartal pertama 2026, GitHub mengalami setidaknya 8 gangguan besar. Polanya aneh: setiap kali penyebabnya berbeda, tetapi akar masalahnya sama: infrastruktur yang mulai retak di bawah beban baru yang sangat masif. Beban baru itu datang dari AI Agent. Pada 2026, jumlah commit mingguan mencapai 275 juta. Jika berlanjut, total tahunan bisa 14 miliar, atau 14 kali lipat dari tahun 2025. AI Agent seperti Claude Code sekarang menyumbang 4,5% dari semua commit publik. Mereka bekerja tanpa henti, menghasilkan PR dalam jumlah besar, dan memperlakukan repository sebagai "output" alih-alih "ruang kerja" manusia. Pola lalu lintas yang bisa diprediksi telah berubah total. Masalah lainnya adalah model bisnis. Harga flat Copilot tidak lagi sesuai karena sesi Agentic AI menghabiskan sumber daya yang sangat besar, jauh melebihi biaya langganan. Sejak 1 Juni, GitHub beralih ke model pembayaran berdasarkan penggunaan (AI Credits). Untuk mengatasinya, GitHub tidak sekadar menambah kapasitas, tetapi merancang ulang arsitektur untuk menanggung beban 30 kali dari skala saat ini. Mereka berencana memisahkan layanan penting, memperkenalkan mekanisme kontrol lalu lintas, dan menghilangkan titik kegagalan tunggal. Intinya, GitHub sedang berubah dari "alat kolaborasi manusia" menjadi "pipa pembuangan AI". Gangguan pada 9 Februari bukan sekadar kecelakaan, melainkan pertanda era baru di mana AI mengubah fundamental alur kerja pengembangan perangkat lunak.

marsbit7j yang lalu

GitHub, Ditembus oleh AI

marsbit7j yang lalu

Setelah 540 Ribu Baris Kode, Garry Tan Menyadari Permainan Lama Pemrograman AI Sudah Berakhir

Editor's Note: Sementara banyak orang memperdebatkan apakah AI akan menggantikan programmer, Presiden YC Garry Tan justru mengajukan pertanyaan lain: Jika AI sudah dapat menyelesaikan sebagian besar pekerjaan pemrograman, mengapa kita masih mengelolanya dengan cara lama seperti perangkat lunak biasa? Awal tahun ini, Garry Tan menghabiskan beberapa bulan untuk membuat proyek "Garry's List" dengan Rails dan AI Agent, yang menghasilkan lebih dari 540.000 baris kode. Namun, ia menyimpulkan bahwa kode tersebut tidak penting. Yang berharga adalah "GStack"—kerangka kerja pengembangan baru yang dibangun di sekitar alur kerja AI Agent. Menurutnya, industri perangkat lunak selama ini terbiasa membungkus model AI dengan banyak tes, validator, mekanisme percobaan ulang, dan logika kontrol. Ini seperti membangun "pabrik Foxconn" untuk pekerja AI yang sangat cerdas—membatasi agen yang sebenarnya sudah mampu dengan banyak aturan. Dengan biaya model yang turun cepat dan kemampuannya meningkat, fokus pengembangan perangkat lunak beralih dari "menulis lebih banyak kode" ke "merancang lebih banyak kemampuan." Tan mengusulkan menggunakan Markdown untuk membuat "skill pack" (paket keterampilan yang dapat diuji dan digunakan kembali), di mana Agent dapat secara otomatis menghasilkan kode, tes, dan sistem evaluasi. Sebagai contoh, pekerjaan menilai hackathon yang biasanya memakan waktu berhari-hari kini dapat diselesaikan oleh Agent dalam beberapa puluh menit. Intinya, artikel ini membahas akhir dari logika industrialisasi perangkat lunak. Ketika kode bukan lagi sumber daya paling langka, kompetensi inti insinyur juga bergeser: Daripada menulis lebih banyak kode, kemampuan untuk menilai apa yang layak dibangun, mendefinisikan masalah, dan mengemas pengalaman menjadi aset kemampuan yang dapat digunakan kembali menjadi lebih penting. Kesimpulannya: Insinyur terbaik di masa depan mungkin bukan yang menulis kode paling banyak, tetapi yang menulis paling sedikit namun mampu melepaskan kecerdasan paling besar.

marsbitKemarin 21:42

Setelah 540 Ribu Baris Kode, Garry Tan Menyadari Permainan Lama Pemrograman AI Sudah Berakhir

marsbitKemarin 21:42

Wawancara Eksklusif dengan 7 Pekerja Biasa: Setelah AI Datang, Apakah Hidupmu Tetap Baik?

**Wawancara dengan 7 Pekerja Biasa: Bagaimana Keadaanmu Setelah AI Hadir?** Tahun 2026, gelombang PHK di perusahaan teknologi besar dan industri tradisional terjadi bersamaan. Di balik peningkatan efisiensi, kecemasan struktural semakin mendalam. Bagaimana perubahan nyata yang dialami pekerja akibat revolusi AI? TinTinLand mewawancarai 7 profesional dari berbagai bidang seperti Web3, perdagangan bahan kimia, pertanian digital, manufaktur cerdas, dan grosir tradisional untuk membahas penyetaraan keterampilan, pengurangan posisi kerja, kompetisi efisiensi, dan pertahanan manusia. **Mengadopsi AI: Antara Peluang dan Tekanan** Bagi sebagian orang, AI adalah alat untuk meningkatkan produktivitas, seperti membantu pemrograman, riset, atau kreativitas konten. Namun, bagi yang lain, AI justru menciptakan tekanan kompetisi baru. Pengurangan posisi kerja di bidang seperti administrasi, keuangan, layanan pelanggan, dan desain mulai terlihat. Meski AI mempercepat pekerjaan, ia juga memperluas lingkup tugas dan menuntut pembelajaran terus-menerus. **Perubahan dan Ancaman** AI telah mengubah cara belajar dan bekerja. Pencarian informasi lebih cepat, pekerjaan rutin berkurang, tetapi kekhawatiran akan penggantian peran manusia tetap ada. Beberapa pekerja merasa lebih efisien, sementara yang lain cemas akan masa depan karir mereka. Namun, di sektor seperti keuangan, logistik, dan manufaktur, peran manusia dalam pengambilan keputusan kompleks, penanganan pengecualian, dan pertanggungjawaban masih sulit digantikan. **Mencari Nilai Manusia yang Tak Tergantikan** Di tengah perubahan ini, para profesional berusaha menemukan nilai unik manusia, seperti pemahaman mendalam tentang bisnis, intuisi pasar, kreativitas, dan kemampuan koordinasi. Beberapa beralih ke peran seperti pengawas sistem kompleks, pengembang produk mandiri, atau "super-koordinator" yang mengelola AI. Kunci bertahan adalah terus belajar, beradaptasi, dan memperluas wawasan. **Masa Depan dengan AI** AI bukan lagi pilihan, melainkan keharusan. Meskipun alat AI seperti GPT, Claude, dan DeepSeek membantu banyak pekerjaan, ketergantungan berlebihan juga berisiko. Namun, kemampuan manusia dalam memahami konteks, berinovasi, dan bertanggung jawab tetap menjadi keunggulan utama. Di era AI, yang bertahan adalah mereka yang bisa beradaptasi, belajar cepat, dan menemukan peran baru dalam ekosistem yang terus berubah.

marsbit06/01 08:21

Wawancara Eksklusif dengan 7 Pekerja Biasa: Setelah AI Datang, Apakah Hidupmu Tetap Baik?

marsbit06/01 08:21

Perusahaan Satu Orang 'Meledak': Ada yang Untung Rp1 Miliar Setahun, Ada yang Pendapatan Menyusut 90%

"Perusahaan Perorangan" (OPC) yang didukung AI—model bisnis di mana individu menggunakan alat untuk berwirausaha secara mandiri—sedang populer. Tahun 2026 disebut sebagai tahun pertama era OPC. Meskipun AI menurunkan hambatan dan biaya, kesuksesan tidak dijamin. Statistik menunjukkan 52.7% OPC berpenghasilan di bawah 7.000 yuan per bulan. **Zhang Sir (Pengembangan Game):** Dalam setahun, ia mengembangkan 6 game interaksi *bullet chat*, dengan pendapatan bersih pribadi 80-100 juta yuan. AI menggantikan 70% pekerjaan seni dan membantu penulisan kode, memangkas biaya produksi menjadi 1.000-1.500 yuan per game dan siklus pengembangan menjadi 15 hari. **Oktober (Pengembangan Material, Jepang):** Setelah mendirikan OPC, pendapatan bulanannya tiga kali lipat rata-rata pekerja kantoran seusianya di Jepang. AI digunakan untuk penerjemahan, desain, pemrosesan pesanan, dan konsultasi hukum. Pasar Jepang yang tidak terlalu kompetitif memberi peluang, meski hambatan industri tinggi. **Xiao Tao (Bioteknologi):** Melayani klien B2B dengan algoritma AI untuk mengoptimasi formula media kultur sel, ia menggandakan pendapatan dibanding pekerjaan penuh waktu. AI Agent menangani 80% pekerjaan repetitif. Ia menekankan pentingnya sumber daya klien dan kemampuan non-teknis. **A Yuan (E-niaga Lintas Batas):** Mantan karyawan *big tech* yang beralih ke e-niaga Amerika Latin. AI menggantikan 60% pekerjaan, seperti pemilihan produk dan pembuatan konten. Namun, pendapatannya turun 90% dibanding gaji sebelumnya. Ia memperingatkan agar tidak tergesa-gesa berwirausaha, tetapi mengakui nilai pembelajaran yang besar dari pengalaman langsung. Intinya: AI memberdayakan OPC dengan efisiensi biaya dan produksi, tetapi kesuksesan bergantung pada keahlian, pengalaman industri, sumber daya klien, dan kemampuan adaptasi pasar.

marsbit06/01 02:53

Perusahaan Satu Orang 'Meledak': Ada yang Untung Rp1 Miliar Setahun, Ada yang Pendapatan Menyusut 90%

marsbit06/01 02:53

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit05/31 12:36

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit05/31 12:36

Rp 426 Triliun, "Tim Murni Tionghoa" Menopang Perusahaan Pemrograman AI dengan Valuasi Tertinggi di Dunia

Pada Mei 2025, Cognition AI, startup pengembangan AI yang didirikan oleh tiga pendiri berkebangsaan China pemenang Olimpiade Informatika, mengumumkan pendanaan baru senilai lebih dari $10 miliar, yang menaikkan valuasinya menjadi $26 miliar. Lonjakan valuasi ini, hanya dalam 8 bulan sejak valuasi $10,2 miliar sebelumnya, didorong oleh kepercayaan investor bahwa agen AI seperti "Devin" perusahaan mereka akan menjadi infrastruktur rekayasa perangkat lunak generasi berikutnya. Awalnya, Cognition menciptakan sensasi dengan meluncurkan Devin, yang dipasarkan sebagai "insinyur perangkat lunak AI" pertama yang dapat menangani tugas pengkodean secara mandiri. Namun, produk awal ini menuai kritik karena kinerja yang tidak konsisten dan harga yang tinggi. Untuk mengatasi kekurangan ini, Cognition melakukan pivoting strategis dengan mengakuisisi Windsurf, sebuah platform IDE berbasis AI, pada tahun 2025. Akuisisi ini memberi Cognition dua jalur produk: Devin untuk menangani tugas-tugas rekayasa asinkron yang dapat didelegasikan, dan Windsurf IDE sebagai alat bantu kolaboratif bagi pengembang dalam editor kode. Kombinasi ini terbukti sukses. Cognition melaporkan pertumbuhan penggunaan perusahaan lebih dari 10 kali lipat tahun ini, dengan run-rate pendapatan mencapai $492 juta dan pertumbuhan penggunaan bulanan Devin sebesar 50% selama enam bulan terakhir. Kliennya termasuk nama-nama besar seperti Goldman Sachs, NASA, dan Angkatan Darat AS. Intinya, valuasi $26 miliar ini mencerminkan keyakinan pasar bahwa Cognition, dengan strategi "dua kaki"nya, berada di posisi yang tepat untuk menangkap peluang adopsi AI berskala besar di sektor rekayasa perangkat lunak perusahaan, yang bergerak menuju sistem hybrid di mana manusia dan AI berkolaborasi.

marsbit05/31 10:27

Rp 426 Triliun, "Tim Murni Tionghoa" Menopang Perusahaan Pemrograman AI dengan Valuasi Tertinggi di Dunia

marsbit05/31 10:27

活动图片