# 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.

Peringkat Bekerja AI: Kemampuan Menghasilkan Uang Otomatis Claude Fable 5, 2,5 Kali Lipat dari GPT-5.5

Indeks Tenaga Kerja Jarak Jauh (Remote Labor Index/RLI) mengukur kemampuan AI untuk menyelesaikan proyek pekerjaan lepas secara mandiri. Dalam evaluasi terbaru, model Claude Fable 5 mencapai tingkat otomatisasi 16.1%, hampir dua kali lipat dari Opus 4.8 (8.3%) dan 2.5 kali lipat dari GPT-5.5 (6.3%). Angka ini menunjukkan lompatan besar, karena hanya 8 bulan lalu skor tertinggi RLI adalah 2.5%. RLI berisi 240 proyek nyata dari platform Upwork, mencakup 23 bidang seperti desain 3D, animasi, dan analisis data. Metrik kuncinya adalah persentase proyek di mana hasil kerja agen AI dinilai setara dengan standar profesional yang dapat diterima klien. Kemajuan ini didorong oleh kerangka agen yang lebih kuat, termasuk mekanisme "worker-critic loop" di mana agen terpisah meninjau dan meminta revisi hasil kerja. Meski perkembangannya cepat, 84% proyek masih di luar kemampuan AI saat ini. Contoh kasus menunjukkan hasil Fable 5, seperti desain perhiasan 3D, masih memiliki kekurangan kualitas dibandingkan pekerja manusia. Penelitian juga menemukan bahwa penilaian oleh AI tidak dapat diandalkan untuk menggantikan penilaian manusia, karena cenderung terlalu membesar-besarkan skor. Secara keseluruhan, RLI berfungsi sebagai tolok ukur nyata untuk kemampuan ekonomi agen AI. Peningkatan lebih dari empat kali lipat dalam delapan bulan menandakan percepatan yang perlu dipantau oleh bisnis dan pembuat kebijakan.

marsbit07/13 09:50

Peringkat Bekerja AI: Kemampuan Menghasilkan Uang Otomatis Claude Fable 5, 2,5 Kali Lipat dari GPT-5.5

marsbit07/13 09:50

OpenAI Rekrut Ahli Perbankan Investasi dengan Gaji Hanya Rp130 Juta, Netizen Komplain Gajinya Kecil

OpenAI membuka lowongan baru untuk Subject Matter Expert di bidang Investment Banking, bagian dari tim Applied AI di San Francisco. Pekerjaan intinya adalah melatih AI untuk melakukan tugas-tugas perbankan investasi, seperti penelitian, analisis keuangan, valuasi, due diligence, dan eksekusi transaksi, serta menetapkan standar kualitas untuk hasil kerja AI. Gaji yang ditawarkan berkisar antara $185.000 hingga $205.000 (sekitar 125-130 juta Rupiah) per tahun plus opsi saham. Namun, banyak komentar menganggap gaji ini rendah untuk seorang ahli dengan pengalaman di bidang tersebut. Kandidat ideal membutuhkan setidaknya 2 tahun pengalaman di perbankan investasi dengan keterlibatan dalam transaksi nyata. Keahlian praktis dalam membuat model finansial di Excel dan presentasi PowerPoint yang berkualitas sangat penting. Posisi ini berfokus pada kontribusi individu untuk mengembangkan tugas evaluasi, membuat contoh kerja referensi, dan merancang kriteria penilaian ketat guna membedakan output AI yang "terlihat baik" dengan yang benar-benar akurat dan dapat diandalkan untuk penggunaan profesional. Tim Applied AI OpenAI memilih bidang perbankan investasi karena dianggap sebagai salah satu lingkungan kerja pengetahuan yang paling menuntut. Tujuannya adalah untuk memastikan AI dapat menghasilkan keluaran yang dapat dipercaya dan digunakan oleh bankir berpengalaman.

marsbit07/09 12:02

OpenAI Rekrut Ahli Perbankan Investasi dengan Gaji Hanya Rp130 Juta, Netizen Komplain Gajinya Kecil

marsbit07/09 12:02

Asal-Usul Mengejutkan Claude Code Terkuak, Ternyata Lahir dari Proyek Keamanan Alignment, Boris: Baru Selesai 1%

**Ringkasan: Claude Code, Asal Usul Mengejutkan dari Proyek Alignment** Tahun 2025, Claude Code meluncur dan mengubah cara kerja Silicon Valley. Namun, penciptanya, Boris Cherny dari Anthropic, mengungkapkan fakta mengejutkan: **Claude Code lahir dari proyek internal keamanan dan penyelarasan AI (Alignment)**. Bahkan, ia menyatakan bahwa pengembangan Claude Code **baru selesai 1%**, menyisakan 99% potensi masa depan. Jalan ceritanya dimulai tahun 2021. Ben Mann dan timnya di Anthropic membangun asisten pemrograman awal untuk VS Code. Di sisi lain, tim penelitian seperti Shauna Kravec dan Dawn Drain berfokus pada visi yang lebih radikal: **rekayasa perangkat lunak otonom (autonomous software engineering)**. Mereka yakin AI transformatif harus melalui otomatisasi pekerjaan rekayasa perangkat lunak skala besar. Tantangan besar muncul: **mimpi buruk infrastruktur**. Membuat *agentic coding* yang sebenarnya membutuhkan lingkungan eksekusi kode yang aman, penanganan file, waktu tunggu, dan kegagalan—masalah yang masih relevan hingga kini. Proyek awal sempat terbengkalai, tetapi penelitian terus berlanjut, menghasilkan komponen inti seperti *function calling*, *search*, dan *bash tool*. Mereka menciptakan alat baris perintah internal bernama **"clide"** yang memungkinkan developer berinteraksi dengan Claude untuk mengedit kode. Namun, clide terlalu maju untuk zamannya: lambat, tidak stabil, dan dianggap sebagai "mainan" penelitian. Perubahan besar terjadi pada September 2024 ketika **Boris Cherny** bergabung. Tugasnya adalah mengembangkan *agentic coding*. Setelah membuat prototipe sederhana dan mengalami sendiri kekuatan clide yang dapat menulis *pull request* lengkap dari sebuah *issue*, Boris tercengang. Ini adalah momen "*Holy shit*". Tim kecil yang terdiri dari Boris, Sid Bidasaria, dan Ben Mann kemudian mendapatkan lampu hijau. Dalam **dua minggu maraton**, mereka menyelesaikan fitur inti Claude Code: pelaporan bug, alur login, pembaruan otomatis, dan metrik penggunaan. Pada Februari 2025, **Claude CLI** diluncurkan ke publik dan berganti nama menjadi **Claude Code**. Awalnya, tanggapan biasa saja. Namun, dengan dirilisnya model **Claude 4 Sonnet**, segalanya berubah. Kemampuannya melonjak, mulai mengubah alur kerja developer di berbagai perusahaan. Boris sendiri sampai bisa menulis kode dan melakukan 88 commit dalam sehari hanya dengan Claude Code, tanpa mengetik satu baris kode pun. Kini, kepercayaan pengguna tumbuh. Banyak yang secara otomatis menyetujui permintaan akses. Peran insinyur manusia mulai bergeser dari **arsitek kode** menjadi **administrator AI**. Namun, Boris Cherny tetap menekankan: **"Kami baru menyelesaikan 1%."** Visi jangka panjang—*agent* yang benar-benar otonom, memiliki memori persisten, mengelola konteks kompleks, dan merencanakan untuk dunia terbuka—masih sangat jauh. Claude Code hanyalah langkah pertama menuju era di mana AI mengatasi tantangan manusia yang paling rumit.

marsbit07/07 12:34

Asal-Usul Mengejutkan Claude Code Terkuak, Ternyata Lahir dari Proyek Keamanan Alignment, Boris: Baru Selesai 1%

marsbit07/07 12:34

Mitra Blockchain Capital: AI Sedang Menulis Ulang Unit Dasar Tenaga Kerja

Menurut artikel "AI sedang menulis ulang unit dasar tenaga kerja" oleh partner Blockchain Capital, revolusi AI mengubah esensi kerja. Sam Altman memprediksi kemunculan perusahaan miliaran dolar yang didirikan satu orang, karena AI menghilangkan batasan waktu manusia. Peralihan mendasar terjadi ketika tenaga kerja dapat diskalakan melalui agen AI yang dapat diprogram dan dibayar dengan mata uang kripto stabil seperti USDC dalam hitungan milidetik. Artikel ini menjelaskan bahwa perusahaan muncul ketika biaya koordinasi pasar melebihi biaya mempekerjakan. Setiap transformasi tenaga kerja, dari revolusi industri ke ekonomi gig dan kreator, didorong oleh penurunan biaya koordinasi. Ekonomi gig dan kreator berperan sebagai "kelas jembatan" yang membuktikan konsep pekerjaan yang terpecah dan terdistribusi, namun masih bergantung pada platform untuk koordinasi. Kini, kombinasi **tenaga kerja yang dapat diprogram (agen AI)** dan **mata uang yang dapat diprogram (stablecoin)** memungkinkan dekomposisi tenaga kerja sejati. Agen AI dapat mendelegasikan dan mengevaluasi tugas antar sesamanya, dengan unit dasar menjadi "tugas" itu sendiri. Stablecoin memungkinkan penyelesaian pembayaran mikro instan tanpa perantara, cocok untuk transaksi mesin-ke-mesin. Contoh nyata seperti Poncho dari Merit Systems menunjukkan bagaimana agen AI dengan dompet digital dapat membayar layanan sesuai pemakaian. Ini menggeser model ekonomi dari berlangganan ke pembayaran mikro per tugas. Ke depan, peran manusia akan berubah menjadi **penata** atau **pengarah** yang merancang sistem, mendelegasikan tugas kepada agen AI, mengevaluasi hasil, dan menyusunnya menjadi sesuatu yang bernilai. Perusahaan akan berevolusi dari wadah tenaga kerja menjadi lapisan kecerdasan di atas pasar tenaga kerja global yang dapat diprogram, di mana keahlian manusia terletak pada kemampuan mengkurasi dan mengombinasi output mesin.

marsbit07/07 03:21

Mitra Blockchain Capital: AI Sedang Menulis Ulang Unit Dasar Tenaga Kerja

marsbit07/07 03:21

Bagaimana Ekonomi Token Mengubah Aturan Bisnis 'Timbangan dan Ukuran' AI | Observasi Industri ToB

Ekonomi Token sedang mengubah aturan bisnis AI dengan menjadi "unit pengukur" baru. Dalam dua tahun, penggunaan harian Token di China melonjak lebih dari 1.000 kali lipat, mencerminkan pertumbuhan pasar MaaS yang pesat. Namun, muncul masalah mendasar: berapa nilai Token dan siapa yang menetapkan harganya? Nilai Token sangat bervariasi antar industri, dengan perbedaan hingga 100.000 kali lipat antara sektor seperti pengembangan obat-obatan dan aplikasi obrolan biasa. Untuk memahami dinamika ini, Presiden Strategi Tiongkok Lenovo, Ablimit (A Mu), mengusulkan "Tiga Hukum" ekonomi Token: 1. **Hukum Inersia:** Biaya per Token terus menurun karena inovasi teknologi, optimasi sistem, dan penjadwalan runtime yang cerdas. 2. **Hukum Akselerasi:** Nilai yang dihasilkan per Token meningkat pesat seiring dengan kedalaman integrasi AI dalam proses bisnis, kedalaman rekayasa pendukung, dan kesiapan infrastruktur serta tata kelola. 3. **Hukum Singularitas:** Titik di mana kurva nilai yang dihasilkan AI melampaui kurva biayanya, mengubah AI dari alat penghemat biaya menjadi generator nilai inovatif skala besar. Di sisi praktis, banyak perusahaan menghadapi kejutan anggaran karena biaya AI yang melonjak, seringkali didorong oleh penggunaan yang tidak optimal (seperti menulis laporan mingguan) atau "inflasi Token" dari agen cerdas yang kompleks. Tantangan lainnya termasuk kurangnya transparansi harga dan variasi kualitas Token. Industri merespons dengan upaya standardisasi (seperti kerangka "Layanan Token Berkualitas Tinggi" dari CAICT) dan solusi praktis seperti "Pabrik Token" Lenovo, yang bertujuan membuat produksi Token lebih efisien dan terukur. Intinya, masa depan ekonomi Token terletak pada memastikan setiap penggunaan AI memberikan nilai nyata, mengubah AI dari biaya menjadi mesin inovasi yang terukur.

marsbit07/07 02:38

Bagaimana Ekonomi Token Mengubah Aturan Bisnis 'Timbangan dan Ukuran' AI | Observasi Industri ToB

marsbit07/07 02:38

Mengapa Codex dan ChatGPT Bersatu? Ke Mana Masa Depan Codex? Pemimpin Inti OpenAI Menjawab Semuanya

Mengapa Codex dan ChatGPT Bergabung? Masa Depan Codex? Pemimpin Inti OpenAI Menjawab Semuanya Jika bertanya produk AI mana yang pertumbuhannya paling mencolok pada 2026, "Codex" pasti menempati urutan pertama. Sejak Januari tahun ini, pengguna aktif mingguan produk ini telah tumbuh lebih dari 5 kali lipat, mencapai 5 juta. Pertumbuhan di kalangan pekerja pengetahuan (non-pengembang) bahkan 3 kali lebih cepat daripada di kalangan pengembang. Peluncuran aplikasi desktop pada Februari menjadi katalis utama yang menurunkan hambatan penggunaan dan mendorong ledakan adopsi Codex. Di balik kurva pertumbuhan yang curam ini, ada Andrew Ambrosino, Kepala Tim Aplikasi Desktop Codex. Dari sudut pandangnya, paradigma pengembangan perangkat lunak telah berbalik: "Mengimplementasikan" (menulis kode) tidak lagi menjadi bagian yang mahal. Yang menjadi mahal sekarang adalah "rasa" (taste) dan proses kurasi—kemampuan untuk menilai, memilih, dan mengintegrasikan berbagai eksperimen dan ide yang kini sangat mudah dihasilkan berkat AI. Andrew membahas mengapa AI masih kesulitan menghasilkan desain yang baik, karena desain melibatkan lapisan budaya, kebaruan, dan pemahaman abstraksi yang dalam—sesuatu yang sulit untuk dinilai dan dilatih pada model. Ia juga menjelaskan mengapa timing peluncuran produk AI sangat kritis. Codex sendiri, jika diluncurkan beberapa bulan lebih awal dengan desain yang sama, diduga akan gagal total. Keberhasilannya sangat bergantung pada peningkatan kemampuan model pada saat peluncuran, mengubah cara perencanaan produk menjadi lebih berbasis pada "apa yang model mampu lakukan pada titik waktu tertentu". Mengenai penggabungan Codex dan ChatGPT, Andrew menjelaskan bahwa batas antara alat pengembang dan alat kerja pengetahuan umum telah runtuh. Pengguna dari berbagai departemen (pemasaran, keuangan, hukum) ternyata juga menggunakan Codex meski awalnya dirancang untuk pengembang. Tim menyadari bahwa Codex dan ChatGPT lebih merupakan pintu masuk berbeda dari kemampuan yang sama, bukan produk terpisah. Merger bertujuan untuk menciptakan fondasi yang cukup umum dan dapat diperluas. Masa depan Codex (yang digabung dengan ChatGPT) bukanlah menjadi "aplikasi super" yang melakukan segalanya dalam satu kotak antarmuka. Konsepnya adalah menjadi "home base" atau markas bagi pengguna—tempat untuk memulai, melacak, dan mengotomatiskan pekerjaan. Ia akan berkolaborasi mulus dengan alat profesional yang sudah ada (seperti Excel, Premiere Pro) melalui konektor, kemampuan penggunaan komputer, atau ekstensi, dan juga memungkinkan pengguna membuka serta mengoperasikan aplikasi web lain di dalamnya. Dua mode ini sedang dikembangkan secara bersamaan.

marsbit07/05 05:30

Mengapa Codex dan ChatGPT Bersatu? Ke Mana Masa Depan Codex? Pemimpin Inti OpenAI Menjawab Semuanya

marsbit07/05 05:30

Google di Tengah Badai, Kapitalisasi Pasar Menguap Ratusan Miliar Dolar AS, Dapatkah Gemini Spark Menyelamatkannya?

Perusahaan induk Google, Alphabet, baru-baru ini menghadapi gejolak besar setelah serangkaian kepergian penting dari para ilmuwan inti AI. Noam Shazeer (salah satu "Transformer Eight"), John Jumper (penerima Nobel Kimia 2024), Jonas Adler, dan Alexander Pritzel, yang berkontribusi pada bidang inti seperti arsitektur model, sains, pemrograman, dan pelatihan awal, dilaporkan pindah ke OpenAI atau Anthropic. Hal ini memicu kekhawatiran investor tentang kemampuan Google mempertahankan talenta, menyebabkan saham Alphabet turun 5-6% dalam dua hari dan kapitalisasi pasar menyusut ratusan miliar dolar. Di tengah kekacauan ini, Google meluncurkan produk AI baru, Gemini Spark. Berbeda dengan asisten chatbot biasa, Spark berjalan di cloud sebagai "karyawan digital" yang terus bekerja meski perangkat dimatikan. Ia terintegrasi mendalam dengan ekosistem Google Workspace (Gmail, Kalender, Docs, dll.) dan dapat melakukan tugas multi-langkah secara otomatis menggunakan kerangka kerja "Antigravity" (Tasks, Skills, Schedules). Misalnya, mengatur email klien, mengekstrak tanggal penting, atau mengelola folder Drive. Untuk tindakan berisiko seperti pembayaran, Spark akan meminta konfirmasi pengguna. Namun, aksesnya saat ini terbatas pada pengguna langganan Google AI Ultra (sekitar $100/bulan), menimbulkan kritik soal harga. Artikel ini menyoroti dilema Google: meski memiliki ekosistem produktivitas terkuat (Workspace) yang sempurna untuk pengembangan "agen AI", perusahaan tampak terlambat bergerak dibandingkan pesaing seperti OpenAI dan Anthropic serta proyek open-source seperti OpenClaw. Keterlambatan ini diduga karena kehati-hatian ekstrem Google sebagai raksasa teknologi yang khawatir terhadap risiko privasi dan kesalahan operasional. Spark menandai titik balik di mana Google akhirnya membiarkan AI benar-benar mengotomasi alur kerja. Pertanyaan besarnya adalah: apakah Spark, meskipun menunjukkan arah yang tepat untuk AI sebagai tenaga kerja otomatis, dapat menghentikan pendarahan kepercayaan investor dan menebus kehilangan para pionir kunci yang membangun fondasi AI Google? Masa depan sepuluh tahun berikutnya perusahaan kini dipertaruhkan.

marsbit07/01 10:21

Google di Tengah Badai, Kapitalisasi Pasar Menguap Ratusan Miliar Dolar AS, Dapatkah Gemini Spark Menyelamatkannya?

marsbit07/01 10:21

活动图片