Penulis: Byron Gilliam
Judul asli: Jobpocalypse now?
Kompilasi dan penyusunan: BitpushNews
Bahkan ketika bank investasi tempat saya dulu bekerja sedang dalam kondisi baik, selalu terasa seperti PHK baru sudah dekat — saya kira, sebagian alasannya adalah karena manajemen pada dasarnya tidak tahu berapa banyak orang yang benar-benar mereka butuhkan.
Saya bekerja di ruang penjualan dan perdagangan, di mana setiap hari diakhiri dengan angka pendapatan: komisi klien dikurangi kerugian perdagangan (kadang-kadang untung). Jadi Anda mungkin berpikir, mengukur siapa yang berkontribusi apa dan siapa yang menyebabkan kerugian seharusnya mudah.
Tapi kenyataannya tidak.
Komisi yang dibayarkan untuk sebuah perdagangan mungkin sebagian atau seluruhnya dikreditkan ke analis penelitian yang berbicara dengan klien, staf penjualan, atau sales trader — atau dikreditkan ke trader yang mengambil sisi lain dari perdagangan (yaitu saya waktu itu!).
Tidak ada yang benar-benar tahu mengapa klien memilih untuk bertransaksi dengan kami. Oleh karena itu, tidak mungkin untuk secara tegas mengaitkan setiap komisi ke individu tertentu, dan dengan demikian tidak mungkin untuk mengetahui siapa yang mutlak diperlukan untuk bisnis.
Mengutip (raja department store) Wanamaker, setengah dari penggajian mungkin terbuang sia-sia; hanya saja mereka tidak tahu setengah yang mana.
Satu-satunya cara untuk mengetahuinya adalah dengan memecat beberapa orang, dan melihat apa yang terjadi.
Rasanya hal serupa akan segera terjadi di perusahaan-perusahaan di mana-mana, karena bukan hanya bank investasi yang menghadapi teka-teki ini.
Ketika pekerjaan terutama terkonsentrasi di pertanian dan manufaktur, mengukur produktivitas karyawan itu mudah: cukup hitung berapa banyak apel yang mereka petik atau berapa banyak suku cadang yang mereka produksi.
Namun, ketika kebanyakan orang mulai bekerja di kantor, segalanya menjadi jauh lebih sulit.
"Pekerjaan pengetahuan tidak didefinisikan oleh kuantitas," tulis Peter Drucker. "Pekerjaan pengetahuan juga tidak didefinisikan oleh biayanya. Pekerjaan pengetahuan didefinisikan oleh hasilnya."
Pemberi kerja tidak tahu bagaimana mengukur hasil ini — satu hari rapat, panggilan telepon, dan memo internal, apa satuan outputnya?
Jadi mereka beralih mengukur waktu: karyawan diharuskan menghabiskan delapan jam sehari di kantor sebagai imbalan atas pembayaran, dan pemberi kerja berharap mereka dapat menyelesaikan delapan jam pekerjaan dalam delapan jam tersebut.
Waktu menjadi proksi untuk output.
Tapi apa yang terjadi ketika semua orang bekerja dari rumah?
Jika pemberi kerja tidak dapat mengukur karyawan berdasarkan waktu mereka di kantor, mereka harus beralih mengukur output mereka.
Ini hal yang baik. "Menekankan output daripada aktivitas adalah kunci untuk meningkatkan produktivitas," tulis Peter Drucker pada tahun 1967.
Tapi pemberi kerja tidak pernah benar-benar mencari tahu bagaimana melakukannya.
Sekarang, kecerdasan buatan (AI) memaksa pemberi kerja untuk mencoba lagi. Model bahasa besar dapat menangani banyak tugas yang memakan waktu, jadi pemberi kerja mulai memikirkan kembali untuk apa mereka membayar karyawan.
Saya tidak yakin mereka akan melakukan lebih baik daripada bank tempat saya dulu bekerja. Tapi narasi AI memberikan tekanan besar pada perusahaan untuk menemukan cara meningkatkan produktivitas, sehingga banyak perusahaan akan langsung melakukan PHK dan melihat bagaimana keadaannya.
Data pada 6 Maret menunjukkan bahwa ini mungkin sudah mulai: Biro Statistik Tenaga Kerja AS melaporkan bahwa bulan lalu, lapangan kerja di sektor teknologi berkurang 12.000 secara bulanan, dan berkurang total 57.000 dalam setahun terakhir.
Minggu ini juga merilis data produktivitas yang baik, dan beberapa ekonom menganggap ini sebagai tanda pertama perusahaan mulai menggunakan AI secara produktif.
Jadi, perusahaan mungkin segera dapat melakukan lebih banyak hal dengan lebih sedikit orang.
Tapi mereka juga mungkin hanya melakukan lebih banyak.
Sebuah makalah baru di Harvard Business Review menemukan bahwa "AI tidak mengurangi pekerjaan, itu hanya membuat pekerjaan lebih intens."
Dalam sebuah survei delapan bulan terhadap praktik kerja di sebuah perusahaan teknologi, para penulis menemukan bahwa AI menyebabkan karyawan bekerja dengan tempo lebih cepat, mengambil rentang tugas yang lebih luas, dan memperpanjang jam kerja ke lebih banyak waktu dalam sehari.
“Banyak orang mengirim prompt ke AI saat makan siang, rapat, atau menunggu file dimuat. Beberapa menggambarkan mengirim 'satu prompt cepat terakhir' sebelum meninggalkan meja mereka, sehingga AI dapat terus bekerja saat mereka pergi.”
Kedengarannya bagus untuk pemberi kerja yang ingin memeras lebih banyak nilai dari karyawan mereka. Dan bagian ini terdengar lebih baik: "Karyawan semakin banyak menyerap pekerjaan yang dulu mungkin membutuhkan tenaga tambahan atau formasi untuk diselesaikan."
Tapi para peneliti memperingatkan pemberi kerja:
Produktivitas yang tampak lebih tinggi dalam jangka pendek dapat menutupi penyebaran beban kerja yang sunyi dan tekanan kognitif yang semakin besar, karena karyawan menangani beberapa alur kerja yang digerakkan AI secara bersamaan. Karena upaya tambahan ini bersifat sukarela dan sering digambarkan sebagai "percobaan yang menyenangkan", para pemimpin dapat dengan mudah mengabaikan berapa banyak beban tambahan yang sebenarnya ditanggung oleh karyawan. Seiring waktu, kerja berlebihan dapat merusak penilaian, meningkatkan kemungkinan kesalahan, dan membuat organisasi lebih sulit membedakan peningkatan produktivitas nyata dari intensitas kerja yang tidak berkelanjutan.
Jika demikian, perusahaan mungkin segera menemukan bahwa mereka membutuhkan lebih banyak orang, bukan lebih sedikit.
Setidaknya, itulah yang diantisipasi oleh kepala SDM IBM. Nickle LaMoreaux mengatakan kepada Bloomberg bahwa memotong perekrutan karir awal mungkin menghemat uang dalam jangka pendek, tetapi ini berisiko menyebabkan kelangkaan manajer menengah di kemudian hari.
Oleh karena itu, IBM berencana untuk meningkatkan perekrutan tingkat pemula hingga tiga kali lipat. "Benar," kata LaMoreaux, "untuk pekerjaan yang semua orang katakan dapat dilakukan oleh AI."
Bank investasi tempat saya dulu bekerja selalu terus merekrut di antara beberapa putaran PHK — terus mengganti karyawan dalam upaya mencari tahu siapa yang sebenarnya melakukan apa.
Seluruh ekonomi AS mungkin segera melakukan hal yang sama.
Mari kita lihat grafiknya.
Laporan ketenagakerjaan pagi ini "kejam" bagi industri teknologi. Kehilangan 57.000 pekerjaan dalam setahun terakhir, "hampir sama buruknya dengan masa terburuk resesi industri teknologi tahun 2024, dan jelas lebih buruk daripada periode resesi 2008 atau 2020."
Industri teknologi hanyalah puncak gunung es. Melihat seluruh ekonomi AS, menurut perusahaan penempatan kembali dan pembinaan eksekutif global Challenger, Gray & Christmas, pengusaha mengumumkan PHK 48.307 orang pada bulan Februari. Angka ini turun 55% dari 108.435 orang yang diumumkan pada bulan Januari, dan turun drastis 72% dari 172.017 orang yang diumumkan pada bulan yang sama tahun lalu.
Pada bulan Januari dan Februari tahun ini, total pengumuman PHK mencapai 156.742, yang merupakan awal tahun dengan PHK terendah sejak 2022 (ketika hanya 34.309 orang yang di-PHK dalam dua bulan pertama tahun itu). Tapi sekali lagi, angka ini masih menempati peringkat kelima tertinggi dalam periode yang sama dari tahun 2009 hingga sekarang.
Dengan kata lain: gelombang PHK memang sedikit mereda dibandingkan awal tahun dan tahun lalu, tetapi dalam koordinat sejarah, masih tidak bisa dibilang rendah. Hari-hari pekerja tidak akan membaik dengan cepat.
Terlalu banyak pemimpin?
Sebuah makalah akademis menemukan bahwa AI generatif menciptakan "perubahan teknologi yang bias senioritas" di bidang ketenagakerjaan, perubahan yang sangat mempengaruhi karyawan junior. Ini tidak hanya terjadi di industri teknologi: penelitian ini menganalisis data resume dari 285.000 pemberi kerja.
Resesi perekrutan:
Penelitian yang sama menjelaskan bahwa penurunan lapangan kerja tingkat pemula "sepenuhnya dicapai melalui penurunan perekrutan".
Efek AI:
Situs web yang lama dicari orang untuk saran pembelian, seperti Wired dan Tom's Guide, mengalami penurunan traffic yang drastis. Kami sekarang langsung bertanya ke chatbot —
dan sumber informasi robot adalah situs-situs yang mereka singkirkan dari pasar.
Masih AI?
Profesor AI terapan Alex Imas mencatat bahwa data produktivitas minggu ini "menunjukkan tanda-tanda" bahwa perusahaan sudah mulai mendapat manfaat dari AI.
Apakah semua orang hanya bicara?
Data dari Goldman Sachs (melalui Callum Williams) menunjukkan bahwa meskipun 70% perusahaan membicarakan AI, hanya 10% yang dapat menjelaskan bagaimana AI membantu bisnis mereka, dan hanya 1% yang dapat mengkuantifikasi dampaknya terhadap pendapatan.
Pekerjaan selalu berubah:
Wartawan teknologi Roland Manspour memetakan distribusi pekerjaan paling umum pada 1980-an, menemukan bahwa "sekretaris" adalah pekerjaan paling umum di 19 negara bagian AS.
Pekerjaan yang bisa dan tidak bisa dilakukan AI:
Peter Walker mengatur ulang data dari Anthropic, menunjukkan bagian mana dari setiap profesi yang secara teoritis dapat dilakukan oleh AI (biru), dan berapa banyak yang saat ini benar-benar dilakukan (merah).
Pertanyaan di bawah ini bagus!
Dalam sebuah balasan di platform X, Boris Cherny, yang bertanggung jawab atas Claude Code, menjelaskan bahwa semua kode yang ditulis Claude sedang menciptakan pekerjaan baru yang hanya dapat dilakukan oleh manusia.
Gaji tahunan: $405.000−$485.000.
Ini adalah beberapa lowongan pekerjaan di Anthropic dan gajinya. Kode menulis kode, tetapi seseorang harus memberi tahu kode kode apa yang harus ditulis, dan itu adalah pekerjaan bergaji tinggi.
Claude sedang menang:
Grafik yang luar biasa dari Ramp menunjukkan pangsa pasar OpenAI yang terus menyusut (biru) dibandingkan dengan pangsa Claude yang terus tumbuh (jingga) di pasar komersial.
Ketidaksesuaian waktu:
Sebuah studi Gartner memprediksi, "AI tidak akan membawa 'kiamat pekerjaan' — tetapi akan membawa kekacauan pekerjaan." Mereka memperkirakan bahwa mulai tahun 2028, AI akan menciptakan lebih banyak pekerjaan daripada yang dihilangkannya.
Panggil saya "optimis kiamat", saya pikir semua ini akan terjadi lebih cepat dari yang diperkirakan.
Semoga akhir pekan menyenangkan untuk para pembaca yang bekerja keras.
Twitter:https://twitter.com/BitpushNewsCN
Grup diskusi TG Bitpush:https://t.me/BitPushCommunity
Langganan TG Bitpush: https://t.me/bitpush
