Antara 2019 dan kuartal pertama 2026, kekayaan ekuitas yang dipegang langsung oleh keluarga AS naik dari sekitar US$29 triliun menjadi sekitar US$55 triliun, hampir dua kali lipat. Fase ekspansi cepat terkonsentrasi setelah 2023, yakni periode kenaikan harga saham yang didorong oleh AI
Dampak AI (kecerdasan buatan) terhadap distribusi pendapatan perlahan-lahan mulai terlihat.
Pada 27 Juli, Laporan Kuartalan Kebijakan Makro (Kuartal II 2026) yang dirilis oleh China Finance 40 Forum (CF40) menunjukkan bahwa dalam beberapa tahun terakhir, teknologi AI telah mempercepat peningkatan ukuran kue kekayaan, namun sekaligus memperparah ketimpangan dalam distribusi pendapatan.
Antara 2019 dan kuartal pertama 2026, kekayaan ekuitas yang dipegang langsung oleh keluarga AS naik dari sekitar US$29 triliun menjadi sekitar US$55 triliun, hampir dua kali lipat. Fase ekspansi cepat terkonsentrasi setelah 2023, yakni periode kenaikan harga saham yang didorong oleh AI.
Laporan tersebut menganalisis lebih lanjut, antara 2022 dan kuartal pertama 2026, kekayaan ekuitas yang dipegang langsung oleh keluarga AS bertambah sekitar US$21 triliun. Dari jumlah tersebut, 10% keluarga terkaya mengambil sekitar 88% (US$18,5 triliun) kekayaan, sementara 50% keluarga terbawah hanya mendapatkan sekitar 1% (US$0,2 triliun).
Perubahan kekayaan keluarga AS ini secara awal mencerminkan ketimpangan distribusi pendapatan yang dibawa oleh teknologi AI: keluarga kaya mendapatkan porsi kue yang lebih besar.
Dalam acara peluncuran laporan tersebut, Huang Yiping, anggota CF40 dan Dekan National School of Development Universitas Peking, mempresentasikan hasil penelitian akademis yang menunjukkan bahwa setiap kemajuan teknologi besar dalam sejarah telah memberikan dampak yang mendalam terhadap struktur distribusi pendapatan.
Berdasarkan penelitian sejarawan ekonomi Robert Allen, selama Revolusi Industri Pertama muncul apa yang disebut "Engels' Pause", di mana dalam beberapa dekade setelah pecahnya revolusi tersebut, output per kapita pekerja meningkat signifikan, namun upah riil pekerja tidak menunjukkan peningkatan yang jelas. Dari perspektif proporsi distribusi, sekitar 100 tahun setelah pecahnya Revolusi Industri Pertama, proporsi pendapatan tenaga kerja terhadap total output ekonomi baru mulai naik.
Ini kemudian memunculkan pertanyaan: pada tahap awal kemajuan teknologi AI, akankah muncul periode serupa "Engels' Pause" yang ditandai dengan "stagnasi upah, peningkatan pendapatan modal, dan perluasan ketimpangan"?
Menurut Huang Yiping, AI sebagai teknologi serbaguna (general-purpose technology) merupakan peluang bersejarah bagi pembangunan ekonomi China. Di sisi lain, kemajuan teknologi AI dapat mempengaruhi distribusi pendapatan melalui empat mekanisme utama, berpotensi menyebabkan ketimpangan struktur distribusi pendapatan yang lebih parah dalam periode mendatang.
"Kita harus sangat memperhatikan masalah distribusi pendapatan dan bersiap-siap sejak dini," kata Huang Yiping. Distribusi pendapatan berkaitan dengan permintaan agregat masyarakat. Jika tren saat ini terus berlanjut, pola pasokan kuat-permintaan lemah mungkin sulit untuk dibalik dalam jangka pendek, dan kemungkinan besar akan semakin parah di masa depan, sehingga mempengaruhi keberlanjutan pertumbuhan ekonomi.
Oleh karena itu, Huang Yiping menyarankan untuk berpegang pada prinsip "berpusat pada manusia" dan membangun paket kebijakan sistematis yang berfokus pada strategi "investasi pada manusia", menyeimbangkan stabilitas sosial jangka pendek dan efisiensi ekonomi jangka panjang, guna mewujudkan pemerataan manfaat teknologi.
Empat Mekanisme yang Mempengaruhi Distribusi Pendapatan
Sementara AI memicu kegilaan di pasar modal gelombang demi gelombang, bayang-bayang PHK dan penggantian pekerjaan juga terus menghantui para pekerja.
Laporan CF40 menunjukkan bahwa setelah kemunculan AI, penggantian tenaga kerja dengan pengeluaran modal (capital expenditure) benar-benar terjadi.
Data pasar AS menunjukkan, pada 2024-2025, pertumbuhan lapangan kerja di sektor-sektor dengan tingkat adopsi AI yang tinggi seperti teknologi informasi, jasa profesional, keuangan dan asuransi, secara signifikan lebih rendah dibandingkan rata-rata pertumbuhan tahun 2010-2019. Di saat yang sama, AI mendorong kenaikan besar nilai pasar saham AS dan pertumbuhan kekayaan keluarga yang sangat tidak seimbang, di mana 10% keluarga teratas mengambil sekitar 88%, sementara 50% terbawah hanya mendapatkan 1%.
Pendapatan disposabel penduduk pun mengalami polarisasi. Pada 2025, pangsa pendapatan disposabel dari 10% keluarga berpenghasilan tertinggi naik menjadi 36%, secara signifikan lebih tinggi dibanding rata-rata periode 2010-2019 sebesar 34,3%. Sebaliknya, pangsa 50% keluarga berpenghasilan rendah-menengah turun sedikit menjadi 11,5%, dari rata-rata 11,8% pada periode 2010-2019.
Perubahan drastis dalam distribusi pendapatan akibat kemajuan teknologi bukanlah hal pertama. Penelitian Robert Allen menunjukkan, Revolusi Industri Pertama dimulai pada tahun 1760-an, tetapi pangsa upah tenaga kerja dalam output ekonomi terus menurun, dan baru berhenti turun dan mulai naik kembali pada tahun 1870-an. Artinya, sekitar 100 tahun setelah Revolusi Industri Pertama mendorong lonjakan besar produktivitas manusia, porsi kue yang diterima pekerja baru mulai meluas.
Huang Yiping mengatakan bahwa setiap revolusi industri dalam sejarah telah memberikan dampak mendalam pada distribusi pendapatan. Revolusi Industri Pertama menghasilkan "Engels' Pause" yang memperparah ketimpangan, di mana kaum kapitalis mengambil lebih banyak kekayaan. Revolusi Industri Kedua memberikan keunggulan dalam distribusi kepada investasi aset tak berwujud seperti pengetahuan teknis dan modal organisasi. Revolusi Industri Ketiga menghasilkan polarisasi pekerjaan dan ketimpangan upah, di mana pendapatan dan peluang kerja berketerampilan tinggi bergaji tinggi tumbuh pesat, posisi rendah juga relatif stabil, sedangkan posisi menengah menyusut dan upah keterampilan menengah stagnan.
Sebagai teknologi serbaguna yang diakui, teknologi AI pasti akan membawa lompatan produktivitas manusia sekali lagi. Kali ini, bagaimana dampak kemajuan teknologi terhadap distribusi pendapatan?
Huang Yiping mengatakan, kemajuan teknologi AI dapat mempengaruhi distribusi pendapatan melalui empat mekanisme aksi.
Pertama, mekanisme bias modal (capital-biased mechanism), yang akan tercermin dalam penurunan berkelanjutan pangsa pendapatan tenaga kerja. Perusahaan mengganti faktor tenaga kerja tradisional dengan terus meningkatkan investasi modal, mengubah logika alokasi faktor produksi dan pola distribusi pendapatan. Artinya, pemberdayaan oleh AI dapat meningkatkan output per pekerja, tetapi pendapatan pekerja tidak meningkat.
Kedua, mekanisme perencanaan tugas (task-planning mechanism), yang manifestasinya mirip dengan hollowing out kelas menengah dan polarisasi "K" selama Revolusi Industri Ketiga.
"Setelah teknologi AI diimplementasikan, apakah Anda akan digantikan atau diberdayakan? Jika Anda diberdayakan oleh AI, maka Anda akan memiliki lebih banyak peluang di masa depan, dan pendapatan Anda akan bergerak ke atas sesuai pola 'K'; jika Anda mudah digantikan oleh teknologi AI, pendapatan atau imbal hasil Anda di masa depan mungkin akan menurun," kata Huang Yiping.
Ketiga, diferensiasi keterampilan dan kesenjangan digital (digital divide), yang berpotensi menghambat mobilitas sosial. Perbedaan keterampilan antar individu secara langsung berubah menjadi kesenjangan pendapatan dan ketidaksetaraan peluang perkembangan, menimbulkan polarisasi sektor dan wilayah, serta efek pemenang-ambil-semua (winner-takes-all). "Sederhananya, Anda harus punya platform atau punya keterampilan, jika tidak, perkembangan teknologi baru mungkin tidak menguntungkan Anda."
Keempat, mekanisme amplifikasi distribusi kekayaan, yang terutama tercermin dalam pelepasan (decoupling) pendapatan modal dari pendapatan tenaga kerja. Secara spesifik, melalui apresiasi aset, pengalihan biaya (cost shifting), dan transmisi sumber daya antargenerasi, memperbesar ketimpangan kekayaan dari sisi modal, membentuk "yang kaya semakin kaya". "Ini fenomena umum, tidak terlalu terkait spesifik dengan AI," tambah Huang Yiping.
Memecah Monopoli Keuntungan AI
Apakah peningkatan produktivitas pasti membawa pertumbuhan ekonomi yang lebih cepat?
Zhang Bin, peneliti senior CF40 dan Wakil Direktur Institute of World Economics and Politics, Chinese Academy of Social Sciences, yang memimpin laporan tersebut, mengatakan jawabannya mungkin tidak, karena AI dapat membuat sisi permintaan tumbuh lebih lambat daripada sebelumnya, dan kecepatan pertumbuhan ekonomi sering ditentukan oleh sisi yang lebih lemah antara penawaran dan permintaan.
Alasan dampak AI terhadap distribusi pendapatan mendapat perhatian sedemikian besar bukan hanya karena menyangkut nasib individu dan keluarga, tetapi juga dampak mendalam yang mungkin ditimbulkannya terhadap permintaan agregat masyarakat.
"Kelompok pekerja terutama bergantung pada pendapatan gaji, kecenderungan mengkonsumsi marjinal (marginal propensity to consume) mereka secara signifikan lebih tinggi daripada pemilik modal yang bergantung pada apresiasi aset. Ketika AI memindahkan kekayaan dari tenaga kerja kepada pemilik modal, seluruh masyarakat akan menghadapi kekurangan permintaan konsumsi agregat yang serius," demikian kutipan dari sebuah makalah akademis tahun 2020 yang dirujuk dalam laporan CF40.
Dalam beberapa tahun terakhir, karakteristik ekonomi China "pasokan kuat-permintaan lemah" terus berlanjut.
Pada paruh pertama 2026, pertumbuhan riil PDB China mencapai 4,7%. Di antaranya, total ritel konsumsi masyarakat meningkat 1,3% secara tahunan, sementara investasi aset tetap nasional (tidak termasuk rumah tangga) turun 5,7%, menunjukkan permintaan domestik secara keseluruhan lemah.
Huang Yiping mengatakan, dorongan AI terhadap sisi penawaran sudah sangat jelas, tetapi jika permintaan agregat tidak meningkat, sementara penawaran terlalu kuat, ekonomi juga tidak berkelanjutan. "Jika trennya terus seperti sekarang, di masa depan sangat mungkin berkembang skenario: pola pasokan kuat-permintaan lemah tidak hanya sulit dibalik dalam jangka pendek, tetapi kemungkinan besar akan semakin parah," kata Huang Yiping. "Kita perlu mempertimbangkan bagaimana meningkatkan permintaan agregat secara berkelanjutan, agar relatif seimbang dengan penawaran."
Menurut Huang Yiping, AI adalah peluang bersejarah bagi pembangunan ekonomi China. Di saat yang sama, kita harus sangat memperhatikan masalah distribusi pendapatan dan bersiap-siap sejak dini untuk mengantisipasi kemungkinan ketimpangan distribusi pendapatan yang lebih parah di masa mendatang.
Untuk itu, Huang Yiping mengajukan tiga strategi penanganan.
Pertama, Bertahan (Defense): Melalui penguatan batas keamanan sosial, meredam dampak pengangguran akibat AI, sekaligus menekan keuntungan monopoli berlebih yang dibentuk modal dengan bantuan algoritma, untuk mempertahankan landasan dasar keadilan sosial.
Tindakan spesifik mencakup: menyempurnakan sistem asuransi pengangguran dan jaring pengaman sosial; memperkuat penegakan hukum antimonopoli di bidang ekonomi platform dan AI; membangun mekanisme pemeriksaan etika dan pembatasan untuk aplikasi AI murni pengganti (purely substitutive).
"Dalam jangka pendek, yang cukup pasti adalah inovasi teknologi AI pasti akan berdampak besar pada beberapa profesi, beberapa orang akan kehilangan pekerjaan, setiap revolusi industri di masa lalu menghasilkan efek seperti ini. Ini fenomena normal, tetapi masalah kuncinya adalah bagaimana mencapai transisi yang mulus," saran Huang Yiping. Dia menyarankan untuk berpegang pada prinsip "prioritas lapangan kerja", lebih mendorong inovasi teknologi AI yang memberdayakan tenaga kerja daripada yang menggantikannya, sekaligus memastikan tidak muncul masalah sosial besar melalui penguatan jaminan sosial dasar.
Kedua, Pemberdayaan (Empowerment): Membentuk ulang struktur modal manusia, mendorong pekerja beralih dari "digantikan AI" menjadi "mengendalikan inovasi AI", mencapai simbiosis kolaboratif antara manusia dan teknologi kecerdasan melalui peningkatan kemampuan.
Tindakan spesifik mencakup: mereformasi sistem pendidikan, mengintegrasikan literasi AI dan pengembangan pemikiran kreatif; membangun sistem pelatihan keterampilan vokasi sepanjang hayat; mempromosikan sertifikasi keterampilan dan dukungan pekerjaan untuk "AI+profesi".
"Di masa depan, pentingnya relatif ijazah sekolah bagi kaum muda dalam mencari pekerjaan dan mengembangkan karir mungkin akan menurun, sedangkan pentingnya keterampilan komposit akan meningkat," kata Huang Yiping. Pemerintah kita mengusulkan "investasi pada manusia", salah satu aspek pentingnya adalah mengembangkan kemampuan manusia untuk berkolaborasi dengan AI.
Ketiga, Penyeimbangan Kembali (Rebalancing): Merekonstruksi mekanisme distribusi faktor produksi, memecah monopoli keuntungan AI oleh modal dan teknologi, serta melalui desain kelembagaan membuat nilai yang diciptakan oleh data dan algoritma mengalir ke kelompok masyarakat yang lebih luas.
Tindakan spesifik mencakup: mengeksplorasi penerapan pajak pengatur (adjustment tax) untuk keuntungan berlebih dari AI; memperjelas kepemilikan hak atas data, mendorong berbagi data publik secara sosial; mendirikan dana distribusi keuntungan AI untuk dibagikan kepada seluruh masyarakat.
"Bagaimana membuat seluruh masyarakat berbagi nilai yang diciptakan oleh teknologi dan algoritma, ini merupakan tuntutan tinggi terhadap kebijakan publik," kata Huang Yiping dengan jujur. Saat ini mempertimbangkan dana distribusi keuntungan AI untuk seluruh masyarakat mungkin masih terlalu dini, tetapi mungkin bisa mempertimbangkan memberikan dukungan kehidupan atau pendapatan bagi kelompok berpenghasilan rendah.
"Dari kondisi saat ini, masalah distribusi pendapatan secara keseluruhan memang menonjol, dan kemungkinan besar akan semakin menonjol di masa depan, sementara kekurangan permintaan adalah masalah paling menonjol kita saat ini," kata Huang Yiping. Menjadikan strategi "investasi pada manusia" sebagai satu set lengkap paket kebijakan, mungkin akan membantu meredakan masalah pasokan kuat-permintaan lemah saat ini dan memperbaiki distribusi pendapatan.
(Penulis adalah wartawan "Caijing")
Artikel ini berasal dari akun WeChat publik "财经五月花" (ID: Caijing-MayFlower), penulis: Tang Jun, editor: Zhang Wei
