Pengangguran teknologi bertemu dengan kecerdasan buatan

Pendahuluan: Efek Ketenagakerjaan dari Revolusi Teknologi

Pada bulan Oktober 2025, Amazon mengumumkan pemangkasan 14.000 posisi perusahaan, keputusan ini menandai dampak substansial dari teknologi kecerdasan buatan terhadap pekerjaan kantoran. Pernyataan perusahaan menunjukkan bahwa penyesuaian struktur organisasi ini bertujuan untuk mengoptimalkan efisiensi operasional dan mengalihkan sumber daya ke bidang strategis seperti kecerdasan buatan generatif. Kasus ini mengungkapkan hubungan intrinsik antara kemajuan teknologi dan penyesuaian struktur pasar kerja, memicu diskusi baru mengenai pengangguran yang disebabkan oleh teknologi.

Konsep pengangguran teknis pertama kali diajukan oleh Keynes pada tahun 1930, didefinisikan sebagai pengurangan permintaan tenaga kerja yang disebabkan oleh inovasi teknologi. Data sejarah menunjukkan bahwa fenomena ini memiliki karakteristik siklus yang jelas. Berdasarkan analisis bibliometrik, frekuensi kemunculan istilah “pengangguran teknis” membentuk tiga puncak signifikan pada tahun 1920-1930-an, 1960-an, dan setelah tahun 2010, yang masing-masing terkait dengan revolusi industri kedua, gelombang otomatisasi, dan periode penyebaran teknologi revolusi kecerdasan buatan.

Saat ini, meskipun tingkat pengangguran di Amerika Serikat tetap stabil di level 4,3%, penyesuaian struktural pada posisi karyawan telah menarik perhatian yang luas. Artikel ini akan menganalisis melalui perbandingan sejarah, menjelajahi mekanisme pengaruh kecerdasan buatan terhadap pasar kerja, mengevaluasi risiko potensial, dan memberikan saran kebijakan yang sesuai.

Perspektif Perbandingan Sejarah

Pengalaman selama Revolusi Industri menunjukkan bahwa kemajuan teknologi memiliki karakteristik struktural yang jelas terhadap pekerjaan. Pada awal abad ke-20, rata-rata pertumbuhan tahunan produktivitas manufaktur di Amerika Serikat melebihi 5%, tetapi pertumbuhan ini disertai dengan penurunan 20% dalam populasi pekerja di sektor pertanian. Selama periode 1929-1933, tingkat pengangguran naik dari 3% menjadi 25%, menunjukkan bahwa perubahan teknologi dapat memperburuk tekanan pekerjaan selama masa penurunan ekonomi.

Gelombang otomatisasi pada tahun 1960-an semakin mengonfirmasi pengaruh struktural ini. Penelitian saat itu menunjukkan bahwa efek penggantian otomatisasi terhadap pekerjaan di sektor manufaktur adalah signifikan, tetapi karena ekspansi pekerjaan di sektor jasa dan permintaan khusus yang dihasilkan oleh Perang Vietnam, pasar kerja secara keseluruhan tetap relatif stabil. Pada periode ini, pemerintah Amerika Serikat membentuk komite khusus untuk mempelajari dampak otomatisasi terhadap pekerjaan, memberikan referensi penting untuk perumusan kebijakan selanjutnya.

Dalam jangka panjang, efek ketenagakerjaan dari kemajuan teknologi tergantung pada keseimbangan dinamis antara efek substitusi dan efek kompensasi. Efek substitusi tercermin dalam penggantian posisi yang ada oleh kemajuan teknologi, sedangkan efek kompensasi ditunjukkan oleh penciptaan posisi baru dan pertumbuhan permintaan yang disebabkan oleh penurunan biaya produksi. Pengalaman sejarah menunjukkan bahwa keseimbangan ini memerlukan intervensi kebijakan yang tepat dan dukungan dari lingkungan pasar.

Dampak Ekonomi Kecerdasan Buatan

Di tingkat makro, teknologi kecerdasan buatan sedang menjadi pendorong penting pertumbuhan ekonomi. Antara tahun 2023-2025, kontribusi investasi terkait kecerdasan buatan terhadap pertumbuhan PDB AS mendekati 1 poin persentase. Marjin keuntungan perusahaan meningkat dari 6,5% pada tahun 2003 menjadi 10,69% pada kuartal kedua tahun 2025, menunjukkan peran teknologi kecerdasan buatan dalam meningkatkan efisiensi produksi.

Data di tingkat industri menunjukkan bahwa dampak kecerdasan buatan memiliki heterogenitas yang jelas. Di sektor perbankan, teknologi kecerdasan buatan meningkatkan akurasi deteksi penipuan hingga 95%; di industri asuransi, tingkat kesalahan klaim menurun sebesar 20%; sektor energi mengurangi waktu henti peralatan sebesar 30% melalui pemeliharaan prediktif; industri ritel mencapai peningkatan penjualan sebesar 15% berkat rekomendasi yang dipersonalisasi; dan di bidang perawatan kesehatan, efisiensi perawatan meningkat sebesar 25% melalui diagnosis yang dibantu.

Di balik peningkatan efisiensi ini adalah penyesuaian mendalam dalam struktur pekerjaan. Kasus pemecatan di Amazon menunjukkan bahwa posisi pegawai kantoran seperti manajemen dan analisis data sedang menghadapi guncangan langsung. Perusahaan berencana untuk meningkatkan efisiensi manajemen menengah sebesar 30%-50% melalui pemangkasan struktur organisasi. Perubahan ini menandakan bahwa model tradisional pekerjaan berbasis pengetahuan sedang mengalami transformasi yang mendasar.

Karakteristik Transformasi Pasar Kerja

Transformasi pasar kerja saat ini menunjukkan beberapa karakteristik menonjol berikut:

Pertama, struktur keterampilan pada posisi yang terpengaruh telah berubah. Secara tradisional, teknologi otomatisasi terutama mempengaruhi posisi produksi yang terprogram, sementara teknologi kecerdasan buatan dapat menggantikan beberapa tugas kognitif yang tidak terprogram. Ini membuat bidang-bidang tradisional yang secara konvensional dianggap sebagai bidang keterampilan tinggi seperti pendidikan, keuangan, dan kesehatan juga mulai menghadapi risiko otomatisasi.

Kedua, kecepatan pergantian posisi semakin cepat. Prediksi Deloitte menunjukkan bahwa pada tahun 2026, 92 juta posisi di seluruh dunia akan digantikan oleh kecerdasan buatan, sementara 17 juta posisi baru akan diciptakan. Pergantian yang cepat ini menuntut pembaruan keterampilan yang lebih tinggi bagi para pekerja.

Ketiga, pola distribusi pendapatan mungkin berubah. Penerapan teknologi kecerdasan buatan dapat memperluas kesenjangan antara pendapatan modal dan pendapatan tenaga kerja, terutama berdampak lebih signifikan pada pekerja dengan keterampilan menengah. Tren ini dapat memperburuk masalah ketidaksetaraan pendapatan yang ada.

Sinyal Peringatan Ekonomi Regional

Data ekonomi Texas memberikan sinyal peringatan penting. Pada bulan Oktober 2025, indeks pendapatan sektor jasa di negara bagian tersebut turun menjadi -6,4, level terendah sejak Juli 2020. Indeks pekerjaan berada di -5,8, dan indeks aktivitas bisnis berada di -9,4, keduanya menunjukkan tren kontraksi yang jelas.

Kinerja sektor ritel semakin parah, indeks penjualan turun menjadi -23,5, dan indeks ketenagakerjaan turun menjadi -5,3. Data ini sejalan dengan tren ekonomi keseluruhan AS, di mana penjualan ritel nasional meningkat 0,6% secara bulanan pada bulan Agustus, tetapi laju pertumbuhan penjualan inti hanya 1,5%, mencerminkan kurangnya daya konsumsi.

Indikator pasar tenaga kerja juga menunjukkan tanda-tanda tekanan. Indeks kepercayaan konsumen turun menjadi 94,6, sementara indeks perbedaan tenaga kerja naik menjadi 9,4%. Perubahan ini berkaitan dengan penerapan teknologi kecerdasan buatan, menunjukkan bahwa perubahan teknologi mungkin sedang mempengaruhi pasar kerja melalui berbagai saluran.

Kerangka Penilaian Risiko

Dari perspektif ekonomi makro, risiko pekerjaan yang dibawa oleh kecerdasan buatan terutama tercermin dalam aspek-aspek berikut:

Di pasar modal, rasio harga terhadap laba (P/E) median untuk 10 perusahaan kecerdasan buatan teratas dalam indeks S&P 500 mencapai 32 kali, jauh di atas rata-rata pasar. Perbedaan valuasi ini mungkin mencerminkan harapan pasar yang terlalu optimis terhadap pendapatan kecerdasan buatan, dan begitu pendapatan aktual tidak memenuhi harapan, bisa memicu penyesuaian pasar.

Hubungan antara produktivitas dan pekerjaan juga patut diperhatikan. Pada kuartal kedua 2025, produktivitas non-pertanian di AS meningkat sebesar 3,3%, tetapi biaya tenaga kerja per unit hanya naik 1,0%. Jika kesenjangan ini terus melebar, itu bisa berarti bahwa manfaat peningkatan produktivitas tidak sepenuhnya diterjemahkan menjadi pendapatan pekerja, yang pada gilirannya mempengaruhi total permintaan.

Dari sudut pandang perbandingan sejarah, situasi saat ini memiliki kesamaan tertentu dengan tahun 1930-an. Kemajuan teknologi saat itu juga membawa peningkatan produktivitas yang signifikan, tetapi karena masalah kurangnya permintaan dan distribusi pendapatan, pada akhirnya justru memperburuk tekanan terhadap pekerjaan. Pengalaman sejarah ini mengingatkan kita untuk mengevaluasi secara menyeluruh efek pekerjaan dari kecerdasan buatan.

Rencana Tanggapan Kebijakan

Berdasarkan pengalaman sejarah dan analisis situasi saat ini, respons kebijakan yang efektif harus mencakup elemen-elemen berikut:

Reformasi sistem pendidikan adalah dasar yang jangka panjang. Perlu fokus pada penguatan literasi data, kemampuan analisis, dan pengembangan pemikiran inovatif, serta membangun kurikulum dan sistem pelatihan kerja yang sesuai dengan era kecerdasan buatan. Khususnya, perlu memperhatikan pembangunan sistem pembelajaran seumur hidup untuk membantu tenaga kerja menghadapi kebutuhan pembaruan keterampilan yang sering.

Penyempurnaan sistem jaminan sosial sangat penting. Ini termasuk memperluas cakupan asuransi pengangguran, membangun program bantuan transisi pekerjaan, dan menjelajahi sistem jaminan sosial yang sesuai dengan bentuk pekerjaan baru. Dalam periode transformasi teknologi, jaring pengaman sosial yang sempurna dapat secara efektif mengurangi biaya transisi.

Kebijakan industri perlu berfungsi sebagai panduan. Harus mendorong integrasi mendalam antara kecerdasan buatan dan industri tradisional, mendukung perkembangan industri baru, dan menciptakan peluang kerja baru untuk mengimbangi kehilangan pekerjaan akibat penggantian teknologi. Pada saat yang sama, perhatian juga harus diberikan pada pengembangan terkoordinasi antar wilayah, untuk menghindari konsentrasi dampak pekerjaan yang berlebihan di suatu daerah.

Kesimpulan dan Prospek

Teknologi kecerdasan buatan sedang memicu putaran baru penyesuaian struktur pekerjaan. Pengalaman sejarah menunjukkan bahwa pengangguran yang disebabkan oleh teknologi memiliki karakteristik siklus dan struktural, dan kedalaman serta lamanya dampaknya tergantung pada kecepatan kemajuan teknologi, fleksibilitas pasar tenaga kerja, dan efektivitas intervensi kebijakan.

Keputusan pemecatan Amazon mencerminkan penyesuaian adaptif perusahaan terhadap perubahan teknologi. Dari perspektif makro, penyesuaian ini adalah proses yang diperlukan untuk meningkatkan efisiensi alokasi sumber daya, tetapi juga membawa gesekan di pasar tenaga kerja. Transformasi yang sukses memerlukan upaya kolaboratif dari pemerintah, perusahaan, dan lembaga pendidikan, melalui inovasi sistem untuk mengurangi biaya transformasi dan mewujudkan pembagian keuntungan teknologi secara sosial.

Penelitian di masa depan harus fokus pada heterogenitas pengaruh kecerdasan buatan terhadap kelompok keterampilan yang berbeda, serta kemampuan adaptasi pasar tenaga kerja regional. Pada saat yang sama, perlu dibangun sistem pemantauan data yang lebih baik untuk mengevaluasi efek perubahan teknologi terhadap pekerjaan secara tepat waktu, guna memberikan dasar ilmiah untuk perumusan kebijakan.

Akhirnya, masalah pekerjaan di era kecerdasan buatan tidak hanya berkaitan dengan perkembangan ekonomi, tetapi juga berhubungan dengan stabilitas sosial dan kesejahteraan rakyat. Hanya melalui desain kebijakan yang sistematis dan upaya bersama seluruh masyarakat, kita dapat mencapai perkembangan yang seimbang antara kemajuan teknologi dan stabilitas pekerjaan, mendorong masyarakat menuju arah yang lebih inklusif dan berkelanjutan.