CEO Goldman Sachs, David Solomon, pada bulan Mei menulis opini di The New York Times yang menyatakan kekhawatiran pasar bahwa AI akan memicu pemutusan kerja besar-besaran dilebih-lebihkan, serta mengutip analisis internal Goldman Sachs yang menyebutkan bahwa dalam 10 tahun ke depan AI dapat mengotomatisasi sekitar 25% jam kerja yang ada, sekaligus mengonfirmasi bahwa sejak 2022 pembangunan pusat data di AS telah menghasilkan lebih dari 200 ribu lapangan kerja di sektor konstruksi.
Data dampak pekerjaan yang sudah terkonfirmasi: yang terjadi vs yang diperkirakan
Data yang sudah terkonfirmasi: Riset Universitas Stanford mengonfirmasi bahwa, dibanding industri dengan tingkat otomatisasi rendah, perekrutan posisi entry-level di bidang berotomatisasi tinggi seperti rekayasa perangkat lunak dan layanan pelanggan turun 16%. Tugas-tugas yang secara tradisional menjadi fondasi pekerjaan analis junior, seperti pemodelan keuangan, pencatatan catatan, dan analisis spreadsheet elektronik, kian banyak dikerjakan oleh alat AI. Sejak 2022, pembangunan pusat data di AS telah menciptakan lebih dari 200 ribu lapangan kerja di sektor konstruksi (estimasi Goldman Sachs). Goldman Sachs telah menerapkan alat bantu berbasis AI secara menyeluruh kepada lebih dari 22.000 karyawan (terkonfirmasi).
Dampak pekerjaan yang diprediksi Goldman Sachs: Dalam 10 tahun ke depan, AI dapat mengotomatisasi sekitar 25% jam kerja; industri kerah putih seperti perbankan, akuntansi, dan hukum diperkirakan akan terdampak signifikan; rencana internal Goldman Sachs adalah memangkas posisi kepatuhan dan pembukaan akun, serta menambah posisi di perbankan, perdagangan, dan manajemen aset; AI diperkirakan mendorong tiga jenis kebutuhan baru—posisi untuk mengelola sistem AI, posisi untuk mengaudit keputusan berbasis AI, serta posisi untuk tata kelola penerapan AI.
Kerangka tiga lapis argumen Solomon
Solomon dalam artikelnya mengajukan kerangka kerja tiga dimensi untuk menilai dampak pekerjaan akibat AI: setelah otomatisasi tugas harian, pekerjaan manusia akan dioptimalkan, sehingga waktu tersisa dapat digunakan untuk tugas bernilai lebih tinggi; standar kinerja pada pekerjaan yang ada akan meningkat, sehingga kebutuhan akan kemampuan yang lebih kompleks bertambah; serta kategori pekerjaan baru yang sepenuhnya muncul untuk mengelola, mengaudit, dan melakukan tata kelola sistem AI. Analogi historis yang ia kutip mencakup: revolusi listrik, meluasnya penggunaan spreadsheet (menggantikan banyak pekerjaan yang terkait perhitungan, tetapi menciptakan lebih banyak posisi analis keuangan), serta siklus saling menggantikan dan menciptakan pekerjaan di era internet. Posisi utama Solomon adalah: “Kemajuan teknologi dan perubahan budaya tidak berjalan beriringan; sesuatu yang bisa digantikan, tidak berarti pasti akan digantikan.”
Pertanyaan yang sering diajukan
Prediksi Goldman “25% jam kerja akan diotomatisasi” didasarkan pada metodologi apa?
Angka tersebut berasal dari riset internal Goldman Sachs. Metodologinya adalah menganalisis proporsi tugas tipikal dalam setiap profesi yang dapat digantikan oleh model AI, lalu memberi bobot perhitungan untuk bagian jam kerja total yang dapat diotomatisasi. Perlu dicatat bahwa prediksi ini menargetkan “jam kerja” bukan “jumlah posisi”—artinya 25% dari jam kerja yang ada dapat dikerjakan oleh AI, bukan 25% dari posisi pekerjaan akan hilang. Solomon dalam artikelnya secara jelas membedakan dua konsep tersebut, menekankan bahwa otomatisasi jam kerja lebih mungkin menyebabkan redistribusi jenis pekerjaan, bukan pengangguran dengan skala yang setara.
Penurunan rekrutmen posisi entry-level sebesar 16% yang dikonfirmasi studi Stanford bagaimana bisa berjalan berdampingan dengan argumen Solomon yang optimistis?
Solomon tidak menyangkal bahwa AI telah benar-benar menekan tipe-tipe pekerjaan tertentu—riset Stanford dan rencana penyesuaian posisi Goldman Sachs sendiri sama-sama membuktikan hal itu. Inti argumennya adalah sudut pandang jangka panjang: dalam sejarah, setiap gelombang teknologi besar diikuti efek penggantian posisi pada tahap awal, tetapi pada akhirnya tercipta lebih banyak lapangan kerja melalui peningkatan produktivitas dan munculnya kategori pekerjaan baru. Ia secara khusus menyoroti bahwa posisi entry-level mengalami tekanan paling besar dalam jangka pendek, namun ini merupakan persoalan yang berbeda dengan tren keseluruhan lapangan kerja pasar tenaga kerja dalam jangka panjang.
Rencana spesifik Goldman Sachs dalam penyesuaian pekerjaan berbasis AI apa saja?
Solomon di artikelnya mengonfirmasi dua arah: posisi yang kemungkinan dipangkas oleh Goldman Sachs adalah fungsi yang padat data seperti kepatuhan dan pembukaan akun, karena efisiensi alat AI dalam menangani laporan kepatuhan dan proses onboarding pelanggan terus meningkat; Goldman Sachs berencana menambah perekrutan untuk posisi yang berorientasi hubungan interpersonal seperti investasi perbankan, perdagangan, dan manajemen aset—posisi yang membutuhkan interaksi dengan klien, kemampuan penilaian, dan pemikiran strategi, sehingga melengkapi AI, bukan menggantikannya. Goldman Sachs saat ini telah menerapkan alat bantu AI secara menyeluruh kepada lebih dari 22.000 karyawan, yang dengan sendirinya merupakan perwujudan nyata dari tren dua arah tersebut.
