Topik AI mengambil alih pekerjaan telah dibahas selama bertahun-tahun, tetapi angka-angka selalu berupa perkiraan, dengan prediksi dari berbagai lembaga yang sangat bervariasi sehingga beberapa orang mencurigai adanya rekayasa.
Goldman Sachs baru-baru ini melakukan sesuatu yang berharga: mereka mengukur jumlah aktual pekerjaan yang dihilangkan AI setiap bulan menjadi angka yang konkret.
Kerugian bersih 16.000 pekerjaan per bulan.
Bagaimana Angka Itu Dihitung
Ekonom Goldman, Elsie Peng, menggabungkan data pasar tenaga kerja AS dengan indeks paparan AI, menguraikan dua efek: substitusi AI dan augmentasi AI.
| Efek | Dampak Bulanan |
|---|---|
| Substitusi AI (pekerjaan hilang) | 25.000 pekerjaan hilang per bulan |
| Augmentasi AI (pekerjaan baru tercipta) | 9.000 pekerjaan baru per bulan |
| Perubahan Bersih | Kerugian bersih 16.000 pekerjaan per bulan |
Metodologi ini menggabungkan skor paparan AI standar dengan indeks komplementaritas yang dikembangkan oleh IMF untuk membedakan dua jenis peran:
- Peran yang dapat disubstitusi: Pekerjaan di mana AI dapat menangani sebagian besar tugas inti (klaim asuransi, pemrosesan tagihan, entri data)
- Peran yang dapat diaugmentasi: Pekerjaan yang membutuhkan penilaian manusia, kehadiran fisik, atau pengetahuan khusus (hukum, manajemen teknik, perawatan kesehatan)
Angka-angka tersebut didasarkan pada data aktual dari tahun lalu, bukan prediksi.
Pekerjaan Apa yang Hilang
Yang paling terdampak adalah pekerjaan kerah putih yang berulang:
- Entri data
- Dukungan pelanggan
- Pekerjaan dukungan tingkat asisten hukum
- Pemrosesan tagihan dan klaim
- Tugas administratif
Peran-peran ini memiliki karakteristik yang sama: tugas tetap, tidak memerlukan penilaian profesional, dan dapat dijelaskan dalam teks atau spreadsheet. Tingkat ketergantian AI bukanlah nilai teoretis; ini adalah substitusi yang sudah terjadi.
Kesimpulan yang kontra-intuitif: pekerjaan manual saat ini justru lebih aman. Pekerjaan yang membutuhkan kehadiran fisik, seperti manajemen konstruksi, operasi medis, dan layanan lapangan, belum memiliki jalur penggantian AI yang efektif. Pekerja kerah putih terkena dampak lebih dulu daripada pekerja kerah biru, bertentangan dengan intuisi banyak orang.
Mengapa Gen Z Paling Terdampak
Analisis Goldman memberikan angka spesifik: untuk setiap peningkatan satu standar deviasi dalam indeks paparan AI, kesenjangan upah bagi pekerja muda melebar sebesar 3,3 poin persentase.
Rantai logikanya jelas:
- Orang muda biasanya memasuki peran tingkat pemula — entri data, layanan pelanggan, analisis junior
- Peran ini memiliki tingkat substitusi AI tertinggi
- Pekerja muda tidak memiliki penilaian profesional yang terakumulasi sebagai penyangga, dan pengalaman mereka tidak cukup untuk bertransisi dengan cepat ke peran yang membutuhkan keahlian manusia
- Persaingan kerja lebih ketat, dan daya tawar lebih lemah
Ini sejalan dengan laporan Stanford 2026 yang menyebutkan pengurangan 20% posisi programmer untuk usia 22 tahun, membentuk rantai logis: bukan karyawan senior yang di-PHK lebih dulu, melainkan hambatan masuk bagi pendatang baru yang langsung terblokir. Karyawan senior memiliki parit pengalaman; lulusan baru tidak.
Apakah Angka-angka Itu Diremehkan?
Goldman sendiri mengakui keterbatasan studi: data tersebut tidak sepenuhnya memperhitungkan pekerjaan baru yang diciptakan oleh pembangunan infrastruktur AI, seperti pembangunan pusat data, perluasan sistem tenaga listrik, dan manufaktur perangkat keras.
Jika ini dimasukkan, angka eliminasi bersih akan lebih kecil.
Tapi ada masalah utama di sini: pusat data menciptakan pekerjaan teknik, sementara menghilangkan pekerjaan layanan pelanggan. Persyaratan keterampilan, tingkat gaji, dan populasi yang terkena dampak dari kedua kelompok ini hampir tidak tumpang tindih. Keseimbangan dalam data ketenagakerjaan tidak membantu 16.000 orang yang terkena dampak setiap bulan; mereka tidak akan menemukan pekerjaan baru hanya karena peternakan server baru dibangun di Dallas.
Bagaimana Perusahaan Merespons
Pendekatan beberapa perusahaan patut dicatat:
BetterUp (kasus augmentasi AI): Ketika AI mengambil alih tugas penjadwalan, karyawan dialihkan ke umpan balik kandidat mendalam dan pencarian posisi — mempertahankan pekerjaan dan memindahkan orang ke area yang tidak dapat digantikan AI.
Snap, Atlassian, Block: Menggunakan kemajuan AI sebagai justifikasi PHK. Kritik telah muncul di kalangan HR — menggunakan AI sebagai alasan PHK tanpa rencana penempatan ulang yang mendukung merugikan karyawan dan organisasi.
Seorang CHRO Fortune 500 mengatakan terus terang kepada Fortune: "Kami tidak memiliki pertimbangan strategis yang cukup ketika melakukan PHK."
Kesimpulannya Langsung
Kerugian bersih 16.000 per bulan, hampir 200.000 pekerjaan per tahun. Bukan angka absolut yang besar, tetapi bergerak konsisten ke satu arah tanpa tanda-tanda melambat.
Yang lebih perlu diperhatikan daripada totalnya adalah distribusinya: pekerjaan yang hilang adalah peran kerah putih tingkat pemula, sementara pekerjaan yang ditambahkan adalah peran teknik dan khusus. Kedua kelompok hampir tidak tumpang tindih. Pergeseran struktural di pasar tenaga kerja ini bukanlah sesuatu yang dapat diselesaikan hanya melalui pelatihan ulang.
Sumber: CocoLoop, AI is cutting 16,000 U.S. jobs a month — and Gen Z is taking the brunt, Goldman Sachs says (Fortune); Top HR leaders warn against using AI as cover for mass layoffs (Fortune)