Perpindahan Bakat AI 2026 Menandai Transisi ke Persaingan Kekuatan Organisasi

Pergerakan tenaga kerja AI pada musim panas 2026 menandai peralihan persaingan industri dari "kompetisi kemampuan model" semata, menuju "kompetisi kekuatan organisasi dan pengaturan tenaga kerja".

Penulis artikel, sumber: 0x9999in1, ME News



• Dari Juni hingga 6 Agustus 2026, pergerakan bakat paling mencolok di industri AI bukanlah rotasi manajemen biasa, melainkan para ahli kunci yang menguasai arsitektur model, ilmu AI, infrastruktur komputasi, dan tata kelola keamanan yang memilih platform baru.
• Google adalah sumber utama keluaran bakat: Noam Shazeer bergabung dengan OpenAI, John Jumper, Jonas Adler, dan Alexander Pritzel pindah ke Anthropic; pada Agustus, Jeff Dean dan peneliti kunci lainnya meninggalkan Google untuk mendirikan Discovery Loop.
• Anthropic menjadi tujuan utama aliran bersih bakat penelitian; OpenAI menyerap bakat dalam arsitektur model, matematika, dan keamanan, sambil terus menyesuaikan manajemen misi, keamanan, dan komersialisasi.
• Perebutan bakat telah meluas dari penelitian model hingga perangkat lunak chip, pusat data, penerapan perusahaan, dan tata kelola organisasi. Yang menentukan tujuan bakat terbaik tidak lagi hanya gaji, tetapi juga kekuasaan atas daya komputasi, otonomi penelitian, ruang kenaikan saham, serta apakah individu benar-benar dapat memimpin satu jalur teknologi.
• Penilaian inti saya adalah: Mobilitas tenaga kerja AI pada musim panas 2026 menandai peralihan persaingan industri dari "kompetisi kemampuan model" semata, menuju "kompetisi kekuatan organisasi dan pengaturan tenaga kerja".

Pelaku putaran ini bukan manajer profesional biasa, melainkan "individu berdaya ungkit tinggi" yang mampu mengubah jalur riset dan pengembangan, struktur organisasi, atau efisiensi pengeluaran modal.

Analisis SignalFire terhadap data lebih dari 650 juta tenaga kerja dan 80 juta organisasi menunjukkan bahwa sejak peluncuran ChatGPT, persentase insinyur AI dan pembelajaran mesin dalam tenaga kerja teknologi meningkat 39%, sementara insinyur penelitian meningkat 28%. Sementara itu, total rekrutmen perusahaan teknologi besar masih sekitar 25% lebih rendah dibandingkan tahun 2019, tetapi insinyur perangkat lunak kini menyumbang 55% dari rekrutmen baru mereka, naik dari 46% pada tahun 2019.

Ini berarti industri teknologi tidak hanya mengurangi investasi tenaga kerja secara sederhana, tetapi secara aktif memangkas posisi tingkat pemula, posisi umum, dan lapisan koordinasi, serta mengalokasikan anggaran lebih lanjut kepada mereka yang secara langsung mendorong pelatihan model, pembangunan infrastruktur, dan peluncuran produk.

Kemampuan model dapat dikejar melalui pelatihan berkelanjutan, daya komputasi dapat dibeli melalui kontrak jangka panjang, dan data juga dapat dibersihkan dan diorganisir ulang, tetapi orang yang benar-benar memahami arsitektur model, resep pelatihan, sistem evaluasi, dan kolaborasi teknis skala besar tidak dapat direplikasi dalam waktu singkat.

Aset inti perusahaan AI sedang berubah: yang penting bukan lagi berapa banyak karyawan yang dimiliki, tetapi apakah perusahaan mampu mempertahankan puluhan peneliti dan pemimpin teknik paling kunci, serta memberi mereka akses yang cukup terhadap daya komputasi, anggaran, dan otoritas pengambilan keputusan.

Perubahan paling simbolis pada Juni datang dari Google.

Noam Shazeer, salah satu penulis bersama makalah Transformer dan co-head Gemini, mengumumkan bergabung dengan OpenAI. Google membawanya kembali ke perusahaan pada 2024 melalui transaksi lisensi teknologi dan bakat senilai miliaran dolar, tetapi kurang dari dua tahun kemudian, Shazeer kembali meninggalkan perusahaan.

Bagi OpenAI, ini bukan hanya menambahkan seorang peneliti terkenal, tetapi memperoleh seorang ahli arsitektur yang memahami Transformer, model campuran ahli, produk obrolan, dan cara mengorganisasi pengembangan model mutakhir. Teknologi yang ikut diciptakan oleh Shazeer telah menjadi dasar model besar modern, dan penilaianya terhadap jalur model dan efisiensi pelatihan mungkin lebih berharga daripada tim pengembang biasa.

Selanjutnya, John Jumper, salah satu pencipta AlphaFold dan penerima Hadiah Nobel Kimia 2024, mengumumkan kepergiannya dari Google DeepMind, tempat ia bekerja selama hampir sembilan tahun, untuk bergabung dengan Anthropic. Kemudian, para peneliti kunci Gemini, Jonas Adler dan Alexander Pritzel, juga dilaporkan pindah ke Anthropic.

Google dalam waktu singkat kehilangan tenaga ahli di bidang model dasar, AI untuk Ilmu Pengetahuan, model kode, dan sistem pelatihan, menunjukkan bahwa masalahnya bukan hanya pesaing menawarkan gaji lebih tinggi.

Laporan publik menunjukkan bahwa sebagian sumber daya komputasi dari proyek yang ditangani Shazeer telah dialihkan. Bagi para peneliti top, jumlah GPU yang dimiliki perusahaan bukanlah hal paling penting; yang benar-benar penting adalah seberapa banyak daya komputasi yang dapat mereka kendalikan, serta posisi proyek mereka dalam prioritas organisasi.

OpenAI dan Anthropic dapat menyediakan rantai keputusan yang lebih pendek, ekspektasi ekuitas yang lebih langsung, serta dampak pribadi yang lebih jelas. Di perusahaan besar tradisional, peneliti puncak mungkin hanya menjadi bagian dari organisasi besar; di laboratorium mutakhir yang sedang berkembang pesat, mereka lebih mungkin menjadi pemimpin nyata dari satu jalur teknologi.

Daya tarik Anthropic terhadap bakat penelitian bukan muncul secara tiba-tiba. Sebelumnya, SignalFire mencatat bahwa sekitar 80% karyawan yang telah bekerja selama dua tahun masih bertahan di Anthropic pada tahun kedua, lebih tinggi daripada Google DeepMind sebesar 78%, OpenAI sebesar 67%, dan Meta sebesar 64%.

Perbedaan arus bakat menjadi lebih jelas: insinyur berpeluang sekitar 8 kali lebih besar untuk berpindah dari OpenAI ke Anthropic dibandingkan sebaliknya, sedangkan rasio perpindahan dari Google DeepMind ke Anthropic mendekati 11 banding 1.

Perubahan personel pada bulan Juni hanya mengubah tren arus masuk bersih jangka panjang ini menjadi sinyal industri yang lebih intuitif: di pasar tenaga ahli model mutakhir, Anthropic tidak lagi hanya menjadi pengejar OpenAI, tetapi telah membentuk daya tarik mandiri dalam hal budaya penelitian, retensi talenta, dan narasi misi.

Juli: Perang bakat turun ke tingkat organisasi, komputasi, dan keamanan. Perubahan personel OpenAI mengungkapkan gesekan organisasi setelah skala besar.

Pada 7 Juli, kepala futuris OpenAI, Joshua Achiam, yang telah bekerja selama hampir sembilan tahun, mengumumkan pengunduran dirinya.

Achiam sebelumnya bertanggung jawab atas pekerjaan alignment misi OpenAI dan secara konsisten terlibat dalam diskusi keamanan dan strategi jangka panjang perusahaan. Saat ia meninggalkan perusahaan, ia tidak mengumumkan majikan barunya, hanya menyatakan bahwa memajukan misi AI tidak harus dilakukan di dalam laboratorium terdepan.

Dua hari kemudian, Fidji Simo, yang bertanggung jawab atas peluncuran AGI, mengundurkan diri dari posisi penuh waktu karena masalah kesehatan jangka panjang dan beralih menjadi konsultan paruh waktu, dengan tanggung jawabnya dibagi oleh manajer senior lainnya.

Alasan keluar kedua orang tersebut berbeda, dan tidak bisa disederhanakan sebagai “OpenAI kehilangan kendali” atau “tim keamanan sekali lagi mundur”. Namun, jika mempertimbangkan kedua peristiwa ini bersama-sama, terlihat masalah struktural yang dihadapi OpenAI: perusahaan ini telah berubah dari sebuah laboratorium penelitian menjadi perusahaan teknologi besar yang menangani produk konsumen, pendapatan perusahaan, infrastruktur, lobi kebijakan, tata kelola keamanan, dan tekanan potensial dari pasar modal.

Seiring dengan pertumbuhan organisasi, peran yang berbasis misi semakin sulit mempertahankan batas yang jelas. Orang yang bertanggung jawab atas keamanan, risiko jangka panjang, atau dampak sosial harus terus bernegosiasi dengan kecepatan produk, pendapatan bisnis, dan tekanan persaingan.

Semakin sukses laboratorium terdepan, semakin organisasi tersebut menyerupai raksasa teknologi tradisional. Data SignalFire menunjukkan bahwa dalam struktur tenaga kerja laboratorium AI terdepan, posisi sumber daya manusia dan rekrutmen mencapai sekitar 9,2%, posisi keuangan sebesar 5,1%, dan posisi hukum sebesar 2,3%.

Rasio-rasio ini mencerminkan bahwa laboratorium terdepan sudah tidak lagi sekadar kumpulan ilmuwan dan insinyur. Insentif saham, pembelian daya komputasi, kepatuhan regulasi, sengketa tenaga kerja, dan perburuan talenta antar perusahaan semuanya meningkatkan kompleksitas manajemen organisasi.

Keluarnya bakat terkadang bukan karena perusahaan menjadi tidak penting, tetapi karena individu memiliki lebih sedikit keputusan yang bisa diambil dalam organisasi yang berkembang pesat.

Head of Infrastructure begins equal pay with model scientists

Pada Juli, pergerakan bakat jelas menyebar ke infrastruktur komputasi dan penerapan komersial.

Wakil Presiden Senior AWS untuk Komputasi dan Pembelajaran Mesin, Dave Brown, meninggalkan Amazon setelah menjabat selama hampir 19 tahun untuk bergabung dengan Meta, berpartisipasi dalam perluasan pusat data; Robert Hundt, pemimpin perangkat lunak awal Google TPU, bergabung dengan Amazon untuk mengelola sistem perangkat lunak Neuron; sedangkan Francis deSouza, Chief Operating Officer dan pemimpin produk keamanan Google Cloud, ditunjuk sebagai CEO baru Scale AI, dengan rencana mulai bertugas pada 10 Agustus.

Perubahan ini menunjukkan bahwa bottleneck persaingan AI telah berpindah dari "apakah ada model" menjadi "mampu menyediakan daya komputasi secara stabil, melatih dan mendeploy model, serta mengubah demonstrasi teknologi menjadi sistem produksi".

Pemimpin penelitian menentukan batas kemampuan model, pemimpin infrastruktur menentukan kecepatan pengembangan dan biaya per unit, sedangkan pemimpin operasi perusahaan menentukan apakah model dapat diubah menjadi pendapatan. Tiga jenis talenta yang sebelumnya berada di pasar rekrutmen yang berbeda kini sedang dimasukkan ke dalam satu meja penawaran yang sama.

Meta merekrut eksekutif berpengalaman jangka panjang dari Amazon yang bertanggung jawab atas bisnis komputasi, bukan untuk pengalaman cloud computing tradisional, tetapi untuk cara mengelola pembangunan pusat data senilai miliaran dolar, pasokan server, dan penempatan chip. Amazon juga menyerap tenaga ahli perangkat lunak TPU dari Google untuk mengurangi hambatan penggunaan chip buatan sendiri Neuron dan mengurangi ketergantungan bisnis AI terhadap ekosistem NVIDIA.

Sementara itu, penerima Fields Medal 2026, Jacob Tsimerman, mengumumkan cuti dari Universitas Toronto untuk bergabung dengan OpenAI dalam penelitian keamanan AI.

Ini menunjukkan bahwa laboratorium terkemuka sedang memperluas batas bakat ke dua arah: satu sisi mencakup pusat data, perangkat lunak chip, dan penyebaran perusahaan, sementara sisi lainnya mencakup matematika, ilmu teoretis, dan keamanan jangka panjang. Pasar bakat AI sudah tidak lagi terbatas pada peneliti pembelajaran mesin tradisional, tetapi sedang menyerap hampir semua bakat tingkat tinggi yang dapat meningkatkan kemampuan, keandalan, dan efisiensi industri model.

Secara bersamaan, perubahan personalia publik di perusahaan AI Tiongkok lebih mirip penataan ulang kekuasaan organisasi, daripada perpindahan besar-besaran bakat terkenal antar perusahaan.

Pada Juli, Tencent menggabungkan departemen model bahasa besar Hunyuan dengan departemen model multimodal menjadi departemen model dasar, yang secara seragam dikelola oleh Ilmuwan AI Kepala Yao Shunyu. ByteDance mengintegrasikan tim produk Feishu dengan tim produk Doubao, yang dipimpin oleh Zhao Qi, pemimpin Doubao; sistem GTM pemasaran Feishu selanjutnya diintegrasikan dengan Volcano Engine, yang secara seragam dikelola oleh Tan Dai untuk pasar perusahaan, penjualan, dan layanan pelanggan.

Dua penyesuaian ini sejalan dengan arah pergerakan tenaga ahli luar negeri: model dasar, produk AI, dan tim komersialisasi tidak lagi diizinkan beroperasi secara paralel dalam jangka panjang, kekuatan organisasi sedang terkonsentrasi pada pihak-pihak yang mampu mengintegrasikan model, produk, daya komputasi, dan pendapatan.

Di masa lalu, perusahaan besar dapat secara bersamaan mempertahankan beberapa tim penelitian untuk memungkinkan berbagai departemen mengeksplorasi arah yang serupa. Namun, seiring meningkatnya biaya pelatihan secara cepat, kemampuan model yang semakin seragam, serta tekanan manajemen agar investasi AI segera menghasilkan pendapatan, tingkat toleransi terhadap pembangunan berulang sedang menurun.

Yao Shunyu, Zhao Qi, dan Tan Dai tidak hanya mendapatkan posisi yang lebih tinggi, tetapi juga hak pengelolaan sumber daya yang lebih lengkap. Di masa depan, yang paling langka di perusahaan besar Tiongkok tidak akan lagi hanya ilmuwan yang mampu menerbitkan paper, tetapi para pengelola teknologi yang memiliki kemampuan koordinasi lintas departemen dan mampu mengubah kapabilitas model menjadi skala pengguna, pendapatan cloud, dan pelanggan perusahaan.

Ini sama dengan logika utama persaingan laboratorium terdepan AS untuk merekrut arsitek dan penanggung jawab infrastruktur: perusahaan membutuhkan bukan lebih banyak ahli titik tunggal, melainkan orang yang mampu bertanggung jawab atas hasil lengkap.

Pada 5 Agustus, Google mengumumkan penyesuaian kepemimpinan AI terpenting dalam beberapa tahun terakhir.

Demis Hassabis tidak lagi mengelola operasi harian Google DeepMind, beralih menjadi Ketua Google DeepMind dan Ilmuwan Utama Alphabet, terus fokus pada kecerdasan buatan umum, ilmu pengetahuan, serta Isomorphic Labs.

Koray Kavukcuoglu, mantan Chief Technology Officer Google DeepMind, diangkat menjadi Wakil Presiden Senior, melapor langsung kepada CEO Alphabet Sundar Pichai, dan mengoordinasikan pengembangan model Gemini, penelitian mutakhir, aplikasi Gemini, serta tim pengembang.

Penyesuaian ini pada dasarnya memisahkan arah ilmiah dari operasi sehari-hari: Hassabis terus memikul tanggung jawab atas penelitian jangka panjang dan visi ilmiah, sementara Kavukcuoglu menjadi pemimpin operasional nyata untuk model, produk, dan ekosistem pengembang.

Pada hari yang sama, ilmuwan utama Google, Jeff Dean, menyelesaikan masa jabatannya yang berlangsung selama 27 tahun di perusahaan dan bersama Sanjay Ghemawat mendirikan Discovery Loop. Tokoh-tokoh kunci yang lama terlibat dalam pengembangan Google Brain, model sekuensial, dan Gemini, seperti Oriol Vinyals dan Quoc Le, juga bergabung ke dalam tim pendiri perusahaan baru tersebut.

Tujuan Discovery Loop adalah memanfaatkan AI untuk otomatisasi pembelajaran mesin, ilmu pengetahuan, dan penemuan teknik. Alphabet berpartisipasi sebagai investor pendiri sekaligus menyediakan dukungan cloud computing, menunjukkan bahwa ini bukanlah perpecahan tradisional, melainkan hubungan organisasi baru.

Perusahaan teknologi besar tidak lagi berusaha mengunci selamanya semua bakat teratas di dalam perusahaan, melainkan menjaga koneksi melalui investasi, layanan cloud, dan kolaborasi ekosistem. Bagi para peneliti, meninggalkan perusahaan besar untuk mendirikan perusahaan independen memberikan kepemilikan saham yang lebih tinggi dan kendali penuh atas penelitian; bagi Google, membiarkan bakat inti berwirausaha di luar lebih mudah mempertahankan hubungan strategis dibandingkan kehilangan mereka sepenuhnya ke OpenAI, Anthropic, atau Meta.

Namun ini tetap merupakan kerugian besar bagi Google dalam hal bakat. Dean, Ghemawat, Vinyals, dan Le mencakup sistem terdistribusi, Google Brain, model sekuensial, pembelajaran penguatan, dan Gemini—mereka adalah orang-orang yang mampu memengaruhi infrastruktur dasar hingga rute model.

Ditambah dengan aliran bakat inti ke OpenAI dan Anthropic pada bulan Juni, Google tidak hanya menghadapi kepergian satu atau dua karyawan, tetapi komunitas penelitian yang ada dibagi ke pesaing dan perusahaan rintisan baru.

Google masih memiliki kekuatan komputasi, data, pintu masuk produk, dan cadangan penelitian yang besar, tetapi keunggulan sumber daya perusahaan besar tidak secara otomatis berubah menjadi loyalitas tenaga ahli. Ketika para peneliti merasa platform eksternal dapat memberikan otoritas pengambilan keputusan yang lebih tinggi, kontribusi pribadi yang lebih jelas, dan keuntungan saham yang lebih besar, reputasi historis hanya dapat memperlambat aliran, tetapi tidak dapat menghentikannya.

Perubahan personalia selama musim panas 2026 menunjukkan bahwa bakat AI terkemuka sedang meninggalkan logika karier tradisional berupa "merek perusahaan besar, gaji tinggi, dan promosi internal".

Mereka lebih mengutamakan daya komputasi yang dapat diakses, bukan total daya komputasi yang tercatat di neraca perusahaan; lebih mengutamakan otoritas akhir atas arah teknis, bukan jabatan yang secara nominal lebih tinggi; saham perusahaan yang mendekati tahap pencairan modal, identitas pendiri perusahaan baru, serta bidang penelitian yang lebih bermisi seperti ilmu AI dan keamanan AI, juga menjadi筹码 inti selain gaji tunai.

Oleh karena itu, untuk menilai apakah sebuah perusahaan AI benar-benar kuat, tidak cukup hanya melihat peringkat model, ukuran parameter, dan jumlah pendanaan, tetapi juga harus memperhatikan tiga pertanyaan ini.

Pertama, apakah peneliti kunci tetap tinggal, atau segera berpindah ke pesaing setelah model dirilis.

Kedua, apakah pemimpin infrastruktur memiliki anggaran dan wewenang pengambilan keputusan yang cukup untuk benar-benar mengorganisir chip, pusat data, dan stack perangkat lunak.

Ketiga, apakah kecepatan komersialisasi telah membangun batasan tanggung jawab yang jelas sebelum mengikis misi penelitian.

Penilaian akhir saya adalah bahwa musim panas 2026 bukanlah gelombang sementara bakat, melainkan titik balik di mana industri AI berpindah dari "kompetisi model" menuju "kompetisi kemampuan organisasi".

Pemenang masa depan belum tentu perusahaan yang menawarkan harga tertinggi, tetapi organisasi yang mampu memberikan kekuatan komputasi, otonomi, saham, dan tanggung jawab nyata kepada bakat-bakat teratas.

Model bisa dikejar, data bisa dibeli, chip bisa didapat dengan antri; namun tim inti yang bersedia bekerja sama dalam jangka panjang dan memiliki batasan wewenang yang jelas, sedang menjadi aset paling sulit ditiru di industri AI.

1. SignalFire: Laporan Kondisi Bakat 2026, 22 Juni 2026.
2. SignalFire: Laporan Kondisi Bakat Teknologi 2025, 2025.
3. Bloomberg, Los Angeles Times: Google Dihantam Larian Otak AI Baru saat Anthropic Merekrut Bakat Gemini Teratas, 29 Juni 2026.
4. WIRED: "Kepala Futuris OpenAI Mengundurkan Diri dari Perusahaan", 7 Juli 2026.
5. Reuters: Kepala Pelaksanaan AGI OpenAI, Fidji Simo, Akan Mengundurkan Diri Setelah Cuti Medis, 9 Juli 2026.
6. Global TMT, Electronic Engineering Album: "Global Tech Executive Changes in July 2026", August 6, 2026.
7. Google: The Next Chapter of Our AI Momentum, 5 Agustus 2026.
8. Reuters: Google Mengguncang Kepemimpinan AI Sebagai Kepala DeepMind Mengubah Peran, 5 Agustus 2026.