Baru-baru ini, Anthropic merilis sebuah penelitian yang secara akurat menggambarkan pekerjaan apa yang saat ini sedang digantikan oleh AI. Kelompok yang paling terdampak secara tak terduga: mereka lebih tua, berpendidikan lebih tinggi, dan berpenghasilan lebih tinggi (47% di atas rata-rata). Selain itu, kemungkinan mereka memiliki gelar pascasarjana hampir empat kali lipat dibandingkan mereka yang belum terdampak oleh AI.
Namun, penelitian menunjukkan bahwa AI jauh dari mencapai batas kapasitas teoretisnya, dan cakupan praktis saat ini hanya sebagian kecil dari skenario yang dapat diwujudkan. Secara khusus, meskipun sejumlah tugas secara teoretis memungkinkan penerapan AI, penerapan skala besar belum terwujud, dengan hambatan utama meliputi keterbatasan fungsi model itu sendiri, kendala hukum dan peraturan, hambatan adaptasi perangkat lunak khusus, serta persyaratan verifikasi manual yang ketat.
Perlu dicatat bahwa perusahaan yang menerbitkan penelitian ini adalah perusahaan yang menjual model besar terkenal Claude. Sebuah perusahaan yang menjual AI menerbitkan data yang paling merugikan dirinya sendiri. Anthropic sebenarnya bisa melemahkan kesimpulan ini karena motif bisnis, tetapi tetap memilih untuk mengungkapkannya.
10 Pekerjaan "Berisiko Tinggi" Terungkap, Pekerjaan Apa Saja yang Berada di Luar Batas?
Sebelum mempresentasikan hasil penelitian, Anthropic terlebih dahulu menjelaskan, “Saat ini, bukti mengenai dampak AI terhadap lapangan kerja masih terbatas. Tujuan kami adalah membangun metode untuk mengukur bagaimana AI memengaruhi lapangan kerja, serta memperbarui analisis ini secara berkala di masa depan. Metode ini tidak dapat menangkap semua jalur di mana AI membentuk ulang pasar tenaga kerja, tetapi dengan membangun fondasi sebelum dampak signifikan muncul, kami berharap dapat mengidentifikasi guncangan ekonomi dengan lebih andal di masa depan, bukan hanya setelah kejadian terjadi. Dampak AI mungkin pada akhirnya akan sangat jelas. Namun, ketika dampaknya belum jelas, kerangka ini sangat berguna untuk mengidentifikasi pekerjaan yang paling rentan sebelum substitusi benar-benar terjadi.”
Logika penelitian mereka sangat langsung. Anthropic membuat indikator baru yang disebut "eksposur yang diamati (observed exposure)", yang tidak memperhatikan apa yang secara teoritis "dapat dilakukan" AI, tetapi hanya fokus pada apa yang sebenarnya "sedang dilakukan" AI di lingkungan kerja nyata. Saat ini, indikator ini diukur berdasarkan jutaan percakapan Claude nyata dari pengguna perusahaan. Jika Anda menghabiskan empat tahun dan $200.000 untuk mendapatkan gelar demi memasuki pekerjaan kantor, maka perusahaan yang mengembangkan Claude baru saja mengonfirmasi: eksposur pekerjaan Anda mungkin lebih tinggi daripada bartender yang menuangkan minuman untuk Anda di hari wisuda Anda.
Misalnya, di posisi terkait komputer dan matematika, tingkat kesesuaian tugas model besar adalah 94%, tetapi cakupan aktual saat ini hanya 33%; di posisi kantor dan administrasi, kemampuan teoretis adalah 90%, sedangkan penggunaan aktual saat ini adalah 40%. Keseneangan antara "apa yang bisa dilakukan AI" dan "apa yang sudah dilakukan AI" masih sangat besar. Para peneliti juga secara jelas menunjukkan apa yang akan terjadi selanjutnya: seiring peningkatan kemampuan dan kedalaman penerapan, penggunaan nyata akan secara bertahap mengisi kesenjangan dengan kemampuan teoretis.
Data menunjukkan bahwa dalam daftar sepuluh pekerjaan dengan paparan AI tertinggi, programmer berada di peringkat pertama dengan cakupan tugas 74,5% (sesuai dengan karakteristik penggunaan AI yang sering dalam pengembangan kode); agen layanan pelanggan berada di peringkat kedua dengan 70,1%, berkat penerapan高频 API resmi; dan petugas entri data berada di peringkat ketiga dengan cakupan 67%, karena proses entri data yang sangat otomatis.
Di bawahnya, spesialis arsip medis sebesar 66,7%; analis riset pasar dan spesialis pemasaran sebesar 64,8%; perwakilan penjualan grosir dan manufaktur (tidak termasuk produk teknis dan ilmiah) sebesar 62,8%; analis keuangan dan investasi sebesar 57,2%; analis jaminan kualitas perangkat lunak dan tester sebesar 51,9%; analis keamanan informasi sebesar 48,6%; spesialis dukungan pengguna komputer sebesar 46,8%.
Semua ini bukan prediksi, melainkan situasi nyata di mana pekerjaan sedang digantikan oleh platform AI saat ini.
Selain itu, teknologi yang sedang membentuk ulang pekerjaan kantor ini hampir tidak berdampak pada sekitar sepertiga tenaga kerja. Dari kelompok ujung, 30% pekerja sama sekali tidak terpapar AI, karena tugas pekerjaan mereka terlalu jarang muncul dalam sampel statistik, sehingga tidak mencapai ambang batas pengukuran, dengan tingkat cakupan tugas AI sebesar nol. Posisi tipikal meliputi koki, mekanik sepeda motor, penjaga keselamatan, bartender, pencuci piring, dan petugas ruang ganti. Sementara itu, banyak pekerjaan lain tetap berada di luar batas kemampuan AI, termasuk pekerjaan pertanian fisik seperti pemangkasan pohon dan pengoperasian mesin pertanian, serta pekerjaan praktis hukum seperti perwakilan pengadilan.
Diferensiasi bukan lagi “keterampilan tinggi vs keterampilan rendah”, melainkan “apakah tercakup oleh AI”. Dengan menggunakan skala pekerjaan saat ini sebagai bobot, analisis regresi tingkat pekerjaan menunjukkan: semakin tinggi eksposur nyata terhadap AI, semakin lemah prediksi pertumbuhan pekerjaan. Setiap peningkatan 10 poin persentase cakupan tugas, prediksi pertumbuhan pekerjaan BLS menurun sebesar 0,6 poin persentase. Korelasi lemah ini mengonfirmasi konsistensi indikator ini dengan data analisis pasar tenaga kerja profesional; perlu dicatat, hanya dengan menggunakan koefisien kemampuan tradisional β, hubungan ini tidak dapat diamati.
Tingkat pendidikan lebih tinggi, tetapi lebih mudah menganggur
Yang benar-benar mengkhawatirkan adalah temuan pada tingkat struktur populasi. Dibandingkan dengan kelompok 30% yang tidak terpapar, profil pekerja pada kelompok 25% terpapar tinggi menunjukkan perbedaan signifikan: proporsi perempuan pada kelompok terpapar tinggi 16 poin persentase lebih tinggi, proporsi kulit putih 11 poin persentase lebih tinggi, dan proporsi Asia hampir dua kali lipat.
Selain itu, kelompok dengan paparan AI tertinggi memiliki pendapatan rata-rata 47% lebih tinggi dibandingkan kelompok dengan paparan terendah, serta tingkat pendidikan yang lebih tinggi secara keseluruhan. Di antaranya, persentase lulusan pascasarjana pada kelompok tanpa paparan hanya 4,5%, sedangkan pada kelompok paparan tinggi mencapai 17,4%, dengan perbedaan hampir empat kali lipat.
Perhitungan skenario ekstrem menunjukkan bahwa jika karyawan di posisi dengan paparan tertinggi di 10% teratas mengalami pemutusan hubungan kerja massal, tingkat pengangguran pada kelompok empat puluh persen teratas dengan paparan tinggi akan melonjak dari 3% menjadi 43%, sementara tingkat pengangguran keseluruhan juga akan naik dari 4% menjadi 13%.
Dan orang-orang ini justru merupakan kelompok yang sebelumnya dianggap "terlindungi oleh pendidikan". Seorang pengguna internet memberikan komentar, "Sejujurnya, ini cukup mengejutkan, tetapi masuk akal, karena mereka mungkin memiliki keterampilan yang dapat dengan mudah dipindahkan ke bidang teknologi yang berkembang pesat."
Pekerja muda patut mendapat perhatian khusus; Brynjolfsson dkk. melaporkan bahwa pada kelompok usia 22 hingga 25 tahun, jumlah pekerjaan di profesi dengan paparan tinggi menurun sebesar 6% hingga 16%. Penelitian ini menyimpulkan bahwa penyebab utama penurunan lapangan kerja adalah perlambatan rekrutmen perusahaan, bukan peningkatan jumlah pengunduran diri atau pemutusan hubungan kerja.
Selain itu, peneliti dari Anthropic menemukan bahwa setelah menghilangkan siklus volatilitas khusus tahun 2020 hingga 2021, tren rekrutmen pemuda untuk dua jenis pekerjaan pada tahun 2024 menunjukkan perbedaan yang jelas: minat perusahaan untuk merekrut pemuda ke posisi dengan paparan AI tinggi menurun secara signifikan. Di antaranya, tingkat penambahan karyawan baru untuk pekerjaan dengan paparan rendah tetap stabil di 2%, sementara proporsi karyawan baru untuk posisi dengan paparan tinggi turun sekitar 0,5 poin persentase. Perhitungan komprehensif menunjukkan bahwa sejak peluncuran ChatGPT, tingkat rekrutmen pemuda untuk pekerjaan dengan paparan tinggi turun 14% dibandingkan tahun 2022; hasil ini berada pada tingkat signifikansi statistik marginal; sementara pekerja di atas usia 25 tahun tidak menunjukkan fenomena penyusutan rekrutmen serupa.
Posisi tingkat pemula bukan sekadar "pekerjaan", melainkan lapangan pelatihan: analis pemula berkembang menjadi analis senior, pengacara pemula belajar cara membangun argumen. Jika lapisan ini hilang, dari mana para profesional senior masa depan akan berasal? Pertanyaan ini, hingga kini, belum memiliki jawaban.
Sementara itu, seorang pengguna internet berkomentar, "Jika AI menggantikan semua pekerja pengetahuan dan tenaga ahli teknis, lalu siapa yang akan memproduksi bahan pelatihan generasi berikutnya ketika data pelatihan saat ini menjadi usang? Siapa yang akan menciptakan konten masif yang dapat diakses di internet, yang justru menjadi bahan baku utama bagi output model AI? Selain itu, ketika sebagian besar pengguna inti AI menghadapi pengangguran, siapa yang akan terus menanggung biaya komputasi besar untuk mendanai operasi dan iterasi AI?"
Tautan referensi: https://www.anthropic.com/research/labor-market-impacts
Artikel ini berasal dari akun WeChat "AI Frontier", disusun oleh Hua Wei