Teori harga di era AI kembali muncul, hanya pasar terbuka yang dapat menciptakan permintaan dan ekosistem baru

Penulis artikel: Chen Yuyu, Profesor Sekolah Manajemen Guanghua, Universitas Peking, dan Direktur Institut Kebijakan Ekonomi Universitas Peking

Sumber artikel: Xialight Think Tank

Ketakutan di atas fondasi lama

Setiap zaman memiliki fondasinya sendiri. Manusia berdiri di atasnya untuk hidup, bekerja, menilai, takut, serta membayangkan masa depan.

Orang-orang di era pertanian sulit membayangkan bahwa kehidupan seseorang bisa tidak berpusat pada tanah, musim, dan kelaparan. Ketika mesin uap muncul, banyak orang pertama-tama melihat pengangguran di kalangan pekerja kerajinan tangan, tetapi sulit membayangkan kereta api, kota, sistem pabrik, keuangan modern, dan kelas menengah baru. Saat listrik baru muncul, orang-orang melihat malam yang lebih terang, tetapi sulit membayangkan seluruhnya: kulkas, industri film, rumah sakit modern, kehidupan malam kota, peralatan rumah tangga, dan komputer elektronik. Ketika internet baru muncul, banyak orang menganggapnya hanyalah email yang lebih cepat dan perpustakaan yang lebih besar, tetapi tidak memprediksi pembayaran seluler, video pendek, komputasi awan, platform pesan antar makanan, layanan taksi online, pendidikan daring, dan kolaborasi global secara real-time.

Ketika teknologi baru datang, hambatan terbesar sering bukan teknologinya sendiri, melainkan imajinasi di atas fondasi lama.

Hari ini, kecerdasan buatan juga dimasukkan ke dalam pemahaman fondasi lama. Banyak orang berpikir begini: dulu sepuluh programmer, penulis konten, penerjemah, analis, dan staf layanan pelanggan melakukan pekerjaan itu, sekarang satu orang ditambah AI bisa menyelesaikannya, sehingga sembilan orang lainnya kehilangan pekerjaan. Penilaian ini tampak dingin, realistis, dan antikopia, tetapi sebenarnya masih merupakan pemikiran dunia lama. Ia memahami masa depan sebagai pengurangan biaya pada daftar tugas hari ini, memahami kemajuan teknologi sebagai penggantian posisi yang sudah ada, dan memahami kehidupan ekonomi sebagai tabel yang sudah selesai ditulis.

Namun revolusi teknologi yang benar-benar hebat, selalu bukan tentang mengurangi beberapa baris di tabel lama, melainkan menemukan kembali tabel itu sendiri.

Makna ekonomi paling penting dari kecerdasan buatan bukanlah membuat pekerjaan lama menjadi lebih murah, tetapi membawa sejumlah besar produk dan layanan yang sebelumnya tidak ada, tidak layak, terlalu mahal, terlalu terpisah, terlalu niche, atau terlalu sulit diorganisasi ke dalam kumpulan yang layak bagi manusia. Ini bukan sekadar menggantikan tenaga kerja yang sudah ada, tetapi menurunkan biaya kognitif, biaya komunikasi, biaya percobaan dan kesalahan, biaya pencocokan, dan biaya organisasi, sehingga melepaskan permintaan yang sebelumnya tertekan, menciptakan transaksi yang sebelumnya tidak dapat dipertahankan, dan menghasilkan industri yang sebelumnya tidak memiliki nama.

Dari fondasi lama, orang melihat AI sebagai penyebab pengurangan lapangan kerja. Dari batas baru yang dibuka oleh teknologi baru, orang melihat ledakan ruang produk dan ruang layanan yang ditawarkan oleh AI.

Ini juga alasan mengapa teori harga kembali menjadi penting di era kecerdasan buatan.

AI mengurangi biaya produksi, percobaan, dan pencocokan, tetapi tidak menghilangkan kebutuhan untuk mengidentifikasi masalah; sebaliknya, ia memperluas ruang kebutuhan yang belum diketahui. Semakin banyak hal yang mungkin diproduksi, semakin besar kebutuhan masyarakat untuk mengetahui hal-hal apa yang benar-benar bernilai; semakin banyak layanan personalisasi yang dapat disediakan, semakin besar kebutuhan masyarakat untuk mengetahui siapa yang membutuhkan, kapan dibutuhkan, bersedia membayar berapa banyak, siapa yang bertanggung jawab, dan bagaimana membentuk transaksi berkelanjutan.

Masalah masa depan bukanlah "apakah mesin bisa memproduksi", tetapi "bagaimana manusia menemukan apa yang layak diproduksi".

Kembalinya teori harga dimulai dari tempat ini.

Makna ekonomi dari pendapatan dua triliun dolar AS

Mari kita mulai dengan sebuah anggapan yang tampaknya berlebihan, tetapi tidak tidak masuk akal secara ekonomi.

Dalam 15 tahun ke depan, apakah OpenAI, Anthropic, atau perusahaan infrastruktur model besar sejenis berpotensi menjadi perusahaan dengan pendapatan tahunan dua triliun dolar AS? Perhatikan, yang dimaksud di sini adalah pendapatan, bukan valuasi. Valuasi bisa berasal dari imajinasi pasar modal, tingkat diskonto, preferensi risiko, dan gelembung; pendapatan harus berasal dari pembelian nyata, pembayaran nyata, dan transaksi nyata.

Ini bukan prediksi harga saham perusahaan tertentu, bukan pula dukungan terhadap model bisnis tertentu, melainkan latihan teori harga: jika sebuah perusahaan infrastruktur cerdas hulu mampu memperoleh pendapatan tahunan sebesar dua triliun dolar AS dalam jangka panjang, maka harus ada ekosistem produk dan layanan baru di hilir yang lebih besar dan memiliki keinginan membayar lebih tinggi.

Orang yang tidak memiliki pengetahuan ekonomi akan langsung mengatakan: Ini menunjukkan bahwa perusahaan raksasa menguasai dunia dan mengambil sewa dari semua industri. Penilaian ini mungkin sebagian benar, karena monopoli platform memang patut diwaspadai. Namun, jika kita hanya memahami pendapatan dua triliun dolar AS dengan konsep “mengambil sewa”, kita akan melewatkan logika ekonomi yang lebih penting.

Setiap perusahaan infrastruktur hulu yang mampu memperoleh pendapatan berkelanjutan sebesar dua triliun dolar AS harus memiliki prasyarat: pihak hilir bersedia terus membayar jumlah tersebut. Mengapa pihak hilir bersedia membayar? Karena AI sebagai input menengah menciptakan output yang lebih besar, kualitas yang lebih tinggi, biaya yang lebih rendah, lebih banyak produk baru, atau keinginan konsumen yang lebih kuat untuk membayar. Tanpa ekspansi signifikan dalam nilai hilir, pendapatan hulu tidak mungkin bertahan dalam jangka panjang.

Ini adalah dasar ekonomi dari input antara.

Sebuah perusahaan hilir membeli pemanggilan model, agen cerdas, daya komputasi, dan kemampuan otomatisasi, bukan untuk melakukan kebaikan kepada perusahaan hulu, bukan pula semata-mata untuk membagi biaya yang sudah ada, tetapi karena investasi ini, ketika dikombinasikan dengan skenario, data, proses, pelanggan, merek, tanggung jawab, dan kemampuan organisasinya sendiri, dapat menciptakan lebih banyak nilai. Semakin tinggi nilai tambah marjinal AI, semakin tinggi harga yang bersedia dibayar oleh perusahaan hilir; semakin makmur aplikasi hilir, semakin besar kemungkinan pendapatan infrastruktur hulu akan meningkat.

Anda dapat melakukan simulasi buku besar sederhana. Jika biaya kekuatan komputasi AI, pemanggilan model, dan layanan cerdas dalam produk akhir hilir menyumbang 10%, maka pendapatan hulu sebesar dua triliun dolar AS kemungkinan besar berkaitan dengan pasar produk dan layanan akhir hilir sebesar dua puluh triliun dolar AS. Jika proporsi biaya sebesar 5%, maka kemungkinan besar berkaitan dengan ekosistem hilir sebesar empat puluh triliun dolar AS. Tentu saja, proporsi biaya berbeda di berbagai industri, dan struktur harga di masa depan juga akan terus berubah, tetapi simulasi ini mengungkapkan logika dasar: seberapa besar “listrik” yang dapat dikumpulkan oleh “grid digital” hulu bergantung pada seberapa banyak nilai baru yang diciptakan oleh hilir menggunakan listrik tersebut.

Perusahaan listrik memiliki pendapatan karena listrik menggerakkan pabrik, rumah tangga, kota, rumah sakit, dan sistem hiburan. Perusahaan komputasi awan memiliki pendapatan karena perusahaan digital di hilir menggunakan layanan cloud untuk membangun pencarian, sosial, video, keuangan, logistik, dan perangkat lunak perusahaan.

Infrastruktur AI tidak akan mencapai pendapatan dua triliun dolar AS suatu hari nanti karena dunia secara tiba-tiba memberikan pajak padanya, tetapi karena ribuan perusahaan, individu, dan organisasi di hilir menggunakannya sebagai dasar untuk kognisi, penalaran, desain, pencocokan, dan otomatisasi, menciptakan aktivitas ekonomi baru dalam skala yang lebih besar.

Fakta ini justru mengingatkan kita: yang mungkin lebih patut diperhatikan bukan seberapa besar OpenAI atau Anthropic itu sendiri, melainkan jenis aplikasi lapisan bawah apa yang mungkin muncul di belakangnya.

Dalam lima belas tahun ke depan, skala total perusahaan lapisan aplikasi kemungkinan jauh lebih besar daripada lapisan infrastruktur. Lapisan infrastruktur menyediakan kecerdasan umum, sementara lapisan aplikasi menyelesaikan penemuan kebutuhan. Yang pertama menjual kemampuan, yang kedua menjual nilai yang diwujudkan. Lapisan infrastruktur seperti jaringan listrik, jaringan air, dan jalan di era digital; lapisan aplikasi lebih dekat dengan konsumen, skenario organisasi, proses industri, hubungan kepercayaan, dan kebutuhan spesifik. Medis, pendidikan, hukum, asuransi, keuangan, hiburan, layanan psikologis, penuaan, manajemen perusahaan, alat ilmiah, layanan kota, layanan rumah tangga, pengalaman budaya, dan perkembangan pribadi, semuanya berpotensi menciptakan perusahaan lapisan aplikasi besar.

Konsumen pada akhirnya tidak membeli "parameter model", melainkan penyakit yang sembuh, kecemasan yang dipahami, kemampuan belajar yang ditingkatkan, waktu yang dihemat, kehidupan yang diperbaiki, alur kerja yang direstrukturisasi, pengalaman yang diciptakan, dan masalah yang terpecahkan. Perusahaan pada akhirnya tidak membeli "token", melainkan persediaan yang lebih rendah, tingkat konversi yang lebih tinggi, pengendalian risiko yang lebih baik, pengembangan yang lebih cepat, layanan pelanggan yang lebih detail, rantai pasokan yang lebih stabil, dan keputusan organisasi yang lebih jelas.

Oleh karena itu, lapisan aplikasi lebih besar daripada lapisan infrastruktur, bukan keajaiban, melainkan hasil normal dari penyebaran teknologi umum. Listrik sangat penting, tetapi sistem industri yang didorong oleh listrik lebih besar; layanan cloud sangat penting, tetapi ekonomi digital yang tumbuh di atas cloud lebih besar; model besar sangat penting, tetapi produk baru, layanan baru, organisasi baru, dan gaya hidup baru yang didukung oleh model besar mungkin jauh lebih besar.

Jika di masa depan benar-benar muncul perusahaan infrastruktur AI dengan pendapatan dua triliun dolar AS, kita seharusnya tidak langsung memahaminya sebagai kiamat, maupun menyederhanakannya sebagai pemujaan teknologi. Kita seharusnya terlebih dahulu mengajukan pertanyaan teori harga: dari mana datangnya keinginan untuk membayar sebesar ini? Apa inovasi hilir yang didukungnya? Apa kebutuhan yang sebelumnya tidak dapat diperdagangkan yang dilepaskannya? Produk dan layanan apa yang sebelumnya tidak ada menjadi mungkin karena hal ini?

Ini adalah dasar-dasar ekonomi.

Kelangkaan tidak akan hilang, hanya akan berubah bentuk

Banyak orang salah mengira bahwa titik akhir kemajuan teknologi adalah hilangnya kelangkaan. Selama AI cukup kuat, robot cukup banyak, daya komputasi cukup murah, dan barang cukup melimpah, mekanisme harga akan menghilang, dan pasar akan menjadi tidak perlu.

Ini adalah kesalahpahaman tentang kelangkaan.

Kelangkaan bukan sekadar ketidakcukupan fisik. Kelangkaan adalah relatif terhadap keinginan manusia, waktu, pengetahuan, posisi, hubungan, biaya kesempatan, dan ketidakpastian masa depan. Selama keinginan manusia bersifat heterogen, berubah-ubah, dan terkontekstualisasi, kelangkaan tidak akan hilang. Ia hanya berpindah dari “ada atau tidak ada” menjadi “cocok atau tidak cocok”, dari “cukup atau tidak cukup” menjadi “apakah dibutuhkan tepat pada saat ini”, dari kelangkaan material menjadi kelangkaan struktural.

Pada era industri, banyak kelangkaan terwujud dalam bentuk kurangnya jumlah: makanan tidak cukup, pakaian tidak cukup, perumahan tidak cukup, dokter tidak cukup, sekolah tidak cukup, transportasi tidak cukup. Tugas produksi massal dan organisasi modern adalah menyalin ulang produk dan layanan dasar ini dalam jumlah besar.

Namun di era yang lebih kaya dan lebih cerdas, banyak kelangkaan penting bukan lagi masalah jumlah sederhana. Seseorang tidak membutuhkan makan siang sembarangan, melainkan makan siang yang sesuai dengan kondisi tubuhnya hari ini, fluktuasi gula darah, konsumsi olahraga, kebutuhan emosional, dan preferensi estetikanya. Seorang anak tidak membutuhkan pelajaran matematika sembarangan, melainkan jalur pembelajaran yang sesuai dengan hambatan pemahamannya saat ini, status perhatiannya, lingkungan keluarganya, dan struktur harga dirinya. Seorang lansia tidak membutuhkan saran kesehatan sembarangan, melainkan hubungan layanan yang membuatnya benar-benar percaya, benar-benar melaksanakan, dan benar-benar bertahan. Sebuah perusahaan tidak membutuhkan sistem AI sembarangan, melainkan solusi spesifik yang dapat diintegrasikan ke dalam proses, insentif, struktur organisasi, dan hubungan pelanggannya sendiri.

Ini adalah kelangkaan di era diferensiasi.

Lebih spesifik lagi, era AI setidaknya akan memperkuat tiga jenis kelangkaan.

Jenis pertama adalah kelangkaan adaptasi.

Kesesuaian produk dan layanan bagi seseorang, suatu organisasi, suatu momen, atau suatu situasi akan menjadi semakin penting. Di era standarisasi, pertanyaan pentingnya adalah “apakah ada cukup banyak pasokan”. Di era diferensiasi, pertanyaan pentingnya adalah “apakah pasokan ini tepat sesuai dengan saya”. AI membuat personalisasi menjadi mungkin, tetapi juga membuat masalah kesesuaian menjadi lebih kompleks. Karena tubuh, psikologi, hubungan, pekerjaan, dan preferensi manusia terus berubah. Yang benar-benar langka bukanlah pasokan sembarangan, melainkan pasokan yang tepat.

Kategori kedua adalah kelangkaan berbasis kepercayaan.

AI dapat memberikan saran, tetapi apakah saran tersebut dapat dipercaya, diadopsi, dan dijalankan adalah hal lain. Pasien tahu bahwa mereka harus minum obat, bukan berarti mereka akan minum obat secara konsisten; siswa tahu bahwa mereka harus belajar, bukan berarti mereka akan bertahan; perusahaan tahu bahwa mereka harus bertransformasi, bukan berarti organisasi internal akan menerimanya; lansia tahu bahwa mereka harus mengontrol pola makan, bukan berarti mereka bersedia mengubah kebiasaan hidup selama puluhan tahun. Nilai banyak layanan tidak terletak pada informasi itu sendiri, tetapi pada hubungan kepercayaan yang mengubah informasi menjadi tindakan. Di masa depan, kepercayaan, reputasi, tanggung jawab, dan pendampingan akan menjadi aset ekonomi yang penting.

Kategori ketiga adalah kelangkaan arah.

AI dapat menghasilkan tak terhingga banyak solusi, tetapi modal dunia nyata, waktu, perhatian organisasi, dan peluang eksperimen tetap terbatas. Sebuah perusahaan tidak mungkin menjalankan seratus strategi sekaligus, sebuah laboratorium tidak mungkin membangun seratus reaktor sekaligus, sebuah rumah sakit tidak mungkin merekonstruksi semua proses sekaligus, dan sebuah kota tidak mungkin menguji semua solusi tata kelola sekaligus. Ketika kemungkinan meledak, yang benar-benar langka justru kemampuan memilih arah: memilih jalur mana, menanggung risiko apa, dan melepaskan kemungkinan-kemungkinan menarik mana.

Oleh karena itu, kekuatan AI bukanlah mengubah dunia menjadi kemakmuran yang sepenuhnya homogen, melainkan membuat skala besar dan personalisasi pertama kalinya mungkin terjadi bersamaan. Di masa lalu, hanya segelintir orang kaya yang dapat menikmati dokter pribadi, guru pribadi, konsultan pribadi, asisten pribadi, pendamping psikologis pribadi, desainer pribadi, dan tim peneliti pribadi; di masa depan, layanan-layanan ini mungkin masuk ke kehidupan orang biasa dengan struktur biaya baru. Namun, sekali masuk ke kehidupan sehari-hari, masalahnya bukan lagi “apakah bisa diproduksi”, melainkan “bagaimana menyesuaikan, bagaimana mempercayai, dan bagaimana memilih arah”.

Ini berarti pasar tidak akan hilang. Sebaliknya, pasar akan menjadi lebih aktif, lebih halus, dan lebih mendalam dalam aspek mikro kehidupan. Karena ketika produk dan layanan semakin spesifik, masyarakat semakin membutuhkan mekanisme untuk menemukan nilai sejati dari berbagai orang, waktu, dan skenario yang berbeda.

Mekanisme ini adalah harga.

Harga adalah mekanisme penemuan, bukan hanya mekanisme alokasi

Harga sering salah dipahami sebagai alat distribusi yang dingin. Sepertinya harga hanya diperlukan untuk menentukan siapa yang mendapatkan dan siapa yang tidak, ketika barang tidak mencukupi; namun begitu teknologi cukup maju, harga dapat dihilangkan dan distribusi dapat diserahkan kepada algoritma.

Namun, fungsi paling mendalam dari harga bukanlah mengalokasikan barang yang sudah diketahui, melainkan menemukan informasi yang belum diketahui.

Seseorang bersedia membayar berapa banyak untuk suatu layanan, mengandung banyak informasi yang tidak dapat diketahui orang lain sebelumnya: kekuatan preferensinya, biaya waktu, batasan pendapatan, tingkat urgensi, pilihan alternatif, penilaian risiko, tingkat kepercayaan, dan keadaan emosional. Informasi ini tidak hanya ditulis secara sederhana di database, dan tidak selalu dapat diperoleh melalui kuesioner. Seringkali, orang sendiri pun tidak sepenuhnya tahu apa yang mereka inginkan, sampai suatu produk muncul, suatu harga muncul, suatu perbandingan muncul, atau suatu pengalaman terjadi.

Harga tidak berperan setelah permintaan sudah sepenuhnya ditentukan. Harga terlibat dalam pembentukan dan penemuan permintaan.

Ini menjadi lebih penting di era AI. Karena AI akan secara signifikan memperluas kumpulan produk yang dapat diproduksi, serta secara signifikan menurunkan biaya pembuatan prototipe produk baru. Di masa lalu, banyak gagasan produk belum sempat diuji di pasar, tetapi sudah mati karena biaya pengembangan, biaya organisasi, dan biaya komunikasi. Sekarang, lebih banyak orang dapat membuat prototipe dengan cepat, lebih banyak tim kecil dapat memasuki pasar, dan lebih banyak kebutuhan niche dapat dicoba dipenuhi. Masalahnya pun berubah: bukan kurangnya ide, tetapi kurangnya mekanisme untuk menyaring ide; bukan kurangnya kemungkinan, tetapi kurangnya mekanisme untuk menilai mana dari kemungkinan-kemungkinan tersebut yang layak mendapatkan sumber daya nyata.

Harga adalah inti dari mekanisme penyaringan ini.

Seorang pengusaha yang mengusulkan produk baru sebenarnya sedang mengajukan dugaan tentang kebutuhan masa depan. Pembelian atau penolakan oleh konsumen merupakan ujian terhadap dugaan tersebut. Jika harga terlalu tinggi dan tidak terjual, berarti nilai produk tidak memadai, posisinya salah, biayanya terlalu tinggi, atau target pasar tidak tepat. Jika harga tinggi tetap ada yang membeli, berarti ada permintaan yang lebih kuat daripada yang diperkirakan pengamat. Keuntungan menarik tiruan dan ekspansi, sedangkan kerugian memaksa keluar dan koreksi. Proses ini bukan sekadar transaksi sederhana, melainkan eksperimen terdistribusi besar-besaran yang dilakukan masyarakat dalam kondisi ketidakpastian.

Tanpa harga, masyarakat kehilangan umpan balik eksperimen ini.

Di era diferensiasi, hal ini terutama berlaku. Misalkan AI dapat menghasilkan seribu layanan pendidikan baru, sepuluh ribu model manajemen kesehatan baru, dan satu juta pengalaman hiburan personalisasi. Mana yang merupakan kebutuhan nyata, dan mana yang hanya pameran teknologi? Konsumen mana yang bersedia membayar secara berkelanjutan, dan mana yang hanya mencoba sekali? Layanan mana yang dapat diskalakan, dan mana yang hanya bisa tetap di pasar nisbi? Layanan mana yang memerlukan partisipasi manusia, dan mana yang dapat sepenuhnya otomatis? Mana yang layak mendapat investasi modal, dan mana yang sebaiknya segera ditinggalkan?

Masalah-masalah ini tidak dapat diselesaikan hanya dengan penilaian ahli, maupun oleh algoritma pusat dalam satu keputusan. Mereka memerlukan harga, perdagangan, keuntungan, kerugian, dan persaingan untuk terus menyaring.

Harga tetap merupakan mekanisme untuk merangkum pengetahuan lokal.

Seorang konsumen pada suatu saat apakah bersedia membayar bukan hanya fungsi mekanis dari pendapatan dan harga. Ini bisa mencakup sensasi fisiknya hari ini, pengalaman kemarin, hubungan keluarga, tekanan pekerjaan, harapan masa depan, identitas sosial, dan preferensi estetika. Sebuah perusahaan apakah bersedia membayar untuk sistem AI tertentu juga bukan hanya masalah indikator teknis, tetapi merupakan refleksi komprehensif dari proses internal, kemampuan karyawan, struktur pelanggan, risiko regulasi, dan tekanan persaingan. Pengetahuan lokal ini biasanya tidak dapat ditransmisikan secara utuh ke suatu pusat. Harga pasar justru mengubah penilaian terpisah ini menjadi sinyal tindakan yang dapat diamati.

Jadi, mekanisme harga bukan sisa masa lalu, melainkan alat penemuan di masa depan yang terbuka.

Semakin kuat AI, semakin banyak kemungkinan; semakin banyak kemungkinan, semakin penting penyaringan; semakin penting penyaringan, semakin penting mekanisme harga.

Insentif: Mengapa produk baru tidak muncul secara otomatis

Hanya memiliki teknologi tidak akan secara otomatis menghasilkan produk dan layanan baru.

Dari kemampuan di laboratorium hingga produk di pasar, terdapat proses yang panjang dan kompleks: siapa yang mengidentifikasi skenario? siapa yang menanggung risiko? siapa yang mengorganisasi tim? siapa yang merekayasa ulang proses? siapa yang mendidik konsumen? siapa yang menangani tanggung jawab? siapa yang menghadapi kegagalan? siapa yang mengubah kemungkinan teknis menjadi layanan yang stabil?

Ini memerlukan insentif.

Teori harga bukan hanya membahas tingkat harga, tetapi juga struktur insentif. Mengapa orang menginvestasikan waktu, modal, reputasi, dan kemampuan organisasi untuk mengeksplorasi produk baru? Karena mereka percaya bahwa jika eksplorasi berhasil, mereka akan mendapatkan imbalan. Jika semua layanan baru langsung disalin secara gratis begitu muncul, jika semua keuntungan dianggap tidak sah, jika semua upaya diferensiasi diatur kembali menjadi produk standar, dan jika semua kegagalan ditanggung oleh pengusaha sementara keuntungan keberhasilan dirampas, maka bahkan AI terkuat sekalipun tidak akan secara otomatis menghasilkan lapisan aplikasi yang makmur.

Inovasi bukanlah hasil alami dari fungsi teknis, melainkan perilaku ekonomi di bawah struktur insentif.

Kecerdasan buatan mengurangi biaya percobaan dan kesalahan, tetapi tidak menghilangkan risiko. Seorang wirausahawan tetap harus menentukan arah, sebuah perusahaan tetap harus mereorganisasi proses, seorang dokter tetap harus bertanggung jawab, sebuah lembaga pendidikan tetap harus membangun kepercayaan, dan sebuah perusahaan lapisan aplikasi tetap harus menemukan skenario yang benar-benar mau dibayar oleh konsumen. AI dapat menghasilkan solusi, tetapi tidak dapat menggantikan uji coba pasar terhadap nilai solusi tersebut. AI dapat menurunkan biaya pengembangan, tetapi tidak menjamin adanya permintaan. AI dapat memperluas ruang imajinasi, tetapi tidak dapat secara otomatis melakukan komersialisasi.

It is because price, ownership, profit, and competition still matter.

Keuntungan bukanlah sisa kejahatan, melainkan hadiah atas penemuan arah yang benar. Kerugian bukanlah hukuman kejam, melainkan sinyal dari arah yang salah. Persaingan bukanlah pemborosan sumber daya, melainkan uji coba antara berbagai dugaan. Masuk ke kebebasan bukanlah prinsip abstrak, melainkan kondisi institusional yang memungkinkan produk tak dikenal muncul.

Di era kecerdasan buatan, yang benar-benar langka mungkin bukan kemampuan untuk menghasilkan, melainkan kemampuan untuk menemukan apa yang layak dihasilkan; bukan kemampuan untuk menjawab pertanyaan, melainkan kemampuan untuk mengajukan pertanyaan yang bernilai; bukan kemampuan untuk mengoptimalkan tujuan yang diberikan, melainkan kemampuan untuk memilih tujuan, mengambil risiko, dan mengorganisasi tindakan di dunia nyata.

Kemampuan-kemampuan ini memerlukan insentif pasar untuk memobilisasi.

Inilah mengapa lapisan aplikasi tidak akan berkembang secara otomatis. Sebuah negara dapat memiliki model yang kuat, daya komputasi yang cukup, data yang kaya, dan tim insinyur yang besar, namun tetap saja kekurangan ekosistem aplikasi yang benar-benar berkembang. Jika pengusaha tidak bisa mendapatkan imbalan, jika pilihan pengguna dibatasi, jika regulasi terlalu dini memaksa layanan baru ke dalam kategori lama, jika raksasa platform mengendalikan akses masuk, jika biaya kegagalan terlalu tinggi, jika opini publik menyamakan keuntungan dengan perampasan, maka banyak produk potensial akan mati sebelum sempat muncul.

Persaingan di era AI bukan hanya tentang kemampuan model, tetapi juga tentang insentif institusional.

Siapa yang bisa membuat lebih banyak orang mencoba, siapa yang bisa membuat kesalahan segera terungkap, siapa yang bisa memberi imbalan pada arah yang benar, siapa yang bisa memberi peluang untuk melayani kebutuhan niche, siapa yang bisa membuat perusahaan muda menantang perusahaan lama, dialah yang paling mungkin menemukan produk dan layanan masa depan.

Munculnya produk dan layanan baru

Sulit bagi kita untuk menamai aplikasi AI utama lima belas tahun dari sekarang, sebagaimana orang abad ke-19 sulit menamai kehidupan listrik di abad ke-20, dan orang akhir abad ke-20 sulit menamai kehidupan internet seluler secara lengkap.

Ini bukan karena kita kekurangan imajinasi, tetapi karena produk dan layanan baru seringkali tidak diperkenalkan secara linier dari kata-kata yang sudah ada. Mereka muncul dari interaksi teknologi, biaya, organisasi, preferensi, dan institusi.

Di era kecerdasan buatan, produk baru paling penting mungkin bukan hanya "mesin pencari yang lebih baik", "programmer yang lebih murah", atau "layanan pelanggan yang lebih cerdas".

Ini hanyalah perpanjangan dari fondasi lama. Yang lebih penting mungkin adalah manajemen kesehatan baru, pendampingan pendidikan baru, organisasi penelitian ilmiah baru, layanan hukum baru, agen pribadi baru, pengalaman budaya baru, sistem pensiun baru, produksi keluarga baru, proses perusahaan baru, layanan tata kota baru, dukungan psikologis baru, dan kolaborasi kreatif baru.

Banyak layanan sebelumnya bukan tidak memiliki permintaan, tetapi biayanya terlalu tinggi.

Sebuah keluarga biasa dulu tidak mungkin memiliki dokter pribadi, ahli gizi, konsultan psikologis, pelatih belajar, penasihat hukum, perencana karier, dan penasihat keuangan keluarga yang tersedia 24/7. Sebuah usaha kecil dulu tidak mungkin memiliki tim strategi tingkat dunia, tim analisis data, tim kepatuhan hukum, tim pemasaran multibahasa, dan sistem operasi otomatis. Sebuah rumah sakit di kota kecil dulu tidak mungkin mengakses pengetahuan medis terkemuka, sistem manajemen pasien, dan pemantauan kesehatan berkelanjutan secara real-time. Seorang anak biasa dulu tidak mungkin memiliki sistem pembelajaran yang benar-benar personal, memberikan umpan balik berkelanjutan, dan terintegrasi lintas disiplin.

AI membuat bagian cerdas dari layanan ini menjadi murah. Tetapi kecerdasan murah hanyalah permulaan.

Produk yang benar-benar terwujud memerlukan penyisipan kecerdasan ke dalam skenario, mengubah skenario menjadi proses, mengubah proses menjadi layanan, mengubah layanan menjadi hubungan kepercayaan, dan mengubah hubungan kepercayaan menjadi transaksi berkelanjutan.

Ini adalah peluang besar di lapisan aplikasi.

Perusahaan terbesar di masa depan, mungkin bukan hanya yang memiliki model terkuat, tetapi yang paling memahami konteks spesifik, paling mampu mengorganisasi aset-aset yang saling melengkapi, paling mampu membangun kepercayaan, dan paling mampu mengubah kemampuan AI menjadi layanan hidup dan proses produksi. Lapisan infrastruktur menjual kemampuan umum, sementara lapisan aplikasi menjual solusi, pengalaman, tanggung jawab, dan hubungan. Kemampuan umum bisa sangat besar, tetapi ruang inovasi yang dekat dengan kebutuhan akhir mungkin lebih besar.

Sebagai contoh manajemen kesehatan. AI dapat membaca literatur medis, menganalisis indikator, menghasilkan saran, mengingatkan untuk minum obat, dan memprediksi risiko.

Namun, produk sejati bukanlah "teks saran medis", melainkan sistem layanan yang mampu mengubah perilaku seseorang dalam jangka panjang. Sistem ini mungkin mencakup dokter keluarga, petugas komunitas, perangkat yang dapat dipakai, layanan makanan, insentif asuransi, komunikasi dengan keluarga, dukungan psikologis, dan respons darurat. Di dalamnya terdapat algoritma maupun organisasi; data maupun tanggung jawab; otomatisasi maupun kepercayaan manusia. Konsumen membayar bukan untuk sebuah teks, melainkan untuk kehidupan yang lebih sehat, lebih aman, dan lebih bermartabat.

Sebagai contoh dalam pendidikan. AI dapat menjelaskan konsep, membuat latihan, memeriksa esai, dan menyesuaikan jalur belajar. Namun, produk pendidikan yang sejati bukanlah “penghasil jawaban”, melainkan sistem yang membantu siswa membangun kemampuan, kepercayaan diri, minat, dan kebiasaan jangka panjang. Produk ini perlu memahami kondisi kognitif anak, serta latar belakang keluarga, lingkungan sebaya, sistem ujian, dan tekanan psikologis. Nilai di sini berasal dari kecerdasan, tetapi juga dari pendampingan, motivasi, evaluasi, dan pengakuan sosial.

Sebagai contoh dalam manajemen perusahaan, AI dapat menghasilkan laporan, menulis kode, melakukan prediksi, dan memberikan saran strategis.

Namun, aplikasi bisnis yang sebenarnya bukanlah mengotomatisasi setiap tugas, melainkan mereorganisasi aliran informasi, wewenang pengambilan keputusan, mekanisme insentif, dan batasan tanggung jawab. Sebuah perusahaan membeli AI bukan hanya membeli alat, tetapi sedang merekonstruksi fungsi produksi dan struktur organisasinya sendiri. Proses ini sangat kontekstual dan tidak dapat diselesaikan secara mandiri oleh perusahaan model dasar.

Contoh-contoh ini menunjukkan bahwa lapisan aplikasi di era AI bukanlah pelengkap sederhana dari lapisan infrastruktur. Ia adalah garis depan dalam menemukan kebutuhan, mengorganisasi skenario, membangun kepercayaan, dan menanggung tanggung jawab.

Oleh karena itu, dalam waktu lima belas tahun, skala total perusahaan lapisan aplikasi jauh lebih besar daripada lapisan infrastruktur, bukan melanggar prinsip ekonomi, tetapi justru sesuai dengan prinsip ekonomi. Semakin kuat investasi di hulu, semakin besar kemungkinan munculnya ekosistem hilir yang lebih luas. Perusahaan listrik penting, tetapi sistem industri yang didorong oleh listrik lebih besar; layanan cloud penting, tetapi ekonomi digital yang tumbuh di atas cloud lebih besar; model besar penting, tetapi produk baru, layanan baru, organisasi baru, dan gaya hidup baru yang didukung oleh model besar mungkin jauh lebih besar.

Menentang ilusi rencana di era cerdas

Setiap munculnya teknologi umum, selalu memicu ilusi perencanaan. Jika teknologi baru begitu kuat, mengapa tidak direncanakan secara terpusat oleh beberapa lembaga? Jika AI dapat memproses data dalam jumlah besar, mengapa masih memerlukan pasar? Jika algoritma dapat memprediksi permintaan, mengapa masih memerlukan harga? Jika robot dapat memproduksi, mengapa tidak langsung mendistribusikan sesuai kebutuhan?

Daya tarik imajinasi ini terletak pada bagaimana ia menyederhanakan masalah ekonomi menjadi masalah perhitungan.

Namun, inti kehidupan ekonomi selalu bukan hanya tentang perhitungan. Ia juga mencakup penemuan, insentif, kepercayaan, tanggung jawab, dan pilihan.

Sistem perencanaan dapat mengoptimalkan tujuan yang sudah diketahui, tetapi sulit menemukan tujuan yang belum diketahui. Ia dapat meningkatkan efisiensi dalam lingkungan dengan standar produk tetap, preferensi stabil, dan data lengkap, tetapi sulit melakukan eksplorasi dalam lingkungan dengan ruang produk terbuka, preferensi yang terus berubah, dan permintaan yang belum terbentuk. Ia dapat memprediksi sebagian masa depan berdasarkan perilaku masa lalu, tetapi tidak dapat menggantikan kemampuan manusia untuk memahami kembali keinginan mereka setelah munculnya produk baru.

AI dapat membuat perencana menjadi lebih cerdas, tetapi tidak dapat menghilangkan pengetahuan lokal.

Mengapa seorang konsumen membutuhkan layanan tertentu pada saat dan tempat ini, bagaimana seorang dokter membuat pasien percaya, mengapa seorang anak tiba-tiba tertarik pada metode pembelajaran tertentu, mengapa sistem tertentu menghadapi resistensi di dalam sebuah perusahaan, mengapa seorang lansia enggan minum obat, mengapa seorang pengguna bersedia membayar premi untuk pengalaman tertentu—pengetahuan ini sangat kontekstual dan sering kali tersirat dalam hubungan, kebiasaan, budaya, bahasa, tubuh, dan emosi.

Semakin era yang diferensiasi, semakin tidak boleh menyerahkan kehidupan ekonomi kepada konfigurasi terpusat. Karena semakin kuat pusatnya, semakin mudah kebutuhan kompleks dipadatkan kembali menjadi kategori standar; semakin mengejar keterkelolaan, semakin mungkin mengorbankan pertumbuhan liar produk baru; semakin menyukai kepastian, semakin akan menekan kemungkinan tak diketahui paling berharga dalam eksplorasi pasar.

Kecerdasan buatan tidak akan menghilangkan masalah Hayek. Kecerdasan buatan akan mendorong masalah Hayek ke tingkat yang lebih halus.

Yang benar-benar penting di masa depan bukanlah membuat satu pusat mengetahui segalanya, melainkan memungkinkan ribuan pengetahuan lokal untuk memasuki proses eksperimen sosial melalui harga, transaksi, kontrak, persaingan, dan kewirausahaan. Pasar tidak ada karena kurangnya daya komputasi. Pasar ada karena masa depan terbuka, pengetahuan terdistribusi, preferensi heterogen, dan insentif diperlukan.

Ilusi rencana di era cerdas memiliki kesalahan yang lebih dalam: ia menganggap "kebutuhan" sebagai daftar yang sudah ada dan menunggu untuk dipenuhi.

Namun, permintaan besar tidak ditulis sebelumnya. Orang-orang baru memahami keinginan mereka setelah produk baru muncul, mengurutkan ulang preferensi mereka melalui imitasi sosial, menemukan kesediaan membayar mereka melalui perbandingan harga, dan belajar apa yang layak dibeli kembali melalui pengalaman konsumsi. Banyak permintaan penting di masa depan bahkan belum memiliki nama hari ini. Karena tidak memiliki nama, tidak dapat didaftarkan terlebih dahulu oleh perencanaan pusat; karena tidak dapat didaftarkan, tidak dapat dioptimalkan sekaligus.

Nilai pasar terletak pada kemampuannya memungkinkan permintaan tak dikenal muncul melalui percobaan.

Risiko monopoli dan kondisi pasar

Membela teori harga bukanlah pujian naif terhadap pasar nyata.

Zaman kecerdasan buatan sepenuhnya bisa memunculkan monopoli baru. Model dasar, daya komputasi, data, chip, platform cloud, titik distribusi, dan sistem operasi semuanya berpotensi menciptakan ekonomi skala dan hambatan masuk. Platform hulu mungkin menekan laba lapisan aplikasi melalui penetapan harga, antarmuka, pengendalian data, dan integrasi vertikal, mengubah inovator bawah menjadi pihak yang bergantung. Pendapatan sebesar dua triliun dolar AS tersebut bisa berasal dari penciptaan nilai yang sangat besar, atau sebagian merupakan sewa platform.

Inilah mengapa kita membutuhkan teori harga yang lebih serius, bukan lebih sedikit teori harga.

Agar mekanisme harga berfungsi secara efektif, diperlukan kondisi institusional: kebebasan masuk, perlindungan hak properti, penegakan kontrak, ketertiban persaingan, aturan anti-monopoli, portabilitas data, keterbukaan antarmuka, dan kejelasan tanggung jawab. Tanpa kondisi-kondisi ini, harga akan terdistorsi oleh kekuasaan, keuntungan akan berubah menjadi rente, dan platform akan berubah dari infrastruktur pasar menjadi tuan feodal pasar.

Oleh karena itu, tugas institusional di era kecerdasan bukanlah menggantikan pasar dengan rencana, melainkan melindungi keterbukaan pasar sebagai mekanisme eksplorasi.

Kami perlu membuat lapisan infrastruktur cukup kuat, tetapi tidak sampai memblokir lapisan aplikasi. Kami perlu memastikan perusahaan model memperoleh imbalan inovasi, tetapi tidak membiarkan mereka secara sembarangan menguasai seluruh skenario hilir. Kami perlu memungkinkan wirausahawan mengakses kemampuan kecerdasan umum, sambil mempertahankan kendali atas pengguna, data, merek, dan hubungan layanan. Kami perlu memberikan hak pilih kepada konsumen, peluang transisi kepada pekerja, dan kesempatan bagi perusahaan baru untuk menantang perusahaan lama.

Pasar bukan ruang hampa yang ada secara alami. Pasar adalah sebuah pencapaian institusional.

Kembalinya teori harga bukan berarti setiap harga di dunia nyata adil, atau setiap keuntungan berasal dari penciptaan nilai. Teori ini menyatakan bahwa dalam lingkungan institusional yang terbuka, kompetitif, dan dapat diakses, harga, keuntungan, dan kerugian tetap merupakan mekanisme terbaik bagi manusia untuk menemukan kebutuhan baru, menyaring produk baru, dan mengorganisasi layanan baru.

Ini sangat penting. Karena jika lapisan infrastruktur terlalu terpusat, kemakmuran lapisan aplikasi di era AI bisa terhambat.

Raksasa hulu tidak hanya menyediakan model, tetapi juga mengendalikan akses, memantau data hilir, dan dapat menyalin aplikasi terbaik kapan saja, sehingga pengusaha lapisan aplikasi kehilangan insentif investasi. Pengguna tampaknya menghadapi banyak aplikasi, tetapi sebenarnya mungkin hanya berinteraksi dengan antarmuka berbeda di beberapa taman platform. Harga masih ada, tetapi kebebasan masuk dan tekanan persaingan di balik harga telah melemah.

Jadi, membela teori harga bukanlah untuk membela perusahaan raksasa, tetapi untuk membela pasar terbuka. Yang benar-benar perlu dilindungi bukanlah satu model perusahaan tertentu, melainkan lingkungan institusional yang memungkinkan eksperimen lapisan aplikasi tak terhitung jumlahnya.

Posisi manusia

Kecerdasan buatan akan mengubah posisi manusia.

Banyak pekerjaan kognitif terstandarisasi akan terkompresi. Banyak posisi yang sebelumnya mengandalkan ketidakseimbangan informasi, hambatan profesional, dan pengalaman berulang untuk memperoleh pendapatan akan kehilangan nilainya. Transisi ini tidak akan mudah. Seorang programmer paruh baya tidak otomatis menjadi konselor psikologis, seorang guru tradisional tidak otomatis menjadi desainer pendidikan AI, dan seorang dokter tingkat dasar tidak otomatis beradaptasi dengan sistem kolaborasi manusia-mesin. Masyarakat harus menghadapi penderitaan ini secara serius dan harus membangun kembali sistem pendidikan, pelatihan, jaminan sosial, dan mekanisme mobilitas karier.

Namun, jangan sampai karena proses transisi yang menyakitkan, Anda salah mengira bahwa nilai ekonomi manusia sedang hilang.

Semakin kuat AI, semakin besar kebutuhan manusia untuk berperan dalam bagian yang tidak terstandarisasi. Nilai manusia di masa depan mungkin lebih banyak berasal dari penilaian, kepercayaan, tanggung jawab, estetika, emosi, komunikasi, organisasi, dan pengambilan risiko. AI dapat memberikan saran medis, tetapi apakah pasien percaya dan menjalankannya tetap memerlukan hubungan manusia. AI dapat merancang kurikulum, tetapi apakah anak-anak tetap bertahan dan membangun kembali kepercayaan diri tetap memerlukan pendampingan manusia. AI dapat menghasilkan solusi, tetapi apakah organisasi menerimanya, karyawan bekerja sama, pelanggan percaya, dan regulator menerimanya tetap memerlukan koordinasi manusia. AI dapat mengusulkan ribuan arah inovasi, tetapi pengusaha harus memilih arahnya, dan mempertaruhkan modal, reputasi, serta hidupnya.

Posisi manusia bukanlah keluar dari semua tugas, tetapi beralih dari eksekusi standar ke pemilihan arah dan implementasi nyata.

Ini bukan berarti semua orang akan naik tingkat dengan mudah, atau bahwa setiap pekerjaan baru akan layak. Pasar sendiri tidak akan secara otomatis menyelesaikan semua masalah distribusi. Kebijakan, pendidikan, jaminan sosial, dan aturan persaingan semuanya sangat diperlukan. Namun, dari sudut pandang logika mendalam organisasi produksi, AI tidak akan meninggalkan kekosongan di mana manusia tidak memiliki pekerjaan. AI akan mengubah jenis kemampuan manusia apa yang bernilai.

Ketika mesin mengambil alih semakin banyak pekerjaan kognitif yang dapat direplikasi, pengetahuan lokal, kemampuan hubungan, kemampuan penilaian, dan kemampuan tanggung jawab manusia yang tidak dapat direplikasi justru akan menjadi semakin penting.

Ini juga berarti kita tidak bisa menilai masa depan seseorang berdasarkan profesi saat ini. Banyak pekerjaan masa depan belum memiliki nama. Orang-abad ke-19 tidak akan memasukkan “insinyur perangkat lunak”, “desainer pengalaman pengguna”, “operator siaran langsung”, “ilmuwan data”, “arsitek cloud”, atau “pembuat konten video pendek” ke dalam imajinasi profesi mereka, dan orang-orang saat ini juga tidak dapat secara lengkap menyebutkan struktur pekerjaan di era AI. Pekerjaan manusia di masa depan kemungkinan besar akan lebih banyak berfokus pada hubungan layanan, organisasi skenario, penanggung jawab risiko, interpretasi kebutuhan, perubahan perilaku, desain pengalaman, dan produksi kepercayaan.

Pekerjaan lama akan hilang, pekerjaan baru akan muncul.

Namun, perubahan yang lebih mendalam adalah tenaga kerja manusia berpindah dari “melaksanakan tugas yang telah ditetapkan” menjadi “mengorganisasi kemungkinan terbuka”.

Penutup: Tinggalkan pasar untuk dunia baru

Sejarah tidak pernah bergerak mengikuti klasifikasi pekerjaan zaman dulu.

Ketika mesin menenun kain, orang-orang menangis untuk para penenun; ketika kereta api melintasi benua, orang-orang cemas untuk para pengemudi kereta kuda; ketika lampu listrik menerangi kota, orang-orang berduka untuk para penyalur lampu; ketika internet melahap media cetak dan meja layanan, orang-orang menulis elegi untuk industri lama. Penderitaan-penderitaan ini nyata. Namun jika sejarah hanya terdiri dari penderitaan-penderitaan ini, manusia sudah lama terjebak di masa lalu.

Yang benar-benar mengubah dunia bukan hanya hilangnya pekerjaan lama, tetapi munculnya kebutuhan baru, ditemukannya produk baru, layanan baru diorganisasi, dan gaya hidup baru diciptakan.

Kecerdasan buatan juga akan demikian.

Hari ini kita berdiri di atas fondasi lama, mudah membayangkan masa depan sebagai sebuah pemangkasan pekerjaan. Kita melihat penulis, programmer, layanan pelanggan, penerjemah, dan analis yang digantikan, tetapi tidak melihat bentuk-bentuk layanan kesehatan, pendidikan, organisasi penelitian, pengalaman budaya, produksi rumah tangga, proses bisnis, dan gaya hidup pribadi yang belum muncul. Hal-hal yang hancur memiliki nama, sementara hal-hal yang diciptakan sering kali belum memiliki nama. Oleh karena itu, ketakutan selalu tiba lebih dulu daripada imajinasi.

Tanggung jawab ekonomi bukanlah menjual optimisme murah, juga bukan mengikuti pesimisme defensif. Tanggung jawab ekonomi adalah mengingatkan orang-orang: inti revolusi teknologi bukanlah aritmetika pengganti di dunia lama, tetapi perluasan himpunan yang layak di dunia baru.

Ketika AI mengubah kecerdasan menjadi input yang murah, yang sebenarnya dibutuhkan masyarakat bukanlah menyerahkan semua kemungkinan kepada beberapa pusat untuk direncanakan, melainkan memberikan kebebasan kepada jutaan orang untuk mengeksplorasi kebutuhan yang belum diketahui. Kita membutuhkan harga, karena preferensi manusia beragam dan berubah; kita membutuhkan pasar, karena pengetahuan tersebar di waktu dan tempat tertentu; kita membutuhkan keuntungan, karena inovasi memerlukan insentif; kita membutuhkan kerugian, karena arah yang salah perlu disingkirkan; kita membutuhkan persaingan, karena tidak ada yang tahu sebelumnya produk, layanan, atau bentuk organisasi mana yang akan menjadi masa depan.

Setiap zaman lama cenderung menganggap profesi, organisasi, dan industri miliknya sebagai bentuk alami peradaban. Demikian pula pada zaman pertanian, zaman industri, dan zaman internet. Orang-orang mengira mereka sedang melindungi kehidupan, padahal sering kali mereka hanya melindungi klasifikasi masa lalu; orang-orang mengira mereka sedang mempertahankan manusia, padahal sering kali mereka hanya mempertahankan identitas profesi yang terbentuk di bawah kondisi teknologi lama.

Namun, yang sebenarnya dilindungi oleh sejarah bukanlah identitas spesifik seperti kusir kereta, penyalur lampu, atau pengetik, melainkan kemampuan manusia untuk kembali menemukan kebutuhan, mengatur ulang produksi, dan menciptakan kembali kehidupan di hadapan teknologi baru.

Yang paling layak dipertahankan di era AI adalah kemampuan ini. Dan bentuk institusionalnya tetaplah harga, keuntungan, kerugian, persaingan, dan kebebasan masuk di pasar terbuka.

Kembalinya teori harga, bukan kembali ke masa lalu, tetapi membela masa depan.

Masa depan tidak akan menjadi surga statis tanpa kelangkaan, tanpa pilihan, tanpa perdagangan, dan tanpa pasar karena kekuatan AI. Masa depan akan lebih kaya dan lebih kompleks; lebih berlimpah, tetapi juga lebih diferensiasi; lebih cerdas, tetapi juga lebih bergantung pada pengetahuan lokal dan penilaian manusia. Kecerdasan buatan memperluas kemungkinan, tetapi mekanisme harga membantu kita menemukan kemungkinan mana yang benar-benar bernilai.

Meninggalkan pasar untuk dunia baru berarti membuka jalan bagi kebutuhan yang belum diketahui, menguji produk baru, memberi ruang bagi pemuda untuk berpetualang, dan menyediakan jalan keluar bagi imajinasi manusia.

Basis lama akhirnya akan longgar. Masalah sejati bukanlah apakah kita bisa mempertahankan setiap kereta kuda, tetapi apakah kita mengizinkan kereta api, mobil, pesawat, dan hal-hal yang belum dinamai muncul.

Yang paling layak dibela di era kecerdasan buatan bukanlah suatu pekerjaan lama, industri lama, atau bentuk organisasi lama, melainkan kemampuan institusional manusia untuk menemukan nilai dalam masa depan yang terbuka.

Ini bukan sisa-sisa ekonomi lama.

Ini adalah pintu masuk ke dunia baru.

Ini adalah kembalinya teori harga.