Semakin kuat AI, semakin lelah orang-orang, "kecemasan" menjadi norma bagi perusahaan dan karyawan

Penulis: Xu Chao

Sumber: Wallstreet Jingwen

Alat pemrograman AI menjanjikan membebaskan insinyur, tetapi kenyataannya memunculkan gelombang baru kecemasan tentang efisiensi.

Seiring kemampuan agen cerdas pemrograman AI seperti Claude Code dari Anthropic dan Codex dari OpenAI terus meningkat, perusahaan teknologi terjebak dalam sebuah obsesi produktivitas dari atas ke bawah. Para eksekutif langsung menulis kode sendiri, karyawan diminta untuk meningkatkan frekuensi interaksi dengan AI, dan jam lembur malah bertambah. AI seharusnya menjadi alat penghemat tenaga, tetapi di banyak tempat kerja justru menjadi sumber tekanan baru.

Data survei mengungkapkan adanya kesenjangan persepsi yang jelas: survei dari perusahaan konsultan Section menunjukkan lebih dari 40% eksekutif tingkat C menganggap AI menghemat setidaknya 8 jam per minggu, sementara 67% karyawan non-manajemen menyatakan waktu yang dihemat kurang dari dua jam, bahkan tidak membantu sama sekali. Penelitian berkelanjutan dari University of California, Berkeley, terhadap organisasi berjumlah 200 orang juga menemukan bahwa meskipun karyawan telah menyerahkan banyak pekerjaan ke AI, jam kerja mereka tetap bertambah.

Penyebaran kecemasan ini memiliki alasan struktural. Ketika CTO bekerja tengah malam menulis kode dengan AI, dan CEO mengukur usaha tim berdasarkan jumlah tagihan, seluruh industri telah mendefinisikan ulang konsep “efisiensi” — dan biaya dari redefinisi ini ditanggung oleh karyawan biasa.

Eksekutif turun tangan menulis kode, kecemasan efisiensi menyebar dari atas ke bawah

Istilah “Vibe coding” awalnya membawa harapan santai. Pada Februari 2025, mantan peneliti OpenAI Andrej Karpathy memperkenalkan konsep ini ke publik, menggambarkan sebuah pola pemrograman baru di mana insinyur cukup berbicara dengan AI untuk menyelesaikan pengembangan — “terbenam sepenuhnya dalam suasana.”

Namun, setahun kemudian, suasana sudah berubah.

Chief Technology Officer Intuit, Alex Balazs, menggambarkan rutinitas hariannya baru-baru ini: istrinya turun ke bawah pukul 8 pagi dan menemukan dia sudah bekerja selama beberapa jam. “Dia bertanya saya sudah bangun berapa lama, saya bilang sudah bangun sejak pukul 5 pagi dan menulis kode.” Secara tepat, dia sedang memandu AI untuk menulis kode bagi dirinya, dan mengatakan ini membuatnya kembali menyentuh kode dasar yang sudah lama tidak diakses.

Perilaku para eksekutif ini mulai menyebar ke bawah. Presiden OpenAI Greg Brockman baru-baru ini di X menulis, “Setiap saat agen cerdas Anda tidak berjalan, rasanya seperti membuang peluang.” Kalimat ini secara tepat memicu budaya kerja keras yang sudah umum di industri teknologi.

Pendiri dan CEO startup AI Arcade.dev, Alex Salazar, bahkan lebih langsung. Ia rutin memeriksa tagihan Claude Code perusahaan — jumlah tagihan langsung terkait dengan frekuensi penggunaan alat oleh insinyur — dan secara terbuka mengkritik karyawan yang “menghabiskan waktu kurang.” “Saya akan bilang, ‘Kalian belum cukup berjuang,’” katanya. Setelah pertemuan “kepercayaan” pertama ini, tagihan alat pemrograman AI perusahaan melonjak 10 kali lipat, dan dia menganggap pengeluaran ini sebagai tanda kemajuan.

Karyawan dikelola secara kuantitatif, “kelelahan AI” perlahan menyebar

Dalam suasana ini, cara penilaian karyawan juga secara diam-diam berubah.

DocuSketch, perusahaan perangkat lunak yang fokus pada perbaikan properti, menyatakan bahwa mereka melacak jumlah interaksi insinyur dengan alat pemrograman AI setiap hari, dan secara default semakin tinggi angka ini, semakin tinggi produktivitas tim. Claude Code juga menghasilkan laporan mingguan untuk setiap insinyur, yang mencantumkan semua pola mereka terjebak dalam siklus tidak efektif dengan AI, serta memberikan saran perbaikan.

Wirick sendiri mengakui, dia mulai merasa “ketergantungan.” “Saya merasa harus melakukan beberapa interaksi setiap hari, bahkan sebelum tidur saya masih memikirkan bagaimana menambah lagi.” Dia mengaitkan kondisi ini dengan pengalaman pencerahan saat mencoba model terbaru Anthropic, Opus 4.5, pada November tahun lalu — ketika dia menyerahkan sebuah prototipe fungsi yang biasanya harus dikerjakan insinyur ke model, dan setelah 20 menit melihat model membongkar dan merealisasikan tugas tersebut secara mandiri, “seperti otak saya di-reboot.”

Semangat percepatan ini mulai merusak batas antara kerja dan kehidupan. Penelitian dari Berkeley menunjukkan bahwa meskipun banyak tugas telah diambil alih AI, jam kerja orang tidak berkurang. Beberapa insinyur bahkan mulai secara terbuka mengakui mereka mengalami “kelelahan AI” — terus-menerus khawatir melewatkan terobosan berikutnya, yang tampaknya selalu hanya satu prompt lagi.

Kesenjangan persepsi antara eksekutif dan karyawan semakin melebar

Antusiasme para eksekutif sebagian besar berasal dari sensasi baru yang mereka ciptakan sendiri. Salazar mengakui, membangun prototipe langsung dengan AI memberi mereka rasa “produktivitas instan” yang lebih dari sekadar mengurus otorisasi dan pengambilan keputusan sehari-hari. Baru-baru ini, dia bahkan langsung menanggapi permintaan layanan dari klien keuangan penting dengan membangun aplikasi demonstrasi dari nol.

Di Intuit, manajer produk dan desainer kini didorong untuk menggunakan metode “vibe coding” dalam membangun prototipe fitur di QuickBooks sendiri, kata Balazs. “Setidaknya sekarang, manajer produk bisa membawa sesuatu yang konkret dan bilang, ‘Saya ingin sesuatu yang mirip ini.’”

Namun, survei dari perusahaan konsultan Section menunjukkan adanya kesenjangan persepsi yang cukup besar.

Persepsi eksekutif terhadap manfaat AI sangat berbeda dari pengalaman karyawan di lapangan. Salazar berpendapat, ini sebagian disebabkan oleh biaya transisi yang lebih tinggi bagi karyawan saat mereka menyesuaikan diri dengan alat baru: “Mereka secara implisit diminta untuk meluangkan waktu untuk eksplorasi dan eksperimen, tetapi ekspektasi pekerjaan sehari-hari tidak disesuaikan untuk memberi ruang itu.”

Kekhawatiran tentang keamanan pekerjaan juga nyata. Salazar mengaku, dia berencana mengganti penyedia layanan jaringan pihak ketiga, tetapi tim pemasaran sudah mampu memperbarui situs web perusahaan sendiri dengan AI, sehingga pengeluaran outsourcing ini dipangkas.

“Perluasan tugas” dan ilusi kemakmuran, sisi lain dari mitos efisiensi

Peneliti Berkeley menyebut fenomena ini sebagai “task expansion” (perluasan tugas): ketika rekan non-teknis mulai menggunakan AI untuk menghasilkan kode, insinyur harus menghabiskan waktu membersihkan produk setengah jadi ini, sehingga justru menambah beban kerja. Balazs mengakui, ini mengubah pembagian tugas yang sebelumnya jelas, dan semakin banyak peran yang menjadi “hibrid,” membuat hubungan kerja sama menjadi lebih kompleks.

Masalah yang lebih mendalam adalah: apakah gelombang pembangunan ini benar-benar menciptakan sesuatu yang berharga, atau hanya menghasilkan lebih banyak barang?

Para analis menunjukkan, jika obsesi produktivitas berbasis AI ini tidak dikendalikan, bisa muncul banyak “busyware” — perangkat lunak yang tidak produktif seperti perubahan kecil pada situs web, dashboard kustom yang hanya digunakan satu pengguna, atau prototipe yang setengah jalan dan akhirnya ditinggalkan. Masing-masing tampaknya memiliki alasan saat ini, tetapi kebanyakan akhirnya berakhir di tong sampah kode yang tidak terpakai.

Balazs dari Intuit menyatakan, dengan kecepatan produksi dan pengiriman kode, produktivitas insinyur meningkat sekitar 30%. Tetapi di masa depan di mana kode semakin “sekali pakai,” keuntungan efisiensi sejati mungkin tersembunyi di balik pertanyaan lain: hal-hal apa yang seharusnya tidak pernah dibuat sama sekali.