Lebih pesimis daripada Citrini: Semakin maju efisiensi AI di AS, semakin besar kegagalan dalam distribusi

23 Februari, Citrini Research merilis “Krisis Kecerdasan Global 2028”, yang menggunakan eksperimen pemikiran untuk memodelkan krisis kelebihan kecerdasan yang dipicu AI antara tahun 2026-2028. Laporan ini tidak secara langsung memberikan prediksi, melainkan melalui skenario terstruktur menggambarkan siklus umpan balik negatif yang mungkin terjadi: kemampuan AI terus meningkat → pekerjaan kantor digantikan → pendapatan tenaga kerja menurun → konsumsi menyusut → laba perusahaan tertekan → perusahaan meningkatkan investasi AI → penggantian dan PHK dalam skala besar, akhirnya mempengaruhi kredit swasta, dana asuransi, dan sistem pinjaman jaminan berkualitas tinggi.

Setelah laporan dirilis, pasar memicu gelombang kepanikan AI baru, saham AS melanjutkan penurunan, sektor yang disebutkan dalam laporan Citrini termasuk pengantaran makanan, perangkat lunak, pembayaran, kredit swasta mengalami penurunan tajam. Ditambah dengan peringatan pasar dari Nassim Taleb dan pernyataan terkait dari perusahaan startup AI Anthropic, harga saham IBM turun 13% dalam satu hari; DoorDash, American Express, KKR, dan Blackstone turun lebih dari 6%; ETF perangkat lunak terkait turun 4,8%, dengan penurunan kumulatif dari puncaknya September tahun lalu sekitar 35%.

Perlu ditekankan bahwa laporan ini tidak menawarkan wawasan baru, melainkan mengintegrasikan secara sistematis beberapa isu inti yang telah dibahas pasar selama setahun terakhir: penggantian pekerja kantor oleh AI, memburuknya margin model bisnis SaaS, eksposur leverage kredit swasta, dan pelonggaran asumsi pendapatan pinjaman rumah berkualitas tinggi. Yang benar-benar memicu kepanikan pasar adalah bagaimana semua ini dihubungkan menjadi sistem tertutup, di mana setiap skenario asumsi dan mekanisme transmisi dapat ditemukan sinyal awalnya dalam kenyataan. Hal ini juga menyebabkan pasar melanjutkan suasana kepanikan AI sebelumnya dan terjebak dalam pola penjualan “menembak dulu, bertanya kemudian”.

Logika perdagangan kali ini telah beralih dari fokus sebelumnya pada “bagaimana AI mengubah model keuntungan perusahaan” ke sebuah tema yang lebih makro: ketika pendapatan tenaga kerja terus menurun dan konsumsi menyusut, siapa yang akan menyerap output yang terus berkembang ini? Ini secara esensial adalah pertanyaan mendasar tentang mekanisme distribusi dan kapasitas sistem untuk menanggung beban.

Peningkatan efisiensi produksi tidak lagi menguntungkan pekerja biasa, dan rekonstruksi penetapan aset