Hari kiamat pekerja paruh waktu datang? Gelombang PHK tahun 2026 baru saja dimulai…

作者：Byron Gilliam

Judul Asli: Jobpocalypse now?

Terjemahan dan Penyusunan: BitpushNews

Bahkan saat saya bekerja di bank investasi yang dulu sedang dalam kondisi baik, saya selalu merasa gelombang PHK berikutnya sudah dekat—saya pikir, sebagian karena manajemen sama sekali tidak tahu berapa banyak orang yang mereka butuhkan.

Saya bekerja di ruang penjualan dan perdagangan, di mana setiap hari ada angka pendapatan: komisi dari klien dikurangi kerugian dari perdagangan (kadang juga ada keuntungan). Jadi Anda mungkin berpikir, menghitung siapa yang berkontribusi dan siapa yang menyebabkan kerugian seharusnya mudah.

Tapi kenyataannya tidak begitu.

Komisi yang dibayar untuk satu transaksi mungkin sebagian atau seluruhnya berasal dari analis riset, tenaga penjualan, atau trader penjualan yang berbicara dengan klien—atau dari trader yang mengeksekusi sisi lain dari transaksi tersebut (yaitu saya saat itu!).

Tidak ada yang benar-benar tahu mengapa klien memilih bertransaksi dengan kami. Oleh karena itu, tidak mungkin secara pasti mengaitkan setiap komisi kepada orang tertentu, sehingga tidak bisa menentukan siapa yang benar-benar penting untuk bisnis.

Mengutip kata-kata (raksasa department store) Warner Meek, separuh dari pengeluaran gaji mungkin terbuang percuma; hanya saja mereka tidak tahu bagian mana.

Satu-satunya cara menemukan jawaban adalah dengan memecat beberapa orang dan melihat apa yang terjadi.

Perasaan yang sama tampaknya akan segera terjadi di berbagai perusahaan, karena tidak hanya bank investasi yang menghadapi masalah ini.

Ketika pekerjaan terutama berfokus pada pertanian dan manufaktur, mengukur produktivitas karyawan sangat mudah: cukup hitung berapa banyak apel yang mereka petik atau berapa banyak bagian yang mereka buat.

Namun, ketika kebanyakan orang mulai bekerja di kantor, semuanya menjadi jauh lebih rumit.

“Kerja berbasis pengetahuan tidak didefinisikan oleh jumlah,” tulis Peter Drucker. “Kerja berbasis pengetahuan juga bukan berdasarkan biayanya. Kerja berbasis pengetahuan didefinisikan oleh hasilnya.”

Pengusaha tidak tahu bagaimana mengukur hasil ini—apa unit output dari rapat sehari, panggilan telepon, dan memo internal?

Jadi mereka beralih ke pengukuran waktu: karyawan diminta untuk berada di kantor selama delapan jam setiap hari sebagai imbalan, dan pengusaha berharap mereka menyelesaikan delapan jam kerja dalam waktu tersebut.

Waktu menjadi indikator pengganti output.

Tapi apa yang terjadi jika semua orang bekerja dari rumah?

Jika pengusaha tidak bisa mengukur mereka dari waktu di kantor, mereka harus mengukur hasilnya.

Ini adalah hal yang baik. “Menekankan output, bukan aktivitas, adalah kunci untuk meningkatkan produktivitas,” tulis Peter Drucker pada 1967.

Tapi pengusaha belum pernah benar-benar tahu bagaimana melakukan ini.

Sekarang, kecerdasan buatan (AI) memaksa mereka mencoba lagi. Model bahasa besar dapat menangani banyak tugas yang memakan waktu, sehingga pengusaha mulai memikirkan kembali apa yang mereka bayar agar karyawan melakukannya.

Saya tidak yakin mereka akan melakukannya lebih baik dari bank tempat saya pernah bekerja. Tapi narasi AI memberi tekanan besar pada perusahaan, memaksa mereka mencari cara meningkatkan produktivitas, sehingga banyak yang memutuskan untuk mem-PHK saja dan melihat apa yang terjadi.

Data 6 Maret menunjukkan bahwa ini mungkin sudah mulai terjadi: Biro Statistik Tenaga Kerja AS melaporkan bahwa bulan lalu, pekerjaan di industri teknologi menurun sebanyak 12.000 posisi, dan selama setahun terakhir berkurang sebanyak 57.000.

Minggu ini juga dirilis data produktivitas yang baik, dan beberapa ekonom menganggap ini sebagai tanda pertama bahwa perusahaan mulai menggunakan AI secara efektif.

Jadi, mungkin perusahaan akan segera melakukan lebih banyak hal dengan lebih sedikit orang.

Tapi mereka juga mungkin hanya melakukan lebih banyak.

Sebuah makalah baru dari Harvard Business Review menemukan bahwa, “AI tidak akan mengurangi pekerjaan, hanya akan membuat beban kerja menjadi lebih berat.”

Dalam sebuah survei selama delapan bulan tentang praktik kerja di sebuah perusahaan teknologi, para penulis menemukan bahwa AI mempercepat ritme kerja karyawan, memperluas cakupan tugas, dan memperpanjang jam kerja mereka.

“Banyak orang mengirim prompt ke AI saat makan siang, rapat, atau menunggu file dimuat. Ada yang menggambarkan mengirim ‘prompt cepat terakhir’ sebelum meninggalkan meja kerja, agar saat mereka pergi, AI bisa terus bekerja.”

Bagi pengusaha yang ingin mendapatkan lebih banyak dari karyawan, ini terdengar bagus. Dan bagian yang lebih menarik lagi: “Karyawan semakin banyak menyerap pekerjaan yang sebelumnya mungkin membutuhkan tenaga tambahan atau struktur tim.”

Namun, para peneliti memberi peringatan kepada pengusaha:

Dalam jangka pendek, produktivitas yang tampaknya lebih tinggi mungkin menyembunyikan peningkatan beban kerja yang diam-diam dan tekanan kognitif yang meningkat, karena karyawan harus menangani beberapa alur kerja berbasis AI sekaligus. Karena usaha ekstra ini bersifat sukarela dan sering digambarkan sebagai ‘percobaan yang menyenangkan,’ pemimpin mudah mengabaikan berapa banyak beban tambahan yang sebenarnya ditanggung karyawan. Seiring waktu, kelebihan kerja dapat merusak penilaian, meningkatkan kemungkinan kesalahan, dan membuat organisasi lebih sulit membedakan peningkatan produktivitas yang nyata dari beban kerja yang tidak berkelanjutan.

Jika demikian, perusahaan mungkin segera menyadari bahwa mereka membutuhkan lebih banyak orang, bukan lebih sedikit.

Setidaknya, kepala sumber daya manusia IBM memperkirakan demikian. Nick LaMoreux mengatakan kepada Bloomberg bahwa pengurangan perekrutan di awal karier mungkin menghemat uang dalam jangka pendek, tetapi berpotensi menyebabkan kekurangan manajer tingkat menengah di masa depan.

Oleh karena itu, IBM berencana untuk menggandakan jumlah perekrutan tingkat pemula. “Benar,” kata LaMoreux, “ini untuk pekerjaan yang semua orang bilang bisa dilakukan AI.”

Saya pernah bekerja di bank investasi yang terus-menerus merekrut di antara beberapa gelombang PHK—berusaha memahami siapa melakukan apa, dan berganti-ganti staf.

Seluruh ekonomi AS mungkin akan melakukan hal yang sama dalam waktu dekat.

Mari kita lihat grafiknya.

Laporan ketenagakerjaan pagi ini sangat “kejam” untuk industri teknologi. Selama setahun terakhir, 57.000 pekerjaan hilang—“hampir seburuk masa terburuk resesi teknologi 2024, dan jelas lebih parah daripada resesi 2008 atau 2020.”

Industri teknologi hanyalah puncak gunung es. Melihat seluruh ekonomi AS, menurut laporan Challenger, Gray & Christmas, perusahaan mengumumkan PHK sebanyak 48.307 orang di bulan Februari. Angka ini turun 55% dari 108.435 orang yang di-PHK bulan Januari, dan turun 72% dari 172.017 orang di bulan yang sama tahun lalu.

Pada Januari dan Februari tahun ini, total pengumuman PHK mencapai 156.742 orang, yang merupakan jumlah terendah sejak awal 2022 (ketika dua bulan pertama hanya ada 34.309 PHK). Tapi, jika dilihat dari data historis sejak 2009, angka ini masih menempati posisi kelima tertinggi.

Dengan kata lain: gelombang PHK memang melambat dibanding awal tahun dan periode yang sama tahun lalu, tapi jika dilihat dari sejarah, tetap tinggi. Hari-hari pekerja belum akan cepat membaik.

Jumlah pemimpin terlalu banyak?

Sebuah makalah akademik menemukan bahwa AI generatif sedang menciptakan semacam “transformasi teknologi yang condong ke senioritas” di bidang pekerjaan, yang dampaknya paling besar dirasakan oleh pekerja tingkat awal. Ini tidak hanya terjadi di industri teknologi: studi ini menganalisis data CV dari 285.000 pengusaha.

Penurunan perekrutan:

Penelitian yang sama menjelaskan bahwa pengurangan pekerjaan tingkat awal “sepenuhnya disebabkan oleh penurunan perekrutan.”

Efek AI:

Situs yang lama dicari untuk saran pembelian, seperti Wired dan Tom’s Guide, mengalami penurunan trafik drastis. Sekarang, kita langsung bertanya ke chatbot—

Dan sumber informasi yang digunakan chatbot, justru berasal dari situs-situs yang mereka keluarkan dari pasar.

Atau AI saja?

Profesor aplikasi AI, Alex Imas, menunjukkan bahwa data produktivitas minggu ini “menunjukkan tanda-tanda,” bahwa perusahaan sudah mulai mendapatkan manfaat dari AI.

Hanya omong kosong?

Data Goldman Sachs (melalui Callum Williams) menunjukkan bahwa meskipun 70% perusahaan membicarakan AI, hanya 10% yang bisa menjelaskan bagaimana AI membantu bisnis mereka, dan hanya 1% yang mampu mengukur dampaknya terhadap pendapatan.

Pekerjaan selalu berubah:

Jurnalis teknologi, Roland Munsorp, menggambar peta distribusi pekerjaan paling umum di Amerika Serikat pada 1980-an, dan menemukan bahwa “sekretaris” pernah menjadi pekerjaan paling umum di 19 negara bagian.

Apa saja pekerjaan yang bisa dan tidak bisa dilakukan AI:

Peter Walker menyusun ulang data dari Anthropic, menunjukkan bagian dari setiap pekerjaan yang secara teoretis bisa dilakukan AI (biru), dan berapa banyak yang sudah dilakukan saat ini (merah).

Pertanyaan berikut ini sangat bagus!

Dalam sebuah balasan di platform X, Boris Cherny, yang bertanggung jawab atas Claude Code, menjelaskan bahwa semua kode yang dibuat Claude sedang menciptakan pekerjaan baru yang hanya bisa diselesaikan manusia.

Ini pekerjaan yang bagus, jika Anda bisa melamar:

Gaji tahunan: $405.000−$485.000.

Ini adalah beberapa posisi di Anthropic dan gajinya. Kode sedang ditulis, tapi tetap harus ada orang yang memberi tahu apa yang harus ditulis—dan ini pekerjaan bergaji tinggi.

Claude sedang menang:

Grafik luar biasa dari Ramp menunjukkan perbandingan pangsa pasar OpenAI yang terus menyusut (biru) dan Claude yang terus berkembang (oranye).

Perbedaan waktu:

Studi dari Gartner memprediksi bahwa, “AI tidak akan membawa ‘kiamat pekerjaan’—tapi akan menyebabkan kekacauan pekerjaan.” Mereka memperkirakan mulai 2028, pekerjaan yang diciptakan AI akan melebihi yang dihapusnya.

Panggil saya “optimis kiamat,” saya rasa semua ini akan terjadi lebih cepat dari yang diperkirakan.

Semoga akhir pekan Anda menyenangkan, para pembaca yang bekerja keras.