Sebagian besar diskusi tentang AI dan ketenagakerjaan berawal dari pertanyaan sederhana: Pekerjaan apa yang bisa dilakukan AI?
Pertanyaan itu penting, tetapi belum cukup untuk memprediksi apa yang akan terjadi pada pekerja. Teknologi bisa saja mampu menyelesaikan banyak tugas dalam suatu profesi tanpa menghilangkan profesi itu sendiri. Ada beberapa alasan mengapa hal ini bisa terjadi. Peran manusia mungkin tetap penting karena pelanggan menginginkan interaksi dengan manusia, lembaga membutuhkan pertanggungjawaban manusia, atau pekerjaan itu memerlukan kehadiran fisik dan pertimbangan manusia. Atau, biaya yang lebih rendah dapat mendorong permintaan sehingga jumlah pekerja di suatu industri justru bertambah, bukan menyusut, meski AI membuat pekerja lebih produktif.
Kerangka Transisi Pekerjaan akibat AI dari OpenAI menawarkan cara baru untuk memahami berbagai kemungkinan ini. Alih-alih menganggap potensi penerapan AI secara teknis sebagai prediksi tergantikannya pekerja, kerangka ini mengajukan tiga pertanyaan:
Bisakah AI mengerjakan porsi tugas yang cukup besar dalam profesi tersebut?
Apakah manusia masih berperan utama dalam melaksanakan, mengawasi, atau mempertanggungjawabkan pekerjaan itu?
Jika AI menurunkan biaya layanan, apakah permintaan akan tumbuh cukup besar untuk menyerap peningkatan produktivitas?
Ketika diterapkan pada 921 profesi yang mencakup sekitar 148 juta pekerjaan di AS, kerangka ini menghasilkan gambaran transisi pasar tenaga kerja yang lebih beragam. Sekitar 18 persen pekerjaan menghadapi risiko otomatisasi yang relatif tinggi, 24 persen kemungkinan akan ditata ulang, 12 persen berpotensi tumbuh berkat AI, dan 46 persen menunjukkan perubahan yang lebih terbatas dalam waktu dekat.
Kategori ini bukan prediksi bahwa persentase tertentu dari pekerjaan akan hilang. Kategori ini memetakan di mana berbagai jenis perubahan mungkin muncul lebih dulu.
Pekerjaan dengan risiko otomatisasi lebih tinggi: Kategori ini dapat mencakup profesi seperti petugas entri data, tenaga pemasaran melalui telepon, pemeriksa naskah, serta beberapa peran pembukuan atau administrasi. Sebagian besar pekerjaannya berupa pemrosesan, pemeriksaan, atau penyampaian informasi standar—tugas yang semakin mampu dikerjakan AI tanpa manusia harus memberikan layanan akhir secara langsung. Permintaan atas aktivitas ini mungkin tidak tumbuh cukup besar untuk mengimbangi peningkatan produktivitas yang dihasilkan.
Pekerjaan ini perlu dipantau secara saksama, terutama jika terkonsentrasi di wilayah tertentu atau pekerjanya memiliki peluang terbatas untuk beralih ke peran terkait. Namun, bahkan dalam kategori ini, kemampuan teknis tidak otomatis atau langsung membuat pekerja tergantikan. Pemberi kerja masih perlu merancang ulang alur kerja, mengintegrasikan AI dengan sistem yang ada, mengelola kesalahan dan risiko regulasi, serta memastikan apakah otomatisasi benar-benar lebih murah daripada tetap mempekerjakan manusia.
Pekerjaan yang akan ditata ulang: Kelompok kedua yang lebih besar ini kemungkinan akan ditata ulang, bukan hilang. Pengacara, akuntan, pengembang perangkat lunak, analis keuangan, dan guru merupakan contoh yang mungkin masuk kategori ini. AI sudah bisa menyusun draf kontrak, merangkum bukti, menyiapkan analisis keuangan, menulis kode, dan membuat materi pelajaran. Namun, klien dan lembaga masih membutuhkan manusia untuk menggunakan pertimbangan, mempertanggungjawabkan keputusan, memahami kasus yang tidak lazim, dan membangun hubungan dengan rekan kerja, siswa, atau pelanggan.
AI dapat membantu setiap pengacara meninjau lebih banyak dokumen, setiap pengembang menghasilkan lebih banyak kode, atau setiap guru menyiapkan lebih banyak materi yang disesuaikan dengan kebutuhan tiap siswa. Hal itu dapat mengurangi kebutuhan tenaga kerja untuk aktivitas tertentu, tetapi peran manusia dalam profesi tersebut tetap jelas terlihat. Persoalan utamanya adalah bagaimana pekerjaan dirancang ulang: tugas mana yang diserahkan kepada AI, mana yang tetap ditangani pekerja, serta apakah posisi pemula dan jalur karier tetap memberikan kesempatan belajar.
Pekerjaan yang tumbuh berkat AI: Dalam pekerjaan ini, AI berpotensi menekan biaya hingga cukup rendah untuk meningkatkan permintaan. Contohnya mencakup guru les, konselor kesehatan mental, penasihat keuangan pribadi, dan sebagian tenaga kesehatan. Layanan ini saat ini mahal atau sulit diakses oleh banyak orang. Di bidang-bidang ini, produktivitas yang lebih tinggi tidak selalu berarti jumlah pekerja yang lebih sedikit. Biaya les yang lebih terjangkau dapat mendorong lebih banyak keluarga untuk menggunakannya. Biaya konsultasi keuangan yang lebih rendah dapat membuka akses ke bimbingan yang disesuaikan dengan kebutuhan bagi rumah tangga yang saat ini belum mampu membayar penasihat. Tenaga klinis yang dibantu AI dapat memberikan lebih banyak tindak lanjut dan perawatan berkelanjutan. Jika permintaan tumbuh cukup besar, jumlah pekerja secara keseluruhan bisa bertambah meski setiap pekerja menjadi lebih produktif.
Pekerjaan dengan perubahan lebih terbatas dalam waktu dekat: Kategori ini mencakup banyak pekerjaan yang tugas utamanya masih bersifat fisik dan harus dilakukan di tempat tertentu, seperti teknisi listrik, tukang ledeng, tukang atap, buruh konstruksi, dan banyak pekerja layanan makanan. AI tetap dapat membantu penjadwalan, perkiraan biaya, pelatihan, pengelolaan persediaan, atau komunikasi dengan pelanggan, tetapi saat ini belum bisa memasang kabel, memperbaiki pipa, mengganti atap, atau menyiapkan dan menyajikan makanan.
Profesi ini tetap akan terdampak oleh AI. Tugas administrasi dan manajerialnya dapat berubah, dan kemajuan robotika kelak bisa memperluas cakupan otomatisasi. Namun, untuk saat ini, potensi penerapan AI berbasis bahasa pada pekerjaan inti mereka relatif rendah, sehingga perubahan besar dalam waktu dekat lebih kecil kemungkinannya.
Dampak awal AI kemungkinan akan terlihat melalui perubahan tugas, alur kerja, dan kebutuhan keterampilan sebelum terlihat sebagai hilangnya profesi secara menyeluruh. Bahkan, penggunaan nyata AI saat ini sudah lebih tinggi pada profesi yang dinilai menghadapi risiko otomatisasi lebih besar. Penggunaan ChatGPT pada profesi yang paling berisiko sekitar tiga kali lebih umum dibandingkan di kalangan tenaga kerja secara keseluruhan.
Namun, perubahan angka pengangguran belakangan ini tidak sepenuhnya sejalan dengan potensi penerapan AI secara teknis. Sejak kuartal pertama 2024, pengangguran meningkat lebih besar pada beberapa profesi dengan potensi penerapan AI yang lebih rendah dibandingkan pada profesi yang dikategorikan kerangka ini sebagai yang paling berisiko terdampak AI. Meski demikian, hal ini tidak membuktikan bahwa AI tidak berdampak pada pasar tenaga kerja. Pengangguran menurut profesi mencerminkan banyak faktor. Sebagian perubahan mungkin lebih dulu terlihat pada perekrutan, peluang bagi pemula, upah, atau komposisi pekerjaan, bukan pada pemutusan hubungan kerja.
AI tidak menentukan satu masa depan dunia kerja yang pasti terjadi. Kemampuan teknis memang penting, tetapi begitu pula lembaga, permintaan konsumen, keputusan bisnis, regulasi, dan nilai keterlibatan manusia yang tetap bertahan. Kerangka transisi yang diusulkan dalam makalah ini menunjukkan bahwa tiap profesi akan membutuhkan intervensi kebijakan yang berbeda.
Pekerjaan dengan risiko otomatisasi tinggi mungkin membutuhkan sistem peringatan dini, bantuan penyesuaian yang tepat sasaran, dan rencana transisi yang dirancang sesuai kondisi setempat.
Pekerjaan yang kemungkinan akan ditata ulang mungkin memerlukan pembaruan pelatihan, standar profesi, aturan kepegawaian, serta ketentuan yang lebih jelas tentang pengawasan manusia.
Pekerjaan yang berpotensi tumbuh dapat memperoleh manfaat dari kebijakan yang mendorong adopsi AI, memperluas akses, dan menyiapkan lebih banyak pekerja untuk memasuki bidang tersebut.
Di semua kategori, pembuat kebijakan membutuhkan informasi waktu nyata yang lebih baik. Statistik ketenagakerjaan tradisional memang berharga, tetapi sering kali terlalu lambat untuk menangkap perubahan tugas, ekspektasi pemberi kerja, dan penggunaan teknologi. Menggabungkan data ketenagakerjaan dengan ukuran kemampuan AI dan adopsi aktualnya dapat memberikan gambaran yang lebih tepat waktu tentang di mana tekanan mulai menumpuk.
