Di luar ramainya pemberitaan konflik Timur Tengah, sepekan terakhir banyak kalangan ahli dan pebisnis global membahas sebuah opini fiksi yang dipublikasikan oleh Citrini Research tentang krisis 2028 saat AI menggantikan manusia terlalu cepat.
Meski dinyatakan sebagai fiksi (bukan prediksi), logika yang dibangun terasa masuk akal: ekonomi masa depan bisa tumbuh pesat karena kecerdasan artifisial (AI), tetapi tanpa manusia yang bekerja dan mengonsumsi.
**Paradoks Efisiensi AI**
Gagasan ini sebenarnya sederhana. AI membuat perusahaan semakin efisien: produksi meningkat, biaya tenaga kerja menurun, margin membesar. Namun paradoks muncul ketika efisiensi itu justru menghilangkan pekerjaan manusia.
Jika manusia tidak bekerja, maka manusia tidak memiliki daya beli. Uang tidak berputar di masyarakat. Maka terjadilah ironi yang disebutnya sebagai “PDB Hantu” (ghost GDP), kekuatan ekonomi yang besar di tingkat perusahaan teknologi, tetapi tidak berakar pada aktivitas ekonomi masyarakat luas.
Padahal, menurut Citrini, sekitar 70% ekonomi modern ditopang konsumsi publik. Seturut ekonomi Indonesia yang ditopang oleh sekitar 55% konsumsi rumah tangga.
Di sinilah skeptisisme terhadap masa depan berbasis AI menimbulkan kekhawatiran. Otomasi memang membuat proses semakin praktis dan mudah, tetapi sekaligus menghilangkan satu mata rantai penting: proses kerja manusia itu sendiri.
Ketika proses manusia hilang, yang hilang bukan sekadar pekerjaan, tetapi juga distribusi pendapatan.
**Posisi Indonesia dalam Ekosistem AI Global**
Ekosistem teknologi selalu dibangun oleh beberapa peran aktor. Ada ilmuwan yang mentransformasikan sains menjadi teknologi. Ada korporasi yang mengomersialkannya. Ada manusia sebagai pengguna (sekaligus objek pasar) yang memanfaatkannya. Dan ada negara atau pembuat kebijakan yang mengatur arah serta batasannya.
Begitu pula dengan teknologi AI, yang harus diakui bahwa para pencipta dan industri produsennya terkonsentrasi di negara-negara superpower, terutama Amerika Serikat dan China. Sebaliknya, posisi Indonesia, bersama banyak negara berkembang lainnya, masih dominan sebagai pengguna AI global.
**Risiko Triple Loss bagi Indonesia**
Di sinilah letak persoalan utama ketika skenario “PDB hantu” dibawa ke konteks Indonesia: AI diciptakan di luar negeri, tetapi digunakan di dalam negeri.
Risiko pertamanya adalah “Double loss”: aliran nilai ekonomi mengalir ke luar negeri melalui langganan, lisensi, dan belanja infrastruktur, sementara di saat yang sama efisiensi AI berpotensi mengurangi kebutuhan tenaga kerja domestik. Nilai keluar, pekerjaan berkurang.
Risiko itu bahkan bisa menjadi “triple loss” jika data pengguna Indonesia mengalir ke mereka dan justru memperkuat dominasi serta ketergantungan kita terhadap industri AI global.
Tidak mengherankan jika geopolitik AI kini menjadi agenda utama kekuatan besar negara superpower, termasuk dorongan penguasaan industri, pasar dan data.
**Data sebagai Sumber Daya Strategis**
Skenario “PDB Hantu” hanyalah penegasan ulang tentang “data” sebagai sumber daya utama ekonomi modern. Secara teknis, AI terwujud melalui proses komputasi training, yaitu proses inti yang membuat sistem belajar dan semakin cerdas.
Hakikatnya, aset utama bukan semata pada “aplikasi AI” yang terlihat di permukaan, melainkan pada “data yang melatih AI”, sebagai bahan baku utama dalam proses komputasi tersebut.
Maka sebagaimana sudah banyak dikatakan oleh para ahli: kedaulatan data nasional adalah kunci utama. Indonesia, dengan potensi populasi yang sangat besar, sangat berpotensi menghasilkan aset data yang sangat kaya.
Bagi Indonesia, tantangannya bukan pada ketersediaan data, melainkan pada kemampuan mentransformasikannya menjadi inovasi-inovasi lokal yang bernilai ekonomis tinggi dan memperkuat kemandirian teknologi nasional.
**Perubahan Lanskap Keterampilan**
Ancaman era AI karena itu bukan lagi spekulasi jauh. Dahulu, untuk membuat aplikasi sistem ataupun web, seseorang harus mempelajari bahasa pemrograman. Kini, cukup memahami cara berinteraksi dengan aplikasi AI seperti Claude, maka aplikasi web dapat dibuat dalam hitungan menit.
Ironinya, perubahan ini bahkan mendisrupsi keyakinan lama tentang pentingnya belajar coding sebagai kompetensi utama. Kini pertanyaannya menjadi relevan: mengapa harus belajar coding berbulan-tahun jika AI dapat melakukannya dengan beberapa baris prompt saja?
**Basis Berpikir sebagai Kunci Bertahan**
Di sinilah refleksi yang lebih mendasar diperlukan. Dalam setiap gelombang teknologi, selalu ada kemampuan yang tergantikan dan ada yang bertahan. Sejarah menunjukkan bahwa yang bertahan bukan keterampilan teknis spesifik, melainkan basis berpikir.
Kekuatan AI terletak pada kemampuannya mengotomatisasi proses berpikir tertentu, menginstankan penyelesaian persoalan, serta menghadirkan jawaban secara cepat. Maka, jika tenaga kerja bersaing dengan AI di ranah jawaban, manusia akan kalah.
Tetapi jika manusia menguasai basis berpikir, memahami asumsi, konteks, dan konsekuensi, maka manusia tetap relevan sebagai pengarah teknologi.
**Menyiapkan SDM yang Memahami Proses**
Indonesia perlu menyiapkan sumber daya manusia yang bukan hanya pengguna AI, tetapi pengguna yang memahami proses. Ukurannya bukan seberapa cepat menghasilkan output, tetapi seberapa kuat basis pengetahuannya dalam memahami pemikiran sebab-akibat.
Sebuah eksperimen sosial sederhana bisa menggambarkan hal ini. Kita bisa memberi pertanyaan sederhana kepada anak yang duduk di bangku SMA ataupun mahasiswa, “Berapa kaleng cat yang dibutuhkan untuk mengecat seluruh badan sebuah pesawat penumpang yang terbang rute Jakarta–Palembang?”
Alih-alih memperoleh jawaban instan dari ChatGPT, yang kita butuhkan adalah mereka yang mampu menjawab dengan membangun asumsi, parameter, estimasi dan model sederhana hubungan sebab-akibat menunjukkan basis berpikir yang kuat.
Mereka tidak sekadar mencari jawaban, tetapi memahami proses.
**Bersiap Menghadapi Gelombang Perubahan**
Sumber: Kompas.com
Buku Terkait: