Masih ingat ketika semua orang dengan percaya diri mengatakan bahwa AI hanya akan menggantikan pekerjaan teknis atau coding?.
Atau mungkin narasi sebaliknya, bahwa AI hanya akan mengambil alih pekerjaan kasar (blue collar)? Ternyata, selama ini kita mungkin melihat masalah ini dari sudut pandang yang salah.
Kita hanya melihat “puncak gunung es” dari revolusi yang sebenarnya sedang terjadi di bawah permukaan.
Baru-baru ini, sebuah kolaborasi raksasa antara MIT dan Oak Ridge National Laboratory merilis sesuatu yang disebut Project Iceberg.
Ini bukan sekadar prediksi sembarangan dari seorang guru di LinkedIn atau utas horor di X (Twitter). Ini adalah simulasi masif yang melacak 151 juta pekerja AS, mencakup 32.000 keterampilan (skills) dan 923 jenis pekerjaan.
Tujuannya satu: untuk mengetahui secara presisi, pekerjaan mana yang sebenarnya bisa diotomatisasi oleh AI hari ini.
Dan hasilnya? Cukup untuk membuat kita duduk tegak dan menahan napas sejenak.
Mari kita bedah laporan ini, bukan dengan rasa takut, tapi dengan kesadaran penuh akan perubahan zaman.
Bayangkan jika ada sebuah dunia digital paralel di mana “kembaran” (digital twin) Anda bekerja.
Kembaran ini memiliki job description yang sama persis dengan Anda, menggunakan alat yang sama, dan memiliki keahlian yang sama. MIT melakukan ini, tapi dalam skala 151 juta orang.
Project Iceberg memetakan setiap pekerjaan ini untuk melihat kerentanannya.
Dulu, jika saya ditanya apakah AI bisa melakukan pekerjaan saya, jawabannya mungkin “agak bisa, tapi tidak sepenuhnya”.
Kenapa? Karena AI bisa melakukan bagian-bagian kecil dari pekerjaan saya secara terisolasi, tapi tidak bisa menyatukannya menjadi satu alur kerja yang utuh.
Pekerjaan kita tidak berdiri sendiri. Kita membutuhkan akses ke lusinan alat: email, database, spreadsheet, CRM, manajemen proyek, percakapan tim, hingga rapat Zoom.
Selama ini, asisten AI seperti ChatGPT terjebak di luar ekosistem itu. Mereka seperti otak cerdas di dalam toples kaca; pintar, tapi tidak bisa “menyentuh” pekerjaan Anda.
Namun, batasan itu baru saja dihancurkan.
Era Baru: Ketika AI Punya “Tangan” (Model Context Protocol)
Perubahan besar terjadi pada akhir 2024 ketika Anthropic merilis apa yang disebut Model Context Protocol (MCP). Ini adalah istilah teknis yang terdengar membosankan, tapi implikasinya luar biasa “liar”.
Secara sederhana, MCP memungkinkan model AI apa pun untuk “dicolokkan” ke sumber data atau alat apa pun.
Sebelum adanya MCP, setiap integrasi AI memerlukan kode khusus yang rumit. Sekarang? Agen AI dapat secara otonom mengakses database, memanipulasi angka di Excel, melakukan query ke API, dan mengoordinasikan alur kerja melalui koneksi standar.
Ledakan ini terjadi sangat cepat. Per Maret 2025 saja, sudah ada lebih dari 7.950 server MCP yang tersedia, baik dari pengembang independen maupun pemain besar seperti Microsoft dan OpenAI.
MIT menyebut fenomena ini sebagai “Agentic API Economy”.
Ini adalah ekonomi di mana sistem AI dapat secara otonom melakukan tugas-tugas bernilai yang sebelumnya mutlak membutuhkan tenaga manusia.
Agen AI sekarang bisa mengecek kalender Anda, memesan ruang rapat, mengirim undangan, memperbarui rencana proyek, hingga membuat laporan keuangan tanpa campur tangan manusia sedikitpun.
Dengan kata lain: AI tidak lagi hanya membantu Anda bekerja; AI kini bisa melakukan pekerjaan Anda.
Kejutan Geografis: Mengapa Rust Belt Lebih Terancam dari Silicon Valley?
Di sinilah Project Iceberg memberikan tamparan realitas yang keras.
Ketika server MCP baru diluncurkan—misalnya yang bisa mengotomatisasi analisis keuangan—indeks di Project Iceberg langsung menghitung pekerjaan mana, industri apa, dan wilayah mana yang menjadi rentan.
Narasi umum selama ini adalah bahwa AI akan menghabisi pekerjaan di pusat teknologi seperti Silicon Valley atau kota-kota besar metropolitan. Namun, plot twist dari data MIT mengatakan sebaliknya: dampak terbesar justru bukan di sana.
Wilayah yang paling rentan justru adalah negara bagian di kawasan industri lama atau “Rust Belt” seperti Ohio, Michigan, dan Tennessee. Mengapa bisa demikian?
Alasannya logis namun sering terlewatkan. Industri manufaktur di wilayah-wilayah tersebut ditopang oleh kerja kognitif pendukung yang sangat besar—analisis keuangan, koordinasi administratif, dan layanan profesional.
Pekerjaan-pekerjaan pendukung inilah yang sifatnya sangat prosedural, berbasis aturan, dan kini… sangat bisa diotomatisasi.
Jika Anda bekerja di industri ini, di posisi administratif atau pendukung, laporan ini mungkin adalah sesuatu yang harus Anda waspadai (atau sembunyikan dari bos Anda, bercanda :D).
Namun, kabar baiknya adalah pemerintah setempat mulai sadar.
Tennessee, misalnya, sudah menggunakan Iceberg Index ini dalam Rencana Aksi Tenaga Kerja AI mereka. Ini membuktikan bahwa Project Iceberg bukan alat untuk menakut-nakuti akan adanya PHK massal, melainkan sebuah sistem peringatan dini.
Perang Prediksi: CEO AI vs Para Ahli
Sekarang, mari kita bicara tentang masa depan. Ada kesenjangan yang sangat menganga antara apa yang dikatakan oleh para CEO perusahaan AI dengan apa yang diprediksi oleh para ahli independen.
Ethan Mollick baru-baru ini membagikan survei ahli paling komprehensif tentang masa depan AI. Survei ini melibatkan “superforecasters” (orang dengan rekam jejak prediksi akurat), ilmuwan komputer top, dan ekonom.
Apa kata para ahli ini untuk tahun 2030?
- Transformasi kerja: 18% jam kerja akan dibantu AI (naik dari 4,1% hari ini).
- Energi: 7% listrik AS akan dipakai untuk AI.
- Matematika: 23% ahli yakin AI akan memecahkan masalah matematika tingkat PhD.
Angka 18% mungkin terdengar kecil bagi Anda. Tapi tunggu dulu, mari kita bandingkan dengan prediksi para CEO.
- Elon Musk: Semua pekerjaan akan digantikan pada 2030.
- Dario Amodei (Anthropic): Memprediksi 10-20% pengangguran total dalam 5 tahun.
- Sam Altman: AGI (Artificial General Intelligence) akan tiba dalam waktu sangat dekat.
Perbedaannya sangat mencolok. Para ahli jauh lebih konservatif. Mereka hanya memberikan peluang 23% untuk skenario “kemajuan pesat” di mana AI bisa menulis novel sekelas Pulitzer atau menyembuhkan kanker secara mandiri pada 2030.
Menariknya, hampir tidak ada ketidaksepakatan di antara kelompok ahli (ilmuwan komputer vs ekonom). Mereka semua sepakat pada timeline yang lebih lambat ini.
Satu-satunya yang tidak mereka setujui adalah prediksi para CEO perusahaan teknologi itu sendiri.
Filosofi Ketidaksiapan: Apa yang Harus Kita Lakukan?
Di sinilah kita masuk ke bagian yang paling filosofis dan, jujur saja, paling mengkhawatirkan.
Mari kita hubungkan titik-titiknya.
MIT menunjukkan bahwa 11,7% perpindahan tenaga kerja secara teknis dimungkinkan hari ini. Para ahli memprediksi 18% pekerjaan akan dibantu AI pada 2030.
Tidak peduli siapa yang benar—apakah para CEO yang hiperbolis atau para ahli yang konservatif—kita menghadapi transformasi tenaga kerja yang masif dalam lima tahun ke depan.
Dan realitas pahitnya adalah: kita sama sekali tidak siap.
Dalam bukunya The Changing World Order, Ray Dalio mempelajari kebangkitan dan kejatuhan kekaisaran selama 500 tahun.
Temuannya sangat relevan: Pendidikan adalah faktor tunggal paling penting dalam menentukan apakah sebuah bangsa bertahan dari periode transformasi.
Negara yang bangkit berinvestasi gila-gilaan pada pendidikan dan pengembangan tenaga kerja. Negara yang runtuh cenderung memotong investasi dan gagal beradaptasi.
Kita sedang menatap potensi perpindahan 12% tenaga kerja. Masyarakat kita tidak bisa terus menjalankan sistem pendidikan di mana orang menghabiskan 4-12 tahun mempelajari keterampilan untuk pekerjaan yang mungkin sudah hilang bahkan sebelum mereka wisuda.
Pertanyaan besarnya bagi kita sebagai individu dan masyarakat adalah:
- Apa cara tercepat untuk melatih ulang jutaan pekerja?.
- Keterampilan apa yang sebenarnya penting dalam lima tahun ke depan?.
Kesimpulan
Project Iceberg memberikan kita data yang keras dan dingin, layaknya es. Namun, data ini bukan vonis mati, melainkan peta navigasi.
Apa yang ditawarkan oleh MIT dan Oak Ridge ini adalah kesempatan untuk melihat masa depan sebelum ia menabrak kita. Perubahan ini tidak bisa dihindari, entah itu terjadi dalam 2 tahun atau 10 tahun.
Bagi saya pribadi, sebagai pengamat teknologi , calon PhD di bidang prinsip data, dan penulis di Jagoprompt, ini adalah panggilan untuk bangun.
Jangan menjadi pasif. Jangan hanya menonton “gunung es” itu mendekat sambil berdebat apakah AI itu etis atau tidak.
Sikap terbaik saat ini adalah adaptasi radikal. Pelajari cara menggunakan alat-alat ini (seperti MCP dan agen AI).
Pahami cara kerja “Digital Twin” pekerjaan Anda. Jadilah orang yang mengendalikan AI, bukan orang yang job description-nya sedang disimulasikan di laboratorium MIT untuk diotomatisasi.
Kita harus memutuskan: apakah kita akan membangun infrastruktur diri (skill baru, mindset baru) untuk menangani apa yang akan datang, atau hanya menonton sambil berharap semuanya baik-baik saja?.
Pilihan ada di tangan Anda, dan waktu untuk memilih semakin sempit.
Source : The Neuron Daily
