Perdebatan seputar laporan “Krisis Kecerdasan Global 2028” kerap berfokus pada satu pertanyaan utama: Apakah AI akan menyebabkan keruntuhan sistemik ekonomi global pada tahun 2028?
Pertanyaan ini memang bersifat dramatis. Namun, jika hanya menyoroti dikotomi “runtuh atau tidak”, kita berisiko mengabaikan variabel struktural yang lebih esensial. Masalah utamanya bukan pada hasil makro di tahun tertentu, melainkan pada bagaimana peran manusia dalam sistem ekonomi akan berevolusi ketika AI menjadi alat produktivitas utama.
I. Esensi Disrupsi AI: Redistribusi Fungsi Produksi
Dari sudut pandang ekonomi, revolusi teknologi secara fundamental mengubah bobot faktor-faktor dalam fungsi produksi.
- Pada era industri, modal memperkuat tenaga kerja fisik.
- Pada era informasi, teknologi meningkatkan efisiensi pemrosesan informasi.
- Pada era AI, modal—daya komputasi, data, dan model—mulai memperkuat bahkan menggantikan tenaga kerja kognitif.
Perubahan utama bukan hanya pada efisiensi, tetapi pada “siapa yang memperoleh porsi lebih besar dalam penciptaan nilai.”
Jika tugas-tugas kognitif—analisis, pemodelan, pembuatan konten, pemrograman, pengambilan keputusan proses—semakin diambil alih AI, pendapatan tenaga kerja dapat menurun sebagai bagian dari total output, sementara imbal hasil modal meningkat. Hal ini berdampak langsung pada struktur pendapatan, mobilitas sosial, dan daya konsumsi. Maka, disrupsi AI lebih tepat dipandang sebagai penyesuaian redistribusi daripada sekadar peningkatan teknologi.
II. Mengapa Probabilitas “Keruntuhan Sistemik” Terbatas?
Krisis keuangan sistemik biasanya dipicu oleh rantai kredit yang terputus, ketidaksesuaian aset-liabilitas yang parah, serta leverage berlebihan. Secara historis, krisis besar lahir dari ketidakseimbangan struktural internal di sistem keuangan—bukan dari alat produktivitas itu sendiri.
AI merupakan kejutan teknologi yang meningkatkan produktivitas. AI dapat mengubah struktur keuntungan dan pola kerja, tetapi tidak secara otomatis merusak kualitas aset bank atau fungsi sistem kredit.
Selain itu, adopsi teknologi menghadapi hambatan nyata:
- Rekonstruksi arsitektur TI perusahaan memerlukan waktu
- Sistem tata kelola data dan kepatuhan menjadi penghalang
- Penyesuaian proses organisasi dan pembagian kerja berjalan lambat
Meski model AI berkembang pesat, penggantian secara menyeluruh tetap bergantung pada transformasi organisasi. “Hambatan kelembagaan dan organisasi” inilah yang menjadi buffer.
Dalam jangka pendek, kita lebih mungkin menyaksikan diferensiasi industri dan revaluasi keuntungan, bukan kegagalan mendadak sistem kredit global.
III. Risiko Nyata: Ketidaksesuaian Struktural
Ketidaksesuaian struktural menjadi risiko yang lebih nyata ketimbang keruntuhan total.
Ketidaksesuaian pertama muncul dari struktur keterampilan. Sebagian besar tenaga kerja saat ini dididik di lingkungan di mana “kognisi manusia masih langka.” Jika tugas analitis dan generatif yang terstandarisasi diotomatisasi, nilai keterampilan tersebut harus direvisi.
Ketidaksesuaian kedua berasal dari struktur pendapatan. Jika kenaikan produktivitas dari AI terpusat pada pemilik daya komputasi dan platform teknologi, sementara daya tawar tenaga kerja menurun, permintaan konsumen dapat tertekan.
Ketidaksesuaian ketiga timbul dari pengelolaan ekspektasi. Pasar modal kerap menilai berdasarkan pertumbuhan yang diantisipasi untuk dekade berikutnya. Ketika realisasi laba tak sesuai ekspektasi, koreksi valuasi memperbesar volatilitas.
Risiko-risiko ini dapat berpadu menciptakan turbulensi periodik. Namun, turbulensi dan keruntuhan adalah dua hal yang sangat berbeda.
IV. Bagaimana Struktur Ketenagakerjaan Akan Berubah?
Substitusi teknologi biasanya mengikuti pola “penggantian tugas”, bukan menghapus seluruh pekerjaan sekaligus.
Sebuah pekerjaan terdiri dari sejumlah tugas, sebagian dapat diotomatisasi, sementara sebagian lain membutuhkan penilaian dan koordinasi manusia. Kemungkinan besar yang terjadi adalah:
- Isi pekerjaan berubah
- Persyaratan keterampilan meningkat
- Tugas berulang menurun
- Tugas pengambilan keputusan terintegrasi meningkat
Dalam jangka pendek, perusahaan cenderung menyesuaikan tenaga kerja melalui pengurangan rekrutmen, konsolidasi posisi, dan attrisi alami, bukan penggantian massal sekaligus. Tren jangka panjangnya jelas: nilai pekerjaan kognitif terstandarisasi menurun, sementara nilai keterampilan penilaian kompleks dan integrasi sistem meningkat.
Artinya, sistem pendidikan dan pelatihan harus beralih ke:
- Pemahaman lintas disiplin
- Kolaborasi manusia–mesin
- Penilaian situasional
- Identifikasi risiko
alih-alih sekadar hafalan dan perhitungan rumus.
V. Akankah AI Mengubah Struktur Kekuasaan Sosial?
Jika daya komputasi dan data menjadi aset produksi utama, maka pemilik infrastruktur dan sumber daya algoritmik akan memperoleh daya tawar yang lebih besar.
Hal ini dapat menimbulkan dua konsekuensi:
- Efek skala makin terakumulasi
- Regulasi dan inovasi kelembagaan dipercepat
Pengalaman sejarah menunjukkan, ketika konsentrasi teknologi meningkat, institusi cenderung beradaptasi. Isu antimonopoli, reformasi pajak, dan standar industri bisa menjadi bahan perdebatan di masa depan.
Pada intinya, ekspansi teknologi dan restrukturisasi kelembagaan berjalan beriringan.
VI. Inti Nilai Manusia di Era AI
Saat mesin jauh melampaui manusia dalam kecepatan dan presisi, nilai manusia tidak akan hilang—melainkan beralih ke ranah yang lebih tinggi.
Ranah tersebut meliputi:
- Orientasi dan penilaian nilai
- Perancangan dan pengawasan kelembagaan
- Penanggung risiko
- Integrasi kreatif
- Membangun kepercayaan sosial
AI dapat menyediakan hasil komputasi, namun “arah mana yang dipilih” tetap menjadi keputusan pada tataran kelembagaan dan kekuasaan. Artinya, peran manusia akan bergeser dari pelaksana menjadi peserta dalam pengambilan keputusan dan pemberian otorisasi.
VII. Skenario Realistis yang Lebih Mungkin
Berdasarkan mekanisme difusi teknologi dan dinamika makro, skenario yang lebih mungkin terjadi antara lain:
- AI menembus banyak industri secara mendalam, namun dengan kecepatan yang tidak merata
- Margin keuntungan perusahaan teknologi naik secara periodik
- Posisi tingkat menengah tertekan, sedangkan permintaan posisi tingkat tinggi meningkat
- Kesenjangan pendapatan yang melebar menjadi sorotan perdebatan kebijakan
- Volatilitas valuasi pasar meningkat
- Modal terkonsentrasi pada daya komputasi, energi, dan infrastruktur
Perubahan ini lebih menyerupai perombakan struktural daripada keruntuhan ekonomi. Jika krisis terjadi, kemungkinan besar dipicu oleh gelembung aset dan leverage berlebihan, bukan oleh AI itu sendiri.
VIII. Tantangan Inti Selama Masa Transisi
Ujian sejati era AI terletak pada bagaimana masa transisi dikelola.
Pada tahap ini:
- Beberapa keterampilan menurun nilainya secara cepat
- Proses pelatihan ulang terbatas kecepatannya
- Kesenjangan pendapatan melebar
- Ekspektasi pasar terus-menerus direvisi
Kebijakan dan institusi harus menyeimbangkan antara efisiensi dan stabilitas.
Bagaimanapun pendekatannya, jalur jangka panjang yang berkelanjutan bergantung pada peningkatan produktivitas nyata dan kesesuaian permintaan—bukan insentif yang terdistorsi secara permanen.
Kesimpulan: Masalahnya Bukan “Destruksi”, Melainkan “Rekonstruksi”
“Krisis Kecerdasan Global 2028” menawarkan skenario berdampak tinggi yang membantu kita mempertimbangkan risiko ekstrem. Dari perspektif makro dan historis, AI jauh lebih mungkin mendorong transformasi struktural jangka panjang daripada destruksi sistemik jangka pendek.
Pertanyaan sesungguhnya bukan: Apakah AI akan menghancurkan ekonomi?
Melainkan: Ketika kemampuan kognitif tidak lagi menjadi barang langka, bagaimana manusia akan mendefinisikan ulang nilai, distribusi, dan struktur kekuasaan?
Teknologi bersifat netral. Masa depan sangat ditentukan oleh pilihan kelembagaan, strategi pendidikan, dan alokasi modal. Era AI bukanlah titik akhir—melainkan awal dari tatanan baru.
