Otomasi Seluruh Pekerjaan Software Hanya Naikkan GDP 2 Persen, Ini Batasnya

Dalam perekonomian modern, hampir tidak ada sektor yang bekerja secara sepenuhnya terpisah. Industri perangkat lunak, misalnya, membutuhkan infrastruktur komputer, energi, jaringan internet, perangkat keras, tenaga kerja, layanan keuangan, pendidikan, hingga berbagai layanan pendukung lainnya.

Ketika pekerjaan software menjadi sangat efisien karena otomatisasi, bagian software tidak lagi menjadi hambatan utama. Permasalahan kemudian dapat muncul pada komponen lain dalam rantai produksi.

Kondisi ini dapat dianalogikan seperti sebuah rantai. Memperkuat satu mata rantai secara ekstrem tidak membuat seluruh rantai menjadi sama kuat apabila mata rantai lainnya tetap lemah.

GDP atau produk domestik bruto mengukur nilai barang dan jasa akhir yang dihasilkan dalam suatu perekonomian. Karena pekerjaan software hanya menjadi salah satu bagian dari keseluruhan aktivitas ekonomi, peningkatan produktivitasnya tidak serta-merta mengubah seluruh komponen GDP.

Jika kontribusi aktivitas software diasumsikan sekitar 2 persen, maka penghapusan seluruh biaya tenaga kerja atau pekerjaan di sektor tersebut tidak dapat secara otomatis menghasilkan pertumbuhan ekonomi puluhan persen.

Bahkan dalam skenario ekstrem, manfaat langsung tetap dibatasi oleh ukuran sektor tersebut dan keterkaitannya dengan sektor lain.

Persoalan menjadi berbeda apabila teknologi tidak hanya mengotomatisasi pekerjaan software. Dampaknya berpotensi jauh lebih besar ketika AI dan otomatisasi juga meningkatkan produktivitas manufaktur, logistik, kesehatan, pendidikan, energi, konstruksi, pertanian, perdagangan, dan jasa profesional.

Dalam situasi tersebut, satu peningkatan produktivitas dapat memperkuat sektor lain. Software yang lebih murah dan cepat, misalnya, dapat mendukung sistem logistik yang lebih efisien. Logistik yang lebih efisien kemudian dapat menurunkan biaya distribusi barang.

Efek semacam ini menciptakan kemungkinan terjadinya dampak berantai. Namun, besarnya dampak tetap bergantung pada seberapa jauh teknologi dapat diterapkan dan seberapa banyak hambatan lain berhasil diatasi.

Inilah inti dari batas otomasi satu sektor spesifik. Ketika sebuah pekerjaan sudah hampir sepenuhnya otomatis, peningkatan efisiensi tambahan pada pekerjaan tersebut semakin sulit memberikan dampak ekonomi yang besar.

Sebaliknya, perhatian ekonomi berpindah kepada sektor yang masih memiliki keterbatasan produktivitas. Sektor tersebut menjadi “rantai lemah” berikutnya yang menentukan seberapa jauh perekonomian dapat berkembang.

Karena itu, pertanyaan penting bukan hanya “berapa banyak pekerjaan yang dapat diotomatisasi?”, tetapi juga “bagian mana dari perekonomian yang masih menjadi bottleneck?”

AI akan memiliki dampak ekonomi lebih besar ketika mampu menghilangkan bottleneck yang benar-benar membatasi produksi. Otomatisasi pekerjaan administratif atau software dapat memberikan manfaat, tetapi manfaat tersebut bisa lebih kecil jika proses produksi berikutnya masih lambat atau mahal.

Misalnya, sebuah perusahaan dapat mempercepat pengembangan software menggunakan AI. Namun, jika perusahaan tetap menghadapi keterbatasan bahan baku, energi, kapasitas produksi, regulasi, atau distribusi, peningkatan software saja tidak cukup untuk meningkatkan output ekonomi secara tidak terbatas.

Perspektif ini membantu menjelaskan mengapa kemajuan teknologi tidak selalu langsung terlihat dalam angka pertumbuhan GDP.

Potensi AI yang lebih besar muncul ketika otomatisasi tidak berdiri sebagai proyek terpisah. Teknologi perlu terintegrasi dengan infrastruktur, modal, organisasi, regulasi, dan tenaga kerja.

Artinya, peningkatan produktivitas tidak hanya membutuhkan model AI yang semakin canggih. Ekonomi juga membutuhkan kemampuan untuk menerapkan teknologi tersebut pada proses yang lebih luas.

Jika hanya satu sektor yang mengalami revolusi produktivitas, manfaatnya memiliki batas. Sebaliknya, apabila berbagai sektor yang saling bergantung mengalami peningkatan produktivitas secara bersamaan, efek ekonominya dapat menjadi lebih besar.

Batas otomasi satu sektor menunjukkan bahwa produktivitas memiliki sifat saling bergantung. Jika seluruh pekerjaan software yang menyumbang sekitar 2 persen GDP diotomatisasi, kenaikan GDP secara langsung secara teoritis terbatas sekitar 2 persen karena hambatan akan berpindah ke bagian ekonomi lainnya.

Namun, hal tersebut tidak berarti potensi AI berhenti pada angka tersebut. Dampak yang jauh lebih besar dapat muncul apabila otomatisasi meluas ke berbagai sektor dan mampu mengatasi bottleneck yang selama ini membatasi produksi. Masa depan ekonomi berbasis AI, karena itu, tidak hanya ditentukan oleh seberapa pintar teknologi, tetapi juga seberapa luas teknologi tersebut mampu meningkatkan produktivitas seluruh sistem.

FAQ

1. Mengapa otomasi seluruh pekerjaan software hanya berdampak sekitar 2 persen pada GDP? Karena dalam skenario tersebut kontribusi software diasumsikan sekitar 2 persen dari GDP, sehingga manfaat langsung dari otomatisasi sektor itu memiliki batas yang sama.
2. Apa yang dimaksud dengan rantai lemah? Rantai lemah adalah bagian dari sistem produksi yang masih menjadi hambatan setelah bagian lain mengalami peningkatan produktivitas.
3. Apakah AI hanya dapat meningkatkan GDP sebesar 2 persen? Tidak. Angka 2 persen hanya menggambarkan skenario ketika otomatisasi terbatas pada sektor dengan kontribusi sekitar 2 persen terhadap GDP.
4. Mengapa otomatisasi perlu dilakukan lintas sektor? Karena sektor ekonomi saling bergantung sehingga peningkatan produktivitas satu sektor dapat tertahan oleh keterbatasan sektor lainnya.
5. Apa faktor penting selain kemampuan AI? Infrastruktur, modal, energi, regulasi, organisasi, keterampilan tenaga kerja, dan kemampuan mengintegrasikan teknologi juga menentukan dampak ekonomi AI.