Penulis: Xu Chao, Wall Street News
Alat pemrograman AI menjanjikan untuk membebaskan insinyur, tetapi kenyataannya adalah bahwa itu telah melahirkan babak baru kecemasan efisiensi.
Karena kemampuan agen pemrograman AI seperti Claude Code dari Anthropic dan Codex OpenAI terus melonjak, perusahaan teknologi jatuh ke dalam “paranoia produktivitas” dari atas ke bawah. Eksekutif menulis kode sendiri, dan karyawan diminta untuk menyegarkan frekuensi interaksi dengan AI, sementara jam lembur meningkat alih-alih berkurang. AI seharusnya menjadi alat penghemat tenaga kerja, tetapi telah menjadi sumber stres baru di banyak tempat kerja.
Data survei mengungkapkan kesenjangan kognitif yang mencolok: Lebih dari 40% eksekutif tingkat C percaya alat AI menghemat setidaknya delapan jam per minggu, sementara 67% non-eksekutif mengatakan AI telah membantu mereka menghemat kurang dari dua jam atau tidak sama sekali. Penelitian yang sedang berlangsung oleh University of California, Berkeley, pada organisasi beranggotakan 200 orang, menemukan bahwa bahkan ketika karyawan telah mengalihkan banyak pekerjaan ke AI, jam kerja mereka masih meningkat.
Kecemasan ini memiliki penyebab struktural. Saat CTO mengetik kode pada AI pada pukul 5 pagi dan CEO mengukur upaya tim berdasarkan jumlah tagihan, imajinasi industri tentang “efisiensi” telah didefinisikan ulang—dan harga redefinisi ini ditanggung oleh karyawan biasa.
Eksekutif memasuki lapangan untuk menulis kode, dan kecemasan efisiensi menyebar dari atas ke bawah
Kata “Vibe coding” awalnya membawa harapan yang malas. Mantan peneliti OpenAI Andrej Karpathy memperkenalkan konsep tersebut ke mata publik pada Februari 2025, menggambarkan model pemrograman baru di mana para insinyur dapat dengan mudah mengobrol dengan AI untuk menyelesaikan pengembangan - “sepenuhnya tenggelam dalam atmosfer.”
Namun, setahun kemudian, suasananya sudah berubah.
Alex Balazs, CTO Intuit, menggambarkan rutinitasnya baru-baru ini: istrinya turun pada pukul 8 pagi untuk menemukan bahwa dia telah bekerja selama berjam-jam. “Dia bertanya kepada saya berapa lama saya sudah bangun, dan saya mengatakan saya akan bangun jam 5 pagi untuk menulis kode.” Tepatnya, dia membimbing agen AI untuk menulis kode untuknya, yang katanya memberinya akses mendalam ke kode yang mendasarinya selama bertahun-tahun.
Perilaku eksekutif semacam ini mentransmisikan tekanan ke bawah. Presiden OpenAI Greg Brockman baru-baru ini memposting di X, “Setiap saat ketika agen Anda tidak berjalan, rasanya seperti membuang-buang kesempatan.” Kalimat ini secara akurat memicu budaya gila kerja yang sudah lazim di industri teknologi.
Alex Salazar, salah satu pendiri dan CEO startup AI Arcade.dev, lebih langsung. Dia secara teratur memeriksa tagihan Claude Code perusahaan—jumlah tagihan secara langsung terkait dengan seberapa sering insinyur menggunakan alat tersebut—dan mengkritik karyawan yang “tidak menghabiskan cukup” dengan nama: "Saya katakan, ‘Anda tidak bekerja keras.’ Dia mengatakan bahwa setelah “pertemuan iman” pertama semacam itu, tagihan perusahaan untuk alat pemrograman AI melonjak 10 kali lipat, dan dia melihat pengeluaran itu sebagai tanda kemajuan.
Karyawan dikelola secara kuantitatif, dan “kelelahan AI” menyebar secara diam-diam
Dalam suasana ini, cara karyawan dinilai juga diam-diam berubah.
Andrew Wirick, wakil presiden produk di DocuSketch, sebuah perusahaan perangkat lunak yang berfokus pada restorasi properti, mengatakan perusahaan sekarang melacak “jumlah interaksi” yang dimiliki seorang insinyur dengan alat pemrograman AI per hari, dengan default adalah bahwa jumlahnya lebih tinggi, semakin produktif tim. Claude Code juga menghasilkan laporan mingguan untuk setiap insinyur, mencantumkan semua pola yang mereka alami dalam siklus ketidakefektifan dengan AI dan menyarankan perbaikan.
Wirick sendiri mengakui bahwa dia telah mengembangkan semacam “kecanduan”. “Saya merasa seperti saya harus menyelesaikan beberapa interaksi lagi setiap hari, dan saya masih berpikir tentang bagaimana melakukan beberapa interaksi lagi sebelum tidur.” Dia mengaitkan keadaan ini dengan “pengalaman pencerahan” ketika dia mencoba model terbaru Anthropic, Opus 4.5, pada November tahun lalu, ketika dia menyerahkan tugas prototipe fungsional yang biasanya akan diberikan kepada para insinyur, dan 20 menit kemudian melihat model itu membongkar dan memenuhi tugas, “merasa seperti otak di-reboot.”
Mentalitas yang dipercepat ini mengikis batas antara pekerjaan dan kehidupan. Penelitian Berkeley menemukan bahwa bahkan ketika sejumlah besar tugas telah diambil alih oleh AI, jam kerja orang tidak berkurang. Beberapa insinyur juga mulai secara terbuka mengakui bahwa mereka mengalami “kelelahan AI” - terus-menerus khawatir melewatkan terobosan berikutnya, dan terobosan itu tampaknya hanya berjarak satu kata cepat.
Kesenjangan kognitif antara eksekutif dan karyawan semakin melebar
Antusiasme para eksekutif sebagian besar berasal dari kesegaran yang diciptakan oleh tangan. Salazar mengakui bahwa membangun prototipe dengan AI secara langsung memiliki “rasa seketika produktivitas” daripada menangani delegasi dan keputusan setiap hari. Dia bahkan baru-baru ini menanggapi langsung permintaan layanan dari nasabah keuangan penting dengan membangun aplikasi demo dari awal.
Di Intuit, manajer produk dan desainer sekarang juga didorong untuk membuat prototipe fitur di QuickBooks menggunakan “pengkodean getaran,” kata Balazs, “Setidaknya untuk saat ini, manajer produk dapat mengambil sesuatu yang spesifik dan mengatakan kepada insinyur, ‘Saya ingin sesuatu seperti ini.’” 」
Namun, data survei dari Section Consulting menunjukkan bahwa kesenjangan persepsi ini cukup signifikan.
Ada kesenjangan besar antara perasaan eksekutif tentang dividen AI dan apa yang dialami karyawan akar rumput. Salazar percaya ini sebagian karena biaya transformasi yang lebih tinggi bagi karyawan saat mereka beradaptasi dengan alat baru: “Mereka secara implisit diminta untuk menemukan waktu untuk mengeksplorasi dan bereksperimen, tetapi harapan pekerjaan sehari-hari mereka tidak disesuaikan untuk memberi ruang untuk itu.”
Kekhawatiran tersembunyi tentang keamanan kerja juga nyata. Salazar mengaku awalnya berencana untuk mengganti penyedia layanan jaringan pihak ketiga, namun sekarang tim pemasaran dapat memperbarui website perusahaan dengan alat AI sendiri, sehingga biaya outsourcing ini telah dipotong.
“Ekspansi Misi” vs. Kemakmuran Palsu, Sisi Lain dari Mitos Efisiensi
Para peneliti Berkeley menyebut fenomena ini “perluasan tugas”: ketika rekan non-teknis mulai menggunakan AI untuk menghasilkan kode, para insinyur harus menghabiskan waktu untuk membersihkan produk setengah jadi ini, yang meningkatkan beban kerja. Balazs dari Intuit mengakui bahwa ini membentuk kembali pembagian kerja yang awalnya jelas, membuat semakin banyak peran “hibrida” dan memperumit hubungan kolaboratif yang ada.
Pertanyaan yang lebih dalam adalah: apakah ledakan konstruksi ini menciptakan sesuatu yang berharga, atau hanya menghasilkan lebih banyak?
Analis menunjukkan bahwa jika paranoia produktivitas yang digerakkan oleh AI ini tidak dikendalikan, itu dapat menyebabkan banjir “busyware” – perubahan situs web kecil yang tidak dipedulikan oleh siapa pun, dasbor khusus dengan hanya satu pengguna, dan proyek prototipe yang diserahkan oleh eksekutif pemasaran di tengah jalan, yang semuanya pada akhirnya diserahkan kepada insinyur. Masing-masing tampaknya memiliki alasan saat ini, tetapi sebagian besar akan berakhir di tempat sampah kode yang ditinggalkan.
Balazs dari Intuit mengatakan para insinyur perusahaan telah meningkatkan produktivitas mereka sekitar 30 persen, diukur dengan produksi kode dan kecepatan pengiriman. Tetapi di masa depan yang semakin “satu kali” ini, dividen efisiensi yang sebenarnya mungkin terletak pada jawaban atas pertanyaan lain: apa yang seharusnya tidak dibangun sama sekali.
