Baru saja menangkap sesuatu yang liar yang sedang beredar. Beberapa minggu lalu, Karpathy merilis basis data interaktif yang menganalisis pekerjaan di AS yang paling rentan terhadap penggantian AI, dan itu langsung viral. Pria itu bahkan memberi skor 342 pekerjaan berbeda pada skala paparan 0-10. Kemudian dia menarik seluruh proyek tersebut dari online dalam beberapa jam. Tapi sudah terlambat—internet sudah memiliki tangkapan layar.

Inilah yang ditunjukkan data dan mengapa orang-orang panik. Skor paparan rata-rata di seluruh pekerjaan di AS berada di angka 4,9 dari 10. Tapi yang perlu diperhatikan: sekitar 60 juta pekerjaan mendapatkan skor 7 atau lebih tinggi pada skala kerentanan tersebut. Itu 42% dari tenaga kerja yang berada di wilayah risiko tinggi, mewakili sekitar $3,7 triliun dalam gaji tahunan. Ya, kamu benar membacanya.

Polanya sebenarnya cukup jelas setelah dilihat. Apapun yang bergantung pada layar pada dasarnya sudah selesai. Pengembang perangkat lunak mencapai 9/10, analis keuangan 9/10, ilmuwan data 9/10. Bahkan pengacara mendapatkan skor 8/10. Tapi yang menarik perhatian semua orang adalah data gaji transkripsi medis—pekerjaan ini mendapatkan skor kerentanan sempurna 10/10. Rentang gaji transkripsi medis sekitar $35.000-$45.000 per tahun, dan pekerjaan ini pada dasarnya adalah pemrosesan informasi murni. AI bahkan tidak perlu berpikir dua kali tentang yang satu ini.

Sementara itu, posisi yang paling aman? Tukang ledeng, listrik, teknisi HVAC, pekerja konstruksi. Pekerjaan fisik di lingkungan yang tidak dapat diprediksi. Hinton bahkan menyarankan masuk ke bidang kerajinan, yang cukup lucu mengingat banyak orang menghabiskan bertahun-tahun menaiki tangga perusahaan. Pendapat Musk bahkan lebih blak-blakan: "Di masa depan, semua pekerjaan akan menjadi opsional."

Namun yang benar-benar penting adalah pola di baliknya. Ini bukan kebetulan. Pekerjaan yang membutuhkan gelar sarjana lebih banyak terkena dampak. Gaji yang lebih tinggi tidak melindungi siapa pun—jika pekerjaannya adalah pemrosesan informasi, kamu rentan. Tingkat gaji transkripsi medis menunjukkan ini dengan sempurna: gaji yang layak tetapi sepenuhnya dapat diotomatisasi. Sementara itu, pekerja kebersihan, pekerja layanan makanan, penata rambut, pekerja perawatan pribadi? Semuanya berada di zona hijau.

Tapi di sinilah yang menjadi lebih menarik. Harvard Business School sebenarnya melakukan penelitian nyata tentang ini. Mereka mengumpulkan data lowongan pekerjaan dari tahun 2019 hingga Maret 2025 dan melacak apa yang sebenarnya terjadi di pasar tenaga kerja. Ternyata ceritanya lebih rumit daripada "semua orang digantikan."

Ya, perekrutan untuk 25% posisi paling otomatisasi tinggi menurun 17% per perusahaan per kuartal sejak peluncuran ChatGPT. Sektor keuangan dan teknologi yang paling duluan terkena dampak. Pekerjaan administratif, posisi penggajian, dan ya, pekerjaan dengan rentang gaji transkripsi medis sedang secara sistematis dihapuskan. Itu nyata.

Namun secara bersamaan, perekrutan untuk posisi dengan potensi kecocokan AI yang tinggi melonjak 22% per perusahaan per kuartal. Mikrobiolog, analis keuangan senior, spesialis klinis. Peran-peran ini memiliki sesuatu yang sama: AI bisa menangani bagian dari pekerjaan, tetapi penilaian, intuisi, dan pengambilan keputusan manusia tetap penting. Pekerjaan itu tidak hilang—mereka berubah.

Tapi bagian yang brutal adalah ini. Dalam pekerjaan yang sedang diotomatisasi, perusahaan tidak hanya mengganti orang dengan AI. Mereka "mengosongkan" peran tersebut. Permintaan keterampilan AI menurun 24% di posisi ini karena memang ada lebih sedikit pekerjaan yang harus dilakukan. Tugas yang tersisa menjadi lebih sederhana, lebih standar. Posisi tingkat pemula pada dasarnya menghilang.

Sementara itu, dalam peran yang bersifat pelengkap, permintaan keterampilan AI melonjak 15%. Pekerjaan ini menjadi lebih kompleks, bukan lebih sederhana. Kamu perlu memahami alat AI, mengawasi output, mengintegrasikan alur kerja manusia-mesin. Tingkat keterampilan sebenarnya meningkat.

Ini menciptakan dinamika yang aneh. Tangga karier tradisional di mana seseorang mulai dari posisi entri data atau pelaporan dasar, belajar seluk-beluknya, dan secara bertahap menjadi tak tergantikan? Rung pertama itu menghilang. Titik masuknya menyempit sementara kesenjangan keahlian semakin melebar.

Jadi, apa arti semua ini sebenarnya? Ini bukan pembantaian yang langsung. Ini adalah restrukturisasi. Pembawa informasi murni—orang yang seluruh pekerjaannya memindahkan data dan mengikuti proses standar—sedang tergantikan. Tapi orang yang bisa membuat keputusan penilaian di area abu-abu, yang memahami konteks, yang bisa berkolaborasi dengan AI daripada bersaing dengannya? Mereka menjadi lebih berharga.

Pertanyaan nyata bagi siapa pun yang masih bekerja adalah sederhana: Berapa persen dari pekerjaanmu yang sebenarnya bisa dilakukan AI? Jika angka itu membuatmu tidak nyaman, menunggu bukanlah pilihan.