Apakah AI Akan Menggantikan Pekerjaan Saya di 2026? Apa yang Sebenarnya Dikatakan CEO Anthropic

TL;DR

Yang perlu Anda ketahui: Dario Amodei, CEO Anthropic (pembuat Claude AI), memprediksi 50% pekerjaan entry-level untuk pekerja kantoran bisa tergantikan dalam 1-5 tahun. Namun, timeline prediksinya terus bergeser, dan bukti menunjukkan realitas yang lebih bernuansa.

Temuan kunci:

37% perusahaan berencana menggantikan pekerja dengan AI pada akhir 2026 (naik dari 29% yang sudah melakukannya)

Engineer di Anthropic menyerahkan 80-90% pekerjaan coding mereka ke AI, bukan 100% seperti yang diklaim

Perpindahan mempengaruhi tugas-tugas spesifik terlebih dahulu, bukan keseluruhan pekerjaan (coding ≠ software engineering)

Tools AI seperti Claude Code mengotomatisasi tugas tetapi tetap memerlukan pengawasan manusia untuk kualitas dan konteks

Perlindungan terbaik: Belajar bekerja dengan AI daripada bersaing melawannya

Minggu lalu, CEO Anthropic Dario Amodei menerbitkan esai sepanjang hampir 20.000 kata yang memperingatkan bahwa umat manusia memasuki "periode paling berbahaya dalam sejarah AI." Esai tersebut, berjudul "The Adolescence of Technology", membuat empat prediksi berani tentang masa depan kita yang dekat, termasuk klaim bahwa AI akan beralih dari mengotomatisasi tugas-tugas individual menjadi mengotomatisasi seluruh kategori pekerjaan.

Esai tersebut viral di seluruh Silicon Valley dan kalangan teknologi. Tetapi inilah yang terlewatkan oleh sebagian besar liputan: prediksi Amodei diam-diam terus bergeser mundur, dan realitas di lapangan menceritakan kisah yang lebih kompleks daripada yang disarankan oleh tajuk berita.

Apa yang Sebenarnya Diprediksi Amodei

Amodei memimpin perusahaan di balik Claude, salah satu model AI paling canggih yang tersedia saat ini. Prediksinya memiliki bobot karena Anthropic baru saja mencapai [ $15 miliar dalam proyeksi pendapatan untuk 2026](https://www.axios.com/2026/01/26/anthropic-ai-dario-amodei-humanity), naik dari$ 5 miliar pada 2025. Itu pertumbuhan 10x dalam setahun, yang belum pernah terjadi sebelumnya bahkan menurut standar Silicon Valley.

Berikut adalah empat prediksi utamanya:

1. AI Akan Mengotomatisasi Seluruh Pekerjaan (Bukan Hanya Tugas)

Amodei mengklaim sistem AI akan beralih dari mengotomatisasi tugas-tugas individual seperti menulis kode menjadi mengotomatisasi seluruh kategori pekerjaan seperti software engineering, hukum, dan keuangan. Dia mengutip "ekstrapolasi yang mulus dan sederhana dari hukum scaling" sebagai bukti bahwa memasukkan lebih banyak data dan daya komputasi ke dalam sistem AI menghasilkan peningkatan kemampuan kognitif yang dapat diprediksi.

Timeline-nya? Dia memprediksi ini bisa terjadi dalam 1-2 tahun, dengan "kemungkinan sangat kuat" datang sebelum 2030.

2. 50% Pekerjaan Entry-Level Akan Hilang

Esai ini memperingatkan bahwa hingga 50% pekerjaan entry-level untuk pekerja kantoran bisa tergantikan dalam 1-5 tahun ke depan, menciptakan apa yang dia sebut "kelas bawah permanen" dari pekerja yang tidak bisa bersaing dengan AI.

Dia secara khusus menyebutkan ini akan mempengaruhi "mereka yang memiliki kemampuan intelektual lebih rendah" lebih dari yang lain, meskipun dia tidak menjelaskan bagaimana hal itu sejalan dengan prediksinya bahwa bahkan fisikawan teoretis akan sebagian besar digantikan dalam 2-3 tahun (menurut co-founder Anthropic Jared Kaplan).

3. AI Bisa Memungkinkan Mimpi Buruk Totalitarian

Amodei melihat pengawasan massal berbasis AI, senjata sepenuhnya otonom, dan kawanan jutaan drone bersenjata yang dikendalikan oleh AI. Dia berargumen keras menentang penjualan chip canggih ke China, dengan mengatakan itu akan memberikan "dorongan besar ke industri AI China selama periode kritis ini."

4. Model AI Memiliki Psikologi Sendiri

Ini adalah prediksi yang paling filosofis. Amodei mengklaim model AI mewarisi "motivasi atau persona seperti manusia" dari pelatihan di internet, dan Anthropic sekarang melatih Claude untuk "menganggap dirinya sebagai tipe orang tertentu" menggunakan apa yang mereka sebut "konstitusi aspirasional."

Apa yang Sebenarnya Ditunjukkan Data

Di sinilah hal-hal menjadi menarik. Mari kita cek fakta klaim-klaim ini terhadap apa yang sebenarnya terjadi pada 2026.

Timeline yang Bergeser

Dalam esainya pada Oktober 2024 "Machines of Loving Grace," Amodei memprediksi AI transformatif bisa tiba "seawal 2026." Sembilan bulan kemudian, dalam esai baru ini, dia mengatakan itu bisa datang dalam "1-2 tahun" (yang akan menjadi 2027-2028) atau "sebelum 2030."

Itu bukan penyempurnaan. Itu prediksinya yang bergerak mundur saat kita semakin dekat dengan tanggal yang dia kutip semula.

Dia melakukan ini dua kali lagi dalam esai ketika membahas timeline perpindahan pekerjaan. Prediksi aslinya adalah "1-5 tahun." Esai baru masih mengatakan "1-5 tahun," bukan "0-4 tahun" seperti yang Anda harapkan jika waktunya benar-benar berjalan mundur.

Pemeriksaan Realitas Coding

Amodei mengklaim bahwa engineer di Anthropic "menyerahkan hampir semua coding mereka ke AI." Tetapi apa arti sebenarnya dari "hampir semua"?

Seorang engineer OpenAI baru-baru ini memperkirakan bahwa kompetitor Claude, Codex, mengotomatisasi sekitar 20% dari kode mereka. Andrej Karpathy, mantan direktur AI di Tesla, melaporkan sekitar 80% untuknya. Jadi bahkan di ujung atas, kita berbicara tentang 80-90%, bukan 100%.

Yang lebih penting, ada kesenjangan besar antara "menulis kode" dan "melakukan software engineering." Saya menggunakan Claude Code hampir setiap hari. Saran terbaiknya brilian dan menghemat waktu saya berjam-jam. Saran terburuknya akan merusak aplikasi apa pun secara instan jika saya tidak menangkapnya.

Itulah perbedaan antara mengotomatisasi tugas dan mengotomatisasi pekerjaan. Software engineering mencakup:

Memahami kebutuhan bisnis
Merancang arsitektur sistem
Membuat keputusan trade-off
Review kode dan jaminan kualitas
Debugging masalah kompleks
Membimbing developer junior

AI dapat membantu dengan semua tugas ini. Namun, AI belum bisa melakukan semuanya secara otonom.

Angka Perpindahan Pekerjaan

Inilah yang sebenarnya terjadi pada 2026:

37% perusahaan berencana menggantikan pekerja dengan AI pada akhir 2026 (29% sudah melakukannya)
89% pemimpin HR senior mengharapkan AI akan membentuk ulang pekerjaan pada 2026
World Economic Forum memproyeksikan 85 juta pekerjaan tergantikan pada 2026, tetapi juga 170 juta pekerjaan baru tercipta pada 2030

Perhatikan bahasanya: "membentuk ulang," bukan "menghilangkan." Bahkan perusahaan yang menggantikan pekerja dengan AI sering mengalihkan manusia ke tugas-tugas yang lebih bernilai daripada hanya memotong jumlah karyawan.

Riset Anthropic sendiri menceritakan kisah yang berbeda dari esai Amodei. Economic Index 2026 mereka menganalisis 2 juta interaksi Claude AI dan menemukan bahwa AI "melengkapi pekerjaan dengan menangani tugas-tugas rutin, memungkinkan manusia untuk menangani yang kompleks."

Itu augmentasi, bukan penggantian.

Mengapa Ini Penting untuk Karir Anda

Saya tidak mengatakan Amodei salah. Saya mengatakan realitasnya lebih bernuansa daripada "AI akan mengambil pekerjaan Anda dalam 1-2 tahun."

Inilah yang sebenarnya berisiko:

Risiko tinggi (tugas yang sedang diotomatisasi sekarang):

Entry data berulang
Respons customer support dasar
Pemformatan konten sederhana
Generasi kode rutin
Penulisan berbasis template

Risiko sedang (tugas yang sedang dilengkapi):

Riset dan analisis
Draft pertama laporan atau artikel
Desain grafis dasar
Debugging langsung
Manajemen email

Risiko rendah (masih memerlukan penilaian manusia):

Pengambilan keputusan strategis
Manajemen hubungan klien
Pemecahan masalah kreatif
Jaminan kualitas dan review
Pengajaran dan mentoring
Menangani ambiguitas dan konteks

Perhatikan bahwa bahkan item "risiko tinggi" adalah tugas, bukan pekerjaan. Sebagian besar pekerjaan melibatkan campuran tugas yang dapat diotomatisasi dan yang tidak dapat diotomatisasi.

Masalah Loop Umpan Balik

Inilah sesuatu yang tidak dibahas Amodei: pekerjaan yang berbeda memiliki loop umpan balik yang berbeda.

Dalam software engineering, Anda tahu dalam hitungan detik atau menit apakah kode Anda berfungsi. Anda menjalankan tes. Anda melihat error dengan segera. Ini membuat kode yang dihasilkan AI relatif aman karena umpan baliknya instan.

Dalam hukum, jika AI melewatkan klausul dalam kontrak, Anda mungkin tidak menemukan masalah selama tiga tahun ketika perselisihan muncul. Dalam konsultansi, jika analisis AI mengabaikan dinamika tenaga kerja, konsekuensinya mungkin tidak terungkap sampai jangka menengah. Dalam pembuatan konten, jika AI menghasilkan informasi yang faktanya salah, itu dapat merusak reputasi Anda sebelum Anda menangkapnya.

Semakin lama loop umpan balik, semakin banyak pengawasan manusia yang Anda butuhkan. Itulah mengapa coding melihat otomatisasi lebih cepat daripada pekerjaan pengetahuan lainnya.

Apa yang Sebenarnya Dikatakan Pemimpin Lab AI

Amodei semakin menjadi outlier di antara CEO lab AI. Inilah CEO Google DeepMind Demis Hassabis tentang hukum scaling yang sama yang dipuji Amodei:

"Hukum scaling berjalan sangat baik... kami pasti melihat peningkatan kemampuan. Mungkin tidak secepat beberapa tahun yang lalu. Ada beberapa pembicaraan tentang pengembalian yang berkurang... ada perbedaan besar antara tidak ada pengembalian dan eksponensial. Saya pikir kami berada di suatu tempat di tengah."

Hassabis juga mencatat bahwa mencapai AGI (artificial general intelligence) mungkin memerlukan "satu atau dua inovasi besar yang masih diperlukan" di luar hanya meningkatkan pendekatan yang ada.

Bahkan dalam Anthropic, pesannya bercampur. Riset publik mereka menekankan augmentasi. Esai CEO mereka menekankan penggantian. Yang mana yang mencerminkan peta jalan produk sebenarnya?

Haruskah Anda Panik?

Tidak. Tetapi Anda harus bersiap.

Pendekatan paling cerdas adalah apa yang saya sebut "persiapan lindung nilai":

Belajar bekerja dengan AI - Gunakan tools seperti Claude, ChatGPT, atau Zemith setiap hari. Pahami kekuatan dan kelemahan mereka. Orang-orang yang berkembang bukan mereka yang mengabaikan AI atau yang panik tentang AI. Mereka adalah mereka yang benar-benar pandai menggunakannya.
Fokus pada penilaian, bukan eksekusi - AI hebat dalam eksekusi. AI buruk dalam mengetahui apa yang harus dieksekusi. Posisikan diri Anda sebagai orang yang memutuskan apa yang harus dilakukan, bukan hanya orang yang melakukannya.
Bangun keterampilan dengan loop umpan balik panjang - Strategi, hubungan, pemecahan masalah kreatif, dan pemahaman kontekstual adalah semua area di mana AI masih kesulitan karena loop umpan baliknya panjang dan kabur.
Jangan pertaruhkan segalanya pada singularitas - Ya, mungkin ada kemungkinan 30% kita melihat gangguan besar dalam 1-4 tahun ke depan. Tetapi ada kemungkinan 70% kita tidak. Bangun karir Anda untuk kedua skenario.
Tetap dapat dipekerjakan dalam transisi - Bahkan jika AI akhirnya mengotomatisasi peran Anda saat ini, transisi akan memakan waktu bertahun-tahun. Gunakan waktu itu untuk membangun keterampilan yang berdekatan.

Risiko Sebenarnya (Yang Tidak Dibicarakan Siapa Pun)

Inilah yang lebih mengkhawatirkan saya daripada perpindahan pekerjaan: orang muda membuat keputusan buruk karena mereka percaya pada hype.

Jika Anda berusia 18-22 tahun dan Anda berpikir Anda memiliki "hanya beberapa bulan untuk melarikan diri dari kelas bawah permanen," Anda mungkin:

Keluar dari perguruan tinggi untuk mengejar crypto atau startup AI
Mengakumulasi utang mencoba "cepat kaya"
Burn out mencoba menguasai setiap tool AI baru
Membuat pilihan karir berdasarkan ketakutan daripada minat

Itulah bahaya sebenarnya. Bukan AI itu sendiri, tetapi kepanikan seputar AI yang menyebabkan orang membuat keputusan jangka pendek yang merusak prospek jangka panjang mereka.

Mengapa Amodei Mungkin Bias

Mari kita jujur tentang insentif.

Pendapatan Anthropic tumbuh 10x tahun ke tahun. Mereka bersaing langsung dengan OpenAI, Google, dan semakin dengan lab AI China seperti Alibaba (pembuat model Qwen).

Apa yang paling mengancam pertumbuhan Anthropic? Model China yang 97% sebaik Claude tetapi dengan biaya sepersepuluh dari harga.

Esai Amodei menghabiskan waktu yang signifikan untuk berargumen bahwa kita "sama sekali tidak boleh menjual chip, alat pembuat chip, atau pusat data ke CCP." Dia membingkai ini sebagai masalah keamanan. Tetapi ini juga masalah bisnis. Jika China mengembangkan AI kompetitif secara independen, Anthropic menghadapi persaingan harga yang jauh lebih ketat.

Saya tidak mengatakan dia salah tentang pembatasan ekspor chip. Saya mengatakan kita harus mengakui bahwa perusahaannya mendapatkan manfaat sangat besar dari kebijakan yang memperlambat pengembangan AI China.

Bagaimana dengan Zemith?

Esai ini berfokus pada Anthropic karena dari sanalah prediksi viral berasal. Tetapi inilah realitasnya: Anda tidak perlu menggunakan Claude secara khusus untuk mempersiapkan diri untuk masa depan yang dilengkapi AI.

Kuncinya adalah membangun kebiasaan harian menggunakan AI untuk tugas-tugas di mana itu benar-benar membantu. Baik itu Claude, ChatGPT, atau Zemith, yang penting adalah mengembangkan kefasihan dengan bantuan AI sehingga Anda memahami di mana itu menambah nilai dan di mana itu gagal.

Zemith menawarkan akses instan ke chat AI, bantuan coding, dan agen tanpa kompleksitas beberapa langganan atau pengaturan. Jika Anda ingin membangun kebiasaan AI harian itu, layak untuk dicoba.

Kesimpulan

Apakah AI akan menggantikan pekerjaan Anda pada 2026? Mungkin tidak sepenuhnya. Apakah itu akan mengubah pekerjaan Anda? Hampir pasti ya.

Prediksi Dario Amodei layak ditanggapi serius. Dia menjalankan salah satu perusahaan AI terkemuka dan memiliki wawasan unik tentang ke mana teknologi ini menuju. Tetapi timelinenya terus bergeser, klaimnya kadang melebihi bukti, dan insentifnya tidak sepenuhnya selaras dengan analisis objektif.

Data aktual menunjukkan AI mengotomatisasi tugas dalam pekerjaan, bukan seluruh pekerjaan itu sendiri. Transisi terjadi lebih cepat di beberapa bidang (coding) daripada yang lain (hukum, konsultansi, pekerjaan kreatif). Perusahaan yang melihat keuntungan produktivitas terbesar menggunakan AI untuk melengkapi pekerja, bukan menggantikan mereka.

Langkah terbaik Anda? Mulai menggunakan tools AI setiap hari. Jadilah pandai bekerja bersama mereka. Fokus pada pengembangan keterampilan yang memerlukan penilaian manusia dan pemahaman kontekstual. Dan jangan panik tentang timeline yang terus didorong mundur.

Masa depan pekerjaan sedang ditulis ulang. Tetapi itu ditulis ulang sebagai kolaborasi antara manusia dan AI, bukan penggantian satu dengan yang lain.

Setidaknya belum. Dan mungkin tidak pernah.