Apa yang Sebenarnya Dimaksud dengan “Digantikan oleh AI” di Tahun 2026

Di tahun 2023, para analis memprediksi bahwa AI akan menghilangkan seluruh profesi. Programmer, desainer, penulis, analis itu sendiri, seluruh departemen pendukung — setiap pekerjaan meja ada di daftar seseorang. Tiga tahun kemudian, profesi tersebut semua masih ada.

AI mengambil hal-hal yang lebih sempit. Draft awal. Analisis kasar. Kode rutin. Tiket dukungan tingkat satu. Siapa pun yang biasanya membersihkan spreadsheet. Perubahan yang lebih tenang, tetapi lebih dalam.

Profesi mungkin masih ada, tetapi cara masuk yang paling mudah menyempit. Perusahaan mungkin menghindari pemutusan hubungan kerja yang membuat headline, tetapi merekrut lebih sedikit karyawan junior. Pekerja mungkin mempertahankan jabatan mereka, tetapi pekerjaan di sekitar mereka menjadi lebih cepat, lebih berat, dan lebih bergantung pada penilaian yang baik.

Di Claude.ai, augmentasi mencatat 53% dari interaksi di Februari 2026, dibandingkan dengan 44% untuk otomatisasi. Empat puluh sembilan persen pekerjaan telah melihat setidaknya seperempat tugas mereka dilakukan menggunakan Claude. Itu tidak terlihat seperti cerita penggantian yang bersih, tetapi seperti pekerjaan yang diatur ulang di sekitar orang-orang yang tahu cara menggunakan AI dengan baik.

Krisis nyata adalah magang

Peran tingkat awal selalu membawa fungsi tersembunyi. Analis junior QC angka-angka, menarik komparasi, membuat deck, dan menggambar draf pertama dari apa yang senior tulis. Di dalam perusahaan, penilaian dimulai dengan pekerjaan dasar tersebut.

AI sekarang cukup kuat untuk menangani sebagian besar lapisan awal. Sebuah model dapat menggambar memo, mengatur spreadsheet, meringkas panggilan, atau menyiapkan lulusan pertama penelitian dalam beberapa detik. Ini juga menciptakan masalah bakat yang tidak akan segera muncul di dashboard kuartal.

Di pekerjaan yang paling terpapar AI, penggunaan tenaga kerja di antara pekerja berusia 22 hingga 25 tahun jatuh 16% setelah dikontrol untuk guncangan tingkat perusahaan. Pekerja yang lebih tua di peran yang sama tetap stabil, dan beberapa terus tumbuh.

Tekanan terkuat ada di peran di mana AI lebih mungkin mengotomatisasi tenaga kerja. Itulah masalah magang dalam istilah sederhana. Pekerjaan yang melatih pemula juga merupakan pekerjaan yang paling mudah diserahkan kepada perangkat lunak.

AI meningkatkan nilai penilaian

Asumsi lain yang sudah tua juga telah memburuk. AI tidak membuat semua pekerja sama. Di banyak pengaturan, ia telah memperlebar jarak antara orang-orang yang dapat menilai output dan orang-orang yang hanya dapat meminta itu.

Kelebihan bukan hanya prompt saja, tetapi selera, memori, konteks, dan akuntabilitas di baliknya.

AI dapat menghasilkan jawaban yang bersih. Tidak dapat sepenuhnya memahami apakah jawaban tersebut sesuai dengan sejarah klien, budaya perusahaan, waktu pasar, suasana hati regulator, atau toleransi risiko merek. Beban masih berada di tangan orang-orang.

Pekerja senior membawa pengetahuan organisasi, relasional, dan kontekstual ke output AI. Itu membuat mereka lebih baik dalam melihat apa yang sesuai, apa yang gagal, dan apa yang tidak boleh pernah meninggalkan tahap draf. Ahli memperingatkan bahwa pemberi kerja mungkin memutuskan satu pekerja berpengalaman yang menggunakan AI dapat menggantikan beberapa pekerja junior yang melakukan “hal-hal dasar.” Matematika itu berhasil dalam tinjauan kuartal dan gagal selama satu dekade — orang-orang yang akan tumbuh menjadi peran senior tidak pernah mendapatkan kesempatan.

Jadi ketika seseorang mengatakan mereka “digantikan oleh AI,” mereka biasanya berarti tim yang lebih kecil di bawah seorang pemimpin yang lebih berpengalaman, dengan tugas junior sekarang ditangani oleh model.

Pekerjaan bertahan, tetapi lapisan bawahnya menipis

Sebagian besar pekerjaan tidak menghilang sekaligus — mereka kehilangan bagian-bagian diri mereka sendiri terlebih dahulu. Penulisan rutin, penelitian pertama, penjadwalan, laporan standar, kode dasar, dokumentasi, dan pembersihan data adalah tempat-tempat yang mudah bagi AI untuk memasuki. Tugas-tugas tersebut biasanya mendukung kohort junior yang besar, juga memberikan pekerja muda kesempatan untuk membangun kompetensi.

Dari 50% hingga 55% pekerjaan AS dapat diubah oleh AI dalam dua hingga tiga tahun ke depan, dibandingkan dengan 10% hingga 15% yang mungkin rentan terhadap penghapusan dalam jangka panjang. Itu menjelaskan mengapa cerita pasar tenaga kerja dapat terasa kontradiktif. Penggunaan tenaga kerja secara keseluruhan mungkin tetap stabil, dan bakat berpengalaman tetap diminati. Namun, perekrutan junior dapat melambat, batang masuk dapat bergerak lebih tinggi, dan orang-orang yang sudah di dalam perusahaan dapat diharapkan untuk membawa lebih banyak pekerjaan dengan bantuan AI.

170 juta peran baru dan 92 juta peran yang tergantikan diproyeksikan pada tahun 2030, menciptakan keuntungan bersih 78 juta pekerjaan. Dan hampir 40% keterampilan pekerja akan berubah, dengan peran klerikal dan sekretaris di antara area penurunan terbesar yang diharapkan.

Jadi pertanyaan yang lebih baik bukan hanya, “Apakah pekerjaan ini masih akan ada?” tetapi “Bagian mana dari pekerjaan ini masih mengajarkan orang cara menjadi berharga?”

Tanggapan harus melindungi lapisan pembelajaran

Jika AI mengubah pekerjaan tugas demi tugas, perusahaan tidak dapat merespons hanya dengan menghitung pekerjaan. Mereka perlu bertanya apa jenis pengembangan manusia yang masih ada di dalam pekerjaan.

Pendidikan harus berubah dengan semangat yang sama. Mengajar orang untuk menyelesaikan tugas rutin dengan tangan tidak cukup. Orang perlu memahami mengapa tugas-tugas tersebut ada, bagaimana pekerjaan yang baik dinilai, dan di mana output yang diotomatisasi gagal di bawah tekanan.

Kebijakan juga memerlukan presisi lebih. “Pengembangan keterampilan ulang” terlalu luas untuk masalah ini. Kebutuhan nyata adalah akses ke pekerjaan di mana penilaian dapat tumbuh. Magang, penggunaan AI yang diawasi, kredit portabel, dan insentif untuk perekrutan awal karir menjadi lebih penting ketika perangkat lunak menyerap tugas-tugas pelatihan yang paling mudah.

Bagi kita yang membangun identitas digital dan kepercayaan, pertanyaan ini mencapai lebih jauh. Ketika AI menghasilkan lebih banyak konten, analisis, keputusan, dan tindakan, akuntabilitas manusia menjadi lebih berharga. Kita perlu cara yang lebih jelas untuk mengetahui kapan seseorang bertanggung jawab, kapan sistem bertindak atas nama seseorang, dan kapan output telah ditinjau oleh seseorang dengan wewenang yang sebenarnya.

Itulah yang sebenarnya dimaksud dengan “digantikan oleh AI” di tahun 2026. Tugas menghilang sebelum judulnya. Tangga karir yang pertama dapat melemah dengan sunyi. Orang-orang yang kompeten mendapatkan lebih banyak kekuatan, dan orang-orang yang tidak berpengalaman mendapatkan lebih sedikit kesempatan untuk menjadi kompeten.

Melindungi setiap tugas lama melewatkan poinnya. Pekerjaan yang sebenarnya adalah melindungi proses yang mengubah orang menjadi profesional.