Kepala AI Microsoft Memperkirakan 18 Bulan untuk Pekerjaan Kantor

Mustafa Suleyman, kepala AI Microsoft (MSFT ), mengatakan kepada Financial Times minggu ini bahwa “sebagian besar, jika tidak semua” tugas komputer kantor putih akan “sepenuhnya otomatis” dalam 12 hingga 18 bulan. Pengacara, akuntan, manajer proyek, pemasar — semuanya, katanya, akan melihat pekerjaan sehari-hari mereka ditangani oleh AI sebelum pertengahan 2027.

Ini adalah klaim yang mencolok. Ini juga klaim yang layak mendapatkan pemeriksaan yang lebih teliti daripada judul-judul yang penuh kekaguman yang dihasilkannya.

Suleyman bukanlah komentator acak. Ia mendirikan DeepMind, meluncurkan Inflection AI, dan sekarang memimpin divisi AI konsumen Microsoft. Ia telah menyaksikan AI bergerak dari penelitian menjadi produk komersial lebih dekat daripada hampir semua orang. Ketika ia berbicara, industri mendengarkan. Namun, ia juga, pada saat ini, orang yang paling bertanggung jawab untuk menjual Microsoft Copilot kepada perusahaan — produk yang hanya menguasai 1,2% dari pasar chatbot AI, meskipun Microsoft memiliki distribusi yang tak tertandingi melalui Windows, Office, dan Azure.

Konteks ini penting. Suleyman memprediksi masa depan dan memasarkannya pada saat yang sama.

Apa yang Sebenarnya Ia Katakan

Kutipan lengkapnya layak diperiksa: “Pekerjaan kantor putih, di mana Anda duduk di depan komputer, baik sebagai pengacara atau akuntan atau manajer proyek atau pemasar — sebagian besar tugas tersebut akan sepenuhnya otomatis oleh AI dalam 12 hingga 18 bulan.”

Ia menunjuk pada rekayasa perangkat lunak sebagai bukti perubahan yang sudah terjadi, dengan mengklaim bahwa pengembang sekarang menggunakan “pemrograman AI yang dibantu untuk sebagian besar produksi kode” — transformasi yang ia katakan terjadi “dalam enam bulan terakhir.”

Wawancara yang sama mengungkapkan strategi AI yang lebih luas dari Microsoft: membangun model frontier sendiri untuk mencapai “kebebasan AI yang sebenarnya” dan mengurangi ketergantungan pada OpenAI. Perusahaan ingin bersaing di setiap lapisan tumpukan AI, dari infrastruktur hingga aplikasi.

Di Mana Ia Benar

Mengabaikan Suleyman akan menjadi kesalahan. Dalam pengembangan perangkat lunak secara khusus, bukti adopsi AI yang cepat dan potensi gangguan lebih dari nyata.

Co-CEO Spotify Gustav Söderström mengatakan minggu ini bahwa pengembang terbaik perusahaan “belum menulis satu baris kode sejak Desember,” mengkreditkan Claude Code dan sistem AI internal. Cursor mencapai $1 miliar dalam pendapatan tahunan dengan membantu pengembang menghasilkan lebih banyak output dengan lebih sedikit ketikan. Claude Code sekarang menyumbang 4% dari semua komit GitHub publik — angka yang meningkat dua kali lipat dalam satu bulan. Alat pemrograman AI telah berubah dari kebaruan menjadi kebutuhan lebih cepat daripada hampir semua kategori perangkat lunak perusahaan dalam sejarah.

Indeks Ekonomi Januari 2026 Anthropic menemukan bahwa 49% pekerjaan dapat menggunakan AI dalam setidaknya seperempat tugas mereka, naik dari 36% setahun sebelumnya. Itu adalah percepatan.

Dan pasar sudah memperhitungkan gangguan. Peluncuran Cowork bulan lalu memicu selloff $285 miliar di saham perangkat lunak karena investor menghitung ulang produk SaaS mana yang dapat digantikan oleh agen AI.

Di Mana Ia Salah

Tapi ada jurang antara “AI dapat membantu tugas” dan “sebagian besar tugas akan sepenuhnya otomatis.” Suleyman menggabungkan perbedaan itu, dan melakukan itu bisa memutarbalikkan apa yang sebenarnya terjadi.

Laporan Anthropic yang sama yang menemukan 49% paparan tugas juga menunjukkan bahwa hanya 9% perusahaan melaporkan penggantian peran penuh. Empat puluh lima persen telah mengurangi perekrutan tingkat awal — yang signifikan — tetapi pengurangan perekrutan tidak sama dengan tugas yang “sepenuhnya otomatis.” Jarak antara dua kenyataan itu adalah di mana sebagian besar pekerja kantor putih sebenarnya hidup.

Pertimbangkan profesi yang Suleyman sebutkan. Apakah AI dapat menggambar kontrak? Ya. Apakah AI dapat berlatih hukum — menavigasi hubungan klien, dinamika pengadilan, nuansa regulasi, dan tanggung jawab profesional? Tidak dalam 18 bulan. Apakah AI dapat menghasilkan rencana pemasaran? Absolut. Apakah AI dapat memahami mengapa audiens merek tertentu merespons ironi tetapi tidak keseriusan? Itu adalah masalah yang berbeda.

Polanya sudah familiar. AI unggul dalam bagian terstruktur, berulang dari pekerjaan pengetahuan. AI mengalami kesulitan dengan bagian yang ambigu, relasional, dan kontekstual — yang kebetulan adalah apa yang sebagian besar profesional habiskan waktunya. Mengotomatisasi 40% tugas pengacara tidak mengotomatisasi pengacara. Itu membuat pengacara 40% lebih produktif, yang berharga tetapi secara fundamental berbeda dari apa yang Suleyman deskripsikan.

Kemudian ada Copilot itu sendiri. Meskipun 70% perusahaan Fortune 500 mengadopsi Microsoft 365 Copilot, sebagian besar organisasi masih menjalankan pilot. Adopsi AI perusahaan secara konsisten terbukti lebih lambat, lebih berantakan, dan lebih penuh perselisihan daripada yang dijanjikan vendor. Jika produk Microsoft sendiri belum mengotomatisasi pekerjaan kantor putih di perusahaan yang sudah membayar untuk itu, timeline 18 bulan untuk otomatisasi universal meragukan kredibilitas.

Masalah Rekor Trek

Pemimpin teknologi memiliki sejarah panjang dalam berlebihan memprediksi timeline otomatisasi. Pada 2016, Business Insider memprediksi 10 juta mobil swa-kemudi di jalan pada 2020. IBM’s Watson seharusnya merevolusi onkologi. Pabrik swa-kemudi selalu lima tahun lagi.

Prediksi-prediksi ini berbagi kesalahan umum: mereka mengextrapolasi dari kecepatan kemajuan teknis tanpa memperhitungkan gesekan adopsi institusional, kompleksitas regulasi, dan perilaku manusia. AI pada 2026 lebih maju daripada teknologi-teknologi sebelumnya pada puncak hype mereka — tetapi hambatan adopsi tetap nyata.

Rekor Suleyman sendiri bercampur. DeepMind menghasilkan temuan ilmiah yang sebenarnya di bawah kepemimpinannya. Inflection AI, perusahaan yang ia dirikan setelah meninggalkan Google (GOOGL ), mengumpulkan $1,5 miliar sebelum ia meninggalkan untuk Microsoft, dan teknologi perusahaan tersebut pada dasarnya diserap ke dalam divisi AI Microsoft. Ia memahami kemampuan lebih baik daripada kebanyakan orang. Tetapi kemampuan dan penerapan adalah hal-hal yang berbeda.

Apa yang Sebenarnya Terjadi dalam 18 Bulan

Prediksi yang lebih tenang datang dari CEO Anthropic Dario Amodei, yang memperingatkan di Davos bersama CEO DeepMind Demis Hassabis bahwa AI akan mengenai perekrutan tingkat awal terlebih dahulu, dengan penggantian yang lebih luas mengambil satu hingga lima tahun. Keduanya mengakui perusahaan mereka sendiri sudah mempekerjakan lebih sedikit pekerja junior — klaim yang lebih jujur dan dapat diverifikasi daripada ramalan Suleyman yang luas.

Forum Ekonomi Dunia memproyeksikan keuntungan bersih 78 juta pekerjaan secara global pada 2030, dengan 170 juta pekerjaan diciptakan dan 92 juta digantikan. Pemasangan lowongan pekerjaan tingkat awal sudah jatuh 29% sejak Januari 2024. Itu adalah masalah nyata, tetapi itu adalah pergeseran struktural yang bertahap — bukan tepi curam 18 bulan mendatang.

Apa yang sebenarnya akan terjadi pada pertengahan 2027: Alat AI akan menangani pekerjaan rutin yang jauh lebih banyak. Profesional yang belajar menggunakan alat tersebut akan mengungguli mereka yang tidak. Beberapa peran — terutama posisi junior yang terdiri dari tugas terstruktur — akan menyusut atau menghilang. Organisasi akan bergerak perlahan, berdebat tentang pengadaan, dan berinvestasi kurang dalam pelatihan.

Transformasi itu nyata. Timeline mungkin dilebih-lebihkan.

Suleyman benar bahwa AI akan membentuk pekerjaan kantor putih. Ia mungkin salah bahwa itu terjadi dalam 18 bulan. Jarak antara kedua posisi itu adalah di mana cerita sebenarnya hidup — dan itu adalah cerita yang akan memakan waktu tahun, bukan bulan, untuk terjadi.