AI gantikan pekerjaan pemula bukan lagi sekadar kekhawatiran futuristik. CEO Anthropic, Dario Amodei, melontarkan peringatan keras bahwa kecerdasan buatan berpotensi “membantai” hingga 50% pekerjaan level entry-level atau pemula—jenis pekerjaan yang selama ini jadi pintu masuk utama bagi lulusan baru dan pekerja muda untuk membangun karier.
Pernyataan ini menjadi sorotan karena datang dari orang yang berada di jantung perkembangan AI generatif. Anthropic adalah perusahaan yang mengembangkan Claude, salah satu model AI yang dirancang untuk membantu berbagai tugas pengetahuan (knowledge work) seperti menulis, meringkas, menganalisis data, hingga membantu pemrograman.
Kenapa peringatan Dario Amodei terasa “serius”?
Berbeda dengan komentar spekulatif dari luar industri, peringatan Amodei punya bobot karena ia melihat langsung kemampuan AI dan arah pengembangannya. Dalam beberapa tahun terakhir, AI generatif berkembang pesat: akurasinya naik, biaya penggunaan turun, dan integrasinya ke produk perusahaan makin mudah.
Yang paling mengkhawatirkan bagi pasar kerja adalah fakta bahwa AI kini bukan hanya menggantikan tugas repetitif, tetapi juga tugas yang sebelumnya dianggap “aman” karena butuh kemampuan kognitif—misalnya menyusun laporan, membuat presentasi, menjawab email pelanggan, hingga membuat draft kontrak dasar.
Pekerjaan pemula yang paling rentan tergeser AI
Inti masalahnya: banyak pekerjaan pemula berisi tugas-tugas standar yang mudah dibuatkan template dan dapat dipercepat dengan AI. Jika sebuah perusahaan bisa mendapatkan hasil yang “cukup bagus” dengan biaya lebih rendah, tekanan untuk mengurangi perekrutan level entry akan meningkat.
Contoh area yang rentan
- Administrasi & back office: input data, perapihan dokumen, rangkuman notulen, pengelolaan email.
- Customer support level awal: menjawab pertanyaan umum, membuat tiket, merespons keluhan standar.
- Konten & pemasaran pemula: draft artikel, caption media sosial, ide kampanye, A/B copy dasar.
- Junior analyst: ringkasan riset, kompilasi data, membuat laporan awal dari template.
- Junior programmer: pembuatan fungsi sederhana, debugging dasar, dokumentasi kode.
Yang perlu dicatat, “tergeser” tidak selalu berarti hilang total dalam semalam. Namun, dampak yang lebih realistis adalah: perusahaan merekrut lebih sedikit orang pemula karena pekerjaan yang sama bisa dikerjakan oleh tim lebih kecil dengan bantuan AI.
Claude dan gelombang AI generatif: apa yang berubah di tempat kerja?
Model seperti Claude tidak hanya “membantu menulis”. Di lingkungan perusahaan, AI bisa dijadikan asisten kerja yang selalu tersedia: menganalisis dokumen panjang, mengekstrak poin penting, menyusun draf kebijakan internal, sampai membantu membuat SOP. Ini membuat produktivitas per orang naik—yang secara bisnis terdengar bagus, tapi punya konsekuensi terhadap permintaan tenaga kerja pemula.
Jika sebelumnya tugas-tugas awal menjadi “latihan” bagi karyawan baru, kini tugas tersebut bisa langsung diselesaikan oleh AI, sementara manusia fokus pada keputusan akhir, penilaian risiko, dan komunikasi lintas tim. Masalahnya: tanpa tugas awal, jalur pembelajaran pekerja baru menjadi makin sempit.
Dampaknya ke stabilitas pasar kerja
Peringatan Amodei juga menyinggung stabilitas pasar kerja. Pekerjaan pemula adalah fondasi mobilitas ekonomi: tempat orang membangun pengalaman, portofolio, jejaring, dan kenaikan level. Jika pintu masuk menyempit, risiko yang muncul bisa meluas:
- Persaingan kerja makin ketat untuk posisi entry-level.
- Upah pemula tertekan karena suplai pelamar tinggi.
- Gap keterampilan melebar antara yang mampu memanfaatkan AI dan yang tidak.
- Karier jadi “lompat-lompat” karena orang mencari jalur alternatif membangun pengalaman.
Apa yang bisa dilakukan pekerja pemula agar tetap relevan?
Meski terdengar menakutkan, arah praktisnya bukan “melawan AI”, melainkan menjadikan AI sebagai penguat kemampuan. Pekerja pemula yang cepat adaptasi justru bisa tampil lebih menonjol.
Langkah konkret yang bisa dimulai
- Belajar skill yang sulit diotomasi: komunikasi, negosiasi, pemahaman konteks bisnis, empati pelanggan, problem framing.
- Naik level dari “eksekutor” ke “pengarah”: kuasai cara memberi instruksi (prompting), memeriksa hasil, dan melakukan quality control.
- Bangun portofolio berbasis hasil: bukan hanya “pernah jadi admin”, tapi tunjukkan metrik: mempercepat proses, menurunkan error, meningkatkan conversion.
- Pahami data dasar: spreadsheet, dashboard sederhana, dan interpretasi angka—karena banyak keputusan bisnis berangkat dari sana.
- Kuasi tools AI yang relevan: bukan sekadar coba-coba, tetapi tahu kapan AI membantu dan kapan harus verifikasi.
Kesimpulan
Pernyataan Dario Amodei menegaskan bahwa AI gantikan pekerjaan pemula adalah risiko nyata yang perlu diantisipasi, bukan ditunda. Model AI seperti Claude mendorong efisiensi dan produktivitas, tetapi bisa mempersempit jalur masuk bagi pekerja baru. Di tengah perubahan ini, strategi terbaik bagi individu adalah meningkatkan keterampilan yang bernilai tinggi, memanfaatkan AI sebagai alat kerja, dan membangun portofolio yang menunjukkan dampak nyata.
Jika perusahaan, institusi pendidikan, dan pemerintah tidak menyiapkan penyesuaian—mulai dari pelatihan ulang (reskilling), desain ulang peran entry-level, hingga kebijakan transisi—efeknya bisa terasa pada stabilitas pasar kerja secara luas. Namun bagi pekerja pemula yang adaptif, gelombang AI juga bisa menjadi peluang untuk “naik kelas” lebih cepat.
