Analisis Kecemasan Karier AI: Engineer dan PM Beradaptasi

Saya mulai mendengar jenis pertanyaan karier baru di dunia teknologi, dan bunyinya tidak seperti ambisi. Bunyinya seperti seseorang sedang memeriksa apakah lantainya masih ada. Seorang insinyur perangkat lunak bertanya-tanya apakah menulis kode masih menjadi pekerjaannya. Seorang manajer produk bertanya-tanya apakah menerjemahkan kebutuhan pelanggan menjadi roadmap masih dianggap bernilai ketika mesin bisa membuat draf tiket, spesifikasi, dan prototipe sebelum makan siang. Rasa takut itu mudah diejek jika kamu merasa aman, dan mudah dimonetisasi jika kamu menjual kursus. Namun pembacaan yang lebih berguna adalah bahwa pekerja teknologi bukan sekadar takut pada AI. Mereka menyadari bahwa jabatan pekerjaan sejak awal selalu lebih rapuh daripada keterampilan, dan AI membuat goyangan itu terlihat.

Kesenjangan Antara Mengetahui dan Melakukan

Menurut survei edX yang diterbitkan pada 18 Agustus 2025, 54% pekerja mengatakan keterampilan terkait AI sangat penting atau luar biasa penting untuk tetap kompetitif, sementara hanya 4% yang saat ini sedang mengikuti pendidikan atau pelatihan terkait AI. Survei edX yang sama menemukan bahwa 61% pekerja mempertimbangkan untuk meningkatkan keterampilan atau mempelajari keterampilan baru sebagai respons terhadap kecemasan tentang AI. Kesenjangan itulah ceritanya: orang-orang bukannya tidak peduli. Mereka terjebak di antara rasa mendesak dan ketidakpastian.

Versi nasihat karier yang kejam berkata, pelajari AI atau tertinggal. Versi yang berguna bertanya jenis pembelajaran apa yang benar-benar menghasilkan manfaat berlipat. Bagi para insinyur, itu bisa berarti menjadi lebih baik dalam desain sistem, evaluasi, debugging kode yang dihasilkan AI, dan mengetahui kapan otomatisasi sedang berbohong dengan percaya diri. Bagi PM, itu bisa berarti menjadi lebih tajam dalam membingkai masalah, menilai kebutuhan pelanggan, bereksperimen, dan memutuskan output mana yang layak dipercaya.

edX juga menemukan bahwa 50% pekerja yang disurvei mengatakan kemajuan dalam AI akan memengaruhi tujuan karier langsung mereka, dan 58% mengatakan industri mereka kekurangan keahlian AI. Itu menunjukkan adanya peluang yang aneh. Jika semua orang merasa tertinggal, keunggulan mungkin bukan menjadi milik orang yang mengetahui setiap alat, tetapi milik orang yang bisa terus belajar tanpa mengubah setiap rilis model baru menjadi krisis identitas.

Panik Adalah Pelatih Karier yang Buruk

MIT Technology Review menawarkan siraman air dingin yang diperlukan. Analisisnya terhadap data US Bureau of Labor Statistics menemukan sedikit bukti bahwa AI sudah berdampak besar pada pasar tenaga kerja AS dalam skala luas, dan melaporkan bahwa pengangguran untuk pekerjaan yang berpotensi paling terdampak AI lebih rendah daripada untuk pekerjaan yang kurang terekspos teknologi tersebut. Itu tidak berarti kecemasan itu palsu. Artinya, pasar tenaga kerja tidak bergerak secepat obrolan grup.

The Guardian menangkap sisi lain dari cerita ini: kecemasan terhadap AI sudah mendorong mahasiswa ilmu komputer untuk berganti jurusan dan pekerja kerah putih untuk mengubah karier. Salah satu contoh dalam laporannya, Matthew Ramirez, memulai kuliah di Western Governors University sebagai mahasiswa ilmu komputer pada 2025 sebelum mempertimbangkan ulang di tengah kekhawatiran tentang pekerjaan pemrograman. Beginilah perubahan teknologi sering kali datang lebih dulu, bukan sebagai surat pemutusan hubungan kerja, tetapi sebagai mimpi yang direvisi.

Bahayanya adalah orang-orang membuat pilihan yang sulit dibalik berdasarkan rasa takut yang masih spekulatif. Seorang mahasiswa yang meninggalkan ilmu komputer mungkin sedang merespons sinyal nyata, atau sinyal yang terdistorsi. Seorang PM yang meninggalkan pekerjaan produk mungkin melewatkan poin penting bahwa AI dapat menghasilkan artefak, tetapi AI tidak secara otomatis tahu masalah pelanggan mana yang penting, tradeoff mana yang dapat diterima, atau metrik mana yang sebenarnya fatamorgana.

Masalah Magang dan Pembelajaran Awal Karier

Computerworld melaporkan bahwa pekerja teknologi yang lebih muda sangat khawatir karena AI mengambil alih tugas-tugas rutin yang sering berfungsi sebagai pelatihan awal karier. Laporan itu juga mengutip temuan World Economic Forum’s Jobs Initiative bahwa 44% keterampilan pekerja akan terganggu dalam lima tahun ke depan, dan bahwa 40% tugas akan terdampak oleh alat genAI dan model bahasa besar di baliknya. Ini bukan cerita penggantian yang rapi. Ini adalah cerita berantakan tentang proses belajar dari pengalaman yang sedang disusun ulang.

Ini penting karena pekerjaan junior tidak pernah hanya soal output. Tiket bug, pembersihan data, draf pertama dokumen kebutuhan produk, semua itu juga menjadi cara orang belajar selera, konteks, dan konsekuensi. Jika AI menyerap lapisan rutin, perusahaan perlu merancang cara baru agar pekerja awal karier dapat melihat bagaimana keputusan dibuat. Jika tidak, industri mungkin mengotomatiskan tangganya lalu bertanya-tanya mengapa tidak ada yang tahu cara memanjat.

Computerworld juga melaporkan bahwa 78% pekerja awal karier memandang keterampilan AI sebagai hal yang esensial, sementara 75% percaya AI akan menciptakan peluang kerja baru di bidang mereka dan 77% berpikir AI akan membantu mereka maju. Optimisme itu penting. Orang-orang yang paling dekat dengan disrupsi ini tidak sekadar mundur. Banyak dari mereka sedang mencoba menjadi fasih dalam tata bahasa baru dunia kerja sebelum deskripsi pekerjaan menyusul.

Dari Keamanan Peran ke Portabilitas Keterampilan

Frontiers in Artificial Intelligence menerbitkan penelitian pada 30 Maret 2026 yang mengkaji kecemasan terhadap kecerdasan buatan, kesejahteraan digital, dan kekhawatiran karier masa depan di kalangan mahasiswa teknik serta teknologi informasi di Yordania, dengan sampel 820 orang. Geografinya spesifik, tetapi perasaannya akrab: orang-orang yang berlatih untuk masa depan teknis kini juga berlatih di dalam awan keraguan.

Pertanyaan kariernya tidak lagi hanya saya harus menjadi apa. Pertanyaannya adalah apa yang tetap berguna ketika alat terus berubah. Itulah mengapa kecemasan insinyur dan PM terasa lebih besar daripada dua jabatan itu saja. Rekayasa perangkat lunak dan manajemen produk menjadi wadah prestise bagi sekumpulan kemampuan yang lebih dalam: memodelkan sistem, menerjemahkan ambiguitas, mengoordinasikan manusia, membuat tradeoff, dan mengirimkan sesuatu yang bekerja di dunia nyata. AI mengubah alur kerja di sekitar kemampuan-kemampuan itu, tetapi tidak menghapus kebutuhan akan kemampuan tersebut.

Langkah praktisnya adalah mengaudit pekerjaanmu untuk melihat portabilitasnya. Bagian mana yang bergantung pada jabatan, alat, atau proses perusahaan? Bagian mana yang tetap penting jika antarmukanya berubah besok? Para pembangun yang paling baik beradaptasi mungkin bukan mereka yang panik mempelajari setiap demo produk. Mereka adalah orang-orang yang menggunakan AI untuk memperpendek loop umpan balik sambil menjadi lebih serius tentang penilaian.

Keunggulan karier berikutnya di dunia teknologi mungkin tidak terlihat seperti mempertahankan jabatan, melainkan seperti mengumpulkan bukti yang dapat ditransfer: proyek yang dikirim dengan bantuan AI, sistem yang dievaluasi dengan cermat, wawasan pelanggan yang diubah menjadi keputusan, alur kerja yang didokumentasikan agar orang lain bisa belajar. Pertanyaan yang tidak nyaman bukanlah apakah insinyur perangkat lunak dan PM masih punya tempat. Pertanyaannya adalah apakah kita bersedia menggambarkan nilai kita dalam bentuk kata kerja, bukan kata benda, lalu melatih kata kerja itu sampai bisa dibawa ke mana-mana?