Pascual Restrepo adalah orang yang selama bertahun-tahun mencoba memahami bagaimana AI memengaruhi ekonomi: lapangan kerja dan upah.

Ia lahir di Kolombia, belajar matematika dan ekonomi, meraih gelar doktor di MIT, dan kini mengajar di Universitas Yale.
Sebagian besar penelitian Restrepo ia tulis bersama Daron Acemoglu—pembimbing akademisnya dan penerima Nobel Ekonomi 2024.

Bersama-sama mereka membuktikan: kemajuan teknologi memang meningkatkan produktivitas, tetapi manfaatnya tidak selalu terdistribusi secara merata di antara manusia.

Baru-baru ini Restrepo memberikan wawancara panjang—Pascual Restrepo on AI, automation, and the future of work

Berikut beberapa pemikiran kunci dari percakapan tersebut


1️⃣ Otomatisasi tidak menggantikan profesi, melainkan tugas-tugas tertentu.
Ketika robot pengelasan muncul di pabrik mobil, ia tidak serta-merta menghancurkan semua lapangan kerja. Ia mengambil alih operasi tertentu, sementara manusia terus melakukan bagian lain dari proses produksi. Oleh karena itu, lebih tepat bertanya bukan "apakah profesi ini akan hilang?", melainkan "tugas mana di dalamnya yang bisa dilakukan mesin?".


2️⃣ Kecerdasan buatan mengubah aturan main
Perangkat lunak sebelumnya sebagian besar mengotomatisasi hal-hal yang bisa diinstruksikan secara presisi oleh manusia sebelumnya. AI modern belajar dari contoh. Berkat ini, ia mampu menguasai tugas-tugas yang didasarkan pada pengalaman, observasi, dan pengetahuan implisit—yaitu keterampilan yang tidak selalu bisa dijelaskan secara rinci oleh manusia.

Restrepo mengakui bahwa secara teoretis AI bisa belajar melakukan hampir semua pekerjaan manusia. Jika cukup lama mengamati tindakan manusia, mengumpulkan cukup contoh, dan menyediakan daya komputasi yang diperlukan.

Transisi ini akan diperlambat oleh biaya infrastruktur, kekurangan daya komputasi, institusi sosial, dan keinginan sederhana manusia untuk terus berinteraksi dengan sesama—misalnya, dengan guru, dokter, atau konsultan.


3️⃣ Selain itu, bahkan AI yang sangat kuat pun akan menghadapi persaingan untuk sumber daya komputasi. Jika AI yang sama dapat digunakan untuk mengotomatisasi pekerjaan pengacara atau untuk mencari obat kanker, mengembangkan energi, dan memecahkan masalah iklim, tugas-tugas yang paling bernilai akan mendapat prioritas.
Di sinilah hal yang paling menarik dimulai.

Sepanjang sejarah ekonomi, kendala utama produksi adalah manusia. Agar ekonomi tumbuh, dibutuhkan lebih banyak pekerja atau pekerja yang lebih produktif.

Dalam ekonomi AI, kendala ini mungkin bukan lagi tenaga kerja manusia, melainkan daya komputasi: chip, server, pusat data, dan energi. Produksi akan diskalakan bukan dengan mempekerjakan orang, melainkan dengan menambah daya komputasi.
Namun, penurunan upah tidak serta-merta menyebabkan penurunan taraf hidup. Jika AI secara drastis membuat barang dan jasa lebih murah, seseorang dapat membeli lebih banyak bahkan dengan pendapatan nominal yang lebih rendah.


4️⃣ Tetapi skenario optimis seperti itu hanya mungkin terjadi jika manfaatnya tersebar luas. Jika otomatisasi hanya memengaruhi sekelompok kecil profesi, sementara harga lainnya hampir tidak berubah, justru perwakilan profesi tersebut yang akan mengalami kerugian nyata.

Yang lebih penting adalah memahami tempat apa yang akan ia tempati dalam ekonomi baru dan kepada siapa kekayaan yang dihasilkannya akan diberikan.

Manusia mungkin terus bekerja, tetapi pertumbuhan ekonomi semakin sedikit bergantung pada kerja mereka. Jika sumber daya utama menjadi infrastruktur komputasi, sebagian besar pendapatan baru dapat beralih ke pemiliknya.


Jika dirangkum, pertanyaan utama masa depan adalah: "Bagaimana mendistribusikan pendapatan dari perusahaan di mana manusia tidak lagi menjadi kendala utama pertumbuhan?"

📲 MAX 👮‍♂️ VK ☺️ДЗЕН 🙃 СЕТКА ✈️ TG #ai #ии #нейросети #интервью