Kami masih berada di tahap “kincir air” AI, memaksakan chatbot ke dalam alur kerja yang dirancang untuk manusia. Sejarah mengajarkan kita bahwa siapa yang menguasai bahan baku, dialah yang mendefinisikan zaman. Ketika pekerjaan pengetahuan menyatu dengan kecerdasan yang tak pernah berhenti, seperti apa masa depan itu? Artikel ini berasal dari tulisan Ivan Zhao, CEO Notion, yang disusun, diterjemahkan, dan disusun oleh TechFlow.
（Prakata: Apa yang paling dicari pengguna kripto pada tahun 2025? Berbagai model AI besar memberikan jawaban ini）
（Tambahan latar belakang: artikel a16: Ketika AI menyerang platform konten, bagaimana staking kripto dapat memulihkan kepercayaan?）

Daftar isi artikel

• Pribadi: dari sepeda ke mobil
• Organisasi: dari besi dan uap
• Ekonomi: dari Florence ke kota besar
• Melampaui kincir air

Kami masih berada di tahap “kincir air” AI, memaksakan chatbot ke dalam alur kerja yang dirancang untuk manusia. Setiap era dibentuk oleh bahan teknologi uniknya. Besi membentuk era emas, semikonduktor membuka era digital. Kini kecerdasan buatan hadir dalam bentuk kecerdasan tak terbatas. Sejarah mengajarkan kita: siapa yang menguasai bahan baku, dialah yang mendefinisikan zaman.

Gambar kiri: Remaja Andrew Carnegie dan adiknya. Gambar kanan: Pabrik baja di Pittsburgh pada era emas.

Pada tahun 1850-an, Andrew Carnegie masih seorang operator telegraf yang berlari di jalan berlumpur Pittsburgh, saat itu enam dari sepuluh orang Amerika adalah petani. Hanya dua generasi kemudian, Carnegie dan rekan-rekannya membentuk dunia modern, kuda digantikan kereta api, lilin digantikan lampu listrik, besi digantikan baja.

Sejak saat itu, pekerjaan beralih dari pabrik ke kantor. Kini saya menjalankan sebuah perusahaan perangkat lunak di San Francisco, menciptakan alat bagi ribuan pekerja pengetahuan. Di kota teknologi ini, semua orang membicarakan kecerdasan buatan umum (AGI), tetapi sebagian besar dari dua miliar pekerja kantor belum merasakan keberadaannya. Tidak lama lagi, seperti apa bentuk pekerjaan pengetahuan? Ketika struktur organisasi menyatu dengan kecerdasan yang tak pernah berhenti, apa yang akan terjadi?

Film awal sering kali seperti pertunjukan panggung, satu kamera merekam panggung.

Masa depan sering kali sulit diprediksi karena selalu menyamar sebagai masa lalu. Panggilan awal mirip telegraf yang singkat, film awal seperti rekaman pertunjukan panggung. Seperti kata Marshall McLuhan: “Kita selalu mengemudi ke masa depan melalui spion belakang.”

Kecerdasan buatan yang paling umum saat ini masih terlihat seperti pencarian Google di masa lalu. Mengutip kata McLuhan: “Kita selalu mengemudi ke masa depan melalui spion belakang.” Hari ini, yang kita lihat adalah chatbot AI yang meniru kotak pencarian Google. Kita sedang terjebak dalam masa transisi yang tidak nyaman yang selalu muncul di setiap perubahan teknologi.

Saya juga tidak punya semua jawaban tentang bagaimana masa depan akan terbentuk. Tapi saya suka menggunakan beberapa metafora sejarah untuk memikirkan bagaimana kecerdasan buatan akan berperan di berbagai tingkat pribadi, organisasi, dan ekonomi secara keseluruhan.

Pribadi: dari sepeda ke mobil

Tanda-tanda awal dapat dilihat pada “praktisi tingkat tinggi” dalam pekerjaan pengetahuan, seperti programmer.

Co-founder saya, Simon, pernah menjadi “programmer sepuluh kali lipat”, tetapi akhir-akhir ini dia jarang menulis kode sendiri. Saat melewati mejanya, Anda akan melihat dia mengatur tiga hingga empat asisten pemrograman AI secara bersamaan. Asisten ini tidak hanya mengetik lebih cepat, tetapi juga berpikir, membuatnya menjadi insinyur yang meningkatkan efisiensi sebesar 30 hingga 40 kali lipat. Dia sering menyusun antrean tugas sebelum makan siang atau sebelum tidur, membiarkan AI melanjutkan pekerjaannya saat dia pergi. Dia telah menjadi pengelola kecerdasan tak terbatas.

Pada tahun 1970-an, sebuah studi tentang efisiensi gerak yang diterbitkan di Scientific American menginspirasi Steve Jobs untuk menyebutnya “sepeda pikiran”. Hanya saja, selama beberapa dekade setelahnya, kita terus mengendarai “sepeda” di jalan raya informasi yang sangat cepat.

Pada tahun 1980-an, Steve Jobs menyebut komputer pribadi sebagai “sepeda pikiran”. Sepuluh tahun kemudian, kita membangun jalan raya informasi yang disebut internet. Tapi saat ini, sebagian besar pekerjaan pengetahuan masih bergantung pada manusia. Ini seperti kita terus mengendarai sepeda di jalan raya yang sangat cepat itu.

Dengan bantuan asisten AI, orang seperti Simon telah beralih dari mengendarai sepeda ke mengemudi mobil.

Kapan pekerja pengetahuan lainnya bisa “mengemudi mobil”? Ada dua masalah yang harus diselesaikan.

Mengapa membantu pekerjaan pengetahuan dengan AI lebih sulit dibandingkan dengan asisten pemrograman? Karena pekerjaan pengetahuan lebih tersebar dan lebih sulit diverifikasi.

Pertama adalah fragmentasi konteks. Dalam pemrograman, alat dan konteks sering terkonsentrasi di satu tempat: lingkungan pengembangan terpadu, repositori kode, terminal. Tapi pekerjaan pengetahuan umum tersebar di puluhan alat. Bayangkan sebuah asisten AI mencoba menyusun ringkasan produk: ia harus menarik informasi dari percakapan Slack, dokumen strategi, data kuartal terakhir dari dashboard, dan memori organisasi yang hanya ada di kepala seseorang. Saat ini, manusia berperan sebagai perekat, menyalin, menempel, dan beralih antar tab browser untuk menyusun semuanya. Jika konteks tidak terintegrasi, asisten AI hanya bisa terbatas pada penggunaan yang sempit.

Elemen kedua yang hilang adalah verifikasi. Kode memiliki sifat ajaib: Anda bisa memverifikasi melalui pengujian dan pesan kesalahan. Pengembang model memanfaatkan hal ini, melatih AI agar lebih baik dalam pemrograman melalui pembelajaran penguatan dan metode lainnya. Tapi bagaimana kita memverifikasi apakah sebuah proyek dikelola dengan baik, atau apakah sebuah memo strategi luar biasa? Kita belum menemukan cara untuk meningkatkan model pekerjaan pengetahuan umum. Jadi, manusia tetap harus mengawasi, membimbing, dan menunjukkan apa yang disebut “baik”.

Pada tahun 1865, “Red Flag Act” mengharuskan mobil berjalan di jalan dengan seorang penunjuk bendera berjalan di depan (undang-undang ini dicabut pada 1896).

Praktik asisten pemrograman tahun ini menunjukkan bahwa “manusia dalam loop” tidak selalu ideal. Ini seperti membiarkan manusia memeriksa satu per satu baut di jalur produksi, atau berjalan di depan mobil untuk membersihkan jalan (lihat “Red Flag Act” 1865). Kita seharusnya membiarkan manusia mengawasi dari posisi yang lebih tinggi, bukan terlibat langsung di dalamnya. Setelah konteks terintegrasi, pekerjaan menjadi dapat diverifikasi, dan ratusan juta pekerja akan beralih dari “mengendarai sepeda” ke “mengemudi mobil”, lalu menuju “mengemudi otomatis”.

Organisasi: dari besi dan uap

Perusahaan adalah penemuan modern, yang efisiensinya menurun seiring bertambahnya skala, dan akhirnya mencapai batas.

Diagram struktur organisasi New York & Erie Railroad tahun 1855. Perusahaan modern dan struktur organisasinya berkembang dari evolusi perusahaan kereta api, yang merupakan perusahaan pertama yang membutuhkan koordinasi jarak jauh antara ribuan orang.

Berabad-abad yang lalu, sebagian besar perusahaan hanyalah bengkel kecil berjumlah belasan orang. Kini kita memiliki perusahaan multinasional dengan ratusan ribu karyawan. Infrastruktur komunikasi yang bergantung pada pertemuan dan otak manusia yang saling terhubung tidak mampu menanggung beban yang meningkat secara eksponensial. Kita mencoba mengatasi ini dengan hierarki, proses, dan dokumen, tetapi ini sama seperti membangun gedung pencakar langit dari kayu, menggunakan alat berukuran manusia untuk menyelesaikan masalah berskala industri.

Dua metafora sejarah menunjukkan bagaimana masa depan organisasi bisa berbeda ketika mereka mengadopsi bahan teknologi baru.

Keajaiban baja: Menara Woolworth di New York yang selesai tahun 1913 pernah menjadi bangunan tertinggi di dunia.

Yang pertama adalah baja. Sebelum baja, tinggi bangunan di abad ke-19 dibatasi enam hingga tujuh lantai. Besi kuat, tetapi rapuh dan berat; menambah lantai akan menyebabkan struktur runtuh karena beban sendiri. Baja mengubah semuanya. Kuat dan lentur, kerangka bangunan bisa lebih ringan, dinding lebih tipis, dan bangunan bisa menjulang puluhan lantai. Bangunan baru ini memungkinkan.

AI adalah “baja” dari organisasi. Ia diharapkan mampu menjaga konteks tetap terhubung di seluruh alur kerja, dan menampilkan pengambilan keputusan saat diperlukan tanpa gangguan noise. Komunikasi manusia tidak lagi harus berperan sebagai dinding penahan beban. Rapat sinkron dua jam seminggu bisa digantikan oleh peninjauan non-sinkron selama lima menit; keputusan tingkat tinggi yang membutuhkan tiga tingkat persetujuan mungkin bisa selesai dalam beberapa menit. Perusahaan dapat benar-benar mencapai skala besar dan menghindari penurunan efisiensi yang dulu dianggap tak terelakkan.

Cerita tentang pabrik yang digerakkan oleh kincir air. Tenaga air besar tetapi tidak stabil, dan terbatas oleh lokasi dan musim.

Cerita kedua tentang mesin uap. Pada awal Revolusi Industri, pabrik tekstil awal dibangun mengikuti sungai, digerakkan oleh kincir air. Setelah mesin uap muncul, pemilik pabrik awalnya hanya mengganti kincir air dengan mesin uap, sisanya tetap sama, dan produktivitas meningkat terbatas.

Terobosan nyata terjadi saat pemilik pabrik menyadari mereka bisa benar-benar melepaskan diri dari ketergantungan sumber air. Mereka membangun pabrik yang lebih besar di dekat pekerja, pelabuhan, dan bahan baku, dan merancang ulang tata letak pabrik mengelilingi mesin uap (kemudian, setelah listrik menyebar, pemilik pabrik semakin lepas dari poros tenaga pusat, menyebarkan mesin kecil ke seluruh bagian pabrik untuk memberi daya pada berbagai mesin). Produktivitas pun melonjak, dan gelombang kedua Revolusi Industri pun dimulai.

Gambar tahun 1835 karya Thomas Allom, menggambarkan pabrik tekstil di Lancashire, Inggris, yang digerakkan mesin uap.

Kami masih berada di tahap “mengganti kincir air”. Memasukkan chatbot AI ke dalam alur kerja yang dirancang untuk manusia, kita belum benar-benar membayangkan, ketika batasan lama hilang dan organisasi mampu mengandalkan kecerdasan tak terbatas yang bekerja bahkan saat kita tidur, seperti apa bentuknya.

Di perusahaan saya, Notion, kami terus bereksperimen. Selain 1000 karyawan, kini ada lebih dari 700 asisten AI yang menangani pekerjaan berulang: mencatat rapat, menjawab pertanyaan untuk mengintegrasikan pengetahuan tim, menangani permintaan TI, mencatat umpan balik pelanggan, membantu karyawan baru memahami manfaat, menyusun laporan status mingguan agar tidak perlu salin-tempel manual… Ini baru langkah awal. Potensi sejatinya terbatas oleh imajinasi dan kebiasaan kita.

Ekonomi: dari Florence ke kota besar

Baja dan uap tidak hanya mengubah bangunan dan pabrik, tetapi juga kota.

Hingga beberapa abad yang lalu, kota masih berukuran manusia. Anda bisa berjalan kaki melintasi Florence dalam empat puluh menit, ritme kehidupan ditentukan oleh jarak jalan kaki dan jangkauan suara manusia.

Kemudian, struktur rangka baja memungkinkan pencapaian gedung pencakar langit; mesin uap menghubungkan pusat kota dan daerah sekitarnya melalui kereta api; lift, kereta bawah tanah, jalan tol bermunculan. Skala dan kepadatan kota meningkat pesat—Tokyo, Chongqing, Dallas.

Ini bukan sekadar memperbesar Florence, melainkan gaya hidup yang sama sekali baru. Kota besar membuat orang tersesat, anonim, dan sulit dikendalikan. “Ketidakpastian” ini adalah harga dari skala. Tapi mereka juga menawarkan lebih banyak peluang, kebebasan lebih besar, mendukung lebih banyak orang melakukan lebih banyak kegiatan dalam berbagai kombinasi, sesuatu yang tidak bisa dicapai oleh kota seni dan budaya berukuran manusia.

Saya percaya ekonomi pengetahuan akan mengalami transformasi yang sama.

Saat ini, pekerjaan pengetahuan menyumbang hampir setengah dari PDB AS, tetapi operasinya sebagian besar masih berukuran manusia: tim kecil puluhan orang, alur kerja bergantung pada rapat dan email, organisasi dengan ratusan orang sulit dipertahankan… Kita terus membangun “Florence” dari batu dan kayu.

Ketika asisten AI digunakan secara massal, kita akan membangun “Tokyo”, organisasi yang terdiri dari ribuan AI dan manusia bersama-sama; alur kerja yang berjalan terus-menerus lintas zona waktu tanpa harus menunggu seseorang bangun untuk melanjutkan; pengambilan keputusan yang disusun secara sintetis dengan partisipasi manusia yang tepat.

Itu akan menjadi pengalaman yang berbeda: lebih cepat, dengan efek pengungkit yang lebih kuat, tetapi awalnya juga akan lebih membingungkan. Rutin pertemuan mingguan, perencanaan kuartalan, evaluasi tahunan mungkin tidak lagi relevan, dan ritme baru akan muncul. Kita mungkin kehilangan beberapa kejelasan, tetapi akan mendapatkan skala dan kecepatan.

Melampaui kincir air

Setiap bahan teknologi menuntut manusia berhenti melihat dunia melalui spion belakang, dan mulai membayangkan dunia baru. Carnegie memandang baja, melihat garis langit kota; pemilik pabrik Lancashire memandang mesin uap, melihat pabrik yang jauh dari sungai.

Kami masih berada di tahap “kincir air” AI, memaksakan chatbot ke dalam alur kerja yang dirancang untuk manusia. Kita tidak cukup hanya menjadikan AI sebagai pendamping, tetapi harus membayangkan: ketika organisasi manusia diperkuat baja, ketika pekerjaan kecil diserahkan kepada kecerdasan yang tak pernah berhenti, seperti apa gambaran pekerjaan pengetahuan itu?

Baja, uap, dan kecerdasan tak terbatas. Garis langit berikutnya sudah di depan mata, menunggu untuk kita bangun sendiri.