Karyawan yang Menggunakan AI Bekerja Lebih Cepat, Namun Ekonomi Tidakan Lebih Efisien. Tinjauan ke Masa Pra-Internet Mungkin Menjelaskan Mengapa

(SeaPRwire) –   Dua hal menarik terjadi pada perekonomian di tahun 2026. Di satu sisi, ekspansi ekonomi masih kuat meskipun pertumbuhan lapangan kerja melambat, menunjukkan produktivitas di antara mereka yang saat ini bekerja meningkat. Namun, menurut banyak ukuran, pertumbuhan produktivitas nyaris tidak bergerak dalam beberapa tahun terakhir, dan melambat pada kuartal pertama tahun 2026. Hal-hal tersebut biasanya tidak bisa terjadi pada saat yang bersamaan.

Para teknolog mengklaim AI akan membantu mengoptimalkan alur kerja dan meningkatkan produktivitas ekonomi AS—ukuran seberapa efisien sumber daya seperti tenaga kerja diubah menjadi barang dan jasa. Meskipun pertumbuhan tersebut belum terlihat dalam data, AI mungkin bertanggung jawab atas perbedaan dalam statistik produktivitas sejauh ini.

Dalam profesi tertentu, karyawan yang menggunakan AI lebih mungkin menghasilkan jumlah pekerjaan yang sama dalam waktu lebih singkat, berpotensi menghemat satu hari kerja penuh dalam seminggu, menurut sebuah studi oleh London School of Economics tahun lalu. Para ekonom menyebut ini sebagai contoh pendalaman modal, atau ketika pekerja mendapatkan akses ke alat yang lebih baik dan produktivitas individu mereka meningkat sebagai hasilnya—seperti ketika seorang pekerja konstruksi menukar sekop dengan ekskavator mekanis.

Ada contoh lain dari proses ini yang mungkin lebih analog dengan era AI, yang diajukan dalam ringkasan penelitian yang diterbitkan Selasa oleh Federal Reserve Bank of San Francisco. Sama seperti perusahaan yang menghabiskan banyak uang untuk integrasi AI saat ini, para ekonom yang menganalisis hari-hari pertama Internet pada awal dan pertengahan 1990-an mungkin juga bingung. Karyawan tiba-tiba memiliki akses ke teknologi inovatif, tetapi banyak perusahaan tetap terjebak dalam “paradoks produktivitas” yang melanda AS antara tahun 1970-an dan 1990-an karena investasi besar-besaran dalam IT gagal diterjemahkan menjadi peningkatan efisiensi.

Kelesuan itu ternyata hanya jeda, tentu saja, dan jika sejarah terulang, ekonomi AS mungkin berada di awal lonjakan produktivitas bersejarah tanpa menyadarinya.

“Menentukan apakah periode pertumbuhan tinggi yang berkepanjangan telah dimulai atau belum sulit dilakukan secara real-time dan biasanya hanya jelas dengan manfaat dari beberapa pandangan ke belakang,” tulis para peneliti Fed.

Produktivitas yang Berubah-ubah

Ada dua metrik utama yang digunakan para ekonom untuk mengukur produktivitas, dan keduanya menunjuk ke arah yang berlawanan. Salah satunya adalah produktivitas tenaga kerja, yang mengukur output per unit tenaga kerja. Yang lainnya adalah produktivitas faktor total (TFP), metrik yang lebih luas yang mencakup seberapa efisien seluruh perekonomian mampu mengubah input menjadi output.

Produktivitas tenaga kerja telah menunjukkan peningkatan yang solid dalam beberapa tahun terakhir, tetapi TFP kesulitan untuk mencatat pertumbuhan yang signifikan sejak lonjakan pasca-pandemi. Para peneliti Fed menafsirkan perbedaan ini sebagai karyawan yang bekerja lebih cepat dan lebih produktif pada tingkat individu, tetapi angkatan kerja secara keseluruhan belum tentu menjadi lebih efisien.

Pola ini mencerminkan apa yang terjadi selama ledakan komputer dan internet pada tahun 1990-an. Dimulai sekitar pertengahan 1996, produktivitas tenaga kerja mulai berakselerasi lebih cepat daripada TFP, tetapi manfaat produktivitas penuh dari Internet tidak terwujud dalam data keseluruhan hingga beberapa tahun kemudian.

Peraih Nobel Robert Solow merangkum disonansi tersebut dengan sebuah sindiran yang sejak itu diabadikan: “Anda dapat melihat era komputer di mana-mana kecuali dalam statistik produktivitas,” tulisnya pada tahun 1987.

Dinamika serupa sedang terjadi saat ini, dengan para komentator termasuk kepala ekonom Apollo, Torsten Slok, menerapkan kerangka kerja Solow pada era AI. Investasi bisnis dalam AI melonjak karena perusahaan memperkirakan ledakan produktivitas, yang berarti setiap pekerja memiliki akses ke pilihan alat yang lebih luas yang belum terintegrasi secara efisien di seluruh perekonomian.

Kesulitan awal adopsi AI telah terungkap oleh berbagai bukti. Sebuah studi Harvard Business Review terhadap 200 karyawan di sebuah perusahaan teknologi AS yang diterbitkan awal tahun ini menemukan bahwa karyawan yang menggunakan alat AI memang menghemat waktu dalam tugas mereka, tetapi waktu tersebut sering dialihkan ke pekerjaan lain sehingga mengurangi waktu istirahat secara keseluruhan. Hasil akhirnya adalah lebih banyak waktu di tempat kerja bagi sebagian besar pekerja, dan risiko kelelahan yang lebih tinggi. Sebuah studi Harvard terpisah menemukan bahwa penggunaan AI yang ekstensif di tempat kerja dapat menyebabkan beban kognitif yang berlebihan, mengakibatkan lebih banyak kasus “brain fry.”

Studi lain oleh Atlanta Fed dari bulan Maret bahkan lebih spesifik. Cabang tersebut mensurvei sekitar 750 eksekutif perusahaan dan secara umum menemukan produktivitas meningkat berkat AI. Namun, peningkatan produktivitas yang dirasakan, seperti yang dilaporkan oleh para eksekutif, lebih besar daripada yang sebenarnya dapat diukur oleh para peneliti dari indikator seperti pendapatan perusahaan, yang oleh Fed dikaitkan dengan “realisasi output yang tertunda.”

Pekerja mungkin merasa seolah-olah mereka menjadi lebih produktif dengan AI, dan dalam banyak kasus itu bisa benar. Namun, kurangnya dampak terukur bagi perekonomian secara keseluruhan memiliki kemiripan yang mencolok dengan masa-masa awal Internet, ketika data belum mengumumkan ledakan produktivitas yang akan segera terjadi.

“Jika hari ini mencerminkan apa yang kita alami pada pertengahan 1990-an, kita mungkin berada di tahap awal ledakan produktivitas yang didorong oleh AI yang hanya akan menjadi jelas di kemudian hari,” tulis para peneliti San Francisco Fed.