JURNAL IT - Beberapa tahun lalu, para pakar memperkirakan bahwa pada tahun 2030, sekitar 90% pengembang perangkat lunak akan digantikan oleh kecerdasan buatan (AI).
Narasi ini memicu gelombang pemutusan hubungan kerja (PHK) massal yang melanda industri teknologi sejak awal tahun 2024, di mana perusahaan raksasa seperti Google, Amazon, Meta, dan Microsoft memangkas sekitar 124.000 pengembang perangkat lunak demi beralih ke alat otomatisasi kode.
Namun, memasuki tahun 2026, realitas di lapangan menunjukkan arah yang sangat berbeda, perusahaan-perusahaan tersebut kini justru tengah sibuk merekrut kembali para engineer mereka.
Awalnya, janji AI sangat menggiurkan, efisiensi tinggi dengan margin keuntungan yang lebih besar.
Namun, alih-alih mempercepat pekerjaan, penggunaan AI sering kali menghasilkan apa yang disebut sebagai "kode sampah" (junk code).
Penelitian terbaru mengungkapkan bahwa kode yang dihasilkan AI mengandung kesalahan hingga 1,7 kali lebih banyak dibandingkan kode yang ditulis manusia.
Akibatnya, para pengembang senior justru bekerja 19% lebih lambat karena harus menghabiskan waktu untuk mengoreksi saran AI yang terlihat meyakinkan namun sebenarnya cacat.
Bukannya mengurangi biaya, ketergantungan pada AI justru meningkatkan beban kerja karena jumlah kode yang harus dipelihara membengkak hingga 38%.
Masalah Konteks dan Ketidakmampuan Koreksi Diri
Salah satu kelemahan fatal AI adalah ketidakmampuannya memahami konteks bisnis.
Berdasarkan data dari Gartner, lebih dari 50% kesalahan dalam kode buatan AI berkaitan dengan ketidaktahuan mesin terhadap tujuan strategis, batasan teknis, atau keputusan bisnis perusahaan, bukan sekadar kesalahan sintaks.
Kode tersebut mungkin bekerja dengan baik secara isolasi, namun sering kali gagal total saat diintegrasikan ke dalam sistem nyata yang kompleks.
Selain itu, penelitian dari Princeton University menemukan bahwa model AI gagal mengoreksi diri mereka sendiri dalam lebih dari 60% kasus, bahkan ketika diminta untuk meninjau kembali kode mereka sendiri (debugging).
Berbeda dengan pengembang manusia yang bisa menyadari kesalahan saat proses berjalan, AI akan terus mengulang kesalahan yang sama kecuali diarahkan secara spesifik oleh manusia.
Fenomena "Boomerang Hiring"
Kegagalan AI untuk bekerja secara mandiri memicu tren yang disebut sebagai "Boomerang Hiring", yaitu perekrutan kembali mantan karyawan yang sebelumnya telah diberhentikan.
Diperkirakan 4 dari 10 rekrutan baru di sektor teknologi adalah mantan karyawan perusahaan tersebut.
Di Google sendiri, sekitar 20% dari software engineer yang direkrut pada tahun 2025 merupakan mantan karyawan yang kembali bergabung.
Perusahaan menyadari bahwa mereka membutuhkan tenaga ahli yang sudah memahami sistem internal dan konteks bisnis untuk mengawasi serta memperbaiki hasil kerja AI.
Hal ini menyebabkan pergeseran struktural, permintaan akan pengembang senior melonjak hingga 54%, sementara posisi pengembang junior justru semakin berkurang karena tugas-tugas dasar mereka mulai diambil alih oleh AI.
Masa Depan: Reshape, Bukan Erase
Meskipun AI tetap digunakan sebagai alat bantu produktivitas, industri teknologi mulai menyadari bahwa teknologi ini tidak bisa menggantikan pengembang berpengalaman sepenuhnya.
Tantangan dalam pengembangan perangkat lunak kini telah bergeser, fokus utama bukan lagi sekadar menulis kode, melainkan memelihara, mengoptimalkan, dan memperbaikinya.
Pada akhirnya, keberadaan AI tidak menghapus pekerjaan pengembang perangkat lunak, melainkan membentuk ulang peran mereka.
Keahlian manusia tetap menjadi jangkar utama dalam memastikan teknologi bekerja sesuai dengan target bisnis yang kompleks dan dinamis.
Sebagaimana diprediksi oleh Gartner, 50% perusahaan yang melakukan PHK karena alasan AI diprediksi akan merekrut kembali untuk peran yang sama pada tahun 2027.(*)
0 Komentar