Blog

Seeing AGI (8): Kelahiran Kembali Peran Manusia

insights·
Eric JingEric Jing
Seeing AGI (8): Kelahiran Kembali Peran Manusia

Saya baru-baru ini menghadiri Delight Spark di San Francisco, dan ada satu percakapan yang terus terngiang setelah acara berakhir. Topiknya tentang organisasi AI.

Lewat tujuh artikel Seeing AGI sebelumnya, saya sudah menulis tentang kedatangan AGI, vibe working, dan sistem multi-agen. Tapi pertanyaan yang terus saya kembali ke sana adalah lebih sederhana: apa yang terjadi pada peran manusia di dalam perusahaan? Sebelum AI menulis ulang bagan organisasi, ia menulis ulang orangnya dulu.

Terlalu banyak perusahaan yang masih memperlakukan AI sebagai upgrade software untuk orang yang sama dengan pekerjaan yang sama. Itu cara pandang yang salah. AI bukan sekadar mempercepat pekerjaan. Ia mengubah siapa mengerjakan apa, siapa yang memegang konteks, dan bagaimana penilaian itu mengalir.

Setiap Gelombang Teknologi Mengubah Peran Manusia

Ketika orang berhadapan dengan teknologi terobosan, mereka biasanya menganggap pekerjaan mereka akan tetap persis sama, hanya lebih cepat. Sejarah memperlihatkan bahwa itu ilusi.

Diagram yang menunjukkan kompresi peran dan perluasan cakupan saat pod yang didukung AI menggantikan peran sekuensial yang sempit

Hal pertama yang berubah jarang sekali bagan organisasi di atas kertas. Yang pertama berubah adalah apa yang manusia lakukan sehari-hari, kepada siapa mereka bergantung, kepada siapa mereka melapor, dan jenis penilaian seperti apa yang sebenarnya dihargai oleh sistem.

Jadi jika kita ingin memahami AI dengan jernih, kita tidak hanya perlu bertanya apa yang bisa dilakukan model. Kita harus bertanya apa yang dilakukan oleh gelombang-gelombang teknologi sebelumnya terhadap pekerjaan itu sendiri.

Listrik bukan hanya memodernisasi pabrik. Ia mengubah orang-orang di dalamnya.

Pelajaran terkenal dari elektrifikasi bukan sekadar bahwa listrik itu kuat. Pelajarannya adalah gelombang adopsi pertama gagal memberikan hasil maksimal karena pabrik mempertahankan tata letak lama. Pemilik mengganti mesin uap dengan dinamo, tapi tetap memakai logika daya tersentralisasi yang sama, poros lini yang sama, sabuk yang sama, dan geometri produksi yang sama.

Lompatan sesungguhnya datang belakangan, ketika pabrik mengadopsi unit drive — motor listrik individual di tingkat mesin. Pada titik itu, bangunan itu sendiri bisa berubah. Tata letak satu lantai jadi lebih mudah dilakukan. Mesin tidak lagi harus disusun mengelilingi satu tulang punggung mekanis. Alur kerja bisa dirancang ulang berdasarkan kecepatan, keselamatan, dan spesialisasi.

Dan begitu pabrik berubah, peran manusia ikut berubah. Logika lama tentang ruang mesin sentral, tata letak yang digerakkan poros, dan pemeliharaan yang dibangun di sekitar satu sumber daya mulai memudar. Sebagai gantinya muncul kebutuhan baru akan teknisi listrik, insinyur kelistrikan, perencana pabrik, dan jenis manajemen operasi yang baru. Paul David menulis bahwa elektrifikasi skala besar membutuhkan pembentukan "kader arsitek pabrik dan insinyur kelistrikan yang berpengalaman." Itulah intinya. Sumber daya baru tidak sekadar membuat pekerja lama lebih cepat. Ia menciptakan spesialis baru, hubungan pelaporan baru, dan logika operasi baru.

Diagram yang menunjukkan bagaimana elektrifikasi menggeser pabrik dari tenaga uap sentral ke motor terdistribusi dan peran spesialis baru

Komputer bukan hanya mengotomatisasi kantor. Mereka menciptakan peran informasi yang sepenuhnya baru.

Era komputer melakukan hal serupa. Sebelum komputerisasi, organisasi besar mengandalkan lapisan-lapisan klerek, juru ketik, staf arsip, pembukuan, dan operator mesin untuk memindahkan informasi secara manual. Lalu muncul departemen pemrosesan data, operator keypunch, programmer, analis sistem, dan kemudian administrator basis data dan manajer IT.

Sebagian peran menyusut. Yang lain muncul dari ketiadaan. Operator keypunch menjadi pekerjaan yang dikenali pada era kartu pelubang lalu perlahan menghilang seiring komputasi langsung menyebar. Pada saat yang sama, analis sistem muncul sebagai peran jembatan baru — orang yang bisa memahami bisnis, merancang sistem, menyiapkan diagram untuk programmer, dan menerjemahkan kebutuhan manajemen menjadi struktur teknis. Peran itu hanya masuk akal di dunia di mana software menjadi bagian dari cara perusahaan berpikir.

Ini juga mengubah jalur pelaporan. Begitu sistem informasi menjadi pusat operasi, perusahaan membangun organisasi MIS dan IT, lapisan manajemen proyek, tim sistem, dan kemudian fungsi software perusahaan. Otoritas semakin mengalir lewat arsitektur informasi, bukan hanya operasi fisik.

Diagram yang menunjukkan bagaimana komputerisasi memindahkan pekerjaan dari aliran kertas ke sistem data dan menciptakan peran informasi baru

Software menciptakan organisasi produk modern.

Lalu era software menambahkan satu lapisan lagi. Saat kompleksitas software meledak, organisasi terbelah lagi. Manajemen produk muncul untuk mengisi celah antara bisnis, pengguna, dan engineering. Di software, memasarkan produk saja tidak cukup. Harus ada orang yang memutuskan apa yang dibangun, menerjemahkan skenario pengguna, dan tetap dekat dengan engineering sepanjang siklus.

UX dan desain interaksi matang seiring komputasi pribadi lalu web membuat usability menjadi sesuatu yang secara ekonomi tak bisa dihindari. Quality assurance menjadi fungsi tersendiri karena pengujian tidak bisa lagi tinggal di kepala programmer. Belakangan, Agile dan DevOps mulai mengaburkan garis-garis itu lagi, menarik tester lebih awal ke dalam siklus dan membuat kualitas menjadi tanggung jawab bersama.

Jadi struktur PM, Designer, Developer, dan Tester itu bukan diturunkan oleh alam. Ia milik era engineering software sebelumnya. Ia adalah respons rasional terhadap keterbatasan komunikasi manusia, pengetahuan yang terfragmentasi, pengkodean manual, dan loop umpan balik yang lebih lambat.

Diagram alur kerja klasik PM ke Designer ke Developer ke Tester dengan handoff dan tim terspesialisasi

Lini Perakitan Lama Dibangun untuk Dunia yang Berbeda

Begitu Anda melihat sejarah itu dengan jernih, bagan organisasi software sekarang terlihat jauh lebih tidak permanen daripada yang dibayangkan kebanyakan orang. Ia hanyalah lapisan terbaru dalam rangkaian panjang reorganisasi teknologi.

Di dunia software lama, sebuah proyek butuh tumpukan dalam fungsi-fungsi terspesialisasi sebelum bisa bergerak satu langkah pun. Logika pelaporan biasanya mencerminkan alur kerja itu sendiri: produk menghasilkan kebutuhan, desain menerjemahkannya, engineering mengimplementasikan, QA memvalidasi, dan manajemen mengoordinasikan handoff antar silo itu.

Pikirkan apa yang dulu dilakukan PM: mereka menghabiskan berminggu-minggu menulis dokumen spesifikasi raksasa setebal 20 halaman untuk dilemparkan ke seberang tembok. Designer kemudian menghabiskan berminggu-minggu mendorong piksel secara manual untuk menerjemahkan spek itu menjadi mockup. Developer mengambil mockup itu dan menghabiskan berbulan-bulan mengetik kode boilerplate. Akhirnya, Tester menghabiskan berminggu-minggu memburu ketidakcocokan dan bug.

Struktur itu masuk akal ketika setiap langkah harus dikerjakan oleh spesialis berbeda dengan alat berbeda, dengan transisi yang mahal di antaranya. Handoff bukan sekadar birokrasi. Itulah cara sistem melindungi diri dari kompleksitas.

Tapi ketika agen AI bisa membantu menghasilkan kode, membuat draf UI, membuat test case, dan memadatkan iterasi menjadi hitungan menit, struktur yang sama mulai bekerja melawan dirinya sendiri. Handoff berubah dari mekanisme keamanan menjadi semata-mata hambatan.

Sebagian besar "transformasi AI" hari ini masih terjebak di sini. Perusahaan memberi alat tulis AI ke PM, alat desain AI ke Designer, dan alat coding AI ke Developer, tapi mempertahankan jalur pelaporan yang sama dan pembagian kerja yang sama. Itu seperti menyambungkan sumber daya baru ke mesin lama.

Itu sebabnya saya percaya bagian awal cerita ini sangat penting. AI bukan teknologi pertama yang menyusun ulang pekerjaan. Tapi mungkin ia yang pertama melakukannya dengan kecepatan setinggi ini sambil sekaligus menggabungkan begitu banyak peran pengetahuan ke dalam momen eksekusi yang sama.

Apa yang Saya Lihat di Dalam Genspark

Di dalam Genspark, saya sudah bisa melihat lapisan berikutnya dari sejarah itu sedang ditulis secara real time. Kami sekarang adalah organisasi sekitar 70 orang. Struktur kami sangat datar tanpa kompromi.

Kami tidak menempatkan proyek di departemen multi-disiplin yang besar. Sebagian besar proyek kami dijalankan oleh pod agile yang hanya terdiri dari 1 sampai 3 orang. Karena alur kerjanya dipadatkan, orang-orang bekerja sangat dekat dengan keseluruhan rantai penciptaan nilai.

Ini dimulai sejak hari pertama. Karyawan baru tidak disembunyikan di peran sempit atau dipaksa membaca dokumentasi selama sebulan. Mereka langsung didorong ke garis depan. Kami secara rutin melihat orang-orang merilis fungsionalitas yang nyata dan kompleks di minggu pertama mereka. Bahkan anggota tim yang sebelumnya tidak pernah menulis satu baris kode pun dalam hidupnya merilis fitur.

Di era sebelumnya, itu akan terdengar nekat atau mustahil. Di era ini, itu adalah baseline. Orang-orang ambisius berkembang di sini karena mereka tidak lagi terjebak dalam satu kotak.

Diagram yang menunjukkan bagaimana AI mengkombinasikan ulang peran produk menjadi pod kecil AI-native dengan agen dan kepemilikan konteks bersama

Bagaimana Peran-Peran Itu Sesungguhnya Berubah

Ketika alur kerja dipadatkan seagresif ini, peran profesional tidak hilang. Mereka bermutasi. Mereka naik kelas.

PM: Dari Penulis Spek ke Sutradara Sistem

PM tidak lagi menghabiskan berminggu-minggu menulis dokumen statis untuk diinterpretasikan orang lain. Mereka memakai AI untuk menghasilkan prototipe hidup secara langsung. Mereka mengarahkan sistem, menguji logika secara real-time, dan memiliki hasil akhir, bukan sekadar memiliki kebutuhannya.

Designer: Dari Penerjemah Front-End ke Hakim Akhir

Rilis terbaru kami, Genspark Design, adalah contoh sempurna. Dalam proses lama, Designer adalah penerjemah di awal alur. Mereka harus menggambar layar secara manual sebelum siapa pun bisa membangun. Hari ini, jalur dari ide abstrak ke desain lengkap ke produk yang diluncurkan adalah kontinu.

Karena AI bisa menghasilkan puluhan prototipe fungsional fidelitas tinggi dalam hitungan detik, peran Designer bergeser ke ujung pipeline. Mereka menjadi hakim. Mereka menetapkan standar kualitas. Mereka menjaga tingkat selera. Mereka memberi tanda tangan akhir untuk pengalamannya. Mereka memutuskan iterasi AI mana yang punya jiwa yang tepat untuk merek itu.

Developer: Dari Pengetik Kode ke Arsitek Sistem

Minggu pertama seorang developer tidak lagi tentang menyiapkan environment lokal dan membaca codebase lama. Tapi tentang mengirim. Mereka menghabiskan lebih sedikit waktu mengetik boilerplate dan lebih banyak waktu mengarsiteki logika, memandu agen, dan menyelesaikan masalah struktural mendalam yang belum bisa dilihat AI.

Tester: Dari Penjaga Gerbang Manual ke Insinyur Infrastruktur Agen

Dalam alur kerja AI-native, semua orang menjadi tester untuk fitur mereka sendiri. Orang yang membangun fitur itu juga menghasilkan case, memeriksa kondisi tepi, memvalidasi pengalaman, dan memutuskan apakah sudah siap diluncurkan. Pengujian tidak lagi duduk di ujung rantai sebagai gerbang terpisah. Ia menjadi bagian dari kepenulisan itu sendiri.

Itu tidak berarti tester tradisional menghilang. Perannya naik satu tingkat. Ia menjadi peran infrastruktur. Alih-alih memeriksa setiap layar secara manual setelah faktanya, orang ini membantu memastikan bahwa setelah fitur dirilis di seluruh tim, sistem tetap stabil, dapat diamati, dan dapat dipercaya di production.

Dalam pengertian itu, tester baru terlihat lebih seperti insinyur infrastruktur untuk kualitas. Mereka membangun framework, pagar pengaman, monitoring, loop evaluasi, dan logika rilis yang membuat seluruh organisasi lebih andal. Mereka juga membantu menciptakan infrastruktur yang lebih ramah-agen, sehingga AI bisa berpartisipasi dalam pengujian, debugging, dan perbaikan berkelanjutan secara lebih efektif.

Di setiap disiplin, trennya persis sama: penilaian menjadi jauh lebih penting daripada handoff. Kepemilikan konteks menjadi lebih bernilai daripada spesialisasi sempit.

CEO: Dari Chief Executive Officer ke Chief Context Officer

Begitu Anda melihat seberapa dalam AI mengkombinasikan ulang peran, Anda tidak bisa berhenti di PM, Designer, Developer, dan Tester. CEO juga sedang ditulis ulang.

Dalam model perusahaan lama, skala mendorong CEO menjauh dari pekerjaan. Organisasi menjadi terlalu terspesialisasi, terlalu berlapis, dan terlalu lambat. Tugas CEO menjadi mengelola kompleksitas lewat orang lain.

Jarak itu bukan ciri kepribadian. Itu struktural. Di banyak perusahaan, CEO tidak bisa lagi menyentuh produk secara langsung karena pekerjaannya sudah terfragmentasi melintasi terlalu banyak fungsi, rapat, dan handoff.

AI mematahkan model itu. CEO yang mau belajar bisa kembali masuk ke dalam pekerjaan. Mereka bisa mengeksplorasi ide produk, meninjau prototipe, menguji alur, menantang asumsi, dan bahkan ikut mendorong eksekusi dengan AI. Bukan karena CEO harus kembali jadi micromanager, tapi karena tembok antara kepemimpinan dan penciptaan menjadi lebih tipis.

Jadi pekerjaannya berubah. CEO era AI mulai terlihat lebih sedikit seperti Chief Executive Officer dan lebih seperti Chief Context Officer. Perannya adalah menetapkan arah, memperjelas penilaian, memindahkan hak keputusan lebih dekat ke ujung, dan merancang antarmuka yang membuat pod-pod kecil bisa bergerak dengan kepemilikan nyata.

Dalam model lama, kekuasaan datang dari jarak dan kontrol. Dalam model baru, kekuasaan datang dari konteks, selera, kejernihan, dan kemampuan membantu organisasi berpikir dan bergerak sebagai satu sistem. Dan begitu CEO berubah, organisasi tidak bisa tetap sama. Penulisan ulang peran secara alami menjadi penulisan ulang organisasi.

Organisasi baru bukan sekadar lebih datar. Ia secara struktural berbeda.

Saya tidak berpikir deskripsi yang tepat untuk perusahaan baru ini hanyalah "datar." Datar hanya berarti lapisan yang lebih sedikit. Yang kita lihat adalah perubahan yang lebih dalam dari itu. Unit dasar organisasi tidak lagi fungsi. Ia adalah pod.

Dalam struktur lama, perusahaan dibangun mengelilingi departemen. Produk duduk di satu tempat. Desain duduk di tempat lain. Engineering duduk di tempat lain lagi. QA duduk di ujung. Bagan organisasi mencerminkan rantai handoff.

Dalam struktur baru, perusahaan mulai terlihat lebih seperti jaringan pod-pod kecil dengan konteks tinggi. Pod 1 sampai 3 orang bekerja dekat dengan masalah, dekat dengan pengguna, dan dekat dengan AI. Ia memiliki lebih banyak rantai dari ide ke rilis. Ia membawa lebih banyak konteks. Ia membuat lebih banyak keputusan. Ia menunggu lebih sedikit.

Di perusahaan dengan ribuan orang, ini tidak bisa berarti satu CEO langsung menyentuh ratusan pod. Itu tidak skalabel. Versi yang skalabel adalah jaringan dari jaringan: pod-pod yang dikelompokkan menjadi cluster misi, disatukan oleh konteks bersama, selera bersama, kejernihan bersama, dan rancangan sistem bersama. Lapisan kepemimpinan masih ada, tapi tugasnya berubah. Mereka tidak lagi menjadi bottleneck persetujuan. Mereka menjadi router konteks, perancang antarmuka, dan pengganda kekuatan. Dalam model itu, CEO tidak mengelola setiap pod. CEO merancang arsitektur yang membuat banyak pod bisa bergerak dengan koherensi tanpa membangun ulang birokrasi lama. Beginilah skala AI-native: bukan piramida yang lebih datar, tapi sistem yang berbeda.

Diagram yang membandingkan hierarki tradisional dengan organisasi AI-native yang dibangun dari cluster misi, pod kecil, dan sistem penilaian bersama

Begitu itu terjadi, hierarki berhenti menjadi mekanisme koordinasi utama. Konteks menjadi mekanisme koordinasi utama. Pertanyaan paling penting bukan lagi "Siapa melapor kepada siapa?" Tapi menjadi "Siapa yang sungguh-sungguh memegang konteks, dan siapa yang punya penilaian untuk bertindak atas dasar itu?"

Itu juga mengubah untuk apa lapisan kepemimpinan itu ada. Di dunia lama, sebagian besar manajemen menengah ada untuk menerjemahkan, merangkum, mengoordinasikan, dan memindahkan informasi melintasi batas-batas fungsional. Di dunia baru, peran-peran itu hanya tetap berharga jika berevolusi menjadi pembangun sistem, peninjau kualitas, pelatih bakat, dan integrator antar pod. Manajer sabuk-transmisi akan terus kehilangan peran.

Dalam satu kalimat, organisasi AI-native adalah ini: jaringan pod-pod kecil dengan kepemilikan konteks tinggi, didukung oleh agen AI, diselaraskan oleh penilaian bersama, dan terhubung oleh antarmuka ringan, bukan hierarki berat.

Jendela untuk Menulis Ulang Perusahaan

Jika penulisan ulang peran membawa pada penulisan ulang CEO, dan penulisan ulang CEO membawa pada penulisan ulang organisasi, maka ini bukan upgrade tooling. Ini adalah penulisan ulang perusahaan. Jadi berhentilah hanya menatap stack AI Anda. Lihat orang-orang Anda. Lihat struktur Anda.

Tanyakan pertanyaan yang lebih sulit. Apakah orang-orang Anda masih terjebak dalam peran terjemahan yang sempit? Apakah pikiran terbaik Anda masih menyiapkan handoff alih-alih membuat penilaian? Apakah bagan organisasi Anda masih dibangun untuk rantai PM-Designer-Developer-Tester yang lama? Apakah hak keputusan masih terlalu jauh dari orang-orang yang memegang konteks sesungguhnya?

Membeli akses AI itu mudah. Transformasi sungguhan lebih sulit. Itu berarti merancang ulang peran, mendorong kepemilikan ke pod-pod kecil, membangun ulang infrastruktur di sekitar agen, dan mendefinisikan ulang kepemimpinan itu sendiri.

Pemenang era ini tidak hanya akan memakai model yang lebih baik. Mereka akan membangun ulang lebih cepat. Mereka akan mengganti rantai handoff dengan jaringan pod. Mereka akan memindahkan konteks ke ujung. Mereka akan menaikkan standar penilaian.

AI bukan sekadar menulis ulang tugas. Ia menulis ulang perusahaan. Jendelanya terbuka sekarang. Ia tidak akan tetap terbuka lama.

Coba Genspark →

Bagikan