Alat AI Anthropic Mengguncang Saham Perangkat Lunak, Memicu Pemikiran Ulang tentang Penilaian Sektor

Singkatnya

• Plugin AI hukum dari Anthropic memicu penjualan saham sebesar $285 miliar di seluruh saham perangkat lunak dan layanan.
• Para ahli mengatakan agen AI akan memperkecil peran tingkat pemula dan mendorong pergeseran dari harga berbasis kursi.
• Investor tampaknya sedang menilai ulang SaaS karena perusahaan model dasar bergerak ke otomatisasi alur kerja penuh.

Saham beberapa perusahaan informasi dan layanan profesional turun tajam minggu ini di tengah peluncuran alat otomatisasi hukum dari Anthropic yang mengguncang kepercayaan investor terhadap daya tahan harga jangka panjang sektor tersebut. Thomson Reuters turun 18%, Pearson turun 7%, dan LegalZoom hampir 20%, saat penjualan meluas ke saham perangkat lunak, layanan keuangan, dan manajemen aset, menghapus sekitar $285 miliar nilai pasar, lapor Bloomberg. Kepanikan dimulai setelah Anthropic mengumumkan 11 plugin sumber terbuka untuk Claude Cowork pada 30 Januari, tetapi fokus pada satu yang tertentu. Termasuk plugin hukum, yang mengotomatisasi peninjauan kontrak, triase NDA, dan alur kerja kepatuhan. Singkatnya, ini melakukan pekerjaan kasar yang menjaga ribuan paralegal dan associate junior tetap bekerja.

 Kepanikan ini bukan hanya tentang satu plugin yang melakukan peninjauan dokumen—tetapi tentang apa yang diwakili komponen tersebut: perusahaan model dasar mulai membangun produk alur kerja lengkap, bersedia langsung bersaing dengan industri perangkat lunak perusahaan. “Respon pasar adalah sinyal, bukan bahwa agen AI akan segera menggantikan bisnis ini, tetapi bahwa investor akhirnya menilai risiko struktural bahwa penyedia model dasar sekarang dapat bersaing langsung dengan lapisan perangkat lunak,” kata Scott Dylan, pendiri Nexatech Ventures, kepada Decrypt. Ketakutan ini bukan spekulatif, katanya. “Ini adalah cara sopan untuk mengatakan jika Anthropic bisa membangun alat alur kerja hukum secara internal, apa yang menghentikan mereka melakukan hal yang sama untuk keuangan, pengadaan, atau HR?” tambah Dylan.

Jika agen AI bisa melakukan itu, mengapa ada yang mau membayar berdasarkan kursi? Itu adalah model bisnis yang membangun Salesforce, Bloomberg, dan setiap raksasa SaaS. Dan sekarang celah mulai muncul.

Sumber: legaltechnology.com

FUD jangka pendek atau penilaian ulang struktural? “Tekanan jual mencerminkan perdebatan struktural yang semakin dalam,” kata analis Schroders, Jonathan McMullan, kepada Reuters. “Investor secara agresif menilai ulang area ini karena ‘visibility premium’ historis mulai terkikis; kecepatan kemajuan AI membuat valuasi jangka panjang semakin sulit dipertahankan, terutama karena alat AI memungkinkan bisnis melakukan lebih banyak dengan lebih sedikit staf, mengancam model tradisional yang mengenakan biaya per pengguna perangkat lunak.” Kekhawatiran ini juga menyebar ke luar teknologi hukum. Raksasa periklanan Omnicom dan Publicis turun masing-masing sebesar 11,2% dan 9%. Perusahaan akuntansi cloud Australia, Xero, mengalami hari terburuk sejak 2013, turun 16%. Lalu apa yang sebenarnya dipikirkan orang yang melakukan pekerjaan itu? Ditanya apakah kemajuan agen AI menimbulkan ancaman terhadap pekerjaan hukum, Joel Simon, pendiri dan mitra dari Simon Perdue, sebuah firma yang berpraktik di Texas dan New Mexico, memberikan nada yang terukur. “Kita hidup di dunia di mana penilaian dan kredibilitas lebih penting daripada kekuatan pemrosesan mentah,” kata Simon kepada Decrypt, berpendapat bahwa penilaian manusia masih lebih unggul dari kecepatan komputasi murni. “AI mampu menyisir sejumlah besar informasi, menandai pola, dan mengungkap masalah lebih cepat daripada associate junior sekalipun. Jika ada, ini adalah kelegaan karena telah membuka jalan sehingga kita bisa fokus pada strategi, persiapan saksi, penceritaan, dan pengambilan keputusan di bawah tekanan.”

Simon mengatakan firma-nya sudah mengintegrasikan AI ke dalam pekerjaan sehari-hari, menggambarkan teknologi ini sebagai akselerator, bukan pengganti pengacara. Ini sudah digunakan untuk menyusun garis besar, merangkum materi penemuan, dan menguji kemungkinan garis pertanyaan, sementara pengacara tetap mengendalikan penilaian, narasi, dan strategi di pengadilan. “AI tidak bersaksi,” katanya. “Kami yang melakukannya.” Dalam dua sampai tiga tahun ke depan, Simon memprediksi, "pengacara sidang yang menerima AI akan menjadi lebih berharga, bukan kurang. Pekerjaan akan terlihat lebih ramping dengan lebih sedikit jam yang terbuang untuk pekerjaan rutin, lebih banyak waktu untuk teori kasus, konseling klien, dan eksekusi di pengadilan. Scott Dylan dari Nexatech memiliki pandangan yang kurang optimis. “Jawaban jujurnya adalah bahwa agen AI akan menggantikan jenis pekerjaan tertentu—terutama tugas berulang berbasis aturan yang dapat dijelaskan dengan baik,” katanya kepada Decrypt. “Peninjauan kontrak, triase NDA, daftar periksa kepatuhan. Ini adalah alur kerja yang tepat yang ditargetkan Anthropic, dan dilakukan oleh puluhan ribu paralegal dan associate junior,” Tapi Dylan tidak sepenuhnya pesimis. “Displacement bukan berarti penghapusan. Kemungkinan yang lebih besar adalah kompresi di tingkat pemula. Peran junior yang dulu menjadi tempat pelatihan—pekerjaan associate di firma hukum, tugas analis di konsultan, dukungan pelanggan lini pertama—akan menyusut,” katanya. Tantangan manusia dalam masyarakat yang beragent Dylan mengatakan bahwa pekerja perlu belajar bagaimana beradaptasi dan mengatasi.

“Saya tidak berpikir kita menuju dunia di mana manusia menjadi tidak diperlukan,” katanya. “Skenario di mana agen menangani semua pekerjaan pengetahuan, dan manusia bertanya-tanya apa yang harus dilakukan sendiri, sejujurnya, tidak mungkin dalam kerangka waktu yang berarti.” Dalam jangka panjang, pekerja manusia akan tetap unggul dalam “peran yang membutuhkan kehadiran fisik atau interaksi manusia yang tinggi,” tambah Dylan. Tapi sampai masyarakat beradaptasi, akan ada periode menyakitkan bagi semua orang, dan investor sudah menilai semua elemen ini. IDC memprediksi bahwa pada 2028, harga berbasis kursi murni akan usang, dengan 70% vendor perangkat lunak beralih ke harga berbasis konsumsi, hasil, atau kapabilitas organisasi. Jika agen melakukan pekerjaan, pelanggan mengharapkan membayar hasil, bukan login. Untuk saat ini, perusahaan perangkat lunak perusahaan sedang bereksperimen dengan berbagai model. Bain & Company menganalisis lebih dari 30 vendor SaaS yang memperkenalkan AI generatif. Hampir 35% meningkatkan harga per kursi dengan fitur AI yang dikemas. 35% lainnya mengadopsi model hibrida dengan tambahan berbasis penggunaan. Sisanya bereksperimen dengan harga berbasis hasil—menagih per kontrak yang ditinjau, tiket yang diselesaikan, atau prospek yang dihasilkan, bukan per kursi yang ditempati. Tantangannya sekarang adalah meminta pelanggan mengeluarkan lebih banyak uang sebelum mereka melihat penghematan. Sebuah perusahaan SaaS yang menawarkan agen AI seharga $40.000 untuk menggantikan perwakilan penjualan seharga $80.000 menghadapi masalah: dalam jangka pendek, pelanggan membutuhkan baik karyawan maupun agen saat mengevaluasi hasilnya. Itu adalah peningkatan biaya sebesar 50% untuk periode yang tidak pasti.

“Masalahnya adalah bahwa sebagian besar agen saat ini bergantung pada API yang cepat menghabiskan token, yang dapat menyebabkan tagihan yang mahal dan tidak terduga jika tidak diawasi dengan ketat,” kata Davis Householder, direktur pelaksana MYCO Management, kepada Decrypt. “Dalam kasus tersebut, Anda hanya mengganti satu langganan SaaS dengan yang lain.” “Berbeda dengan AI generasi normal, risiko dengan agen bukanlah kegagalan sesekali tetapi kegagalan dalam skala besar,” tambah Householder. Dalam beberapa tahun ke depan, orang kemungkinan besar akan menghadapi gangguan besar dalam kehidupan kerja mereka. PHK, yang sebagian besar didorong oleh ketakutan, bisa terjadi bersamaan dengan otomatisasi alur kerja yang lebih kompleks saat alat berkembang. Pengembangan ekosistem multi-agen yang lebih kaya dengan API dan protokol koordinasi yang lebih baik juga bisa menjadi tantangan lain. Perhatian regulasi juga akan meningkat saat pemerintah menyadari bahwa agen otonom dapat digunakan sebagai senjata atau menimbulkan ketidakstabilan sosial. Dalam jangka menengah, infrastruktur bisa menguat. Akan ada regulasi yang lebih baik untuk lingkungan kerja di mana manusia berinteraksi dengan agen. Kita kemungkinan akan melihat pasar agen dengan sistem reputasi, keterampilan yang diverifikasi, dan protokol standar untuk transaksi agen-agen otonom. Sepanjang jalan, harapkan beberapa pelanggaran keamanan yang mencolok sebagai panggilan bangun. Dalam jangka panjang, ini kemungkinan besar adalah restrukturisasi daripada peristiwa kepunahan. Saat AI menekan margin dan mengkomoditaskan fungsi dasar, perusahaan-perusahaan terkuat mengkonsolidasikan kekuasaan. Nilai sebenarnya mungkin beralih dari perangkat lunak berbasis kursi ke data kepemilikan, termasuk basis data hukum, tolok ukur keuangan, logika kepatuhan, yang dilisensikan ke dalam sistem yang didorong agen. Layanan tetap ada, tetapi data menjadi bisnis inti.

Apa arti agen AI bagi pekerjaan: Penggeseran atau reinventasi? Sementara itu, implikasinya sangat nyata. Sebuah studi MIT menemukan 11,7% pekerjaan di AS sudah bisa diotomatisasi menggunakan teknologi AI saat ini. Penelitian yang dipublikasikan oleh Forum Ekonomi Dunia pada 2025 berpendapat bahwa hampir 60% pekerja di seluruh dunia akan perlu menjalani “pelatihan ulang” agar tetap relevan di era pas-agen. “Kita perlu memperbaiki sistem pendidikan kita dan merombak cara kita melatih orang agar mereka menggunakan AI untuk melakukan pekerjaan mereka dengan lebih baik daripada membiarkan AI melakukan seluruh pekerjaan mereka, yang berisiko terhadap mereka dengan pemberi kerja yang ingin mengurangi biaya,” kata Amrita Bhasin, CEO Sotira dan konsultan perusahaan Fortune 500, kepada Decrypt. “Tidak ada cara yang layak untuk mencegah AGI,” katanya. “Kita perlu mendukung pekerja Amerika rata-rata dan memastikan mereka memiliki keterampilan, pelatihan, dan kemampuan untuk bersaing di pasar kerja yang semakin kompetitif dan/atau tidak stabil yang diancam AI.” Perusahaan dan profesional yang beradaptasi—belajar bekerja berdampingan dengan agen AI, beralih dari eksekusi ke pengawasan, dan menempatkan nilai mereka pada penilaian daripada proses—kemungkinan akan lebih berhasil. Mereka yang gagal menyesuaikan diri berisiko dinilai ulang, seperti saham yang dijual minggu ini.