AngelList co-founder Naval: Produktivitas AI terlalu didramatisasi, insinyur perangkat lunak tidak akan pernah punah

作者：Naval Ravikant

编译：Felix, PANews

Dalam konteks iterasi besar model AI yang sedang gila-gilaan saat ini, pasar global dipenuhi dengan suasana pesimis dan cemas yang mendalam. Ada yang memprediksi bahwa “AI akan menguasai 95% pekerjaan programmer” oleh CEO OpenAI Sam Altman; ada juga yang memperkirakan bahwa “AI akan sepenuhnya mengambil alih posisi insinyur perangkat lunak dalam 6-12 bulan” oleh CEO Anthropic. Pernyataan bahwa “profesi programmer sudah mati” tampaknya telah menjadi konsensus global, dan mereka sedang menghadapi “krisis bertahan hidup” terberat sejak lahirnya internet.

Namun, ketakutan terhadap hilangnya pekerjaan ini berasal dari kesalahpahaman terhadap logika dasar teknologi. Naval Ravikant, co-founder AngelList dan investor awal Uber serta Twitter, berpendapat bahwa klaim terbaru tentang peningkatan produktivitas melalui AI mungkin terlalu dilebih-lebihkan. Tidak peduli seberapa jauh AI berkembang, ia selalu bisa membuat kesalahan, dan insinyur perangkat lunak tetap menjadi salah satu profesi yang tak tergantikan.

Tak peduli bidang apa yang kamu geluti, bahkan jika itu bidang yang sangat kecil sekalipun, selama kamu fokus dan ahli di bidang tersebut, menjadi yang terbaik, kamu tidak perlu khawatir digantikan AI.

Berikut adalah pandangan terbaru dari Naval Ravikant.

“Apakah AI berarti bahwa pengembangan perangkat lunak tradisional sudah punah?” Tentu tidak. Insinyur perangkat lunak—bahkan mereka yang tidak bertanggung jawab untuk mengoptimalkan atau melatih model AI—saat ini adalah salah satu kelompok yang paling dihargai di dunia. Tentu saja, insinyur yang melatih dan mengoptimalkan model lebih dihormati karena mereka membangun alat yang digunakan oleh insinyur perangkat lunak.

Namun, insinyur perangkat lunak tetap memiliki dua keunggulan utama. Pertama, mereka berpikir dengan kode, sehingga mereka benar-benar memahami mekanisme dasar di baliknya. Semua abstraksi memiliki celah. Jadi, ketika komputer menulis program untukmu (misalnya menggunakan Claude Code atau program serupa lainnya), ia pasti akan membuat kesalahan.

Program tersebut akan menghasilkan bug, arsitektur yang tidak sempurna, dan secara umum tidak akan sepenuhnya benar. Orang yang memahami logika dasar dapat dengan cepat menutup celah tersebut saat muncul.

Oleh karena itu, jika kamu ingin membangun aplikasi yang dirancang dengan baik, jika kamu ingin memiliki kemampuan untuk mendefinisikan arsitektur yang baik, jika kamu ingin program berjalan dengan performa tinggi, mencapai level terbaik, dan menangkap bug sedini mungkin, kamu tetap membutuhkan latar belakang di bidang rekayasa perangkat lunak.

Insinyur perangkat lunak tradisional dapat memanfaatkan alat AI ini dengan lebih baik. Selain itu, saat ini masih banyak masalah dalam pengembangan perangkat lunak yang tidak bisa diselesaikan oleh program AI. Cara paling sederhana untuk memahaminya adalah: masalah-masalah ini berada di luar jangkauan distribusi data mereka.

Misalnya, jika perlu melakukan pengurutan biner atau membalik linked list, AI sudah melihat banyak contoh, jadi mereka sangat mahir. Tetapi ketika kamu mulai keluar dari bidang yang mereka kenal, seperti menulis kode dengan performa sangat tinggi, menjalankan di arsitektur yang benar-benar baru, atau menciptakan hal-hal baru serta memecahkan masalah baru, kamu tetap harus turun tangan secara langsung dan menulis kode secara manual.

Situasi ini akan terus berlangsung sampai cukup banyak contoh tersedia untuk melatih model baru, atau sampai model tersebut mampu melakukan penalaran yang cukup tinggi di tingkat abstraksi yang lebih tinggi dan mampu memecahkan masalah secara mandiri.

Ingatlah: pasar tidak membutuhkan ‘biasa-biasa saja’. Selama ada aplikasi yang lebih unggul di bidang tertentu, tidak ada yang ingin aplikasi yang biasa-biasa saja. Aplikasi yang lebih baik hampir pasti akan merebut 100% pangsa pasar. Mungkin ada sebagian kecil pangsa pasar yang berpindah ke aplikasi kedua karena mereka melakukan fungsi tertentu lebih baik, atau harganya lebih murah, dan sebagainya.

Namun secara umum, orang hanya menginginkan yang terbaik. Jadi, kabar buruknya adalah, bersaing untuk posisi kedua atau ketiga tidak ada artinya—seperti kutipan terkenal dari film Glengarry Glen Ross oleh Alec Baldwin: “Pemenang pertama mendapatkan Cadillac, kedua mendapatkan set pisau steak, dan yang ketiga harus pergi.”

Dalam pasar yang saat ini didominasi oleh pemenang tunggal, ini adalah kebenaran mutlak. Kabar buruknya adalah: jika kamu ingin menang, kamu harus menjadi yang terbaik di bidang tertentu.

Namun, bidang di mana kamu bisa menjadi yang terbaik itu tak terbatas. Kamu selalu bisa menemukan bidang niche yang cocok dan menjadi yang terdepan di dalamnya. Ini mengingatkan saya pada tweet yang pernah saya buat: “Berusahalah menjadi yang terbaik di bidangmu. Terus redefinisi apa yang kamu lakukan sampai impianmu menjadi kenyataan.”

Saya percaya, dalam era AI, prinsip ini tetap berlaku.

Baca juga: Sebuah memo dari tahun 2028: Jika AI menang, apa yang akan kita kehilangan?