Ceo Nvidia: Ai Tidak Membunuh Pekerjaan, Hanya Mengambil Alih Tugas Rutin

Kincai Media – CEO Nvidia, Jensen Huang, kembali melontarkan pandangan kritis mengenai akibat kepintaran buatan (AI) terhadap masa depan tenaga kerja manusia. Dalam sebuah obrolan mendalam di podcast “No Priors”, Huang menepis narasi hariakhir pekerjaan yang sering didengungkan, menegaskan bahwa AI datang untuk mengotomatisasi tugas-tugas spesifik (tasks), bukan untuk menghapus pekerjaan (jobs) itu sendiri secara keseluruhan.

Pernyataan ini memberikan perspektif segar di tengah kekhawatiran dunia mengenai gelombang pemutusan hubungan kerja akibat automasi. Menurut Huang, ketakutan bakal pengangguran massal sering kali muncul lantaran kegagalan dalam membedakan antara “tugas rutin” dengan “nilai inti” dari sebuah profesi. Ia menekankan bahwa meskipun langkah penyelesaian tugas bakal berubah drastis berkah teknologi, prinsip alias nilai utama dari sebuah pekerjaan tetap memerlukan sentuhan manusia.

Dalam pandangan bos perusahaan chip raksasa tersebut, teknologi ini justru berpotensi meningkatkan permintaan terhadap tenaga ahli yang bertanggung jawab atas hasil akhir pekerjaan. Logika yang dibangun Huang cukup sederhana: nyaris semua pekerjaan terdiri dari serangkaian tugas repetitif yang bisa disederhanakan oleh teknologi, namun inti dari pekerjaan tersebut tetap kudu dikendalikan oleh manusia.

Mitos Kiamat Radiologi dan Realitas Data

Untuk memperkuat argumennya, Huang menggunakan contoh kasus di bagian radiologi yang sangat relevan. Ia mengingatkan kembali pada prediksi Geoffrey Hinton, salah satu bapak baptis AI, yang pada tahun 2016 pernah menyarankan mahasiswa kedokteran untuk menghindari spesialisasi radiologi. Kala itu, Hinton memprediksi bahwa algoritma bakal segera menggantikan peran radiolog dalam membaca hasil pencitraan medis.

Namun, realitas yang terjadi nyaris satu dasawarsa kemudian justru berbanding terbalik. Meskipun asisten AI sekarang bisa mengotomatisasi banyak tugas pembacaan gambaran medis, jumlah master radiologi yang berpraktik saat ini justru jauh lebih banyak dibandingkan saat prediksi Hinton dibuat. Data terbaru tahun 2025 menunjukkan tren yang mengejutkan:

• Program training residen radiologi diagnostik di Amerika Serikat menawarkan 1.208 posisi, sebuah rekor tertinggi dalam sejarah.
• Jumlah posisi ini meningkat 4% dibandingkan tahun 2024.
• Tingkat kekosongan posisi di bagian ini juga mencapai puncaknya, menandakan tingginya permintaan pasar.
• Radiologi menjadi spesialisasi medis dengan penghasilan tertinggi kedua di AS pada tahun 2025, dengan rata-rata pendapatan tahunan mencapai USD 520.000 (sekitar Rp 8,4 miliar).
• Gaji rata-rata ini melonjak lebih dari 48% dibandingkan tahun 2015.

Mengapa paradoks ini bisa terjadi? Huang menjelaskan bahwa nilai inti dari seorang radiolog bukanlah sekadar “membaca gambar”—sebuah tugas yang memang bisa dilakukan mesin. Nilai sesungguhnya terletak pada pemeriksaan penyakit, pedoman pengobatan, dan riset klinis. Ketika AI membantu master menganalisis lebih banyak gambar dengan presisi tinggi dan cepat, rumah sakit justru dapat melayani lebih banyak pasien dan meningkatkan pendapatan. Hal ini secara otomatis menciptakan argumen ekonomi yang kuat untuk merekrut lebih banyak master spesialis, bukan memecatnya.

Produktivitas Memicu Ekspansi, Bukan Pengurangan

Huang menegaskan bahwa logika yang terjadi di bumi medis ini bertindak untuk nyaris seluruh sektor ekonomi. Ia mengambil contoh dirinya sendiri. “Sebagian besar waktu saya dihabiskan untuk mengetik,” akunya. Namun, mengetik hanyalah sebuah tugas, bukan nilai inti dari pekerjaannya sebagai CEO. Kehadiran perangkat penulisan otomatis tidak bakal menghilangkan posisi eksekutif, melainkan memperluas kapabilitas kerja mereka.

“Jika ada yang bisa menggunakan AI untuk menyelesaikan tugas mengetik saya secara otomatis, saya bakal sangat berterima kasih. Itu sangat membantu,” ujar Huang. “Tapi itu tidak bakal membikin saya lebih santai. Justru sebaliknya, saya bakal menjadi lebih sibuk lantaran saya bisa menangani lebih banyak pekerjaan.”

Kerangka berpikir “Tugas vs Nilai Inti” ini semakin relevan di sektor pekerjaan berbasis pengetahuan (knowledge work). Alat-alat canggih sekarang mempercepat pembuatan draf, ringkasan konten, hingga pembuatan kode pemrograman. Huang mencontohkan bagian rekayasa perangkat lunak. Meskipun agen AI dapat memangkas waktu penulisan kode secara signifikan, perihal ini justru meningkatkan permintaan terhadap keahlian pemecahan masalah (problem solving) dan inovasi.

Di Nvidia sendiri, meskipun para insinyur telah menggunakan perangkat pemrograman AI seperti Cursor secara luas, perusahaan tetap melakukan perekrutan besar-besaran. Alasannya logis: peningkatan produktivitas memungkinkan perusahaan untuk mengejar lebih banyak buahpikiran inovatif, yang pada akhirnya mendorong pertumbuhan pendapatan dan menyediakan anggaran untuk merekrut lebih banyak talenta baru. Ini mirip dengan gimana industri manufaktur mengangkat robot humanoid untuk efisiensi, namun tetap memerlukan pengawasan manusia.

Sektor norma juga menjadi sorotan Huang. Membaca dan menyusun draf perjanjian adalah tugas yang sarat dokumen, namun nilai inti seorang pengacara adalah memihak kepentingan pelanggan dan menyelesaikan sengketa. Meskipun AI mempercepat proses administrasi, keputusan strategis dan tanggung jawab norma tetap memerlukan penilaian manusia yang berpengalaman.

Bahkan, logika ini menyentuh industri jasa seperti restoran. Tugas seorang pelayan mungkin mencatat pesanan, tetapi nilai intinya adalah memastikan pengguna mendapatkan pengalaman bersantap yang menyenangkan. “Meskipun AI mengambil alih pencatatan alias pengantaran pesanan, tugas pelayan tetap membantu kita mendapatkan pengalaman konsumsi yang baik,” tambah Huang. Mereka hanya bakal menyesuaikan konsentrasi kerja mereka ke aspek hospitality yang lebih personal.

Jensen Huang tidak menampik bahwa teknologi ini bakal membawa guncangan. Perubahan adalah perihal yang pasti. Namun, dia menekankan bahwa kebenaran di lapangan menunjukkan AI tidak memicu pengangguran massal, melainkan merancang ulang kegunaan pekerjaan. Bagi para pekerja, pesan ini menjadi peringatan sekaligus peluang: jika pekerjaan Anda hanya berkutat pada tugas repetitif, AI adalah ancaman nyata. Namun, jika konsentrasi Anda adalah pada hasil akhir, penyelesaian masalah, dan kreativitas, teknologi ini bakal menjadi mitra yang membikin Anda lebih produktif, bukan menggantikan Anda.