Selama lebih dari dua setengah abad, dunia telah melewati beberapa lompatan teknologi besar: mesin uap, listrik, komputer, dan internet. Masing-masing mengubah cara manusia bekerja, memproduksi, dan hidup. Namun ada satu perbedaan mendasar antara gelombang terdahulu dan kecerdasan artifisial generatif saat ini: kecepatan. Jika revolusi teknologi lama memberi masyarakat waktu berdekade-dekade untuk beradaptasi, banyak ekonom kini menilai AI dapat mendorong perubahan ekonomi besar hanya dalam beberapa tahun [1][2].
Peringatan inilah yang melatarbelakangi pernyataan bersama We Must Act Now: A Statement on AI’s Transformation of the Economy, yang dipublikasikan pada 13 Juli 2026 [1][2]. Pernyataan resminya singkat, tetapi bobotnya sangat besar karena ditandatangani lebih dari 200 ekonom dan peneliti AI, termasuk 16 peraih Nobel, dan menegaskan tiga hal utama: AI kemungkinan akan menjadi jauh lebih kuat dalam satu dekade ke depan; dampaknya pada ekonomi dapat melampaui Revolusi Industri namun dalam waktu yang jauh lebih singkat; dan para ekonom, pembuat kebijakan, serta pemimpin teknologi perlu bertindak sekarang untuk membangun insentif, guardrails, dan institusi agar AI melengkapi manusia dan memberi manfaat luas bagi masyarakat [1][2].
Poin pentingnya adalah ini bukan seruan untuk menghentikan AI. Ini adalah seruan untuk mempercepat kesiapan ekonomi. Fokus para penandatangan bukan semata isu keselamatan teknologi dalam arti sempit, melainkan produktivitas, standar hidup, pergeseran pekerjaan, distribusi manfaat, dan kemampuan institusi merespons perubahan [1][2]. Dengan kata lain, perdebatan sudah bergeser: pertanyaannya bukan lagi apakah AI penting, tetapi bagaimana memastikan manfaatnya tidak terkonsentrasi pada segelintir pihak.
Dari sudut pandang ekonomi, AI berbeda karena mulai mengambil alih sebagian tugas kognitif yang sebelumnya dikerjakan manusia. Komputer klasik membantu manusia memproses informasi; AI modern semakin mampu memahami instruksi, merangkum, menganalisis, menghasilkan teks, membantu pemrograman, dan mendukung pengambilan keputusan. Itu sebabnya banyak analis menyebut fase ini sebagai revolusi kognitif, bukan sekadar otomasi mekanis. Meski demikian, penting menjaga presisi: pernyataan resmi tidak mengatakan bahwa semua pekerjaan berpikir akan digantikan, melainkan bahwa transformasinya bisa sangat besar dan sangat cepat [1][2].
Seberapa cepat? Di sinilah nuansa dibutuhkan. Kemampuan model AI memang meningkat pesat, tetapi adopsi dalam ekonomi riil belum merata. Stanford Digital Economy Lab melalui AI Economic Indicators: Adoption Monitor menunjukkan penggunaan AI oleh individu meningkat, dengan sekitar seperempat pengguna melaporkan pemakaian harian. Di sisi perusahaan, adopsi LLM untuk text generation berlangsung cepat, tetapi proyeksi adopsi ekstensif dalam tiga tahun ke depan masih dinilai relatif moderat [3]. Artinya, capability melonjak cepat, sementara penyesuaian organisasi, proses bisnis, dan pasar kerja bergerak lebih tidak seragam.
Fakta ini justru memperkuat urgensi pernyataan tersebut. Ketika teknologi berkembang lebih cepat daripada kemampuan kita mengukur konsekuensi ekonominya, risiko terbesar bukan hanya otomatisasi, melainkan ketidaksiapan institusi. Pendidikan bisa tertinggal, statistik ketenagakerjaan bisa lambat membaca perubahan, regulasi bisa terlalu lambat atau terlalu kaku, dan kebijakan persaingan usaha bisa gagal mencegah konsentrasi manfaat pada pemilik modal, data, komputasi, dan talenta terbaik. Secara objektif, inilah inti kecemasan yang paling masuk akal: produktivitas mungkin naik, tetapi distribusi manfaatnya belum tentu adil.
Beberapa bukti awal mengenai pasar kerja juga mulai muncul, walau belum final. Dalam working paper Stanford berjudul Canaries in the Coal Mine?, peneliti melaporkan bahwa sejak adopsi luas generative AI, pekerja awal karier usia 22-25 pada okupasi yang paling terekspos AI mengalami penurunan relatif pekerjaan sebesar 16% setelah mengontrol guncangan tingkat perusahaan [4]. Namun sumber yang sama juga menekankan batasan penting: temuan itu adalah sinyal dini dan belum merupakan putusan kausal final atas seluruh pasar kerja [4]. Dengan demikian, kesimpulan yang paling defensible bukanlah “AI pasti menciptakan pengangguran massal”, melainkan “AI sudah mulai mengubah struktur tugas, perekrutan awal karier, dan kebutuhan keterampilan”.
Dalam konteks produktivitas, optimisme juga memiliki dasar. OECD memperkirakan AI dapat menambah pertumbuhan produktivitas tenaga kerja tahunan sekitar 0,4 hingga 1,3 poin persentase di ekonomi G7 yang sangat terekspos dan mengadopsi AI secara luas, sementara beberapa negara lain berpotensi memperoleh dampak lebih kecil [5]. Ini menunjukkan bahwa AI memang layak dipandang sebagai mesin pertumbuhan ekonomi besar. Akan tetapi, besarnya manfaat sangat tergantung pada sektor, struktur ekonomi, kualitas adopsi, dan kesiapan kebijakan [5]. Jadi, narasi yang seimbang harus memuat dua hal sekaligus: AI dapat meningkatkan kemakmuran, tetapi tidak ada jaminan kemakmuran itu akan terbagi otomatis.
Dari perspektif bisnis, implikasinya jelas. Perusahaan yang hanya menempatkan AI sebagai alat tambahan kemungkinan memperoleh efisiensi terbatas. Perusahaan yang mendesain ulang proses kerja, alur keputusan, dan tata kelola risiko berpeluang mendapatkan keuntungan jauh lebih besar. Namun ini adalah analisis, bukan isi literal dari manifesto [1][2]. Hal yang sama berlaku untuk proyeksi lahirnya profesi baru seperti auditor AI, spesialis tata kelola AI, atau arsitek orkestrasi agen AI: semuanya masuk akal sebagai arah perkembangan, tetapi harus dibaca sebagai kemungkinan yang didukung tren, bukan kepastian resmi.
Bagi dunia pendidikan, pesan objektifnya juga kuat. Jika AI makin baik dalam tugas rutin, maka nilai manusia akan semakin bertumpu pada penalaran, penilaian, kreativitas, komunikasi, etika, dan kemampuan bekerja bersama sistem cerdas. Ini berarti sekolah dan universitas tidak cukup hanya mengejar hafalan atau prosedur tetap. Pembelajaran sepanjang hayat akan menjadi kebutuhan praktis. Lagi-lagi, ini adalah inferensi kebijakan yang konsisten dengan kekhawatiran para ekonom tentang kesiapan institusi [1][2].
Bagi pemerintah, tantangannya lebih kompleks. Mereka harus menyeimbangkan percepatan inovasi dengan perlindungan publik. Terlalu lambat membuat regulasi usang sebelum diterapkan; terlalu kaku dapat menghambat eksperimen yang justru dibutuhkan untuk pertumbuhan. Karena itu, opini objektif yang layak diajukan adalah bahwa kebijakan AI harus adaptif, berbasis bukti, dan terus diperbarui seiring data baru muncul. Seruan “act now” seharusnya dibaca sebagai ajakan membangun kapasitas negara: pengukuran dampak, pelatihan ulang tenaga kerja, tata kelola data, persaingan yang sehat, dan perlindungan sosial yang relevan dengan ekonomi digital.
Untuk Indonesia, implikasinya strategis meskipun data spesifik dalam pernyataan global ini tidak membahas Indonesia secara rinci [1][2]. Karena itu, setiap rekomendasi nasional harus diposisikan sebagai analisis, bukan fakta dari sumber utama. Secara rasional, Indonesia perlu memperkuat literasi AI, riset terapan, infrastruktur komputasi, pelatihan ulang tenaga kerja, dan pemanfaatan AI di sektor publik serta UMKM. Jika tidak, Indonesia berisiko hanya menjadi pasar bagi teknologi yang dikembangkan negara lain. Tetapi jika bergerak cepat dan cermat, AI dapat menjadi alat untuk mendorong produktivitas, memperluas akses layanan, dan meningkatkan daya saing.
Pada akhirnya, kekuatan utama pernyataan We Must Act Now bukan pada panjang naskahnya, melainkan pada sinyal yang dikirimkan oleh penandatangannya. Ketika ekonom arus utama, peneliti AI, dan 16 peraih Nobel menyatakan jendela adaptasi bisa jauh lebih pendek daripada revolusi teknologi sebelumnya, dunia patut menganggapnya sebagai peringatan serius [1][2]. Ini bukan nubuat tentang kiamat pekerjaan, dan bukan pula jaminan bahwa AI otomatis membawa kemakmuran bersama. Yang lebih tepat adalah ini: manfaat produktivitas AI bisa sangat besar, tetapi tanpa kesiapan institusi, manfaat itu bisa terkonsentrasi, sementara biaya transisinya dipikul oleh kelompok yang paling rentan.
Karena itu, pesan akhirnya sederhana namun mendesak. Dunia tidak perlu panik, tetapi juga tidak boleh menunggu. Kita memerlukan lebih banyak pengukuran, lebih banyak eksperimen kebijakan, lebih banyak investasi pada manusia, dan lebih banyak tata kelola yang membuat AI memperkuat kapasitas manusia alih-alih sekadar menggantikan tugasnya. Dalam konteks itulah seruan para ekonom tersebut layak dipahami: bertindak sekarang bukan berarti menolak masa depan, melainkan memastikan masa depan ekonomi AI dibangun dengan arah yang lebih adil, produktif, dan inklusif [1][2][5].
Referensi
[1] We Must Act Now — https://www.wemustactnow.ai/
[2] Stanford Digital Economy Lab, “We Must Act Now”: Sixteen Nobel Laureates Join Leading Economists and AI Researchers in Call to Prepare for AI’s Economic Transformation — https://digitaleconomy.stanford.edu/news/wemustactnow/
[3] Stanford Digital Economy Lab, AI Economic Indicators: Adoption Monitor — https://digitaleconomy.stanford.edu/project/indicators/adoptionmonitor/
[4] Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence — https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/
[5] OECD, Macroeconomic productivity gains from Artificial Intelligence in G7 economies — https://www.oecd.org/en/publications/macroeconomic-productivity-gains-from-artificial-intelligence-in-g7-economies_a5319ab5-en.html
Sumber Referensi
- We Must Act Now
- “We Must Act Now”: Sixteen Nobel Laureates Join Leading Economists and AI Researchers in Call to Prepare for AI’s Economic Transformation - Stanford Digital Economy Lab
- AI Economic Indicators: Adoption Monitor - Stanford Digital Economy Lab
- Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence - Stanford Digital Economy Lab
- Macroeconomic productivity gains from Artificial Intelligence in G7 economies - OECD