Jim Farley Peringatkan Amerika Abai ‘Ekonomi Esensial’ di Tengah AI Serobot Pekerjaan—Data Goldman Sachs Ungkap Fakta

Cita-cita Amerika di bidang AI mungkin gagal, bukan karena kurang modal atau daya komputasi, tapi karena kurangnya tukang listrik.

Itu adalah kesepakatan yang muncul dari dua raksasa berbeda di Fortune 500: CEO Ford Jim Farley, yang sudah bertahun-tahun memperingatkan tentang krisis di apa yang dia sebut “ekonomi esensial,” dan Goldman Sachs, yang memberi angka nyata tentang kekurangan pekerja yang mengancam pembangunan AI yang diandalkan Wall Street.

Farley telah menjadi suara perusahaan yang paling gigih memperingatkan AS sedang berjalan dalam tidur menuju bencana tenaga kerja. Apa yang dia sebut ekonomi esensial, sektor buruh kerah biru yang menggerakan, membangun, atau memperbaiki sesuatu, mewakili $12 triliun PDB AS, menurut Aspen Institute. Tapi sektor ini kekurangan staf dan kurang dihargai. Negara ini sudah kekurangan 600.000 pekerja pabrik dan 500.000 pekerja konstruksi, tulis Farley di postingan LinkedIn Juni lalu. Dan dia melihat situasi ini tambah buruk.

“Saya rasa niatnya ada, tapi tidak ada yang mengisi ambisi itu,” kata Farley ke Axios pada September 2025. “Bagaimana kita bisa memulangkan semua ini jika tidak ada orang yang bekerja di sana?”

Ironisnya, menurut Farley, teknologi yang mengganggu pekerjaan kerah putih justru menciptakan gelombang besar permintaan untuk pekerja kerah biru yang diabaikan Amerika. AI bisa menghilangkan setengah dari semua pekerjaan kerah putih di AS dalam satu dekade, dia memperingatkan di Aspen Ideas Festival tahun lalu—menghancurkan peran pemula di teknologi seperti pemrogram junior dan pekerjaan administratif, tangga yang disarankan pada banyak anak muda Amerika. Sementara itu, tenaga kerja terampil yang dibutuhkan untuk membangun pusat data yang menjalankan sistem AI itu jumlahnya tidak cukup.

MEMBACA  Jarang Saham dan Dolar Turun Bersama-sama. Sejarah mengatakan berhati-hatilah.

Dinamika ini menunjukkan sebuah siklus yang mengkhawatirkan. AI menghilangkan pekerjaan kerah putih tingkat pemula yang biasanya menarik pekerja muda ke karir teknologi—berpotensi memperkecil sumber bakat yang, dengan pelatihan ulang, bisa mengisi pipa perdagangan. Teknologi ini sekaligus menghasilkan permintaan infrastruktur dan melemahkan kapasitas tenaga kerja untuk memenuhinya.

“Ada lebih dari satu cara untuk mencapai Mimpi Amerika, tapi seluruh sistem pendidikan kita fokus pada pendidikan empat tahun,” kata Farley di Aspen. “Merekrut pekerja pemula di perusahaan teknologi turun 50% sejak 2019. Apakah itu benar-benar ke mana kita ingin semua anak kita pergi?”

Sekarang Goldman Sachs telah menghitung betapa parahnya kendala ini.

Dalam penampilan di podcast Goldman Sachs Exchanges, Brian Singer, kepala GS Sustain, memperingatkan bahwa pembangunan infrastruktur AI akan membutuhkan 500.000 pekerjaan baru di AS hanya untuk membangun dan menyalakan pusat data—sekitar 300.000 untuk pasokan pembangkit listrik dan 200.000 lagi untuk pekerjaan transmisi dan distribusi jaringan. Yang terakhir ini adalah titik tersangkut. GS Sustain adalah kerangka kerja Goldman Sachs Research yang fokus pada keberlanjutan.

“Yang lebih kami khawatirkan adalah di sisi transmisi dan distribusi,” kata Singer, “karena di sana tukang listrik butuh empat tahun keterampilan.” AS saat ini punya kira-kira 45.000 magang energi, catat Singer—angka yang perlu naik 20.000 sampai 25.000 hanya untuk mengimbangi permintaan yang diproyeksikan.

Perbedaan Regional

Angka-angka nasional itu, bagaimanapun, mungkin menutupi krisis regional yang lebih akut. Konstruksi pusat data sangat terkonsentrasi di beberapa pasar: Virginia—yang menanggung kira-kira 70% lalu lintas internet dunia dan punya hampir 35 GW dalam pengembangan—bersama dengan Texas dan area metro Phoenix di Arizona, yang peringkat ketiga nasional untuk kapasitas baru.

MEMBACA  Tim China Bergabung dengan Puncak Pemimpin Global ESG oleh Investing.com

Matt Landek, presiden divisi global untuk pusat data di JLL, memperingatkan awal tahun ini pasar sekunder “sering kekurangan keahlian konstruksi khusus, tenaga kerja teknis terampil, dan infrastruktur dukungan operasional yang disediakan pasar primer,” artinya krisis tenaga kerja mengikuti pembangunan ke mana pun perginya. Ketika beberapa kampus hyperscale mulai dibangun bersamaan di satu region, kumpulan bakat lokal habis dalam beberapa bulan—memaksa kontraktor membawa pekerja dari negara bagian lain. Di Virginia Utara, tekanan upah sudah terukur: Tukang listrik journeyman sekarang mendapat lebih dari $120,000 per tahun, dan Microsoft sudah terpaksa mempekerjakan tukang listrik yang pulang-pergi dari 75 mil jauhnya.

Singer menyebut kendala tenaga kerja sebagai yang paling mengkhawatirkan dari “6 P” perusahaannya, sebuah kerangka faktor yang bisa mendorong atau menghambat permintaan daya AI, mencakup pervasiveness, productivity, price, policy, parts, dan people. Dari keenamnya, dia bilang, “people” yang paling membuatnya sulit tidur.

Analisis Goldman mencapai kesimpulan yang pada dasarnya sama dengan yang Farley capai dari kaca depan Detroit: bahwa target besar AI Amerika berjalan di atas fondasi yang retak. Semua modal hyperscaler di dunia tidak bisa memunculkan tukang listrik berlisensi dari udara tipis (Goldman perkirakan budget gabungan naik lebih dari $300 miliar untuk 2026 dan 2027). Dan hitungan kejam momen AI berarti teknologi yang mengikis satu tenaga kerja bergantung pada tenaga kerja lain yang gagal dibangun Amerika selama beberapa dekade.

Perbaikan Farley bersifat sistemik: lebih banyak investasi di pendidikan vokasi, pipa magang yang diperluas, dan perhitungan budaya tentang kesenjangan prestise antara gelar empat tahun dan karir perdagangan.

“Di permukaan, ini kelihatan seperti masalah orang,” katanya ke Axios. “Tapi sebenarnya tidak sesederhana itu. Ini masalah kesadaran. Ini masalah masyarakat.”

MEMBACA  Google menolak komitmen pengecekan fakta UE untuk Search dan YouTube

Singer dari Goldman mengatakan lebih blak-blakan: Tanpa pekerja untuk membangun jaringan listrik, pusat data tidak jadi dibangun—dan revolusi AI macet di saluran transmisi.

Untuk cerita ini, jurnalis Fortune menggunakan AI generatif sebagai alat riset. Seorang editor memverifikasi keakuratan informasi sebelum diterbitkan.

Tinggalkan komentar