Alex Imas tidak langsung punya pandangan optimis. Ekonom dari Universitas Chicago ini menempati posisi unik. Dia adalah salah satu peneliti terkemuka tentang dampak AI di pasar kerja, tapi juga salah satu pengguna AI yang paling antusias.
Berbeda dengan banyak rekan sejawatnya, dia menganggap serius skenario kiamat, mungkin yang terbaik dicontohkan oleh esai viral Citrini Research tentang "GDP hantu" dan deflasi yang berputar-putar.
Jika otomasi menghilangkan banyak pekerjaan dan bagian upah menurun tajam, orang yang punya uang—pemilik modal—akan sudah puas, sementara pekerja yang tergusur tidak mampu membeli apa-apa. Permintaan runtuh. Perekonomian menyusut. Walau Imas telah menulis bahwa dia menganggap pertumbuhan ekonomi negatif sebenarnya tidak mungkin, dia bilang skenario tingginya pengangguran dan hambatan bagi ekonomi akibat pengangguran itu patut dianggap serius.
"Reaksi pertama saya adalah sangat takut," kata Imas kepada Fortune. "Saya perlu memikirkannya dengan hati-hati supaya tidak terlalu takut—bukan untuk meyakinkan diri agar tidak takut, hanya untuk melihat sejarah dan melihat preferensi orang, menggabungkan hal-hal ini."
Wall Street juga menganggap serius peringatan Imas. Catatan riset Morgan Stanley bulan lalu merekomendasikan investor untuk mengikuti Imas sebagai sumber utama tentang dampak AI terhadap pekerjaan, mengatakan dia termasuk sumber pihak ketiga yang berharga tentang topik ini.
Imas bukan teoretikus yang hanya duduk: penelitiannya telah muncul di American Economic Review, Quarterly Journal of Economics, dan Proceedings of the National Academy of Sciences, dan dia ikut menulis pembaruan baru-baru ini untuk buku klasik ekonomi perilaku The Winner’s Curse, bersama pemenang Nobel Richard Thaler. Dia mungkin paling terkenal karena Substacknya yang banyak dibaca, Ghosts of Electricity. Dia tidak sadar penampilannya di meja riset Wall Street, ketika diberitahu tentang kutipan Morgan Stanley, "itu lucu… Saya tidak lihat itu."
Jangkauan Ghosts of Electricity lebih luas lagi mengejutkannya. Imas memulai buletin itu dengan ambisi spesifik: menulis dengan ketelitian seperti makalah akademik tetapi untuk audiens yang jauh lebih luas daripada editor jurnal, menjangkau ekonom, peneliti AI, teknolog, dan pembuat kebijakan sekaligus. Dia bilang itu berhasil melampaui yang dia perkirakan, dengan tanggapan datang dari, misalnya, teman-teman ibu mertuanya. Baru-baru ini dia duduk dengan tetangganya, memasang Claude di komputernya, dan melihatnya mulai membuat aplikasi dari nol dalam satu sore. "Ide-ide itu perlu disebarkan luas untuk audiens yang sangat luas," katanya.
Dan setelah beberapa bulan menulis dan menulis ulang, Imas punya sesuatu untuk dicerna oleh orang-orang yang berpikir kiamat: visi tentang bagaimana ekonomi AI bisa berjalan tidak terlalu buruk. Ini mirip dengan argumen yang semakin sering muncul di halaman Fortune. Dia membuka dengan contoh Starbucks.
Sinyal Starbucks
Starbucks adalah perusahaan $112 miliar yang menjual salah satu produk paling standar di ekonomi modern. Teknologi untuk menghilangkan tenaga manusia dari tokonya telah ada selama bertahun-tahun. Namun, setelah bertahun-tahun memotong staf dan memasang proses otomatis untuk melindungi margin tipis, CEO Brian Niccol baru-baru ini berbalik arah sepenuhnya. Catatan tulisan tangan di cangkir, cangkir keramik, tempat duduk yang nyaman—detail manusia—terbukti lebih berharga bagi pelanggan daripada efisiensi. Lebih banyak barista yang dipekerjakan. Otomasi ditarik kembali. (Starbucks ada di ChatGPT sebagai beta dengan cara yang diharapkan mengarah ke penemuan minuman, tetapi itu berbeda dari strategi di tokonya.)
Bagi Imas, perubahan Starbucks punya arti. Saat AI membuat produksi komoditas lebih murah dan melimpah, dia berargumen dalam Substack terbaru, "Apa yang akan langka?" hal-hal tertentu tidak bisa dikomodifikasi di dunia AI yang akan datang. Ini adalah hal-hal yang tampaknya diketahui Niccol dari Starbucks: kehadiran manusia, hubungan sosial, asal-usul. Itu akan menjadi lebih langka, dia berargumen, dan karena itu lebih bernilai ekonomis. Pertanyaan yang dia habiskan berbulan-bulan untuk menulis dan merevisi adalah: mengapa, tepatnya, dan sejauh mana logika itu berlaku?
Dari pertanian ke ‘sektor relasional’
Kerangka intelektualnya adalah teori perubahan struktural—ekonomi tentang apa yang terjadi ketika teknologi membuat satu sektor jauh lebih produktif. Contoh terkenal, juga disukai Tom Lee dari Fundstrat, adalah bahwa sekitar tahun 1900, 40% tenaga kerja Amerika bertani. Hari ini, di bawah 2%. Orang tidak berhenti makan; mereka hanya berhenti menghabiskan sebagian besar waktu mereka membuat makanan setelah makanan menjadi dikomodifikasi dan murah. Ekonomi tidak runtuh—bertransformasi, mengalokasikan kembali tenaga kerja ke manufaktur dan kemudian jasa seiring naiknya pendapatan. Imas berpendapat dinamika yang sama akan terjadi dengan AI: "Ekonomi kelangkaan tidak akan hilang, hanya akan berpindah tempat."
Dengan mengacu pada makalah Econometrica 2021 yang penting oleh Diego Comin, Danial Lashkari, dan Martí Mestieri, dia mencatat bahwa efek pendapatan—bukan hanya efek harga—menyumbang lebih dari 75% dari pola historis realokasi sektoral. Dengan kata lain, ketika orang menjadi lebih kaya, mereka tidak hanya membeli lebih banyak hal yang sama, yang sekarang lebih murah. Mereka menginginkan hal yang berbeda, yaitu barang dan jasa dengan "elastisitas pendapatan" tinggi, artinya permintaan untuk mereka tumbuh lebih cepat daripada pendapatan itu sendiri.
Bahan perilaku yang Imas tambahkan berakar pada konsep filsuf Prancis René Girard tentang keinginan meniru: kita menginginkan sesuatu bukan murni untuk nilai fungsionalnya, tetapi karena orang lain menginginkannya—dan karena orang lain tidak bisa memilikinya. Dalam penelitian eksperimen dengan rekan Kristof Madarasz, Imas menemukan bahwa kemauan untuk membayar suatu barang yang sama jadi hampir dua kali lipat ketika peserta tahu bahwa sebagian orang acak akan dikecualikan dari membelinya. Dalam penelitian lanjutan dengan Graelin Mandel, keterlibatan AI dalam membuat produk sangat mengurangi kenaikan harga itu karena orang melihat barang buatan AI sebagai sesuatu yang bisa direproduksi, sehingga mengurangi rasa langka yang mendorong keinginan.
Implikasinya adalah, saat AI membuat lebih banyak bagian ekonomi menjadi komoditas, pengeluaran dan pekerjaan akan beralih ke apa yang Imas sebut "sektor relasional," yang mengingatkan kita pada analogi Starbucks tadi. Orang akan mau bayar untuk hal-hal yang punya unsur manusia yang khas. Dengan kata lain, pola konsumsi kelas menengah di masa depan akan terlihat seperti pola orang kaya sekarang.
Imas berkata ke Fortune bahwa sudah banyak dukungan empiris untuk ide ini yang tersembunyi di depan mata: miliarder saat ini, tanpa kendala keuangan apapun, menghabiskan banyak waktu di podcast, di pertunjukan langsung, dan di platform media sosial, mengonsumsi dan memproduksi interaksi manusia.
"Kamu bisa sendiri di sebuah pulau, menonton semua film, main semua video game, gunakan semua teknologi, apapun yang kamu mau," kata Imas. "Tapi seringkali, para miliarder ini, mereka ada di podcast. Mereka ada di Twitter, berinteraksi dengan orang, mereka pergi ke pertunjukan, mereka mengonsumsi barang relasional, atau mencoba menyediakan barang relasional, seperti kebutuhan untuk bersosialisasi dan berada di sekitar manusia."
Permintaan untuk koneksi manusia, katanya, tidak punya batas alami karena pada dasarnya bersifat komparatif dan tidak pernah sepenuhnya terpuaskan.
Bukan seniman — perawat, guru, barista
Imas hati-hati membedakan argumennya dari visi romantis tentang dunia penuh pelukis dan pemain seni. "Banyak reaksi orang [terhadap esai] berfokus pada pemain seni dan seni. Saya pikir itu sedikit menyesatkan," katanya. "Pekerja Starbucks bukan pemain seni. Mereka bukan artis. Mereka cuma orang biasa. Mereka manusia dan orang menghargai interaksi dengan manusia — bukan dari perspektif seni tinggi atau hiburan, tapi dari keinginan dasar untuk bersosialisasi."
Sektor relasional, dalam kerangkanya, mencakup perawat, dokter, guru, terapis, pekerja pengasuhan anak, koki pribadi, dan pekerja di bidang perhotelan. Sektor-sektor ini bersama-sama sudah mempekerjakan hampir 50 juta orang di Amerika Serikat. Banyak pekerjaan yang ada tidak akan hilang sepenuhnya tapi akan berubah: saat AI mengotomatisasi tugas rutin dalam hari kerja seorang guru atau dokter, yang tersisa — dukungan emosional, perhatian, hubungan — menjadi inti pekerjaan dan inti nilai ekonominya. Fortune baru-baru ini membuat argumen serupa, mencatat bahwa pekerjaan dengan faktor manusia atau aspek relasional sudah menarik gaji di atas rata-rata, terutama dalam keperawatan dan pengajaran: Nurse Dana dari The Pitt adalah contoh yang baik.
Saat ini, jelas Imas, dokter dan guru melakukan pekerjaan yang setengah relasional dan setengahnya rentan terhadap otomatisasi, dan beberapa dari itu pasti akan terjadi. Imas bilang "hal yang tidak disadari saat ini" adalah bagaimana pekerjaan itu akan berkembang menjadi lebih relasional seiring kemajuan AI. "Pembuat widget mungkin hilang. Sopir truk mungkin hilang, karena tugas dalam pekerjaan itu tidak punya komponen relasional. Tapi ada banyak pekerjaan sekarang yang punya komponen relasional, yang akan menjadi pekerjaan relasional."
Mobil sport tanpa jalan
Teori itu mendapat ujian stres di dunia nyata dalam sebuah lembaga nonprofit medis besar, di mana seorang ilmuwan data senior — yang meminta untuk tidak disebutkan namanya atau perusahaannya — mengatakan kepada Fortune bahwa dia telah menghabiskan enam bulan terakhir melihat komite strategi data yang baru dibentuk di organisasinya menerapkan akun ChatGPT perusahaan ke seluruh staf. Setelah berminggu-minggu presentasi, satu-satunya penggunaan yang bisa diartikulasikan manajemen adalah: menulis email dan merangkum email. Bahkan, "mereka ingin karyawan menjadi ‘jagoan AI’ untuk mencari penggunaan lain, tapi sedikit yang tertarik."
Ilmuwan data itu mengatakan bahwa pekerjaan sebenarnya nya — menjalankan analisis statistik pada data pasien kanker untuk salah satu basis data medis terbesar di negara itu — melibatkan informasi kesehatan yang dilindungi yang bahkan tidak boleh diakses oleh alat-alat tersebut.
Ini tidak berarti AI tidak mampu melakukan pekerjaannya. Bahkan, dia bilang bahwa setelah rilis pertama ChatGPT bertahun-tahun lalu, dia membuat kalkulator risiko kelangsungan hidup kanker dengan alat itu dalam waktu kurang dari sebulan. Tapi karena aspek relasionalnya, kalkulator itu terhenti dalam tinjauan hukum tanpa batas waktu. Dia setuju dengan metafora Fortune tentang AI seperti "mobil sport," tapi masalah untuk sebagian besar pekerjaan adalah mereka dibangun seperti Kota New York, penuh lampu lalu lintas dan kemacetan. "Apa gunanya kamu punya mobil sport" dalam kasus itu? Dalam kasus kalkulator, katanya, dia butuh sekitar sebulan untuk membuat purwarupa dan empat tahun untuk meluncurkannya ke publik, karena alasan termasuk tinjauan hukum, pengajuan hibah, dan interaksi dengan NIH. Jadi intinya: urusan dokumen.
Dia bukan orang yang anti-teknologi. Dia mengakui AI membantunya menerjemahkan kode statistik antar bahasa pemrograman dan membangun prototipe lebih cepat daripada sendirian. Tapi fungsi paling tak tergantikannya, menurutnya, bukan menjalankan regresi. Tapi mengelola lapisan manusia: berkomunikasi dengan konsorsium ahli bedah onkologi internasional, dari Yale ke MD Anderson ke University of Toronto, yang mengkhususkan diri dalam kanker mulai dari toraks ke sarkoma orbital, menerjemahkan antara insting klinis mereka dan tuntutan ketelitian statistik.
"Hidup mereka sedemikian rupa sehingga jika saya dapat 15 menit sehari dengan mereka, itu sangat beruntung. Jadi saya harus membuat semuanya sepresisi dan seringkas mungkin." Tidak ada AI, tambahnya, yang bisa meniru nada hubungan yang dibutuhkan tersebut. Bahkan penggunaan yang disetujui, menulis email, akan kehilangan aspek relasional yang kunci. "Sebenarnya membuat purwarupanya, dan saya rasa kamu pernah dengar ini sebelumnya, membuat purwarupa pakai AI itu fantastis." Tapi begitu kamu coba naikkan dari prototipe ke skala besar, rasanya seperti ketemu banyak banget hambatan birokrasi dan komite.
Nah, justru kerja seperti itu yang ada di pikiran Imas—bukan soal performa atau seni, tapi penilaian manusiawi yang nggak bisa diganti yang menyatukan institusi-institusi rumit.
Masalah Kecepatan
Imas belum hilang rasa khawatirnya. Skenario optimisnya sepenuhnya tergantung pada kecepatan transisi. Kalau pergeseran dari ekonomi komoditas ke ekonomi relasional terjadi pelan-pelan, sejarah menunjukkan pasar tenaga kerja bisa menyerap dan menyesuaikan diri. Tapi kalau otomasi AI berakselerasi lebih cepat daripada kemampuan pekerja dan lembaga untuk melatih ulang dan menempatkan kembali, skenario runtuhnya permintaan yang sudah dia peringatkan bertahun-tahun masih sangat mungkin terjadi.
"Kecepatan perubahan sangat penting," katanya, "apakah kita akan dapat versi yang penuh harapan ini atau versi yang lebih mengkhawatirkan."
Imas memperingatkan bahwa orang yang masih ragu-ragu soal AI dan menganggapnya cuma gembar-gembor, sedang menipu diri sendiri. Mungkin karena mereka pakai model chatbot dari tahun lalu, bukan model terdepan sekarang. "Kedua hal ini seharusnya nggak dikategorikan dalam teknologi yang sama," ujarnya. Dia bilang AI masih sangat "tidak rata"—istilah yang makin populer untuk menggambarkan sifat probabilistik AI dan kecenderungannya berhalusinasi. "Tapi ketidakrataannya akan seperti, pada titik tertentu, lembah-lembahnya akan jadi sangat, sangat tinggi… bahkan titik terendahnya akan sangat mengesankan."
Morgan Stanley dalam catatan riset Maret mereka memperingatkan bahwa disruptif AI "menjadi lebih akut seiring kemampuan LLM meningkat lebih cepat dari perkiraan," dan menandai potensi pengurangan tenaga kerja besar-besaran di berbagai industri. Jarak antara proyeksi itu dengan statistikawan kanker yang diam-diam menunggu antusiasme ChatGPT perusahaan mereda, menggambarkan tepat ketidakpastian yang, meskipun sudah dapat optimisme susah payah, masih belum bisa diselesaikan sepenuhnya oleh Imas.
Imas bilang dia masih "khawatir dengan" orang-orang yang menyembunyikan kepala di pasir soal AI: "Peran utama saya sekarang adalah mendudukkkan orang satu-satu dan melatih mereka pakai teknologi terbaik." Dia melihat teorinya tentang aspek relasional sebagai sesuatu yang masuk akal dan positif, "tapi saya butuh waktu lama untuk sampai ke sana." Hai, hari ini cuacanya sangat bagus buat olahraga. Saya rencana mau main sepak bola sama teman-teman nanti sore di lapangan dekat sekolah. Kamu mau ikut?