Sebuah paradoks yang jarang dibahas mengemuka di tengah hiruk-pikuk perbincangan tentang AI. Kita sering mendengar narasi bahwa AI semakin murah dan semakin demokratis. Sebagian pernyataan itu benar. Data dari Stanford AI Index 2025 menunjukkan biaya menjalankan model setara GPT-3.5 untuk memproses satu juta token (MTok) turun lebih dari 99% — dari sekitar $20 pada akhir 2022 menjadi hanya $0,07 pada akhir 2024, penurunan lebih dari 280 kali lipat hanya dalam kurang-lebih 18 bulan. Penurunan yang, kalau dipadankan dengan industri lain, seperti harga tiket pesawat Jakarta–Bali yang tiba-tiba jadi Rp 5.000. Menggiurkan.

Tetapi angka itu adalah harga untuk insinyur yang mengakses API. Untuk profesi lainnya — penulis, konsultan, manajer, pengajar — yang tersedia adalah produk berlangganan premium. ChatGPT Pro kini dibanderol $200 per bulan. Google AI Ultra sempat dibanderol $249,99 sebelum dipangkas menjadi $99,99 pada Mei 2026 (dengan tier teratas tetap $200). xAI bahkan meluncurkan SuperGrok Heavy di angka $300. Angka tertinggi itu hampir sepuluh kali lipat tarif langganan standar yang berkisar $20–30 per bulan.

Apa yang sedang terjadi?

Para ekonom menyebutnya tiered value capture — strategi segmentasi pasar yang disengaja. Pengguna teknis diberi akses murah lewat API, sementara pengguna non-teknis membayar mahal lewat antarmuka yang ramah. Ada tekanan biaya yang sungguh nyata di balik strategi tersebut. Menurut International Energy Agency, konsumsi listrik data center mencapai sekitar 415 TWh pada 2024 — kira-kira 1,5% dari konsumsi listrik global — dan tumbuh sekitar 12% per tahun selama lima tahun terakhir, lebih dari empat kali laju pertumbuhan konsumsi listrik total. Angka itu diproyeksikan lebih dari dua kali lipat menjadi sekitar 945 TWh pada 2030. Di Virginia saja, kapasitas daya data center yang dikontrak Dominion Energy nyaris dua kali lipat — dari 21,4 GW menjadi 40,2 GW — hanya dalam lima bulan pada paruh kedua 2024. Biaya membangun satu gigawatt fasilitas AI? Antara $35 hingga $60 miliar. Sebanding dengan membangun jaringan listrik nasional sebuah negara berkembang dari nol.

Biaya infrastruktur tersebut masih harus ditambah dengan biaya manusia di balik layar teknologi ini. Peneliti AI senior di perusahaan frontier dibayar antara $1–3 juta per tahun termasuk saham. Angka ini tercermin dalam data kompensasi industri seperti Levels.fyi dan berbagai laporan gaji 2026. Semua biaya tersebut — mau tidak mau — harus dibebankan dalam tagihan bulanan pengguna platform AI.

Lalu, apa dampaknya terhadap dunia kerja?

World Economic Forum dalam Future of Jobs Report 2025 — berdasarkan survei lebih dari seribu perusahaan yang mempekerjakan 14 juta pekerja di 55 ekonomi — memproyeksikan 170 juta peran baru akan tercipta pada 2030, sementara 92 juta peran lama tergusur. Selisih bersihnya positif: 78 juta pekerjaan baru. Angka yang terdengar menggembirakan, sampai kita baca catatan kecilnya — lebih dari 120 juta pekerja diprediksi tidak akan mendapat pelatihan yang mereka butuhkan untuk melewati masa transisi.

Di Indonesia kondisinya sangat khas. Anthropic dalam Anthropic Economic Index (2025) mencatat intensitas penggunaan AI di Indonesia masih sangat rendah — hanya sekitar 0,36 kali dari yang diperkirakan berdasarkan populasi usia kerjanya, jauh di bawah ekonomi maju seperti Singapura (sekitar 4,6×) atau Kanada (sekitar 2,9×). Bukan karena kurang siap, tapi karena struktur pasar kerja di Indonesia masih didominasi sektor informal dan pekerjaan fisik lapangan yang memang lebih sulit diotomasi oleh AI.

Tapi jangan lega dulu.

Ancaman terbesar di Indonesia bukan PHK massal. Perusahaan cenderung lebih berhati-hati dan memilih jalan lain: hiring slowdown. Perusahaan tidak perlu memecat karyawan lama — mereka cukup tidak merekrut yang baru. Satu tim yang dulu perlu lima orang junior kini berjalan dengan dua orang senior dan beberapa tools AI. Bagi fresh graduate yang baru memasuki pasar kerja, ini adalah kabar buruk.

Meski demikian, aral ini tidak perlu direspons secara kalap. Kita tidak harus berlomba menguasai sebanyak-banyaknya tools, mempelajari lebih banyak skill teknis, seolah kecepatan dan volume adalah jawaban pastinya. Padahal justru sebaliknya: semakin AI mahir memproduksi, semakin mahal “harga” kemampuan manusia untuk memilih, menimbang, dan memutuskan mana yang benar-benar harus di-generate.

Tibalah kita di era kurasi.

Ketika AI membanjiri dunia dengan konten, laporan, desain, dan kode yang diproduksi massal, sesuatu yang tidak biasa mulai terjadi. Orang-orang lelah. NEXT Conference dalam catatannya di akhir 2025 merumuskannya dengan tepat: ketika AI menangani produksi, nilai manusia bergeser ke hal lain sepenuhnya — kualitas input yang kita berikan: kurasi, intensi, dan resonansi emosional.

Bifurkasi sedang terjadi: produk komoditas yang sepenuhnya dikerjakan AI dan produk dengan nilai tambah tinggi yang tetap membutuhkan sentuhan kreativitas manusia. Pertanyaannya bukan lagi apakah AI akan mengubah pekerjaan Anda. Itu sudah pasti. Pertanyaannya adalah: dimensi pekerjaan Anda yang mana yang nilainya justru naik ketika manusia melibatkan AI.

Jawaban atas pertanyaan tersebut yang akan menentukan posisi seseorang di pasar kerja lima tahun ke depan.

__
AAn.