DeepMind: Kunci Perubahan Ekonomi oleh AI Ada pada Kerja Sama Antaragen, Bukan Sekadar Kecerdasan

Setiap beberapa bulan kita mendengar kabar model AI baru yang memecahkan rekor: menulis kode untuk produksi, mengungguli pakar di bidang tertentu, bahkan membantu menyelesaikan soal matematika kelas dunia. Namun kalau kita melihat kantor, pabrik, atau usaha di sekitar kita, sebagian besar pekerjaan masih terlihat sama. Mengapa kemampuan AI melonjak, tetapi ekonomi seolah tidak banyak berubah?

Pada 29 Oktober 2026, tiga peneliti Google DeepMind, yaitu Alex Imas (Director of AGI Economics), Andrew Koh, dan Shane Legg (salah satu pendiri dan Chief AGI Scientist Google DeepMind), menerbitkan esai berjudul "The Economics of Intelligence: How and when does AGI lead to economic transformation?" di DeepMind Institute. Jawaban mereka cukup mengejutkan: kunci perubahan besar bukan pada seberapa pintar satu agen AI, melainkan seberapa baik banyak agen AI bisa bekerja sama.

Satu agen AI adalah "objek ekonomi yang keliru"

Menurut para penulis, sebagian besar tolok ukur (benchmark) AI mengukur kemampuan satu model yang menyelesaikan soal sendirian. Padahal di dunia nyata, orang tidak bekerja sendirian. Organisasi menggabungkan orang-orang dengan kekuatan yang saling melengkapi sehingga tim bisa melakukan hal yang tidak mampu dilakukan anggotanya secara individu.

Mereka menyebut gejala ini sebagai kecerdasan mozaik (mosaic intelligence). Dalam sebuah kuis yang mereka berikan kepada 100 orang di enam bidang (matematika, penalaran verbal, sains, pola, budaya, dan ekonomi), kemampuan seseorang di satu bidang ternyata tidak banyak memprediksi kemampuannya di bidang lain. Setiap orang "bergerigi" ke arah yang berbeda. Saat peserta dipasangkan dengan rekan yang kekuatannya saling melengkapi, hasil mereka 32% lebih baik dibanding pasangan acak.

Di sinilah AI berbeda. Kemampuan model AI juga bergerigi, tetapi polanya cenderung mirip satu sama lain. Menambah salinan model yang sama hanya menambah kapasitas, bukan keragaman keahlian. Akibatnya, sebuah model yang mengalahkan setiap manusia satu lawan satu masih bisa kalah bersaing dengan tim manusia yang tersusun rapi.

Kompetensi menentukan level, koordinasi menentukan skala

Esai ini memisahkan kemampuan AI menjadi dua dimensi:

• Kompetensi: keterampilan individu seperti matematika, menulis, atau coding. Peningkatannya menggeser upah, harga, dan komposisi manusia serta AI di perusahaan secara bertahap, tanpa banyak mengubah struktur industri.
• Koordinasi: kemampuan banyak agen untuk bekerja sama di dalam satu organisasi. Jika kemampuan ini melewati ambang kritis, para penulis memperkirakan akan terjadi lonjakan mendadak dalam konsentrasi pasar, lapangan kerja, dan upah.

Mereka menyebut ambang itu sebagai supercooperative threshold. Di bawahnya, perusahaan yang terlalu besar menjadi "berantakan" karena komunikasi dan koordinasi makin sulit. Di atasnya, setiap anggota baru justru membuat organisasi makin produktif, sehingga ukuran perusahaan hanya dibatasi besarnya pasar.

Empat rezim AGI

Dari dua dimensi tersebut, para penulis memetakan empat skenario:

1. Minimal AGI: AI setara atau sedikit di atas rata-rata kemampuan manusia. Struktur ekonomi nyaris tidak berubah; yang bergeser terutama upah. Pekerja yang keahliannya bisa ditiru AI akan melihat upahnya tertekan, sementara spesialis dan koordinator manusia justru lebih dihargai.
2. Supercompetent AI: AI mengungguli pakar di hampir semua tugas, kecuali koordinasi. Perusahaan menjadi lebih produktif tetapi tetap ramping. Barang dan jasa makin murah, sementara peran manusia bergeser ke penilaian, pengarahan, dan orkestrasi kerja.
3. Supercooperative AI: kompetensi AI biasa saja, tetapi koordinasinya melewati ambang. Di pasar besar yang terstandar, seperti perangkat lunak, logistik, dan keuangan, organisasi AI bisa tumbuh sangat besar dan mengalahkan perusahaan kecil dengan cepat.
4. Artificial Superintelligence (ASI): kedua ambang terlampaui. Para penulis memperkirakan nilai ekonomi dan lapangan kerja bisa mengalir ke sektor relasional, yaitu bidang yang nilainya justru ada pada keterlibatan manusia, seperti kesehatan, pendidikan, layanan, dan kerajinan.

Mengapa ini relevan bagi kita?

Ada satu pesan penting dalam esai ini: menurut para penulis, efek AI pada upah dan peran kerja muncul lebih dulu dibanding perubahan struktur perusahaan. Artinya, angka pengangguran yang masih stabil belum tentu berarti AI tidak berdampak. Mereka juga menggambarkan kondisi saat ini sebagai startup yang lebih ramping, struktur organisasi yang lebih datar, perekrutan posisi pemula yang melambat, serta permintaan yang tetap atau meningkat untuk orang berpengalaman yang mampu mengarahkan pekerjaan kompleks lintas tim.

Bagi pekerja dan pelaku usaha di Indonesia, pelajarannya cukup praktis. Keterampilan mengoordinasikan pekerjaan, yaitu memecah masalah, membagi tugas, menjaga konteks saat serah terima, dan mengecek hasil, bisa menjadi semakin berharga. Begitu pula bidang yang bertumpu pada hubungan antarmanusia.

Keterbatasan dan konteks

• Ini model teoretis, bukan ramalan pasti. Esai ini merangkum kerangka ekonomi dari makalah Organizing Intelligence. Skenario di dalamnya adalah hasil pemodelan, bukan data tentang apa yang pasti terjadi.
• Bukan sikap resmi Google. DeepMind Institute menyatakan tulisannya dimaksudkan sebagai pemantik diskusi dan mencerminkan gagasan penulis, bukan pandangan resmi Google.
• Koordinasi AI saat ini masih lemah. Para penulis sendiri mengakui bahwa sistem AI hari ini masih buruk dalam berkoordinasi. Kapan ambang supercooperative tercapai, atau apakah memang akan tercapai, belum diketahui.
• Perlu alat ukur baru. Mereka mengusulkan benchmark untuk organisasi agen AI, bukan hanya agen tunggal, serta statistik ekonomi yang mencatat belanja komputasi di samping data penggajian. Alat ukur seperti itu belum menjadi standar.
• Konteks lokal berbeda. Kerangka ini dibangun dengan logika pasar secara umum. Dampaknya di Indonesia, dengan sektor informal dan UMKM yang besar, bisa berbeda dan perlu kajian tersendiri.

Coba di Sumber AI

Gagasan "AI sebagai rekan tim, manusia sebagai koordinator" bisa Anda praktikkan mulai hari ini. Di Sumber AI, gunakan fitur chat untuk memecah proyek besar menjadi tugas-tugas kecil dan menyusun draf awal. Catat keputusan dan konteks penting di jurnal agar tidak hilang saat pekerjaan berpindah tangan. Lalu manfaatkan Studio untuk menjajaki ide visual. Biarkan AI mengerjakan bagian yang bisa dipercepat, dan tetap pegang peran Anda sebagai pengarah serta pemeriksa hasil.

Sumber

• Alex Imas, Andrew Koh, dan Shane Legg, "The Economics of Intelligence: How and when does AGI lead to economic transformation?", DeepMind Institute (29 Oktober 2026): institute.deepmind.com