Bagaimana AI memperluas cakupan pekerjaan manusia

AI mengubah pekerjaan yang dilakukan orang. Dalam analisis terhadap lebih dari 800.000 pesan dari pengguna ChatGPT di AS, riset baru kami menunjukkan bahwa 16,8% pesan terkait pekerjaan dan 43,5% pesan khusus profesi membahas tugas yang berkaitan dengan profesi lain.

Pemilik usaha kecil dapat menyusun naskah, meninjau kontrak, atau melakukan analisis keuangan dasar secara mandiri. Tenaga penjualan dapat menggunakan AI untuk mengeksplorasi kumpulan data pelanggan yang sebelumnya mungkin diserahkan kepada analis. Pemasar dapat mengatasi masalah situs web tanpa harus menunggu pengembang. Dalam setiap kasus, AI bukan hanya mengubah cara pekerjaan diselesaikan, tetapi juga siapa yang mengerjakan apa.

Laporan baru kami, Work at the Frontier: Bagaimana AI Memperluas Cakupan Pekerjaan Manusia, mengkaji perubahan ini. Pola yang dihasilkan kami sebut lintas tugas: pekerjaan yang secara historis berkaitan dengan suatu profesi muncul dalam penggunaan AI oleh orang dari profesi lain. Dalam Kerangka Transisi Pekerjaan AI⁠(terbuka di jendela baru), kami berpendapat bahwa banyak pekerjaan kemungkinan akan mengalami penataan ulang, yaitu pekerjaan yang tugas sehari-harinya dapat berubah secara signifikan. Laporan ini adalah yang pertama dalam seri baru kami, Work at the Frontier, yang mengeksplorasi bagaimana AI mengubah pekerjaan secara langsung. 

Dengan sudut pandang unik kami terhadap perubahan dunia kerja, kami akan secara rutin menyajikan wawasan berbasis data dan bukti untuk memandu kebijakan serta praktik.

Banyak studi tentang AI dan pekerjaan berawal dari daftar tetap tugas yang terkait dengan profesi tertentu, lalu menanyakan apakah model dapat melakukannya. Bukti kami menunjukkan bahwa AI juga mengubah siapa yang menangani tugas tertentu.

Untuk mengukur lintas tugas, kami terlebih dahulu memisahkan pekerjaan yang terkait dengan suatu profesi dari pekerjaan yang ditemukan di berbagai profesi. Beberapa aktivitas, seperti menulis, merangkum, dan menjadwalkan, dilakukan di terlalu banyak profesi sehingga tidak dapat menjadi bukti lintas tugas. Kami menggolongkannya sebagai generik. Untuk pesan lainnya, kami menilai apakah tugas tersebut termasuk di dalam atau di luar profesi pengguna. Di antara pesan non-generik, 43,5% berada di luar profesi pengguna. Ini memberi gambaran awal tentang bagaimana AI dapat membentuk ulang cakupan tugas suatu pekerjaan sebelum perubahan tersebut tampak dalam deskripsi atau jabatan pekerjaan.

Hal ini menunjukkan bahwa sebagian besar penggunaan ChatGPT terkait pekerjaan berasal dari pengguna yang memperluas perannya. Pola ini sangat menonjol dalam beberapa kelompok. Setelah pekerjaan generik dikecualikan, tugas di luar profesi mencakup: 

• 77% pesan khusus profesi dari pekerja pengalaman pelanggan
• 75% dari desainer
• 69% dari pekerja sumber daya manusia
• 56% dari pekerja bidang hukum 
• 53% dari pemasar

Profesi-profesi ini “meminjam” tugas tersebut dari peran lain. Bukti tersebut menunjukkan perubahan pembagian kerja: sejumlah aktivitas yang dahulu perlu diserahkan kepada orang lain kini dapat dilakukan oleh orang yang pertama kali mendapati adanya kebutuhan tersebut.

Peta panas di bawah ini menunjukkan lintas tugas dengan menentukan pekerjaan dari profesi mana yang paling menyerupai setiap pesan non-generik. Tugas pemasaran dan rekayasa menyebar paling jauh dan sering muncul dalam pesan pekerja di luar bidang tersebut.

Jika ditinjau dari profesi hingga tugas tertentu, lintas tugas tidak tersebar secara merata. Perhitungan keuangan dan pemecahan masalah teknologi sama-sama termasuk tiga tugas luar profesi yang paling umum di ketujuh kelompok profesi lain dalam analisis. Pekerjaan pemasaran juga tersebar luas: pembuatan materi pemasaran muncul di lima kelompok lain dan sangat menonjol di kalangan pengguna bidang desain.

Pengamatan terhadap kelompok tugas yang lebih luas menunjukkan dua arah lintas tugas yang berbeda. Sebagian pekerjaan menyerap banyak tugas dari profesi lain. Pekerjaan lainnya menyediakan tugas yang muncul di berbagai profesi.

Desain menggambarkan pola pertama. Sekitar 35,2% pesan dari desainer melibatkan pekerjaan yang biasanya terkait dengan profesi lain, sedangkan tugas desain hanya mencakup 1,7% pesan dari pekerja di bidang lain. Desainer banyak mengandalkan tugas dari luar profesinya, tetapi pekerjaan desain sendiri jarang muncul di bidang lain.

Pola rekayasa cenderung berkebalikan. Hanya 18,5% pesan bidang rekayasa yang melibatkan tugas dari bidang lain, tetapi tugas rekayasa mencakup 7,4% pesan dari pekerja di profesi lain. Rekayasa menjadi sumber penting pekerjaan yang diambil oleh orang di bidang lain, mulai dari memecahkan masalah perangkat lunak hingga bekerja dengan sistem teknis.

Pemasaran menonjol dalam kedua arah. Pemasar mencurahkan 24,3% pesan mereka untuk tugas yang terkait dengan profesi lain, sedangkan tugas pemasaran mencakup 8,9% pesan dari pekerja di bidang lain—persentase penyebaran keluar tertinggi dalam sampel. Pekerja pemasaran menggabungkan tugas dari berbagai bidang, sementara pekerjaan pemasaran juga tersebar luas di seluruh organisasi.

Ukuran dan struktur bisnis memengaruhi cara AI mengubah pekerjaan. Di perusahaan besar, karyawan mungkin memiliki akses ke tim khusus, alur kerja yang mapan, dan layanan internal. Di organisasi yang lebih kecil, pekerja yang paling dekat dengan masalah cenderung menanganinya sendiri alih-alih mendelegasikannya.

Di kalangan pengguna rata-rata, persentase tugas di luar profesi turun dari 18,9% bagi pengguna di ruang kerja dengan 2–5 pengguna menjadi 16,3% bagi pengguna di ruang kerja dengan lebih dari 100 pengguna. Di kalangan pengguna terberat, kami tidak melihat pola penurunan konsisten yang sama.

Salah satu kemungkinan penjelasannya adalah pengguna moderat di organisasi yang lebih kecil beralih ke AI ketika menghadapi pekerjaan yang biasanya memerlukan fungsi lain. Sebaliknya, pengguna berat mungkin telah mengembangkan alur kerja stabil yang didukung AI dan lebih serupa antarorganisasi, atau menggunakan AI secara lebih intensif dalam profesi utama mereka.

AI mungkin sangat berguna sebagai alat serbaguna ketika tenaga spesialis terbatas.

Data penggunaan AI seperti ini menjadi indikator pergeseran pekerjaan. Data ini memungkinkan kami melihat bagaimana AI membantu pekerja bereksperimen dengan kombinasi aktivitas baru sebelum perusahaan menulis ulang deskripsi pekerjaan atau membuat jabatan baru. Dengan demikian, pola penggunaan dapat memberikan sinyal awal perubahan profesi yang baru akan tercatat kemudian dalam statistik pasar tenaga kerja konvensional.