Apakah IT terancam AI?

IT punya posisi yang paradoks: ia adalah bidang yang paling memahami AI, paling cepat mengadopsinya — dan sekaligus yang paling langsung terkena dampaknya pada level tertentu.

Yang penting untuk dipahami adalah bukan apakah IT "aman", melainkan bagian mana dari IT yang berubah dan ke arah mana.

Bagian yang paling cepat terkikis

• Penulisan kode boilerplate. Membuat CRUD endpoint, form validation, utility function standar — sekarang bisa dikerjakan dalam hitungan detik. Yang dulu membutuhkan satu hari kerja junior developer kini bisa selesai dalam satu prompt.
• QA testing untuk kasus standar. Menulis test case, mencari bug yang pola-polaannya dikenal — semakin banyak yang bisa diarahkan ke alat.
• Transformasi dan pembersihan data. Mengonversi format, membersihkan dataset, memetakan skema — pekerjaan yang dulunya membutuhkan skrip khusus kini bisa dihasilkan dalam menit.
• IT helpdesk level pertama. Menjawab pertanyaan berulang, memandu reset password, menjelaskan prosedur standar — sebagian besar sudah dan akan terus diambil alih chatbot.
• Dokumentasi teknis rutin. Menulis README, docstring, dan komentar kode adalah hal yang AI sangat baik mengerjakannya.

Ironisnya, ini adalah tugas yang selama ini mengisi bulan-bulan pertama seorang junior developer — cara mereka "belajar dengan tangan". Ketika AI mengambil alih tugas itu, junior developer yang tidak aktif mendorong dirinya ke kompleksitas yang lebih tinggi akan terjebak di pekerjaan yang nilainya terus turun.

Bagian yang justru menguat

• Arsitektur sistem dan desain teknis. Memutuskan bagaimana komponen-komponen sebuah sistem dihubungkan, trade-off apa yang diterima, dan bagaimana sistem itu akan berkembang — ini menuntut pemahaman kontekstual yang jauh melampaui kemampuan AI untuk memutuskan sendiri.
• Keamanan siber. Penyerang beradaptasi terus menerus. Bertahan dari serangan yang belum pernah terjadi sebelumnya membutuhkan kreativitas dan pemahaman tentang motivasi manusia, bukan hanya pola yang sudah dikenal.
• Engineering yang bersentuhan langsung dengan bisnis. Menentukan apa yang seharusnya dibangun, menerjemahkan kebutuhan bisnis yang ambigu menjadi spesifikasi teknis, berkomunikasi dengan stakeholder non-teknis — ini tetap membutuhkan manusia.
• Integrasi dan pengawasan sistem AI. Seseorang harus memutuskan AI mana yang dipilih, bagaimana ia diintegrasikan, kapan ia salah, dan bagaimana mengoreksinya. Ini profil baru yang belum banyak orang isi.
• Rekayasa infrastruktur di skala besar. Menjalankan sistem yang melayani jutaan pengguna dengan keandalan tinggi masih menuntut keputusan manusia di level tertentu.

Masalah sebenarnya: jalur junior semakin berat

Dulu, junior developer bisa masuk dengan hanya tahu cara menulis kode yang berjalan. Belajar arsitektur dan pemikiran sistem datang secara alami setelah bertahun-tahun mengerjakan task yang lebih kecil.

Sekarang, harapan terhadap junior developer naik — karena bagian mekanisnya sudah bisa dikerjakan AI. Perusahaan tidak lagi butuh banyak junior untuk mengerjakan pekerjaan rutin; mereka butuh orang yang dari awal sudah bisa berpikir pada level sistem dan produk. Ini mengubah cara mempersiapkan diri.

Kalau Anda atau anak Anda tetap mengambil jurusan IT

IT masih salah satu pilihan yang paling relevan — justru karena bidang ini berada di pusat perubahan, bukan di pinggirannya. Yang perlu berubah adalah bagaimana menjalaninya:

1. Berpikirlah sistem, bukan hanya sintaks. Bisa menulis kode yang berjalan adalah titik masuk, bukan tujuan. Yang membedakan engineer bernilai tinggi adalah kemampuan memutuskan apa yang harus dibangun dan mengapa.
2. Pelajari cara kerja AI, bukan hanya cara memakainya. Memahami bagaimana model belajar, di mana ia gagal, dan bagaimana ia bisa diintegrasikan ke dalam produk adalah keterampilan yang akan terus naik nilainya.
3. Investasikan di komunikasi lintas fungsi. Engineer yang bisa bicara dengan tim produk, desain, dan bisnis adalah aset yang jauh lebih sulit diisi AI daripada yang hanya bicara dengan kompiler.
4. Spesialisasi di area dengan kompleksitas tinggi. Keamanan, infrastruktur skala besar, computer vision, atau sistem real-time — area di mana kesalahan mahal dan konteksnya kompleks.

Ringkasnya

• Bagian mekanis dari IT sangat terpapar — kode boilerplate, QA standar, transformasi data, helpdesk L1
• Yang menguat: arsitektur sistem, keamanan siber, engineering berbasis produk, integrasi AI
• Tantangan terbesar: ekspektasi terhadap junior naik sementara pekerjaan entry-level menyusut
• Kalau tetap masuk: fokus pada pemikiran sistem, pelajari cara kerja AI, bangun komunikasi lintas fungsi