Spectacular AI growth to spark serious jobs issue for Fed: Zervos
David Zervos, seorang analis pasar veteran yang telah lama bersikap optimis terhadap pertumbuhan ekonomi, kini mengeluarkan sinyal peringatan keras kepada Federal Reserve bahwa ledakan kecerdasan buatan telah memasuki fase yang bisa menimbulkan guncangan besar di pasat tenaga kerja. Menurutnya, kecepatan penetrasi AI di berbagai sektor jauh melampaui kemampuan regulator dan pembuat kebijakan untuk merumuskan respons yang memadai. Di tengah euforia investor yang terus mendorong valuasi perusahaan teknologi ke level tertinggi baru, Zervos melihat bahwa risiko sosial dari percepatan otomasi belum dihitung secara menyeluruh oleh bank sentral. Ia menekankan bahwa jika The Fed terus menurunkan suku bunga untuk men-support pertumbuhan tanpa mempertimbangkan implikasi struktural dari AI, maka ketimpangan ekonomi bisa memburuk secara drastis. Zervos berpendapat bahwa data inflasi yang menjadi patokan kebijakan moneter saat ini tidak lagi mencerminkan tekanan deflasi besar yang akan datang dari efisiensi produksi berbasis algoritma, sehingga keputusan suku bunga berisiko jauh di belakang kurva. Ia menyebut fenomena ini sebagai hidden productivity shock yang berpotensi membuat jutaan pekerjaan berskala menengah lenyap dalam waktu singkat, lebih cepat dari siklus resesi normal. Sebagai bukti empiris, ia menunjuk pada peningkatan pesat permintaan GPU dan chip khusus machine learning yang menandakan bahwa perusahaan-perusahaan besar sedang bersiap melakukan sweeping automation dalam skala industri. Oleh karena itu, Zervos menyerukan agar Jerome Powell dan rekan-rekan di FOMC memasukkan variabel ketenagakerjaan berbasis AI ke dalam model makroekonomi mereka, bukan hanya fokus pada data payroll headline.
Dampak langsung dari adopsi AI yang berlangsung secara massal telah terlihat di sektor jasa keuangan, transportasi, dan ritel, di mana alih daya ke algoritma bukan lagi isu masa depan melainkan kenyataan yang terjadi hari ini. David Zervos mencatat bahwa bank-bank besar kini mampu mengganti unit analis kredit dan penilai risiko dengan model machine learning yang jauh lebih cepat dan akurat, sehingga mengurangi kebutuhan akan talenta berskala menengah. Di bidang transportasi berbasis aplikasi, penurunan tarif yang ditawarkan kepada konsumen tidak diimbangi dengan perlindungan sosial bagi pengemudi yang tengah diarahkan menuju kendaraan otonom. Rantai pasokan global juga memperlihatkan tren serupa, di mana gudang cerdas dipenuhi robot pemindah barang yang membuat pekerjaan administratif pergudangan hampir tidak relevan. Secara kuantitatif, Zervos memproyeksikan bahwa dalam tiga tahun ke depan, sekitar 18 juta posisi kerja di Amerika Serikat memiliki risiko otomatisasi tinggi, terutama pekerjaan berbasis aturan seperti akuntansi, layanan pelanggan, dan analisis data entry-level. Situasi ini berpotensi mendorong kenaikan pesat pengangguran struktural yang tidak akan teratasi hanya dengan stimulus fiskal konvensional. Ia pun memaparkan bahwa The Fed berada pada posisi dilema: menahan laju inflasi sambil menghadapi lonjakan pengangguran teknologis, di mana instrumen suku bunga tidak dirancang untuk menyelesaikan kedua masalah sekaligus. Oleh karena itu, menurut Zervos, diperlukan kerja sama institusional antara bank sentral, legislatif, dan sektor swasta untuk merancang ulang program pelatihan ulang dan jaring pengaman sosial yang berbasis pada profesi masa depan, bukan pekerjaan masa lalu.
Ketika membahas implikasi kebijakan moneter, Zervos menyoroti bahwa model Phillips Curve yang menjadi fondasi The Fed untuk meramal tekanan inflasi dari pasar tenaga kerja kini menjadi tidak relevan karena AI menghadirkan disrupsi besar-besaran yang belum pernah tercermin dalam data historis. Ia menjelaskan bahwa meskipun pengangguran tetap rendah secara statistik, percepatan produktivitas akibat AI justru menekan upah riil pekerja karena permintaan terhadap keterampilan mereka menurun drastis. Fenomena ini menciptakan paradoks di mana output ekonomi tumbuh kuat namun distribusi pendapatan memburuk, sehingga risiko ketimpangan meningkat tanpa disertai lonjakan inflasi. Zervos berpendapat bahwa jika The Fed terus menaikkan suku bunga berdasarkan asumsi inflasi gaji yang tidak kunjung datang, maka sektor riil yang sudah tertekan otomatisasi akan semakin sulit mengakses modal untuk transformasi bisnis. Sebaliknya, jika bank sentral terlalu lama menahan suku bunga rendah, gelembung spekulatif di perusahaan teknologi bisa melejit hingga menimbulkan risiko stabilitas keuangan sistemik. Untuk itu, ia menyarankan pendekatan berkebijakan berbasis forward-looking indicator seperti investasi riset AI, jumlah paten otomasi, dan penetrasi robotik di sektor manufaktur sebagai tambahan variabel pengambilan keputusan. Dalam konteks ini, komunikasi kebijakan The Fed juga perlu menekankan pentingnya reformasi pasar kerja agar ekspektasi inflasi publik tidak hanya terfokus pada headline CPI tetapi juga pada dinamika upah relatif terhadap produktivitas. Zervos percaya bahwa tanpa perubahan kerangka kerja ini, bank sentral akan terus berperan sebagai pemadam kebakaran yang selalu datang terlambat setelah krisis tenaga kerja terjadi.
Menilik sudut pandang global, Zervos membandingkan situasi Amerika Serikat dengan kawasan lain seperti Uni Eropa, Tiongkok, dan Singapura dalam merespons tantangan AI terhadap ketenagakerjaan. Di Eropa, skema subsidi upah jangka pendang digabung dengan pelatihan digital intensif terbukti menurunkan angka kehilangan pekerjaan permanen akibat otomatisasi, namun implementasinya membutuhkan anggaran fiskal besar dan keterlibatan pemerintah daerah. Sementara itu, Tiongkok mengambil jalur investasi besar-besaran pada riset AI sambil memobilisasi sektor negara untuk menciptakan lapangan kerja baru di industri hijau dan infrastruktur cerdas, meski efektivitas jangka panjangnya masih diperdebatkan. Singapura menjadi laboratorium ideal dengan pendekatan tripartit antara pemerintah, perusahaan, dan serikat pekerja untuk menentukan jalur transisi tenaga kerja sebelum otomasi sepenuhnya diterapkan. Zervos menekankan bahwa The Fed bisa meniru elemen terbaik dari ketiga model tersebut, terutama pendanaan pelatihan berbasis matching-grant yang disalurkan melalui sistem perbankan komunitas agar tepat sasaran. Ia juga mendorong bank sentral untuk menggalakkan kemitraan dengan bursa saham dan perusahaan teknologi agar sebagian keuntungan dari efisiensi AI dapat dialokasikan ke dana transisi tenaga kerja. Dalam konteks geopolitik, dominasi AI Amerika akan semakin bergantung pada ketersediaan talenta yang mampu mengelola dan mengaudit algoritma, bukan hanya pada kuantitas insinyur perangkat lunak. Oleh karena itu, kebijakan imigran berbasis keterampilan kritis juga perlu diselaraskan dengan strategi nasional ketahanan teknologi, sehingga risiko brain-drain tidak memperparah defisit tenaga kerja berkualitas di masa depan. Zervos menyimpulkan bahwa tanpa kerangka kerja global yang koheren, perlombaan AI akan berujung pada perang tarif dan standar regulasi yang pada akhirnya membebani usaha kecil dan pekerja informal.
Menatap ke depan, David Zervos menggambarkan skenario terburuk jika The Fed tetap menunda untuk mengakui bahwa ledakan AI adalah faktor struktural yang mengubah dinamika pasar tenaga kerja secara permanen, bukan siklikal seperti resesi biasa. Dalam model stress-test internalnya, pengangguran bisa melonjak hingga 12% dalam lima tahun mendatang jika tingkat adaptasi pekerja tidak mengimbangi laju penetrasi AI, terutama pada sektor administrasi, transportasi, dan jasa profesional menengah. Ketimpangan pendapatan akan melebar hingga rasio gaji 90-to-10 percentile mencapai level tertinggi dalam sejarah modern, yang berpotensi memicu ketegangan sosial dan eskalasi proteksionisme. Sisi positifnya, Zervos melihat bahwa transisi ini bisa menjadi katalis bagi lahirnya industri-industri baru seperti audit algoritma, etika teknologi, dan layanan kesehatan digital yang membutuhkan campuran keterampilan teknis dan humanis. Namun, peluang ini hanya bisa diraih jika infrastruktur pendidikan dan akses pendanaan disiapkan jauh lebih awal oleh koordinasi kebijakan fiskal-moneter. Ia menyerukan agar The Fed memasukkan asumsi kehancuran pekerjaan akibat AI ke dalam skenario baseline, bukan hanya sebagai alternatif downside, agar pelaku pasar bisa menyesuaikan ekspektasi dengan lebih realistis. Pada akhirnya, Zervos meyakini bahwa stabilitas sistem keuangan jangka panjang bergantung pada kemampuan bank sentral untuk menjaga kepercayaan publik bahwa kebijakannya tidak hanya menstabilkan harga, tapi juga menciptakan transisi yang inklusif menuju ekonomi pasca-otomasi. Tanpa keberanian mengakui bahwa AI adalah game-changer pada pasar tenaga kerja, The Fed berisiko kehilangan kredibilitasnya, mirip dengan apa yang terjadi pada era stagflasi 1970-an ketika kerangka kerja kebijakan gagal menangkap perubahan struktural global. Ia menutup panduannya dengan seruan agar pelaku pasar, regulator, dan masyarakat sipil segera memulai dialog nasional untuk merumuskan grand strategy ketenagakerjaan berbasis AI agar Amerika tetap kompetitif tanpa mengorbankan stabilitas sosial.
Iklan Morfotech
