Dalam analisis terbarunya, JPMorgan menilai percepatan otomatisasi berbasis AI dapat menggerus permintaan tenaga kerja pekerja level manajerial dan administratif atau kerah putih (white-collar) , khususnya untuk entry-level yang selama ini menjadi pintu masuk angkatan kerja baru.

“Kecerdasan buatan akan mengubah ekonomi dan pasar tenaga kerja, tidak diragukan lagi,” tulis laporan tersebut yang dikutip Senin (27/4/2026).

Apakah AI memicu pemecatan?

Ultimatum datang dari  Dario Amodei, CEO Anthropic, yang menyebut hingga 50% pekerjaan white-collar entry-level berisiko terdampak dalam beberapa tahun ke depan jika adopsi AI tidak diimbangi strategi mitigasi.

Tekanan ini dinilai tidak hanya berdampak pada individu, tetapi juga berpotensi mengguncang struktur ekonomi. “Dengan asumsi tidak ada kekuatan penyeimbang yang akan diterjemahkan menjadi 10 juta hingga 25 juta kehilangan pekerjaan bersih dan kemungkinan ekonomi yang hancur.”

JPMorgan menyoroti bahwa hilangnya pekerjaan dalam skala besar dapat menekan konsumsi rumah tangga yang menjadi motor utama pertumbuhan ekonomi sebelum manfaat produktivitas AI benar-benar terealisasi.

Sejarah mencatat bahwa pergeseran rezim teknologi sering dikaitkan dengan pekerjaan yang sudah tidak sesuai dengan zaman. Dalam perubahan rezim masa lalu selama bertahun-tahun dan beberapa dekade, rata-rata 200.000 hingga 300.000 pekerja dipindahkan per tahun.

Munculnya komputer pribadi pada tahun 1980-an dan internet pada tahun 1990-an sangat mempengaruhi pasar tenaga kerja, yang paling terlihat dalam bisnis seperti media cetak, ritel, dan periklanan. Para ekonom memperkirakan bahwa munculnya internet saja telah mengungser 6 juta pekerjaan.

Situasi tersebut membuka peluang terjadinya jobless recovery atau pemulihan tanpa lapangan kerja, yakni kondisi ketika ekonomi tetap tumbuh, namun tidak mampu menyerap tenaga kerja secara memadai.

AI tak bisa seutuhnya gantikan peran manusia

JPMorgan Chase mengungkap setidaknya terdapat beberapa kendala utama yang menahan disrupsi AI secara menyeluruh terhadap pasar tenaga kerja, yaitu kemampuan model, infrastruktur fisik, dan faktor institusional.

Kemampuan AI melonjak, tapi belum konsisten

Dari sisi kemampuan, model AI generatif terbaru terus mencatat kemajuan signifikan. Model seperti Claude Opus 4.6 dari Anthropic disebut mampu menyelesaikan tugas kompleks yang setara dengan 12 jam kerja manusia, bahkan lebih dari dua kali lipat peningkatan sejak akhir 2025.

Di ranah pemrograman, adopsi AI juga kian masif. GitHub Copilot kini disebut berkontribusi hampir setengah dari kode yang ditulis oleh developer yang aktif menggunakannya.

Namun, JPMorgan menekankan bahwa pekerjaan manusia bukan sekadar rangkaian tugas teknis. Pekerja berbasis pengetahuan mengandalkan intuisi, konteks sosial, hingga pengambilan keputusan dalam kondisi ketidakpastian, satu hal yang masih sulit direplikasi AI secara konsisten. “Model AI memang meningkat cepat, tetapi performanya menurun ketika tingkat keberhasilan tinggi dibutuhkan,” tulis JPMorgan.

Sebagai gambaran, Claude Opus 4.6 mampu menyelesaikan tugas dua jam dengan tingkat keberhasilan 80%, tetapi turun menjadi 50% untuk tugas yang lebih kompleks setara 12 jam kerja manusia. Artinya, semakin kompleks pekerjaan, semakin besar risiko kesalahan AI.

Penggunaan AI hanya mendisrupsi pekerjaan

Implementasi AI berbasis agen [agentic AI] memang sudah mulai mengubah operasional bisnis. C.H. Robinson misalnya, menggunakan agen AI untuk menghasilkan penawaran harga dalam 30 detik, dibanding 15 menit oleh manusia. Efisiensi ini berdampak nyata, yakni jumlah karyawan perusahaan tersebut turun sekitar 10% per tahun sejak 2022. Namun, JPMorgan menilai fenomena ini lebih mencerminkan disrupsi tugas ketimbang penggantian pekerjaan secara penuh.

Infrastruktur jadi hambatan besar

Selain kemampuan model kecerdasan buatan, kendala besar lainnya adalah infrastruktur fisik bahwa AI membutuhkan investasi besar atas chip, pusat data, serta pasokan listrik. Di mana secara teori, untuk menggantikan 10 juta pekerja dibutuhkan jutaan hingga puluhan juta GPU. Bahkan dengan asumsi efisiensi saat ini, kebutuhannya bisa mencapai hampir 50 juta chip.

Sebagai gambaran, proyek pusat data raksasa milik Microsoft di Wisconsin diperkirakan menelan biaya lebih dari US$100 miliar, menggunakan jutaan chip, dan mengonsumsi listrik melebihi kota Los Angeles. Di sisi pasokan, TSMC sebagai produsen lebih dari 90% chip canggih dunia saja baru mulai meningkatkan kapasitasnya. Sementara itu, waktu tunggu koneksi listrik bisa mencapai 3 sampai 5 tahun.

Regulasi dan sosial jadi rem terkuat

Faktor lainnya yang tak kalah penting adalah hambatan institusional, mulai dari regulasi hingga resistensi sosial.

Di dunia kesehatan misalnya, regulator seperti Food and Drug Administration membutuhkan waktu hingga dua tahun untuk menyetujui teknologi berbasis AI.

Di duniakeuangan, aturan ketat juga membatasi penggunaan AI dalam pengambilan keputusan. Selain itu, tanggung jawab hukum menjadi isu besar, jika AI membuat kesalahan misalnya dalam rekomendasi investasi lalu siapa yang bertanggung jawab? “AI saat ini lebih berfungsi sebagai pendukung keputusan, bukan pengganti keputusan,” tulis JPMorgan.

Di duniapolitik, kekhawatiran juga meningkat. Tokoh seperti Bernie Sanders hingga Josh Hawley mulai menyuarakan risiko AI terhadap pekerjaan dan ketimpangan ekonomi.

Meski berbagai risiko mengemuka, dalam jangka panjang JPMorgan tetap melihat AI sebagai pendorong produktivitas.

Terlebih, sejarah menunjukkan, teknologi baru tidak hanya menghapus pekerjaan lama, tetapi juga menciptakan sektor dan profesi baru. AI bahkan berpotensi membuka akses layanan yang sebelumnya terbatas, seperti sektor hukum bagi masyarakat berpenghasilan rendah atau usaha kecil.