AI Tidak Menghapus Engineer, AI Mengubah Beban Kerjanya

Banyak orang mengira software engineer akan menjadi profesi pertama yang paling terdampak oleh AI. Alasannya terlihat masuk akal. Coding assistant semakin kuat, AI agent bisa menulis kode lebih cepat, dan banyak perusahaan mulai menyebut AI sebagai alasan efisiensi.

Di permukaan, narasinya sederhana: kalau AI bisa menulis kode, maka kebutuhan terhadap engineer akan turun.

Tetapi data hiring terbaru menunjukkan cerita yang lebih rumit.

Riset dari SignalFire menemukan bahwa engineering justru menjadi salah satu fungsi kerja paling tangguh di industri teknologi pada 2025. Di saat total hiring perusahaan teknologi besar turun dibanding 2019, penurunan hiring untuk posisi engineering jauh lebih kecil. Bahkan di perusahaan teknologi besar, porsi engineer dalam rekrutmen baru meningkat dari 46% pada 2019 menjadi 55% pada 2025.

Startup tahap awal juga masih menambah engineer lebih banyak dibanding 2019.

Ini bukan berarti AI tidak berdampak. Dampaknya nyata. Tetapi dampak itu tidak sesederhana “AI masuk, engineer keluar”.

The Core Update

Berita utama dari data ini adalah bahwa engineering belum terlihat sebagai fungsi kerja yang paling cepat digantikan AI. Justru sebaliknya, peran engineering masih menjadi pusat kebutuhan banyak perusahaan teknologi.

SignalFire melihat hiring sebagai indikator yang lebih dekat dengan kondisi real-time dibanding data layoff. Layoff sering sulit dibaca karena orang tidak selalu langsung memperbarui status pekerjaannya. Hiring memberi sinyal berbeda: perusahaan masih memilih fungsi mana yang dianggap penting untuk pertumbuhan berikutnya.

Dari data tersebut, engineering tetap kuat.

Perusahaan besar seperti Alphabet, Meta, Apple, Amazon, Microsoft, Nvidia, Tesla, Uber, Airbnb, Block, dan Stripe masih merekrut engineer dalam porsi besar. Di startup, kebutuhan engineer juga tidak menghilang. Ini menarik karena startup biasanya lebih cepat mengadopsi tool baru jika tool itu benar-benar bisa menggantikan biaya manusia.

Kalau AI benar-benar sudah menggantikan engineer secara langsung, posisi engineering seharusnya menjadi yang paling cepat turun. Tetapi yang terlihat justru berbeda: engineer menjadi lebih produktif, dan perusahaan menemukan lebih banyak hal yang bisa dibangun.

Inilah yang sering disebut sebagai Jevons paradox. Ketika sesuatu menjadi lebih efisien, permintaannya tidak selalu turun. Kadang justru naik, karena kapasitas baru membuka pekerjaan baru.

AI membuat pembuatan kode lebih cepat. Tetapi kecepatan itu juga membuat backlog ide, eksperimen, integrasi, fitur, testing, dan perbaikan sistem menjadi lebih mungkin dikerjakan.

The Reality Check

Namun, membaca data ini sebagai kabar bahwa semua engineer aman selamanya juga terlalu nyaman.

AI mungkin tidak menghapus engineering sebagai fungsi kerja, tetapi AI mengubah standar kerja engineer. Perusahaan tidak hanya membutuhkan orang yang bisa menulis kode. Mereka membutuhkan orang yang bisa menentukan kode apa yang layak ditulis, bagaimana sistem harus dirancang, dan risiko apa yang perlu dijaga.

Coding menjadi lebih murah. Tetapi keputusan teknis tetap mahal.

AI bisa membantu membuat function, menulis test awal, merapikan boilerplate, menjelaskan error, atau membuat prototype. Tetapi AI tidak otomatis memahami konteks bisnis, konsekuensi arsitektur, keamanan data, prioritas produk, atau trade-off jangka panjang.

Di sinilah peran engineer bergeser.

Engineer yang hanya menunggu tiket kecil, menulis kode persis sesuai instruksi, dan tidak memahami masalah bisnis akan lebih mudah tertekan. Bukan karena AI sempurna, tetapi karena sebagian aktivitas teknis yang repetitif memang semakin mudah dibantu mesin.

Sebaliknya, engineer yang mampu membaca konteks akan semakin penting.

Beberapa kemampuan menjadi lebih bernilai:

• memecah masalah bisnis menjadi sistem yang bisa dibangun
• menilai apakah output AI benar, aman, dan maintainable
• membuat keputusan arsitektur yang tidak hanya cepat, tetapi tahan lama
• menghubungkan produk, data, automation, dan operasional
• mengurangi kompleksitas, bukan sekadar menambah kode
• menjaga kualitas saat kecepatan delivery meningkat

AI membuat engineer bisa bergerak lebih cepat. Tetapi kecepatan tanpa arah hanya mempercepat kekacauan.

Ini juga menjelaskan mengapa engineer bisa menjadi lebih sibuk, bukan lebih kosong. Ketika biaya membuat prototype turun, perusahaan akan mencoba lebih banyak ide. Ketika integrasi lebih cepat dibuat, lebih banyak proses internal ingin diotomatisasi. Ketika data lebih mudah dipakai, lebih banyak dashboard, workflow, dan agent ingin dibangun.

Masalahnya bukan lagi apakah kode bisa ditulis. Masalahnya adalah apakah sistem yang dibuat benar-benar membantu bisnis bekerja lebih baik.

The Havedev Way

Dari sudut pandang Havedev, berita ini penting karena banyak bisnis masih melihat AI terlalu sempit: sebagai pengganti orang atau sebagai fitur tambahan di tool.

Padahal nilai terbesar AI sering muncul ketika ia dipakai untuk memperbesar kapasitas tim yang sudah punya struktur kerja jelas.

Untuk bisnis, pertanyaannya bukan hanya: apakah AI bisa menggantikan developer?

Pertanyaan yang lebih berguna adalah:

• pekerjaan teknis mana yang masih terlalu manual?
• proses mana yang sering tertunda karena tidak ada sistem?
• data apa yang sudah tersedia tetapi belum dipakai untuk keputusan?
• bagian mana dari website, CRM, support, atau operasional yang bisa dibuat lebih cepat?
• keputusan teknis apa yang tetap perlu manusia yang paham konteks?

AI dapat membantu membuat software lebih cepat. Tetapi bisnis tetap perlu orang yang bisa menerjemahkan kebutuhan operasional menjadi alur, sistem, integrasi, dan automation yang benar.

Di banyak perusahaan, masalahnya bukan kekurangan ide. Masalahnya adalah ide tersebar di chat, spreadsheet, meeting, dan kebiasaan manual. AI bisa mempercepat eksekusi, tetapi tetap perlu struktur agar eksekusi itu tidak menjadi tumpukan eksperimen yang sulit dirawat.

Karena itu, engineering tidak hilang. Engineering berubah menjadi lebih dekat dengan problem solving bisnis.

Developer tidak cukup hanya bertanya, “fitur apa yang harus dibuat?” Developer perlu ikut bertanya, “proses apa yang sebenarnya ingin diperbaiki?” dan “apakah sistem ini akan mengurangi beban tim atau hanya menambah layar baru?”

Untuk owner dan manager, pelajarannya juga jelas. Jangan terburu-buru menyimpulkan bahwa AI berarti tim teknis bisa dipotong begitu saja. Jika bisnis Anda punya banyak pekerjaan digital yang tertunda, AI mungkin justru membuat tim teknis yang tepat menjadi lebih berharga.

Bukan karena mereka menulis semua kode dari nol.

Tetapi karena mereka tahu mana yang harus dibangun, mana yang cukup diotomatisasi, mana yang cukup memakai tool yang ada, dan mana yang sebaiknya tidak dibuat sama sekali.

AI tidak menghapus kebutuhan terhadap engineering. AI menghapus toleransi terhadap engineering yang tidak memahami konteks.

Penutupnya sederhana: pekerjaan engineer tidak otomatis aman, tetapi fungsi engineering tetap sangat dibutuhkan. Yang berubah adalah ukuran nilainya.

Di era AI, nilai engineer bukan hanya seberapa banyak kode yang bisa ditulis. Nilainya ada pada kemampuan mengubah kecepatan AI menjadi sistem yang benar, berguna, aman, dan bisa dipakai bisnis secara nyata.

Dapatkan Audit Teknis Gratis untuk meninjau peluang penggunaan AI, automation, dan sistem internal yang paling masuk akal untuk bisnis Anda sebelum menambah tool baru.

---

Sumber referensi berita: TechCrunch