Bill Gates Ungkap Profesi Tahan AI, Programmer Masih Primadona

Bill Gates percaya profesi seperti programmer dan ahli biologi tetap relevan dan berpenghasilan tinggi meski AI berkembang pesat, dengan kreativitas manusia sulit digantikan otomatisasi.

Gaji hingga Rp2,53 Miliar: 4 Profesi yang Sulit Digantikan AI Menurut Bill Gates

Digitnesia.com, Jakarta – Kekhawatiran tentang hilangnya jutaan pekerjaan akibat pesatnya perkembangan kecerdasan buatan (AI) mengemuka. Namun, pendiri Microsoft, Bill Gates, meyakini bahwa beberapa profesi akan tetap relevan dan sulit digantikan oleh otomatisasi.

Profesi-profesi ini tidak hanya memiliki prospek jangka panjang yang cerah, tetapi juga menawarkan potensi penghasilan sangat tinggi di Amerika Serikat. Gates mengidentifikasi beberapa bidang pekerjaan yang dinilai aman dari ancaman AI.

Salah satu profesi tersebut adalah programmer atau pengembang perangkat lunak. Meskipun AI dapat membantu dalam penulisan kode sederhana, perbaikan bug, dan penyusunan kerangka aplikasi, peran manusia tetap krusial.

Manusia masih dibutuhkan untuk merancang arsitektur sistem, memahami kebutuhan pengguna, dan membuat keputusan teknis yang kompleks. Keamanan aplikasi serta analisis dampak bisnis juga masih memerlukan sentuhan manusia yang mendalam.

Data U.S. Bureau of Labor Statistics (BLS) menunjukkan median pendapatan pengembang perangkat lunak mencapai 133.080 dolar AS per tahun pada Mei 2024, setara dengan sekitar Rp2,39 miliar. Proyeksi BLS juga memperkirakan pertumbuhan lapangan kerja di bidang ini sebesar 15 persen antara 2024-2034, jauh di atas rata-rata pertumbuhan pekerjaan lainnya.

Di era AI, programmer akan bertransformasi menjadi perancang sistem yang memastikan AI berfungsi optimal sesuai kebutuhan manusia.

Profesi lain yang dinilai tahan banting terhadap AI adalah ahli biologi, khususnya biokimiawan dan biofisikawan. Meskipun AI mempercepat proses penelitian, penemuan baru pada akhirnya tetap mengandalkan kreativitas dan pemikiran kritis para ilmuwan.

AI saat ini mampu menganalisis data genetik secara masif, mempercepat identifikasi kandidat obat, dan memprediksi struktur protein. Kemampuan ini sangat membantu riset, terutama di sektor kesehatan dan bioteknologi, namun inovasi fundamental tetap berada di tangan manusia.

Rekomendasi