Implementasi teknologi kecerdasan buatan atau AI saat ini dinilai belum mampu memberikan dorongan signifikan terhadap produktivitas kerja secara global. Fenomena ini memicu ingatan pada paradoks produktivitas yang pernah diidentifikasi oleh ekonom Robert Solow pada 1987 silam.
Seperti dikutip dari Money, Senin (20/4/2026), situasi ini mirip dengan era kemunculan mikroprosesor pada 1970-an yang justru diikuti perlambatan pertumbuhan produktivitas dari 2,9 persen menjadi 1,1 persen. Teknologi yang diharapkan meningkatkan efisiensi kala itu sering kali hanya menghasilkan tumpukan informasi tanpa dampak nyata yang instan.
"Anda bisa melihat era komputer di mana-mana, kecuali dalam statistik produktivitas," tulis Solow dalam New York Times Book Review pada 1987.
Data terbaru menunjukkan bahwa meski narasi mengenai AI sangat positif di bursa saham, namun praktik di lapangan masih terbatas. Analisis terhadap perusahaan dalam indeks S\&P 500 menunjukkan bahwa implementasi teknologi ini belum tercermin pada lonjakan produktivitas dalam skala luas.
Berdasarkan studi National Bureau of Economic Research, mayoritas pimpinan perusahaan mengaku belum merasakan dampak besar dari penggunaan AI. Survei terhadap 6.000 CEO dan petinggi perusahaan di AS, Inggris, Jerman, serta Australia mengungkapkan bahwa penggunaan AI rata-rata hanya dilakukan sekitar 1,5 jam per minggu.
Bahkan, data menunjukkan bahwa 25 persen responden sama sekali belum menyentuh teknologi AI dalam operasional mereka. Dalam kurun waktu tiga tahun terakhir, hampir 90 persen perusahaan menyatakan kehadiran AI belum mengubah peta produktivitas maupun komposisi tenaga kerja secara drastis.
Potensi Versus Realita Makroekonomi
Meskipun data makro masih stagnan, ekspektasi terhadap masa depan AI tetap berada di level yang tinggi. Para eksekutif memprediksi adanya kenaikan output sebesar 0,8 persen dalam tiga tahun ke depan, meski di sisi lain terdapat proyeksi penurunan kebutuhan tenaga kerja sekitar 0,7 persen.
Penelitian dari Massachusetts Institute of Technology (MIT) pada 2023 sebenarnya menunjukkan potensi besar, di mana AI bisa meningkatkan kinerja individu hingga 40 persen. Namun, Kepala Ekonom Apollo, Torsten Slok, menegaskan bahwa keunggulan ini belum terlihat dalam skala ekonomi yang lebih besar.
"AI ada di mana-mana, kecuali dalam data makroekonomi," kata Slok.
Slok menambahkan bahwa di luar sektor teknologi raksasa, pengaruh AI terhadap ekspektasi pendapatan maupun margin laba perusahaan belum terlihat menonjol. Perbedaan data juga terlihat dari laporan Federal Reserve Bank of St. Louis yang mencatat kenaikan produktivitas 1,9 persen, sementara studi MIT tahun 2024 justru memperkirakan pertumbuhan yang jauh lebih terbatas.
Tantangan Implementasi dan Kurva J
Ekonom Daron Acemoglu menilai realitas angka pertumbuhan saat ini cukup mengecewakan jika dibandingkan dengan janji besar yang ditawarkan industri teknologi. Di lapangan, penggunaan terlalu banyak alat AI justru berisiko menurunkan produktivitas, sebuah fenomena yang dikenal sebagai AI brain fry.
Namun, beberapa pakar tetap optimis dan melihat situasi ini sebagai bagian dari siklus teknologi jangka panjang. Erik Brynjolfsson dari Stanford mencatat bahwa produktivitas AS sebenarnya mulai naik 2,7 persen tahun lalu, yang mengindikasikan bahwa pembalikan tren mungkin sedang terjadi.
Slok menilai pola ini menyerupai kurva J, di mana teknologi baru biasanya memerlukan waktu untuk diadaptasi sebelum akhirnya memicu lonjakan efisiensi.
"Dari perspektif makro, nilai tambah bukan terletak pada produknya, tetapi pada bagaimana AI generatif digunakan dan diimplementasikan di berbagai sektor ekonomi," ujar Slok.
