Ancaman kecerdasan buatan terhadap pekerjaan software engineer semakin nyata karena alat bantu generatif kini bisa mempercepat banyak tahap pengembangan perangkat lunak. Di tengah perubahan itu, pendiri Zoho, Sridhar Vembu, menilai cara bertahan bukan sekadar bekerja lebih cepat, melainkan membangun keahlian yang sulit tergantikan.
Vembu menekankan bahwa programmer tetap perlu kuat di sisi teknis, tetapi nilai paling besar justru muncul saat engineer memahami kebutuhan industri secara mendalam. Dalam pandangan itu, baris kode bukan satu-satunya ukuran, karena pelanggan pada akhirnya mencari produk yang benar-benar bisa diandalkan.
Keahlian domain jadi pembeda
Melalui unggahan di X, Vembu mengingatkan bahwa pelanggan tidak membeli kecepatan mengetik kode semata. Mereka membayar solusi yang stabil, aman, patuh aturan, dan mendapat dukungan dalam jangka panjang.
Ia bahkan menulis singkat, “Be very good domain experts.” Pesan itu menegaskan bahwa pemahaman atas masalah bisnis dan industri bisa memberi nilai lebih besar dibanding fokus yang terlalu sempit pada output teknis.
Bagi Vembu, AI memang dapat membantu banyak tahap awal pengembangan. Prototipe dan model kerja bisa dibuat lebih cepat, sehingga tim teknis memiliki ruang untuk bergerak lebih lincah sejak awal.
Namun, ia juga menilai bahwa purwarupa bukan produk siap pakai. Saat perangkat lunak masuk ke tahap penggunaan nyata oleh pelanggan, kompleksitas berubah jauh lebih besar karena reliabilitas, keamanan, kepatuhan, dan dukungan jangka panjang ikut menjadi penentu utama.
Produktivitas cepat belum tentu berarti hasil terbaik
Perdebatan soal dampak AI terhadap produktivitas developer masih terus berlangsung di industri teknologi. Sebagian perusahaan mengaku mendapat efisiensi tinggi, tetapi manfaatnya belum merata dan masih bergantung pada jenis pekerjaan yang ditangani.
Di titik ini, Vembu menyarankan agar engineer tidak terpaku pada metrik kecepatan semata. Menilai kinerja hanya dari seberapa cepat kode dibuat berisiko mengabaikan kualitas pengalaman pengguna yang justru paling penting.
Ia mendorong tim teknis untuk bertanya lebih jauh, apakah AI benar-benar membantu menciptakan pengalaman yang lebih baik bagi pelanggan. Dengan begitu, orientasi kerja bergeser dari sekadar mengejar output ke hasil yang lebih bermakna bagi pengguna akhir.
AI bisa bantu, manusia tetap dibutuhkan
Vembu juga menyoroti adanya “incidental complexity” dalam software modern, yaitu lapisan kerumitan tambahan yang muncul seiring waktu. Kerumitan ini membuat sistem semakin sulit dipelihara dan sering menghabiskan banyak sumber daya tim.
Menurutnya, AI dapat dimanfaatkan untuk mengurangi bagian-bagian yang tidak efisien itu. Artinya, teknologi ini bukan hanya alat untuk mempercepat pembuatan aplikasi, tetapi juga bisa membantu menyederhanakan sistem agar lebih sehat.
Meski begitu, ia tetap menegaskan bahwa tidak semua pekerjaan bisa dipadatkan oleh otomatisasi. Ada penilaian manusia yang tetap diperlukan, terutama ketika perangkat lunak harus berjalan konsisten dalam skala besar dan menghadapi kebutuhan bisnis yang kompleks.
Arah keterampilan yang perlu dijaga
Dari pandangan Vembu, software engineer perlu menjaga kemampuan pemrograman sebagai fondasi. Setelah itu, mereka juga perlu memperdalam pengetahuan domain agar bisa memahami kebutuhan pelanggan secara nyata.
Fokus lain yang dinilai penting adalah reliabilitas, keamanan, dukungan, dan kepatuhan. Keempat aspek itu sering menjadi pembeda antara perangkat lunak yang sekadar berfungsi dan produk yang benar-benar dipercaya pengguna.
Vembu juga menilai AI sebaiknya dipakai untuk membantu mengurangi kompleksitas dan meningkatkan pengalaman pelanggan. Dengan cara itu, mesin mengambil alih tugas yang berulang, sementara manusia tetap memegang peran pada keputusan yang menuntut pemahaman konteks.
Dalam pandangan yang lebih luas, Vembu juga menolak gagasan bahwa AI akan menghapus seluruh kerja berbayar dan membuat pendapatan dasar universal menjadi satu-satunya solusi. Ia menyebut gambaran semacam itu sebagai sesuatu yang “dystopian” dan mempertanyakan asumsi bahwa lonjakan produksi tidak akan diikuti penyesuaian harga.
Ia bahkan menyoroti bahwa masih banyak pekerjaan yang secara sosial tetap membutuhkan manusia, seperti pengasuhan, pendidikan, perawatan, dan peran keagamaan. Bagi software engineer, pesan utamanya jelas: saat AI mengambil alih tugas teknis yang berulang, nilai manusia justru makin terlihat pada kemampuan memahami konteks, menilai risiko, dan membangun produk yang benar-benar layak dipercaya.
Source: www.indiatoday.in
