Dalam waktu dekat, agen membutuhkan manusia lebih banyak daripada manusia membutuhkan agen, ini akan memunculkan pasar tenaga kerja baru yang inovatif.

Penulis: Shayon Sengupta

Terjemahan: Deep潮 TechFlow

Deep潮 Panduan Utama: Mitra dari Multicoin Capital, Shayon Sengupta, mengajukan sebuah pandangan yang revolusioner: di masa depan, bukan hanya agen yang bekerja untuk manusia, tetapi yang lebih penting adalah manusia yang bekerja untuk agen. Ia memprediksi bahwa dalam 24 bulan ke depan akan muncul perusahaan “tanpa karyawan” pertama—yang dikelola melalui token dan akan mengumpulkan lebih dari 1 miliar dolar untuk menyelesaikan masalah yang belum terselesaikan, serta mendistribusikan lebih dari 100 juta dolar kepada manusia yang bekerja untuknya.

Dalam jangka pendek, agen membutuhkan manusia lebih banyak daripada manusia membutuhkan agen, ini akan memunculkan pasar tenaga kerja baru yang inovatif.

Jejaring kripto menyediakan fondasi koordinasi yang ideal: jalur pembayaran global, pasar tenaga kerja tanpa izin, infrastruktur penerbitan dan perdagangan aset.

Seluruh isi sebagai berikut:

Pada tahun 1997, Deep Blue dari IBM mengalahkan juara dunia saat itu, Garry Kasparov, dan dengan cepat menjadi jelas bahwa mesin catur akan melampaui manusia. Menariknya, manusia yang cukup persiapan bekerja sama dengan komputer—yang biasa disebut sebagai “centaur”—dapat mengalahkan engine terbaik saat itu.

Intuisi manusia yang terampil dapat membimbing pencarian engine, menavigasi posisi tengah yang kompleks, dan mengenali detail halus yang terlewatkan oleh engine standar. Dengan kombinasi perhitungan brutal dari komputer, kombinasi ini seringkali mampu membuat keputusan praktis yang lebih baik daripada komputer sendiri.

Ketika saya memikirkan dampak sistem AI di masa depan terhadap pasar tenaga kerja dan ekonomi, saya memperkirakan pola serupa akan muncul. Sistem agen akan melepaskan sejumlah besar unit kecerdasan untuk menyelesaikan masalah yang belum terselesaikan di dunia, tetapi tanpa panduan dan dukungan kuat dari manusia, mereka tidak akan mampu melakukannya. Manusia akan membimbing ruang pencarian dan membantu mengajukan pertanyaan yang tepat, agar AI dapat berusaha menuju jawaban.

Asumsi kerja saat ini adalah bahwa agen akan bertindak mewakili manusia. Meskipun ini praktis dan tak terelakkan, ketika manusia bekerja untuk agen, akan muncul pembukaan ekonomi yang lebih menarik. Dalam 24 bulan ke depan, saya memperkirakan akan muncul perusahaan “tanpa karyawan” pertama—sebuah konsep yang diajukan oleh mitra saya, Kyle, dalam bagian “Ide Terkini Sebelum 2025” dari tulisannya. Secara spesifik, saya memperkirakan hal-hal berikut akan terjadi:

1. Sebuah agen yang dikelola melalui token akan mengumpulkan lebih dari 1 miliar dolar untuk menyelesaikan masalah yang belum terselesaikan (misalnya menyembuhkan penyakit langka, atau memproduksi serat nano untuk aplikasi pertahanan).
2. Agen tersebut akan mendistribusikan lebih dari 100 juta dolar kepada manusia yang bekerja untuknya di dunia nyata, untuk mencapai tujuan agen.
3. Akan muncul struktur token ganda baru yang memisahkan kepemilikan berdasarkan modal dan tenaga kerja (membuat insentif keuangan bukan satu-satunya input dalam tata kelola).

Karena agen masih jauh dari mampu memiliki kedaulatan sendiri sekaligus mampu melakukan perencanaan dan eksekusi jangka panjang, dalam jangka pendek agen membutuhkan manusia lebih banyak daripada manusia membutuhkan agen. Ini akan menciptakan pasar tenaga kerja baru yang memungkinkan koordinasi ekonomi antara sistem agen dan manusia.

Kata terkenal dari Marc Andreessen, “Persebaran komputer dan internet akan membagi pekerjaan menjadi dua kategori: orang yang memberi tahu komputer apa yang harus dilakukan, dan orang yang melakukan apa yang diberitahu komputer,” hari ini menjadi lebih nyata dari sebelumnya. Saya memperkirakan dalam hierarki agen/manusia yang berkembang pesat, manusia akan memainkan dua peran berbeda—sebagai kontributor tenaga kerja kecil dan berbasis bounty yang mewakili agen, serta sebagai pemberi input strategis untuk melayani “bintang utara” (north star) dari agen yang terdesentralisasi.

Artikel ini membahas bagaimana agen dan manusia akan berkolaborasi, serta bagaimana jalur kripto akan menyediakan fondasi ideal untuk koordinasi ini, melalui tiga pertanyaan utama:

1. Apa manfaat agen? Bagaimana kita mengklasifikasikan agen berdasarkan cakupan tujuan, dan bagaimana rentang input manusia berubah dalam klasifikasi ini?
2. Bagaimana manusia akan berinteraksi dengan agen? Bagaimana input manusia—bimbingan taktis, penilaian konteks, atau keselarasan ideologi—akan terintegrasi ke dalam alur kerja agen (dan sebaliknya)?
3. Apa yang akan terjadi saat input manusia berkurang seiring waktu? Saat kemampuan agen meningkat, mereka menjadi mandiri dalam penalaran dan tindakan. Dalam paradigma ini, apa peran manusia?

Hubungan antara sistem inferensi generatif dan mereka yang mendapat manfaat dari sistem tersebut akan mengalami perubahan besar seiring waktu. Saya menelusuri hubungan ini dari kondisi kemampuan agen saat ini ke masa depan, dan dari akhir perusahaan “tanpa karyawan” ke masa lalu.

Apa manfaat agen saat ini?

Generasi pertama sistem AI generatif—era 2022-2024, berbasis chatbot LLM seperti ChatGPT, Gemini, Claude, Perplexity—utama sebagai alat untuk meningkatkan alur kerja manusia. Pengguna berinteraksi dengan sistem ini melalui prompt input/output, menganalisis respons, lalu memutuskan sendiri bagaimana membawa hasil ke dunia nyata.

Generasi berikutnya dari AI generatif, atau “agen”, mewakili pola baru. Agen seperti Claude 3.5.1 yang memiliki fungsi “penggunaan komputer” dan OpenAI’s Operator (yaitu agen yang dapat menggunakan komputer pengguna) mampu berinteraksi langsung dengan internet atas nama pengguna dan membuat keputusan sendiri. Perbedaan utama di sini adalah, penilaian—yang akhirnya adalah tindakan—dilakukan oleh sistem AI, bukan manusia. AI mengambil alih tanggung jawab yang sebelumnya disimpan untuk manusia.

Perubahan ini membawa tantangan: ketidakpastian. Berbeda dengan perangkat lunak tradisional atau otomatisasi industri yang beroperasi secara prediktif dalam parameter yang didefinisikan, agen bergantung pada penalaran probabilistik. Ini membuat perilaku mereka tidak selalu konsisten dalam situasi yang sama, dan memperkenalkan elemen ketidakpastian—yang tidak ideal untuk situasi kritis.

Dengan kata lain, keberadaan agen yang deterministik dan non-deterministik secara alami membagi mereka menjadi dua kategori: agen yang paling baik memperluas GDP yang ada, dan agen yang lebih cocok untuk menciptakan GDP baru.

1. Untuk agen yang paling baik memperluas GDP yang ada, secara definisi, pekerjaan sudah diketahui. Otomatisasi layanan pelanggan, memastikan kepatuhan agen pengiriman barang, atau meninjau pull request GitHub adalah contoh masalah terbatas yang terdefinisi dengan jelas, di mana agen dapat langsung memetakan respons ke satu set hasil yang diharapkan. Dalam bidang ini, kurangnya determinisme biasanya tidak diinginkan karena jawaban sudah diketahui; tidak diperlukan kreativitas.
2. Untuk agen yang paling baik menciptakan GDP baru, pekerjaan melibatkan navigasi ketidakpastian tinggi dan kumpulan masalah yang tidak diketahui untuk mencapai tujuan jangka panjang. Hasilnya lebih tidak langsung karena tidak ada satu set hasil yang diharapkan untuk dipetakan. Contohnya termasuk penemuan obat untuk penyakit langka, terobosan dalam ilmu material, atau menjalankan eksperimen fisika baru untuk memahami alam semesta. Dalam bidang ini, kurangnya determinisme bisa menjadi keuntungan, karena ketidakpastian justru mendorong kreativitas.

Agen yang berfokus pada aplikasi GDP yang sudah ada telah mulai menghasilkan nilai. Tim seperti Tasker, Lindy, dan Anon membangun infrastruktur untuk peluang ini. Namun, seiring waktu, dengan kemampuan yang matang dan evolusi model tata kelola, mereka akan beralih ke membangun agen yang mampu menyelesaikan masalah frontiers pengetahuan dan ekonomi manusia.

Generasi agen berikutnya akan membutuhkan sumber daya secara eksponensial lebih besar, karena hasilnya yang tidak pasti dan tak terbatas—yang saya prediksi akan menjadi perusahaan “tanpa karyawan” yang paling menarik.

Bagaimana manusia akan berinteraksi dengan Agent (intelijen buatan)?

Saat ini, agen masih terbatas dalam melakukan tugas tertentu, seperti yang membutuhkan interaksi fisik di dunia nyata (misalnya mengemudikan bulldozer), atau tugas yang memerlukan “manusia dalam loop” (misalnya mengirim wire transfer bank).

Contohnya, agen yang ditugaskan untuk mengidentifikasi dan menambang lithium mungkin sangat baik dalam memproses data seismik, citra satelit, dan catatan geologi untuk menemukan lokasi potensial, tetapi akan kesulitan saat harus mengakses data dan gambar itu sendiri, menyelesaikan ambiguitas interpretasi, atau mendapatkan izin dan tenaga kerja kontrak untuk melakukan penambangan secara nyata.

Keterbatasan ini menuntut manusia sebagai “penggerak (Enablers)” untuk meningkatkan kemampuan agen, menyediakan kontak dunia nyata yang diperlukan, intervensi taktis, dan input strategis. Seiring evolusi hubungan manusia dan agen, kita dapat membedakan peran manusia dalam sistem agen:

Pertama, kontributor tenaga kerja (Labor contributors), yang mewakili agen yang beroperasi di dunia nyata. Kontributor ini membantu memindahkan entitas fisik, mewakili agen saat perlu tampil di depan umum, melakukan pekerjaan yang membutuhkan kolaborasi tangan dan kaki, atau memberikan akses ke laboratorium, jaringan logistik, dan lain-lain.

Kedua, dewan direksi (Board of directors), yang menyediakan input strategis, mengoptimalkan fungsi tujuan lokal yang mendorong keputusan harian agen, dan memastikan keputusan tersebut selaras dengan “bintang utara (north star)” yang mendefinisikan misi agen secara keseluruhan.

Selain itu, saya juga memprediksi manusia akan berperan sebagai kontributor modal (Capital contributors), menyediakan sumber daya bagi sistem agen agar dapat mencapai tujuan. Modal ini awalnya akan berasal dari manusia, dan seiring waktu, juga dari agen lain.

Seiring kematangan agen dan bertambahnya jumlah kontributor tenaga kerja dan panduan, jalur kripto (Crypto rails) menyediakan fondasi ideal untuk koordinasi manusia dan agen—terutama di dunia di mana agen mengarahkan manusia yang berbicara dalam berbagai bahasa, menerima mata uang berbeda, dan tinggal di yurisdiksi hukum berbeda di seluruh dunia. Agen akan secara tanpa ampun mengejar efisiensi biaya dan memanfaatkan pasar tenaga kerja untuk mencapai misi mereka. Jalur kripto sangat penting, karena menyediakan mekanisme koordinasi bagi agen dalam mengelola tenaga kerja dan kontributor panduan ini.

Baru-baru ini, muncul agen AI berbasis kripto seperti Freysa, Zerebro, dan ai16z, yang merupakan eksperimen sederhana dalam pembentukan modal—tentang hal ini, kami telah menulis banyak artikel, memandangnya sebagai kunci pembukaan kriptografi dan pasar modal dalam berbagai konteks. Mainan ini akan membuka jalan bagi pola koordinasi sumber daya yang baru, yang saya prediksi akan berkembang melalui langkah-langkah berikut:

• Langkah pertama: manusia bersama-sama mengumpulkan modal melalui token (Initial Agent Offering?), membangun fungsi tujuan dan batasan yang luas untuk memberi tahu sistem agen tentang niat yang diharapkan, lalu mendistribusikan kendali atas modal yang terkumpul ke sistem tersebut (misalnya, untuk mengembangkan molekul baru dalam onkologi yang tepat sasaran);
• Langkah kedua: agen memikirkan langkah-langkah distribusi modal (misalnya, bagaimana memperkecil ruang pencarian pelipatan protein, dan bagaimana menganggarkan pekerjaan penalaran, manufaktur, uji klinis), serta mendefinisikan tindakan yang dilakukan oleh kontributor manusia melalui tugas yang disesuaikan (Bounties)—misalnya, memasukkan semua molekul terkait, menandatangani perjanjian layanan komputasi dengan AWS, dan melakukan eksperimen di laboratorium basah;
• Langkah ketiga: saat agen menghadapi hambatan atau perbedaan pendapat, mereka akan meminta masukan strategis dari “dewan direksi” (menggabungkan makalah baru, mengubah metode penelitian), memungkinkan mereka untuk membimbing perilaku agen di tepi-tepi batas;
• Langkah keempat: akhirnya, agen akan mencapai tahap di mana mereka dapat mendefinisikan tindakan manusia dengan tingkat ketelitian yang semakin tinggi, dan hanya membutuhkan sedikit input dalam pengalokasian sumber daya. Pada titik ini, manusia hanya digunakan untuk menyelaraskan sistem secara ideologis dan mencegah perilaku menyimpang dari fungsi tujuan awal.

Dalam contoh ini, primitif kripto dan pasar modal menyediakan tiga fondasi utama bagi agen untuk memperoleh sumber daya dan memperluas kemampuan:

Pertama, jalur pembayaran global;

Kedua, pasar tenaga kerja tanpa izin, untuk memberi insentif tenaga kerja dan panduan kontribusi;

Ketiga, infrastruktur penerbitan dan perdagangan aset, yang penting untuk pembentukan modal dan kepemilikan serta tata kelola di hilir.

Apa yang terjadi saat input manusia berkurang?

Pada awal 2000-an, engine catur mengalami kemajuan besar. Melalui algoritma heuristik canggih, jaringan saraf, dan peningkatan daya komputasi, mereka menjadi hampir sempurna. Engine modern seperti Stockfish, Lc0, dan varian AlphaZero telah melampaui kemampuan manusia, dan input manusia pun jarang menambah nilai, bahkan dalam banyak kasus, manusia justru membuat kesalahan yang tidak akan dilakukan engine sendiri.

Trajektori serupa juga mungkin terjadi dalam sistem agen. Dengan melakukan iterasi berulang bersama kolaborator manusia untuk menyempurnakan agen-agen ini, bayangkan dalam jangka panjang, agen akan menjadi sangat kompeten dan sangat selaras dengan tujuan mereka, sehingga nilai dari input manusia yang strategis akan mendekati nol.

Dalam dunia di mana agen mampu terus-menerus menangani masalah kompleks tanpa intervensi manusia, peran manusia menghadapi risiko degradasi menjadi “pengamat pasif”. Ini adalah ketakutan utama dari para pendukung AI doomers (penghancur AI)—namun, saat ini belum jelas apakah hasil ini benar-benar mungkin terjadi.

Kita berada di ambang superinteligensi, dan para optimis di antara kita lebih berharap sistem agen tetap sebagai ekstensi dari niat manusia, bukan sebagai entitas yang mengembangkan tujuan sendiri, atau berjalan secara otonom tanpa pengawasan. Dalam praktiknya, ini berarti identitas manusia (Personhood) dan penilaian (kekuasaan dan pengaruh) harus tetap menjadi pusat sistem ini. Manusia harus memiliki hak milik dan tata kelola yang kuat atas sistem ini, untuk memastikan mereka tetap memiliki hak pengawasan dan mengaitkan sistem ini dengan nilai-nilai kolektif manusia.

Mempersiapkan “sekop” untuk masa depan agen kita

Terobosan teknologi akan menyebabkan pertumbuhan ekonomi yang tidak linier, sementara sistem di sekitarnya sering kali runtuh sebelum dunia benar-benar menyesuaikan diri. Kemampuan sistem agen berkembang pesat, primitif kripto dan pasar modal telah menjadi fondasi koordinasi yang sangat dibutuhkan, baik untuk mendorong pembangunan sistem ini maupun untuk menetapkan batasan saat mereka menyatu ke masyarakat.

Agar manusia dapat memberikan dukungan taktis dan panduan aktif bagi sistem agen, kami memperkirakan akan muncul peluang “penjual sekop” berikut:

• Proof-of-agenthood + Proof-of-personhood: Agen saat ini kekurangan konsep identitas atau hak milik. Sebagai perwakilan manusia, mereka bergantung pada struktur hukum dan sosial manusia untuk mendapatkan hak agen. Untuk menjembatani kesenjangan ini, kita membutuhkan sistem identitas yang tangguh untuk agen dan manusia. Sebuah registri sertifikat digital dapat memungkinkan agen membangun reputasi, mengumpulkan bukti, dan berinteraksi secara transparan dengan manusia dan agen lain. Demikian pula, primitif pembuktian kepribadian seperti Humancode dan Humanity Protocol menyediakan jaminan identitas manusia yang kuat untuk melindungi dari perilaku jahat dalam sistem ini.
• Pasar tenaga kerja dan primitif verifikasi off-chain: Agen perlu tahu apakah tugas yang mereka tugaskan telah diselesaikan sesuai tujuan. Alat yang memungkinkan sistem agen membuat bounty, memverifikasi penyelesaian, dan mendistribusikan imbalan adalah fondasi dari setiap aktivitas ekonomi yang bermakna yang dilakukan oleh agen.
• Pembentukan modal dan sistem tata kelola: Agen membutuhkan modal untuk menyelesaikan masalah, dan mekanisme check-and-balance untuk memastikan perilaku mereka sesuai fungsi tujuan yang didefinisikan. Struktur baru untuk memperoleh modal bagi sistem agen, serta bentuk kepemilikan dan kontrol baru yang menggabungkan kepentingan keuangan dan kontribusi tenaga kerja, akan menjadi ruang eksplorasi yang kaya dalam beberapa bulan mendatang.

Kami aktif mencari dan berinvestasi dalam lapisan-lapisan kunci kolaborasi manusia dan agen ini. Jika Anda bekerja di bidang ini, silakan hubungi kami.