Claude Ikut Membangun AI Berikutnya: Apa Makna Angka 26%?

AI membantu menulis caption sudah terasa biasa. Tetapi ketika AI ikut mengerjakan riset untuk membangun generasi berikutnya, ceritanya menjadi jauh lebih menarik. Batas antara alat bantu dan pelaksana pekerjaan mulai perlu dijelaskan lebih teliti.

Dalam laporan yang diumumkan 17 September 2026, Anthropic menyatakan bahwa per Agustus, Claude “memimpin” 26% pekerjaan riset dan pengembangan AI di perusahaan tersebut. Angka itu mengacu pada kategori pekerjaan menurut indeks internal perusahaan, bukan persentase karyawan yang digantikan. Sumber: laporan Anthropic, konfirmasi tanggal oleh Reuters.

“Memimpin” di sini maksudnya apa?

Dalam definisi Anthropic, AI dapat menyelesaikan sebagian besar suatu tugas dari instruksi tingkat tinggi, sementara manusia mengawasi. Perusahaan juga menyatakan bahwa belum ada bagian pekerjaan yang diukur berjalan sepenuhnya otonom. Jadi, angka 26% tetap perlu dibaca bersama keberadaan pengawasan manusia. Sumber: definisi dan hasil pengukuran Anthropic.

Bayangkan seseorang memberi tujuan, mengecek hasil, lalu memutuskan apakah pekerjaan itu layak diteruskan. Perannya berbeda dari orang yang harus mendampingi setiap langkah kecil. Analogi ini membantu memahami arah delegasi yang dibahas, meskipun pekerjaan riset AI tentu jauh lebih kompleks daripada tugas harian biasa.

Angkanya menarik, metodologinya juga perlu dibaca

Anthropic menyebut indeks ini masih berupa prototipe. Pengukurannya melibatkan model AI untuk menilai pekerjaan, dan perusahaan mengakui risiko bahwa model penilai dapat memiliki kesalahan serupa dengan sistem yang dinilai. Perbandingan antarperusahaan juga terkendala metode yang belum seragam. Sumber: batasan metodologi Anthropic.

Itulah alasan sebuah angka besar tidak cukup untuk menjelaskan seluruh cerita. Kita perlu tahu siapa yang mengukur, pekerjaan apa yang dihitung, dan apa arti kategori yang dipakai. Kebiasaan membaca seperti ini berguna untuk mengikuti hampir semua klaim kemajuan AI.

Apa hubungannya dengan masa depan skill kamu?

Menurut saya, kabar ini mengingatkan kita untuk melatih kemampuan memberi arahan sekaligus menilai hasil. Saat sebagian pelaksanaan bisa didelegasikan, kemampuan menentukan masalah yang tepat menjadi semakin penting.

Untuk mahasiswa, latihan sederhananya adalah membuat kriteria penilaian sebelum meminta bantuan AI. Misalnya, sebuah ringkasan harus mempertahankan argumen utama, membedakan fakta dan pendapat, serta menyebutkan bagian yang belum jelas. Setelah hasilnya muncul, cocokkan dengan kriteria tersebut.

Untuk kreator, kamu bisa menentukan target pembaca, pesan utama, dan bukti yang diperlukan sebelum mulai membuat konten. Tanpa dasar itu, hasil yang terdengar pintar mudah disalahartikan sebagai hasil yang benar.

Laporan ini tidak memberi dasar untuk menyimpulkan bahwa profesi tertentu di Indonesia akan hilang dalam waktu tertentu. Ia menunjukkan perkembangan di satu laboratorium AI, dengan ruang lingkup dan keterbatasan yang dijelaskan perusahaan.

Yang bisa kita ambil sekarang adalah dorongan untuk menjadi pengguna yang mampu mengarahkan dan menguji. Semakin banyak pekerjaan dibantu AI, semakin berguna kemampuan menjelaskan mengapa suatu hasil layak dipercaya.