Banyak orang merasa pekerjaannya lebih cepat selesai setelah memakai AI. Perasaan itu wajar. Draf muncul dalam hitungan detik, dan layar langsung penuh teks.
Namun, perasaan cepat belum tentu berarti waktu kerja benar-benar berkurang. Beberapa studi menunjukkan bahwa AI membuat kerja lebih lambat pada kondisi tertentu, tanpa disadari penggunanya.
Temuan Studi METR
Pada 2025, METR menjalankan uji acak terhadap developer open-source berpengalaman. Mereka bekerja di codebase yang sudah mereka kenal baik.
Hasilnya, tugas yang dikerjakan dengan AI memakan waktu 19% lebih lama. Sebelum studi, para developer memperkirakan AI akan mempercepat mereka sekitar 24%. Setelah studi selesai, mereka masih yakin AI membuat mereka sekitar 20% lebih cepat.
Ada catatan penting. Menurut AI Index 2026 dari Stanford, METR tidak berhasil mereplikasi hasil ini pada studi lanjutan. Salah satu sebabnya, developer jadi enggan bekerja tanpa AI. Jadi, anggap ini satu data poin, bukan vonis.
Pola yang Sama di Level Perusahaan
Selisih antara perasaan dan angka muncul juga di tempat lain. Survei CFO yang dimuat dalam working paper NBER 2026 melibatkan hampir 750 eksekutif keuangan. Mereka melaporkan pertumbuhan produktivitas dari AI rata-rata 1,8% pada 2025.
Padahal, produktivitas yang tersirat dari data pendapatan dan jumlah karyawan mereka hanya 0,6%. Artinya, manfaat yang dirasakan sekitar dua kali lipat dari yang terukur.
McKinsey menemukan kesenjangan serupa. Dalam survei State of AI terbarunya, 80% responden mengatakan AI meningkatkan produktivitas pribadi mereka. Namun, hanya 37% yang menyebut AI berkontribusi pada EBIT perusahaan.
Mengapa Persepsi Bisa Meleset
Ada beberapa penyebab yang masuk akal. Menulis prompt dan membaca hasil terasa seperti bekerja aktif. Waktu menunggu terasa singkat, sedangkan waktu memperbaiki hasil sering tidak dihitung.
Selain itu, manfaat AI memang tidak merata. Menurut studi di Founder Reports, pekerja yang kurang berpengalaman biasanya mendapat manfaat terbesar. Di customer support, agen baru meningkat 30–35%, sedangkan agen paling senior hampir tidak berubah.
Karena itu, laporan “saya jadi lebih cepat” tidak bisa jadi dasar keputusan. Perlu pembanding yang objektif. Cara membuatnya dibahas di artikel ketiga.
Pelajari Selengkapnya di buku Stay Human Stay In Charge – Transformasi AI di Korporasi yang bisa didapatkan di http://asosiasi.ai/store
Referensi:
1. https://optscale.ai/blog/business-impact-of-ai-adoption
2. https://founderreports.com/ai-productivity-statistics/
3. https://www.youtube.com/watch?v=HpgjB4ZA7E0&t=788s
4. https://www.youtube.com/watch?v=_IKB4h9e4NA&t=1101s
