1. Kerjaan nggak pernah selesai, tapi kok nggak pengin selesai
Biasanya kita mikir begini: kalau AI bikin kerja lebih cepat, kita jadi punya banyak waktu luang.
Tapi begitu riset, brainstorming, bikin rancangan, ngoding, revisi, sampai pengecekan bisa diserahkan ke AI satu per satu, kadang yang terjadi justru kebalikannya.
Waktu luangnya bukan dipakai buat istirahat, malah dipakai buat bikin kerjaan baru sendiri: "Wah, berarti ini juga bisa dibikin", "yang itu juga bisa diperbaiki", "kalau dua ini disambungin, seru juga nih".
Dan rasanya nggak kayak siksaan. Ide muncul pas jalan-jalan. Ide muncul pas lagi main. Kita ngobrol sama AI lewat HP, ubah ide jadi rancangan, lalu lempar ke agen AI yang ngoding. Pas sampai rumah, sudah ada yang jalan.
Rasanya bukan kerjaan yang menggerogoti hidup, tapi lebih kayak dunia nyata berubah jadi map buat farming ide.
Bedanya yang paling besar: game biasa punya konten endgame yang disiapkan developernya. Di game ini, konten endgame-nya bisa kita tambah sendiri.
Ibarat permen karet yang rasanya nggak pernah habis.
2. Batas pemakaian 5 jam pun terasa kayak cooldown, bukan "tamat"
Di paket berbayar Claude, batas pemakaian per sesi di-reset tiap 5 jam, dan ada juga batas pemakaian mingguan yang terpisah. Kuota mingguan di-reset pada waktu tetap yang ditentukan untuk tiap akun.[1]
Yang menarik, mentok di batas itu nggak lagi otomatis berarti "udahan buat hari ini".
Kalau kerjaannya sudah dipecah dengan baik, satu sesi berhenti, kita pindah ke tugas lain yang berdiri sendiri. Atau lanjut lagi setelah reset. Batasnya jadi mirip stamina atau cooldown di game.
Tentu saja ini bukan soal mengakali syarat penggunaan atau batas layanan apa pun. Intinya, dalam batas yang diizinkan, kerjaan dipecah jadi tugas-tugas yang berdiri sendiri, dan waktu tunggunya dipakai buat merapikan urutan tugas atau mikirin proyek berikutnya.
Akhirnya cara pikir kita berubah dari "AI-nya berhenti" jadi "pekerja yang ini lagi istirahat, ya udah jalanin jalur lain dulu".
3. Hukum Parkinson melebar dari "waktu" ke "ide"
Hukum Parkinson biasanya diringkas jadi "pekerjaan akan terus melebar sampai memenuhi seluruh waktu yang tersedia". Ungkapan ini berasal dari esai satire tahun 1955, dan belakangan juga diuji lewat penelitian di tingkat individu.[2]
Di era AI, polanya agak berubah.
Dulu kalau ada waktu 8 jam, satu kerjaan bisa makan 8 jam. Kalau AI memangkas kerjaan aslinya jadi 1 jam, bukan berarti sisa 7 jam itu langsung kosong.
Dalam 7 jam itu, kita bisa:
- nemu masalah baru
- kepikiran fitur tambahan
- mikirin cara nyambungin ke layanan lain
- naikin standar kualitas
- menghidupkan lagi ide yang dulu dibuang karena kemahalan
Jadi bukan cuma kerjaan lama yang melebar mengisi waktu, tapi dari waktu yang kosong itu tumbuh kerjaan baru.
Makin cepat AI, makin besar peran kemampuan kita "kepikiran sesuatu" sebagai mesin produksi baru.
4. Makin produktif, kerjaan malah makin banyak: efek pantul ala Jevons
Ini mirip banget sama paradoks Jevons dan yang disebut efek pantul (rebound effect).
Aslinya ini pembahasan soal efisiensi energi: kalau efisiensi naik dan biaya pakainya jadi lebih murah, pemakaiannya malah naik, sehingga penghematan yang diharapkan bisa hilang sebagian atau bahkan seluruhnya. Tapi seberapa besar itu terjadi tergantung bidang dan kondisinya, dan belum pasti "efek sebaliknya" yang kuat selalu terjadi.[3]
Kalau langsung dipakai sebagai hukum ilmiah buat kerja pakai AI memang kebablasan, tapi sebagai perumpamaan, ini kena banget.
Kalau bikin satu hal butuh 3 hari, dari 10 ide kita buang 9.
Kalau bikin satu hal cukup 30 menit buat ngasih instruksi dan ngecek hasilnya, 9 ide itu hidup lagi.
Jadi bukan "produktivitas naik 10 kali, berarti kerjaan tinggal sepersepuluh", tapi "kerjaan yang dulu nggak sepadan sekarang dikerjain semua".
Makin murah biaya bikinnya, makin besar kebutuhan akan ide.
AI bisa jadi mesin yang menghapus kerjaan, sekaligus mesin yang menciptakan kerjaan.
5. Kenapa seru banget? Bebas memilih, merasa makin jago, dan cepat dapat hasil
Teori determinasi diri (Self-Determination Theory) bilang ada tiga hal penting buat motivasi dan rasa bahagia: merasa bebas memilih sendiri, merasa mampu, dan merasa terhubung dengan orang lain. Terutama perasaan "ini pilihanku sendiri" dan "aku makin bisa" berkaitan erat dengan motivasi yang sehat.[4][5]
Proyek pribadi pakai AI gampang banget jadi kayak game, alasannya ya ini.
Kita bukan lagi ngisi Excel yang dikasih orang lain.
Kita sendiri yang memutuskan "kayaknya ini seru".
Dalam beberapa menit, rancangannya sudah jadi.
Puluhan menit kemudian, sudah ada yang bisa jalan.
Kalau rusak, diperbaiki.
Perbaikannya terus kepakai seterusnya.
Siklus ini terus-terusan ngasih rasa bebas, rasa makin jago, dan umpan balik yang jelas.
Di game, bar EXP itu cuma angka.
Di dunia AI, bar EXP-nya berupa barang nyata: yang kemarin belum bisa, hari ini sudah jalan otomatis.
Ya pantas aja nagih.
6. Kenapa lebih seru dari game: endgame-nya bisa dibikin sendiri
Game biasa, segede apa pun, tetap dunia yang disiapkan developer.
Kalahin bos terakhir. Lengkapin equipment. Grinding konten tersulit. Suatu hari datang juga momen "udah nggak ada yang bisa dikerjain".
Di proyek pribadi pakai AI, justru di momen itu kita bisa nambah quest baru sendiri.
Sudah bikin situs.
Terus bikin versi banyak bahasa.
Versi banyak bahasa sudah jadi.
Terus disebarin.
Sudah disebarin.
Terus ukur respons orang.
Sudah diukur.
Terus bikin ide berikutnya otomatis dari respons itu.
Bikin ide pun sudah otomatis.
Terus lebarin ke audio, video, pasar lain, produk lain.
Tiap kali syarat tamat terpenuhi, pemainnya sendiri yang bikin DLC baru.
Ini cocok banget sama serunya "bikin sistem" ala Minecraft atau Factorio, bedanya di dunia nyata sistem yang kita bikin beneran berdampak ke pembaca, pelanggan, penjualan, ilmu baru, dan jam kerja.
Yang balik ke kita bukan koin game, tapi respons dari dunia nyata.
Makanya rasanya nggak gampang hambar.
7. Jabatan naik sendiri: dari project manager ke product owner, terus jadi bos
Awalnya kita bergerak kayak project manager:
"Tugas ini gimana cara beresinnya?" "Macetnya di mana?" "Siapa ngerjain apa?"
Lalu jadi mirip product manager atau product owner:
"Apa yang harus dibikin?" "Pengguna dapat apa?" "Perbaikan mana yang duluan?"
Begitu AI juga ngurus pemecahan tugas, pembagian kerja, ngoding, sampai pengecekan awal, pertanyaan kita naik satu tingkat lagi:
"Sumber daya dikasih ke produk mana?" "Pasar mana yang mau dibesarkan?" "Bisnis mana yang ditutup?" "Sistem mana yang mau disambungin?" "Bagian perusahaan apa yang mau ditambah berikutnya?"
Kalau sudah sampai sini, yang kita kerjakan bukan lagi memperbaiki satu fitur, tapi lebih mirip merancang perusahaan kecil.
| Tahap | Pertanyaan utama si manusia |
|---|---|
| Pembuat | Gimana bikinnya? |
| PM | Gimana beresinnya? |
| PdM / PO | Bikin apa? |
| Pimpinan | Sumber daya ke mana? |
| Pengelola portofolio | Apa yang dibesarkan, apa yang dimatikan? |
Bukan berarti AI bikin kita jadi orang hebat.
Cuma karena lapisan bawah bisa diserahkan, lapisan atas yang dulu butuh orang dan modal sekarang bisa dipegang sendirian.
Itu yang seru.
8. Sendirian, tapi punya struktur organisasi
Yang lebih seru lagi, kita bahkan nggak perlu ngawasin semua pekerja AI secara langsung.
Misalnya bisa dibikin lapisan begini:
- Manusia: tujuan, prioritas, apa yang seru, keputusan akhir
- AI obrolan: brainstorming, riset, draf rancangan
- AI manajer: memecah tugas, melihat urutan dan ketergantungan antartugas, membagi kerja, merencanakan penggabungan
- AI pembuat kode: kode, pengujian, perbaikan
- Pemantau: cek hasil, bandingkan perubahan, deteksi kegagalan
Bukan manusia → pekerja AI.
Tapi manusia → manajer AI → pekerja AI.
Kalau ini jalan, kerjaan kita makin jauh dari ngurusin detail satu per satu dan makin dekat ke "habis ini perusahaannya disuruh ngapain ya?".
Karyawan nol orang, tapi struktur organisasinya keren.
Perusahaan satu orang di masa depan memang makhluk yang aneh.
9. Bukan "tambah agen sebanyak-banyaknya", tapi "bagi tugas biar nggak tabrakan"
Begitu pekerja AI ditambah, muncul masalah baru.
Sepuluh pekerja super cepat yang semuanya benerin kabel yang sama itu nggak cepat.
Malah bikin rusak.
Sebuah penelitian tahun 2026 soal pull request (usulan perubahan kode) dari agen AI di GitHub menemukan konflik saat menggabungkan hasil kerja agen-agen yang jalan bersamaan. Di sampel yang diteliti, pasangan agen berbeda yang kerja paralel punya tingkat konflik teks lebih tinggi dibanding pasangan dari agen yang sama.[6]
Penelitian lain tahun 2026 menguji cara bernama CAID untuk kerjaan software yang panjang dan rumit: tugas dibagi dari satu pusat, dikerjakan bareng tanpa saling nunggu, tiap pekerja punya ruang kerja sendiri yang terpisah, lalu hasilnya digabung dengan rapi. Hasilnya lebih bagus dibanding satu agen yang kerja sendirian.[7]
Yang penting bukan "berapa banyak AI yang dijalankan", tapi:
- jangan biarkan dua pekerja ngubah file yang sama bareng-bareng
- tegasin batas tanggung jawab masing-masing
- lihat dulu tugas mana yang bergantung ke tugas mana
- pisahin ruang kerjanya
- gabungin di akhir lalu dites
Artinya, hambatan berikutnya bukan tenaga komputer, tapi cara mengatur tim.
Dan begitu AI manajer mulai ngurus itu juga, kita beneran terdorong naik ke kursi bos.
10. Yang langka bukan lagi waktu ngoding, tapi perhatian, selera, dan arah
Kalau AI bisa ngerjain banyak banget kerjaan bikin-bikin, yang paling kurang jadi berubah.
Bukan jumlah kode.
Ide pun sebagian bisa dikeluarin AI.
Yang akhirnya langka adalah perhatian dan penilaian:
- apa yang seru
- apa yang norak
- mau sampai sejauh mana
- perlu dikerjain sekarang atau nggak
- apa yang dibuang
- apa yang jangan langsung dipercaya, harus dicek dulu
- kegagalan mana yang cuma "kecelakaan sekali", mana yang tanda "sistemnya yang cacat"
Bukan "AI bisa ngerjain 100 hal, jadi kerjain 100".
Di dunia yang bisa ngerjain 100 hal, memutuskan 3 mana yang berarti itulah kerja seorang pimpinan.
Hambatannya pindah: dari bikin barang ke menentukan arah.
11. Satu-satunya jebakan endgame tanpa batas: syarat game over juga kita yang bikin
Nggak ada ujungnya itu paling enak, tapi justru itu juga bisa bahaya.
AI bisa jalan 24 jam, tapi bukan berarti kita juga harus gerak 24 jam.
Karena seru, jam tidur dipangkas. Karena bisa diperbaiki, cakupannya dilebarin terus. Karena bisa paralel, perubahan yang belum dicek dilempar banyak-banyak. Karena pekerjanya makin banyak, jadi nggak tahu siapa ngubah apa.
Kalau begini, "otomatisasi biar makin bebas" malah jadi "perusahaan eksploitatif pribadi versi performa tinggi".
Solusinya juga bisa dipikirin kayak desain game:
- pasang gerbang pengaman sebelum perubahan yang bisa merusak
- jangan ngubah bagian yang sama secara bersamaan
- baca ulang hasilnya buat pastiin beneran masuk
- tes hal-hal yang penting
- siapin jalur pemulihan kalau gagal
- masukin jam tidur dan kehidupan kita ke urutan tugas
- punya daftar "seru, tapi nanti dulu"
Tujuannya bukan ngurangin kerjaan.
Tapi jangan sampai keadaan yang seru ini rusak, biar bisa main lama.
12. Kesimpulan: yang seru bukan kerjaannya, tapi kerjaan yang bisa bikin dunia kita makin luas
Pas kita ngerasa "jangan-jangan kerja itu sebenarnya seru", yang seru kemungkinan besar bukan kerja secara umum.
Bukan ngerjain tugas yang ditentukan orang lain berjam-jam.
Tapi nemu masalah sendiri. Nentuin target berikutnya sendiri. Nyerahin pembuatannya ke AI. Ada hasil nyata yang jadi. Lihat hasilnya, terus kepikiran yang berikutnya.
Siklus inilah yang seru.
Orang yang dulu sebagai PM mikirin "gimana cara memperbaikinya", begitu menyerahkan pemecahan tugas dan pembuatannya ke AI, pindah ke sisi yang mikirin "perusahaan ini mau bikin apa".
Dan begitu AI manajer mulai membagi kerjaan ke pekerja AI, kita naik satu tingkat lagi.
Pertanyaan yang tersisa di akhir itu simpel banget:
Habis ini, bikin apa yang seru?
Di game biasa, yang menjawab pertanyaan itu developernya.
Di game ini, pemainnya sendiri.
Makanya nggak pernah tamat.
Dan justru di situ serunya.
- Anthropic Help Center, “What is the Max plan?” / “How do usage and length limits work?” – Zurücksetzen der Sitzungslimits alle fünf Stunden und separate Wochenlimits. und https://support.claude.com/en/articles/11647753-how-do-usage-and-length-limits-work support.claude.com
- Brannon, L. A., Hershberger, P. J., & Brock, T. C. (1999). “Timeless demonstrations of Parkinson's first law.” Psychonomic Bulletin & Review, 6(1), 148–156 pubmed.ncbi.nlm.nih.gov
- Sorrell, S. (2009). “Jevons’ Paradox revisited: The evidence for backfire from improved energy efficiency.” Energy Policy, 37(4), 1456–1469; siehe auch spätere Übersichtsarbeiten zu Rebound-Effekten sciencedirect.com
- American Psychological Association, “Self-determination theory: A quarter century of human motivation research. apa.org
- Gagné, M., & Deci, E. L. (2005). “Self-determination theory and work motivation.” Journal of Organizational Behavior, 26(4), 331–362 selfdeterminationtheory.org
- Xu, G., Subramanian, A., & Karthik, N. (2026). “AI Agent Pull Requests on GitHub: Frequency, Structure, and Merge Conflict Rates.” arXiv:2607.04697 arxiv.org
- Geng, J., & Neubig, G. (2026). “Effective Strategies for Asynchronous Software Engineering Agents.” arXiv:2603.21489 arxiv.org
