2036 ── AI dan Masyarakat pada 2036: Bukan Pengangguran Massal, melainkan Menyusutnya Kelas Menengah Perkantoran dan Politik Distribusi

*Intelligence Synthesis / Ditulis 2026-10-10 / Tahun cakrawala 2036*

1. Tesis

Pada 2036 Amerika Serikat masih tidak akan mengalami pengangguran massal akibat AI: tingkat pengangguran akan berada dalam kisaran biasanya dan total lapangan kerja akan lebih tinggi daripada tahun 2026. Namun kelas menengah kantoran berpendidikan perguruan tinggi yang dibangun oleh Revolusi Industri Ketiga akan lebih kecil, lebih tua, dan lebih sulit dimasuki; sebagian besar pekerjaan kantoran akan terdiri dari mengarahkan dan memeriksa sistem AI; dan pertumbuhan bersih lapangan kerja akan datang terutama dari layanan kesehatan, pekerjaan perawatan, pertukangan terampil, dan layanan tatap muka. Seperti pada 'jeda Engels' dalam Revolusi Industri Pertama, kenaikan output akan lebih cepat daripada kenaikan upah bagi sebagian besar pekerja, dan politik akan berpusat pada siapa yang memiliki modal AI, siapa yang membayar listriknya, dan bagaimana hasilnya dibagi.

2. Masyarakat pada 2036

Semua yang ada di bagian ini adalah inferensi (inference) dari bukti di Bagian 3 dan sejarah di Bagian 4. Probabilitas untuk poin-poin utama ada di Bagian 5.

Struktur sosial

• Kelompok yang paling tertekan adalah orang-orang yang memasuki, atau mencoba memasuki, pekerjaan kantoran antara sekitar 2024 dan 2034: lulusan yang membidik bidang informasi, keuangan, perangkat lunak, dukungan hukum, pemasaran, dan pekerjaan administrasi. Pada 2036 mereka berusia akhir dua puluhan hingga sekitar empat puluh tahun. Karena pekerjaan kantoran tingkat pemula langka, pada usia tertentu penghasilan mereka lebih rendah daripada lulusan sepuluh tahun lebih tua pada usia yang sama. Banyak yang pindah ke bidang kesehatan, pengajaran, pertukangan, penjualan, atau pelayanan publik.
• Kelompok yang mempertahankan posisi atau justru naik adalah profesional tingkat menengah dan senior yang memiliki lisensi, hubungan klien, dan tanggung jawab hukum (dokter, pengacara yang menandatangani, insinyur, manajer); para pemilik perusahaan yang menggunakan AI; dan pemegang saham dari segelintir perusahaan yang memiliki model, chip, dan pusat data. Pangsa tenaga kerja dalam pendapatan nasional lebih rendah daripada 2026 (Prakiraan 1).
• Premi upah lulusan perguruan tinggi bagi pekerja muda lebih kecil dibandingkan tahun 2026 (Prakiraan 2). Gelar masih memberi penghasilan lebih rata-rata, tetapi kurang dapat diandalkan, dan sertifikat serta magang memiliki bobot lebih besar.
• Di antara berbagai wilayah, kabupaten yang menjadi lokasi pusat data menerima pendapatan pajak serta lapangan kerja konstruksi dan pemeliharaan, tetapi juga menghadapi sengketa soal harga listrik, air, dan lahan [C05]. Permintaan ruang kantor di pusat kota besar lebih rendah. Pusat regional dengan rumah sakit, universitas, pusat logistik, dan pekerjaan jaringan listrik relatif berkinerja baik.
• Dalam keluarga, orang dewasa muda dengan awal karier yang lambat tinggal bersama orang tua mereka lebih lama (Perkiraan 8). Seiring generasi baby boom memasuki usia akhir tujuh puluhan dan delapan puluhan, rumah tangga menghabiskan lebih banyak waktu dan uang untuk perawatan lansia.

Ketenagakerjaan dan pekerjaan

• Tingkat pengangguran berada dalam kisaran biasanya (Prakiraan 3), dan total lapangan kerja lebih tinggi daripada tahun 2026.
• Lapangan kerja di sektor informasi dan keuangan lebih rendah daripada tahun 2026 (Prakiraan 4). Dalam pekerjaan kantoran yang masih ada, hari kerja yang umum terdiri dari memberikan tugas kepada agen AI, memeriksa hasil kerja mereka, menangani pengecualian, berbicara dengan klien dan rekan kerja, serta memikul tanggung jawab hukum atas hasilnya. Hanya sedikit orang yang menulis laporan, kode, atau analisis dari nol.
• Layanan kesehatan dan bantuan sosial merupakan porsi yang lebih besar dari lapangan kerja (Forecast 5). Keperawatan, perawatan di rumah, terapi, pekerjaan kelistrikan untuk pusat data dan jaringan listrik, pemasangan dan perbaikan peralatan, serta layanan tatap muka terus tumbuh. Pekerjaan-pekerjaan ini memakai AI untuk pencatatan, penjadwalan, dan dukungan diagnostik, tetapi kehadiran orang di lokasi tetap menjadi inti pekerjaannya.
• Karena kekurangan tenaga kerja, upah di bidang perawatan dan keterampilan teknis naik lebih cepat dari rata-rata di banyak wilayah. Sebagian besar keuntungan dari peningkatan produktivitas kantor mengalir ke laba, bukan upah (inferensi).
• Rata-rata jam kerja pekerja penuh waktu tidak turun banyak. Pekan kerja empat hari ada di beberapa perusahaan dan kontrak serikat pekerja, tetapi bukan aturan umum (inferensi).
• Careers start in new ways. More people begin with apprenticeships, paid traineeships and certificates, and employers weigh demonstrated work more than degrees. Mid-life career changes are more common and public and employer retraining is larger than in 2026, but many retrained workers earn less than before (inference).

Sikap dan nilai

• Kepercayaan: sebagian besar orang dewasa menggunakan AI setiap minggu tetapi tidak memercayai perusahaan AI (Prakiraan 6). Kepercayaan diberikan kepada orang dan institusi tertentu yang memeriksa keluaran AI: dokter, guru, organisasi berita lokal, pengadilan. Label yang menunjukkan apakah seseorang telah memeriksa suatu konten banyak digunakan.
• Makna pekerjaan: bagi pekerja kantoran, kebanggaan bergeser dari menghasilkan sesuatu ke menilai dan bertanggung jawab. Banyak yang mengatakan pekerjaan mereka menjadi kurang memuaskan. Pekerjaan tatap muka seperti perawatan dan pertukangan mendapat status sosial yang lebih tinggi, meskipun belum setara dengan profesi-profesi.
• Politik: AI menjadi isu pemilu yang rutin (Forecast 7): dukungan untuk transisi pekerjaan, tagihan listrik, penentuan lokasi pusat data, pajak atas keuntungan AI, dan perlindungan anak. Perpecahannya bukan sekadar kiri melawan kanan; garisnya membentang antara mereka yang memiliki atau bekerja erat dengan modal AI dan mereka yang menanggung biayanya.

Kehidupan sehari-hari

• Rumah tangga: tagihan listrik rumah tangga naik lebih cepat daripada harga secara umum (Prakiraan 10). Asisten AI mengelola jadwal, tagihan, formulir, dan janji temu.
• Pembelajaran: sebagian besar siswa sekolah menengah menggunakan bimbingan belajar AI setiap minggu (Prakiraan 9). Sekolah memindahkan tugas yang dinilai ke dalam kelas dan menggunakan lebih banyak ujian lisan dan tatap muka. Guru menghabiskan lebih banyak waktu untuk pengawasan, diskusi, dan dukungan individual.
• Perawatan: AI digunakan untuk memantau lansia yang tinggal sendiri, mengingatkan mereka tentang obat, dan menyimpan catatan. Tenaga perawat manusia tetap dibutuhkan, dan kekurangan mereka adalah batasan utamanya.
• Hubungan: banyak orang, terutama yang tinggal sendiri, rutin berbicara dengan pendamping AI. Perdebatan tentang dampaknya pada anak-anak dan orang yang terisolasi mendorong aturan usia dan aturan desain di beberapa negara bagian (inferensi).
• Penggunaan waktu: waktu yang dihemat oleh AI di tempat kerja sebagian besar tidak dikembalikan sebagai waktu luang. Di rumah, sebagian waktu yang dihemat dari urusan administrasi digunakan untuk memeriksa keluaran AI dan mengelola akun (lihat Cowan di Bagian 4).

3. Apa yang terjadi sekarang

• Pekerjaan kantoran menyusut sementara total lapangan kerja bertambah. Pada September 2026, lapangan kerja sektor informasi sebesar 2.739.000, turun 120.000 dari setahun sebelumnya; desain sistem komputer sebesar 2.355.400 (turun 32.200) dan aktivitas keuangan 9.082.000 (turun 107.000). Sementara itu, total penggajian nonpertanian sebesar 159.044.000 (naik 496.000), jasa profesional dan bisnis naik 123.000, tingkat pengangguran 4,2% (turun 0,2 poin) dan tingkat U-6 7,6% (turun 0,5 poin) (BLS).
• Total pemutusan hubungan kerja tidak meningkat.Pemutusan hubungan kerja dan pemberhentian berjumlah 1.641.000 pada Agustus 2026, 191.000 lebih sedikit dari setahun sebelumnya, dan lowongan kerja berjumlah 7.079.000, naik 160.000 (JOLTS). Tekanan tampaknya bekerja melalui berkurangnya perekrutan, bukan bertambahnya pemecatan (inferensi).
• PHK yang dikaitkan dengan AI telah meningkat, tetapi tidak merata. Hitungan situs ini naik dari 7,800 pada 2025-Q1 menjadi 107,900 pada 2026-Q2 (17 kasus), lalu turun menjadi 17,183 pada 2026-Q3 (10 kasus). Total Q1-Q3 2026 sebesar 193,154 sudah melampaui total 2025 sebesar 124,543. Angka ini masih kecil dibandingkan sekitar 1.6 juta total PHK per bulan.
• Penggunaan daya AI dan kekhawatiran lingkungan saling terkait. Dalam berita AI, 'Listrik dan pusat data' serta 'Lingkungan dan sumber daya' memiliki korelasi 12 bulan sebesar 0,8. Berita utama menunjuk pada kemungkinan kenaikan permintaan listrik AS sebesar 32% pada 2030, jaringan listrik yang lambat menyesuaikan diri, kekhawatiran lokal terhadap listrik, air, dan pendinginan, serta survei yang menunjukkan sekitar 70% pengguna AI khawatir akan naiknya kebutuhan listrik [C05]. Porsi liputan lingkungan naik dari 0,32% menjadi 0,88% dan porsi listrik dan pusat data dari 1,08% menjadi 1,40%.
• Perhatian bergeser dari adopsi ke risiko dan aturan.Selama 12 bulan, 'Keselamatan dan insiden' naik dari 6,80% menjadi 11,32% dari pemberitaan AI dan 'Regulasi dan hukum' dari 5,04% menjadi 7,52%. 'Adopsi perusahaan' turun dari 19,00% menjadi 15,92% tetapi masih menjadi tema terbesar. 'Kehidupan pribadi dan hubungan' tetap tinggi di sekitar 10-12%, sementara 'Pekerjaan dan kerja' sebesar 2,48% pada bulan terbaru, turun dari puncak 4,04%.

4. Apa yang disarankan oleh sejarah

Revolusi Industri Pertama (sekitar 1760-1840, Inggris: tekstil, tenaga uap, pabrik)

• Upah dan pekerjaan:Robert Allen (2009, 'Engels' pause', Explorations in Economic History) menunjukkan bahwa di Inggris, dari sekitar 1790-an hingga 1830-an, output per pekerja tumbuh jauh lebih cepat daripada upah riil dan pangsa laba dalam pendapatan meningkat; upah riil baru naik secara jelas sejak sekitar 1840. Para penenun tangan, sebuah kelompok besar berkeahlian, kehilangan pendapatan selama puluhan tahun seiring menyebarnya alat tenun bertenaga mesin (E. P. Thompson, The Making of the English Working Class, 1963). Penghancuran mesin oleh kaum Luddite pada 1811-1816 adalah protes para pekerja tekstil yang keahlian dan upahnya terancam.
• Kehidupan sehari-hari: pekerjaan berpindah dari rumah dan bengkel kecil ke pabrik dengan jam kerja tetap dan disiplin jam (E. P. Thompson, 'Time, Work-Discipline and Industrial Capitalism', 1967). Orang-orang pindah ke kota; pada sensus 1851 lebih dari separuh penduduk Inggris dan Wales tinggal di wilayah perkotaan.
• Institusi: Factory Acts tahun 1802 dan 1819 membatasi tenaga kerja anak di pabrik kapas, tetapi Undang-Undang 1833 adalah yang pertama efektif karena membentuk inspektorat pabrik. Perlindungan sosial utama adalah bantuan Poor Law, termasuk bantuan di luar rumah miskin, yang diperketat oleh Poor Law Amendment Act tahun 1834. Asuransi pengangguran baru ada pada National Insurance Act tahun 1911.
• Berapa lama: sekitar lima puluh tahun dari mekanisasi awal hingga kenaikan upah yang meluas, dengan institusi yang dibangun selama beberapa dekade berikutnya.
• Serupa untuk AI: keuntungan lebih dulu jatuh ke tangan pemilik modal, dan kelompok terampil tertentu kehilangan pendapatan dan status (dulu penenun tangan, kini pekerja kantoran junior).
• Berbeda untuk AI: AI menyebar dalam hitungan tahun, bukan dekade; AI memengaruhi tugas-tugas kognitif para pekerja berpendidikan, bukan keterampilan kerajinan manual; pekerja yang tergeser sejak awal memiliki asuransi pengangguran dan perlindungan lain; dan modalnya dimiliki oleh segelintir perusahaan yang sangat besar, bukan banyak pemilik pabrik kecil.

Revolusi Industri Kedua (sekitar 1870-1914: listrik, bahan kimia, baja, produksi massal)

• Produktivitas: Paul David (1990, 'The Dynamo and the Computer', American Economic Review) menunjukkan bahwa tenaga listrik sudah tersedia sejak pembangkit listrik pusat pertama pada awal 1880-an, tetapi peningkatan produktivitas besar di manufaktur AS baru terjadi pada 1920-an, setelah pabrik-pabrik dirancang ulang di sekitar motor listrik individual. Keterlambatan itu sekitar empat puluh tahun dan membutuhkan bangunan, tata letak, dan manajemen baru.
• Pekerjaan: produksi massal menyebar. Ford memperkenalkan lini perakitan bergerak pada 1913 dan Five Dollar Day pada 1914, sebagian untuk mengurangi pergantian pekerja yang sangat tinggi (Raff dan Summers, 1987). Perusahaan-perusahaan besar menciptakan banyak pekerjaan administrasi dan manajerial, dan pekerjaan administrasi menjadi jalur utama bagi perempuan untuk masuk ke dunia kerja berbayar (Claudia Goldin, Understanding the Gender Gap, 1990).
• Pendidikan dan ketimpangan:dalam Goldin dan Katz (The Race between Education and Technology, 2008), teknologi meningkatkan permintaan akan pekerja berpendidikan, yang dengan sendirinya memperlebar premi upah. Namun gerakan sekolah menengah atas (sekitar 1910-1940) meningkatkan pasokan pekerja berpendidikan lebih cepat daripada permintaannya, sehingga premi tersebut menyempit pada paruh pertama abad kedua puluh.
• Kehidupan sehari-hari: listrik, air ledeng, dan peralatan rumah tangga mengubah kehidupan rumah selama beberapa dekade (Robert Gordon, The Rise and Fall of American Growth, 2016). Ruth Schwartz Cowan (More Work for Mother, 1983) menunjukkan bahwa teknologi rumah tangga tidak mengurangi waktu kerja rumah tangga perempuan sebanyak yang diharapkan, karena standar meningkat.
• Institusi: pekan kerja 40 jam di AS baru hadir melalui Fair Labor Standards Act tahun 1938, beberapa dekade kemudian.
• Serupa untuk AI: hasilnya menunggu perancangan ulang organisasi; Brynjolfsson, Rock, dan Syverson (2021) menggambarkan keterlambatan ini pada teknologi serbaguna sebagai 'kurva-J' produktivitas. Upah bergantung pada bagaimana pasokan keterampilan merespons.
• Berbeda untuk AI: AI hadir sebagai perangkat lunak melalui jaringan dan perangkat yang sudah ada, sehingga akses menyebar lebih cepat daripada pembangunan pembangkit listrik dan jaringan listrik, meskipun pusat data tetap harus menunggu jaringan listrik [C05]. Perbedaan terbesarnya adalah respons yang dulu mempersempit kesenjangan, yaitu lebih banyak pendidikan formal, kini kecil kemungkinannya berhasil, karena AI mengerjakan tugas-tugas yang justru dilatihkan oleh sekolah (inferensi).

Revolusi Industri Ketiga (sejak 1970-an: komputer, internet)

• Produktivitas:Robert Solow menulis pada 1987 bahwa 'Anda dapat melihat era komputer di mana-mana kecuali dalam statistik produktivitas'. Pertumbuhan produktivitas AS meningkat dari pertengahan 1990-an hingga pertengahan 2000-an, lebih dari dua puluh tahun setelah komputer mulai menyebar.
• Pekerjaan: Autor, Levy dan Murnane (2003) menunjukkan bahwa komputer menggantikan tugas-tugas rutin dan melengkapi tugas-tugas analitis dan interpersonal non-rutin. Autor dan Dorn (2013) serta Goos dan Manning (2007) mendokumentasikan polarisasi pekerjaan: pertumbuhan pekerjaan jasa berupah tinggi dan berupah rendah serta penurunan pekerjaan menengah seperti pekerjaan administrasi dan produksi. Premi upah perguruan tinggi naik sejak 1980 (Goldin dan Katz, 2008).
• Modal:Karabarbounis dan Neiman (2014) menunjukkan bahwa pangsa pendapatan tenaga kerja turun di banyak negara sejak awal 1980-an, terkait dengan turunnya harga barang investasi.
• Kehidupan sehari-hari: komputer pribadi, internet, dan ponsel pintar mengubah cara berkomunikasi, berbelanja, dan bekerja dari rumah selama sekitar tiga puluh tahun.
• Serupa untuk AI: tugas, bukan seluruh pekerjaan, yang diotomatisasi lebih dahulu, dan komposisi pekerjaan berubah lebih besar daripada total lapangan kerja.
• Berbeda untuk AI: AI menjangkau tugas-tugas kognitif non-rutin yang sebelumnya dilengkapi oleh komputer, sehingga para pemenang Revolusi Industri Ketiga kini menjadi kelompok yang terpapar. AI menyebar lebih cepat melalui cloud dan perangkat yang sudah ada. Modalnya (model, chip, pusat data) terkonsentrasi dan membutuhkan listrik dalam jumlah besar [C05].

Implikasinya untuk 2036

Dalam ketiga revolusi tersebut, sepuluh hingga dua puluh tahun pertama membawa perubahan dalam siapa yang mengerjakan pekerjaan apa serta konflik soal pembagian hasil; kenaikan upah yang luas baru datang kemudian, dan kelembagaan menyusul beberapa dekade setelahnya. Karena 2036 berada sekitar sepuluh tahun setelah gelombang adopsi perusahaan saat ini, masyarakat masih akan berada di tahap awal transisi (inferensi): perubahan komposisi pekerjaan terlihat jelas, kenaikan produktivitas telah dimulai, kenaikan upah tidak merata, dan kelembagaan masih diperdebatkan. Analogi ini tidak berlaku di tiga hal: perubahannya terkompresi dalam waktu; perubahan ini menghantam kaum terdidik; dan perlindungan sosial sudah ada. Hasilnya adalah kemelaratan yang lebih sedikit dibandingkan para penenun tangan, tetapi tekanan politik yang lebih kuat dari kelompok terdidik yang vokal (inferensi).

5. Prakiraan

• [Struktur sosial] Pangsa tenaga kerja menurun. Pangsa tenaga kerja BLS untuk sektor bisnis nonpertanian (rata-rata tahunan) pada 2036 setidaknya 1 poin persentase lebih rendah dibandingkan 2026. Probabilitas 60%. Alasan: pangsa liputan 'Investasi dan modal' naik dari 6,28% menjadi 8,32%, dan keuntungan mengalir ke perusahaan yang memiliki model, chip, dan pusat data; ini sejalan dengan naiknya pangsa laba dalam Allen (2009) dan turunnya pangsa tenaga kerja dalam Karabarbounis dan Neiman (2014). Periksa: pangsa tenaga kerja BLS Productivity and Costs, 2026 dibandingkan 2036.
• [Struktur sosial] Premi lulusan muda menyusut. Untuk pekerja penuh waktu sepanjang tahun berusia 25-34 tahun, rasio median penghasilan pemegang gelar sarjana terhadap lulusan sekolah menengah atas lebih kecil pada 2036 dibandingkan 2026. Probabilitas 60%. Alasan: pekerjaan pertama di bidang informasi dan keuangan sedang menyusut (Bagian 3). Dalam Goldin dan Katz (2008) premi menyempit karena pasokan melampaui permintaan; kali ini permintaan itu sendiri yang turun (inferensi). Periksa: Census Bureau CPS Annual Social and Economic Supplement.
• [Ketenagakerjaan] Pengangguran tetap berada dalam kisaran biasanya. Rata-rata tahunan tingkat pengangguran tahun 2036 berada di antara 3,5% dan 6,0%. Probabilitas 75%. Alasan: tingkatnya kini 4,2% dan daftar gaji bertambah 496.000 dalam setahun; pemutusan hubungan kerja yang dikaitkan dengan AI kecil dibandingkan sekitar 1,6 juta PHK bulanan; tidak satu pun dari tiga revolusi menghasilkan pengangguran massal yang berkepanjangan, tetapi masing-masing mengubah komposisi pekerjaan. Risiko utamanya adalah resesi pada 2036 itu sendiri. Periksa: rata-rata tahunan BLS LNS14000000.
• [Ketenagakerjaan] Lapangan kerja di sektor informasi menurun.Lapangan kerja sektor informasi (rata-rata tahunan) berada di bawah 2.550.000 pada 2036, dibandingkan dengan 2.739.000 pada September 2026.Probabilitas 65%. Alasan: turun 120.000 dalam satu tahun dan desain sistem komputer juga menurun; seperti pada Revolusi Industri Ketiga, otomatisasi pertama kali menghantam sektor-sektor yang paling banyak terdiri dari tugas yang dapat diotomatisasi. Periksa: BLS CES5000000001.
• [Ketenagakerjaan] Layanan kesehatan dan bantuan sosial meningkatkan pangsanya.Pangsanya terhadap penggajian nonpertanian pada 2036 setidaknya 1,5 poin persentase lebih tinggi daripada pada 2026.Probabilitas 70%. Alasan: populasi yang menua dan sulitnya mengotomatisasi pekerjaan tatap muka; pekerjaan jasa tatap muka berupah rendah bertambah pada Revolusi Industri Ketiga (Autor dan Dorn, 2013). Cek: BLS CES6562000001 dibagi CES0000000001.
• [Sikap] Orang menggunakan AI tetapi tidak memercayai pembuatnya. Survei nasional 2036 (misalnya oleh Pew Research Center atau Gallup) menemukan bahwa lebih dari 60% orang dewasa di AS menggunakan AI setidaknya sekali seminggu dan kurang dari 40% percaya bahwa perusahaan AI bertindak secara bertanggung jawab. Probabilitas 60%. Alasan: 'Keselamatan dan insiden' naik dari 6,80% menjadi 11,32% dari liputan dan 'Kepercayaan dan opini publik' dari 3,92% menjadi 5,44%; sekitar 70% pengguna AI khawatir tentang kebutuhan listrik [C05]. Cek: pertanyaan terkait dalam survei nasional.
• [Sikap dan politik] AI menjadi isu pemilu.Dalam pemilihan presiden 2036, platform nasional kedua partai besar memuat kebijakan khusus tentang AI dan lapangan kerja (dukungan transisi, pelatihan, atau pendapatan) serta tentang biaya listrik pusat data.Probabilitas 65%. Penalaran: cakupan 'Regulasi dan hukum' meningkat dan kekhawatiran tentang kekuasaan bersifat lokal dan konkret [C05]; pada Revolusi Industri Pertama konflik distribusi melahirkan Factory Acts dan reformasi Poor Law, dan pada Revolusi Industri Kedua reformasi Era Progresif Amerika Serikat. Periksa: teks kedua platform 2036.
• [Kehidupan sehari-hari: keluarga] Lebih banyak anak muda dewasa tinggal bersama orang tua. Porsi penduduk berusia 25–34 tahun yang tinggal di rumah orang tuanya lebih tinggi pada 2036 dibandingkan 2026. Probabilitas 55%. Alasan: kohort dengan pekerjaan pertama yang tertunda dan penghasilan lebih rendah (Prakiraan 2 dan 4). Biaya perumahan dan waktu menikah juga berpengaruh, sehingga probabilitasnya moderat. Cek: tabel keluarga CPS Biro Sensus AD-1.
• [Kehidupan sehari-hari: belajar] Belajar dengan AI menjadi rutinitas. Sebuah survei nasional menemukan bahwa lebih dari 70% siswa SMA di AS menggunakan AI untuk tugas sekolah setidaknya sekali seminggu. Probabilitas 75%. Alasan: 'Pendidikan dan keterampilan' tetap tinggi di kisaran 6-8% dari liputan; seperti internet, AI digunakan pada perangkat yang sudah dimiliki rumah tangga dan sekolah. Cek: survei oleh Pew Research Center, RAND atau NCES.
• [Kehidupan sehari-hari: anggaran rumah tangga] Tagihan listrik naik lebih cepat daripada harga-harga. Rata-rata harga listrik residensial AS (EIA) naik lebih besar antara 2026 dan 2036 dibandingkan CPI-U. Probabilitas 65%. Alasan: kemungkinan kenaikan permintaan 32% pada 2030 dan jaringan listrik yang lambat [C05]; liputan tentang lingkungan serta listrik dan pusat data meningkat; biaya jaringan dibebankan ke rumah tangga melalui tarif (inferensi). Cek: harga rata-rata residensial EIA Electric Power Monthly dan CPI-U BLS.

6. Skenario

• Skenario dasar: restrukturisasi lambat (60%). Masyarakat yang digambarkan di Bagian 2. Pengangguran dalam kisaran biasanya, kelas menengah kantoran yang menyusut, pertumbuhan di bidang kesehatan, perawatan, dan keterampilan kejuruan. Produktivitas naik tetapi kenaikan upah tidak merata, dan distribusi serta tagihan listrik menjadi pusat politik.
• Alternatif 1: penggantian cepat (25%).Agen AI mengambil alih sebagian besar tugas perkantoran pada awal 2030-an. Sektor informasi, keuangan, serta jasa profesional dan bisnis jatuh bersamaan, dan pengangguran bertahan di atas 6% dalam waktu yang lama sekitar 2030-2033. Pengangguran di kalangan lulusan muda tinggi, dan respons kebijakan yang kuat menyusul: pajak atas keuntungan AI, asuransi upah, lapangan kerja publik. Bahkan jika pengangguran sudah lebih rendah lagi pada 2036, pangsa tenaga kerja telah turun jauh lebih besar daripada dalam skenario dasar.
• Alternatif 2: perubahan lambat (15%). Batasan daya, biaya, regulasi, dan tanggung jawab hukum memperlambat adopsi. Lapangan kerja kantoran kurang lebih datar dan AI digunakan terutama sebagai alat. Pada 2036, perubahan sosialnya menyerupai perubahan akibat komputer pada 1980-an: terlihat tetapi terbatas.

7. Indikator yang perlu dipantau

Nilai saat ini diperbarui dari data situs ini (BLS diambil setiap hari) setiap kali halaman dibangun.

8. Apa yang akan mengubah pandangan ini

• Jika pada 2029 pengangguran melampaui 6%, lowongan kerja (JOLTS) turun di bawah 5 juta, dan sektor informasi, keuangan, serta jasa profesional dan bisnis semuanya kehilangan pekerjaan pada tahun yang sama, saya akan menaikkan Alternatif 1 secara tajam.
• Jika lapangan kerja sektor informasi pulih di atas 2.850.000 dan pemangkasan yang dikaitkan dengan AI tetap di bawah 20.000 per tahun selama dua tahun, saya akan menyimpulkan bahwa saya melebih-lebihkan dampak AI terhadap lapangan kerja dan menaikkan Alternatif 2.
• Jika pada 2030 upah di pekerjaan kantoran yang padat AI naik lebih cepat dari rata-rata dan pangsa tenaga kerja meningkat, saya akan merevisi tesis distribusi: dekade 2030-an kemudian akan menyerupai Revolusi Industri Kedua yang belakangan, ketika upah naik secara luas, bukan jeda Engels.