AI Tidak Menggantikan Developer — Tapi Mengubah Pekerjaannya

Setiap beberapa bulan muncul kembali klaim bahwa AI akan menggantikan developer. Kami memakai asisten AI setiap hari dalam pekerjaan nyata, dan pengalaman kami tidak mendukung klaim itu. Tapi juga tidak mendukung sikap sebaliknya — bahwa AI hanya mainan.

Yang berubah bukan jumlah developer yang dibutuhkan. Yang berubah adalah di mana waktu developer dihabiskan.

Yang benar-benar dipercepat

Boilerplate

Membuat struktur controller, form validasi, migrasi database, dan komponen yang polanya berulang. Ini pekerjaan yang tidak butuh pemikiran arsitektural, hanya ketikan. AI mengerjakannya dalam detik.

Memahami kode asing

Membuka basis kode klien yang ditulis orang lain tiga tahun lalu dulu memakan berjam-jam. Sekarang kami bisa meminta penjelasan alur, lalu memverifikasinya sendiri. Waktu orientasinya turun signifikan.

Draf pengujian

Menulis kasus uji dasar dan kasus tepi yang jelas. Kami tetap meninjau dan menambahkan kasus yang spesifik pada domain bisnisnya, tapi titik awalnya sudah ada.

Menerjemahkan antar teknologi

“Bagaimana pola ini ditulis di framework X?” adalah pertanyaan yang dulu berarti membaca dokumentasi setengah jam.

Peninjauan pertama

Sebelum kami membuka pull request untuk ditinjau manusia, kami menjalankan peninjauan otomatis. Ini menangkap kesalahan kecil sebelum menghabiskan waktu peninjau.

Yang tidak berubah

Keputusan arsitektur

Memilih antara satu tabel dengan kolom fleksibel atau tiga tabel yang terpisah; memutuskan apakah fitur ini layak dibangun sama sekali. Keputusan seperti ini butuh konteks bisnis yang tidak ada di dalam kode.

Memahami apa yang sebenarnya diminta klien

Klien meminta “tombol export”. Yang sebenarnya dibutuhkan adalah laporan bulanan yang otomatis dikirim ke email finance. Menemukan jarak antara permintaan dan kebutuhan adalah pekerjaan manusia, dan itu adalah bagian paling bernilai dari pekerjaan ini.

Menilai trade-off

Setiap keputusan teknis punya biaya. Solusi yang secara teknis lebih elegan tapi membutuhkan orang yang tidak dimiliki klien untuk merawatnya adalah solusi yang buruk. Penilaian seperti ini butuh pengalaman.

Bertanggung jawab

Kalau sistem gagal di hari peluncuran, yang menjelaskan ke klien adalah manusia. Tanggung jawab tidak bisa didelegasikan ke alat.

Risiko yang jarang dibahas

Kode yang tidak dipahami siapa pun

Ini risiko terbesar. Kalau developer menerima kode yang dihasilkan tanpa benar-benar memahaminya, akan ada momen — biasanya saat sistem rusak jam dua pagi — ketika tidak ada yang bisa memperbaikinya.

Aturan kami sederhana dan tidak bisa ditawar: kami tidak mengirim kode yang tidak kami pahami.

Kesalahan yang terdengar meyakinkan

AI menghasilkan jawaban yang percaya diri, termasuk saat salah. Untuk hal yang mudah diverifikasi ini tidak berbahaya. Untuk logika bisnis yang rumit atau perhitungan keuangan, ini berbahaya.

Melewati tahap belajar

Developer junior yang selalu meminta jawaban jadi kehilangan kemampuan yang hanya tumbuh dari perjuangan menyelesaikan masalah sendiri. Ini masalah jangka panjang untuk industri, bukan masalah hari ini.

Data sensitif

Menempelkan kredensial, data pelanggan, atau kode berpemilik ke layanan pihak ketiga adalah keputusan yang harus diambil sadar, bukan kebiasaan.

Bagaimana kami memakainya

Aturan kerja kami:

1. AI menulis draf, manusia menyetujui. Tidak ada kode yang masuk ke repository tanpa dibaca dan dipahami.
2. Tidak ada data sensitif yang dikirim ke layanan mana pun.
3. Keputusan arsitektur dibuat manusia, dengan AI sebagai bahan diskusi.
4. Pengujian tetap ditulis dan diverifikasi manusia untuk logika bisnis inti.
5. Kami menjelaskan pilihan kami ke klien tanpa merujuk ke alat apa pun. Klien membayar untuk penilaian, bukan untuk siapa yang mengetik.

Apa artinya untuk klien

Kalau Anda menyewa studio pengembangan, dua hal ini yang relevan:

Kecepatan meningkat, tapi tidak sepuluh kali lipat. Bagian yang dipercepat AI adalah bagian yang selama ini bukan hambatan terbesar. Hambatan terbesar tetap: memperjelas kebutuhan, menyediakan konten, dan mengambil keputusan.

Kualitas tetap ditentukan orangnya. Alat yang sama di tangan tim yang tidak disiplin menghasilkan kode yang lebih banyak, bukan lebih baik.

Kalau ada vendor yang menjanjikan proyek selesai sepuluh kali lebih cepat karena AI, tanyakan bagian mana yang dipercepat. Jawabannya akan memberi tahu Anda banyak.

Penutup

AI adalah alat yang sangat baik untuk pekerjaan yang berulang dan bisa diverifikasi. Ia tidak mengambil alih bagian yang membuat proyek berhasil atau gagal: memahami masalah, memilih pendekatan, dan bertanggung jawab atas hasilnya.

Stack lengkap dan alat yang kami pakai ada di artikel tools harian kami. Untuk melihat cara kami bekerja pada proyek nyata, lihat portofolio kami.