AI Menghapus Kelas Menengah Software Engineering: Apa yang Terjadi?

Pernahkah kamu kembali dari liburan dan menemukan codebase berantakan karena tim merge PR tanpa review yang cukup? Sekarang bayangkan skenario itu terjadi setiap hari kerja, bahkan ketika kamu tidak pergi ke mana pun. Florian Herrengt dalam artikelnya yang viral menggambarkan realitas mengkhawatirkan: AI telah menghilangkan speed limit dalam software development, dan konsekuensinya jauh lebih berbahaya daripada yang kita duga.

Ketika AI Menjadi Akselerator Kegagalan

Pada 2020, kamu adalah engineer senior yang bertanggung jawab atas code quality dan arsitektur. Kamu membangun good engineering practices, mereview PR dari rekan yang kurang berpengalaman, dan bekerja keras menjaga codebase tetap sehat. Lalu kamu pergi liburan. Saat kembali, codebase berantakan: semua orang merge PR satu sama lain tanpa perhatian, seseorang menambahkan tabel baru untuk denormalisasi database karena lebih mudah, dan menambahkan serverless atau Kafka ke stack tanpa bukti solid bahwa keduanya dibutuhkan.

Lompat ke 2026. Kamu tidak pergi liburan. Ini hari Senin pagi yang normal. Kamu membuat kopi, membuka komputer, dan menemukan 7 PR untuk direview. Kamu membuka yang pertama: +24.506 baris, -3.938 baris, disertai deskripsi yang dihasilkan AI. Entah bagaimana, timmu membuat lebih banyak perubahan sejak Jumat daripada yang biasa mereka lakukan selama kamu pergi beberapa minggu.

Proyek dengan Engineering Culture Lemah Gagal Lebih Cepat

AI membuat proyek dengan weak engineering culture gagal jauh lebih cepat. Dulu ada waktu ketika orang duduk dan berdiskusi tentang cara melakukan sesuatu. Sekarang mereka cukup prompt agent selama beberapa jam lalu buka PR. Aspek paling tragis dari cara kerja ini: bagi mata yang tidak terlatih, cara ini terlihat berhasil. Jika kamu pull branch dan mengetesnya, kamu mungkin mendapatkan sesuatu yang cukup fungsional. Jadi apa yang mereka lakukan? Mereka terus melanjutkan. Berkali-kali. Sampai proyek mencapai titik di mana tidak ada yang tahu bagaimana apa pun bekerja.

Herrengt menyebut fenomena ini death by a thousand AI-generated cuts. Setiap PR secara individual terlihat reasonable. Tapi kumulatifnya adalah technical debt yang tumbuh secara eksponensial. Engineer senior yang seharusnya menjadi gatekeeper justru dibanjiri oleh volume perubahan yang mustahil untuk direview dengan cermat. AI tidak menggantikan engineer senior; AI membuat mereka overwhelmed.

Kelas Menengah Software Engineering Terancam

AI paling berdampak pada middle-class software engineer: mereka yang cukup kompeten untuk menyelesaikan tugas, tapi belum cukup berpengalaman untuk membuat keputusan arsitektur yang baik. Tanpa mentoring dan review yang cermat, engineer ini menjadi over-reliant pada AI output. Mereka membangun fitur yang berfungsi tapi fragile, scalable tapi tidak maintainable, cepat tapi penuh dengan edge cases yang tidak terduga.

Perusahaan yang menyadari masalah ini mulai menginvestasikan lebih banyak pada engineering culture, bukan pada tool AI. Mereka memahami bahwa AI adalah force multiplier: ia menggandakan kecepatan, baik kecepatan menuju kesuksesan maupun kecepatan menuju kegagalan. Perbedaannya adalah engineering culture. Tim dengan culture yang kuat menggunakan AI untuk mengotomatisasi boilerplate dan testing. Tim dengan culture yang lemah menggunakan AI untuk menghasilkan kode tanpa pemahaman mendalam.

Apa yang Bisa Dilakukan?

Herrengt menawarkan beberapa solusi praktis. Pertama, perusahaan perlu mengakui bahwa AI tidak mengurangi kebutuhan akan code review. Sebaliknya, AI meningkatkan kebutuhan akan review yang lebih ketat. Kedua, organisasi harus menginvestasikan waktu dalam mentoring dan pair programming, bukan hanya menyediakan akses ke AI tools. Ketiga, metrik sukses perlu diubah: dari lines of code atau velocity ke maintainability dan bug rate.

Bagi developer individu, pesannya jelas: jangan biarkan AI menggantikan pemikiran kritismu. Gunakan AI sebagai alat bantu, bukan pengganti pemahaman. Jika kamu tidak bisa menjelaskan mengapa kode yang dihasilkan AI bekerja, kamu tidak seharusnya mengirimkannya ke production. Engineering culture yang sehat adalah immune system terbaik terhadap kegagalan yang dipercepat oleh AI.

Dampak Jangka Panjang pada Karir Engineer

Fenomena yang dijelaskan Herrengt bukan sekadar masalah technical debt. Ini adalah pergeseran struktural dalam ekonomi software engineering. AI tidak menghapus pekerjaan engineer secara keseluruhan, tapi AI mengubah distribusi value. Engineer top yang bisa mengarahkan AI dengan presisi tinggi menjadi semakin berharga. Engineer junior yang belum membangun intuisi arsitektur justru terjebak dalam loop generate-copy-paste tanpa pemahaman mendalam.

Di Indonesia, di mana banyak perusahaan masih dalam tahap digitalisasi, risiko ini lebih besar. Perusahaan yang baru memulai transformasi digital seringkali tidak memiliki engineering culture yang matang. Mereka melihat AI sebagai shortcut untuk menghemat biaya pengembangan, tanpa menyadari bahwa kode yang dihasilkan AI tanpa oversight bisa menciptakan technical debt yang lebih mahal untuk diperbaiki di masa depan.

Herrengt menyimpulkan dengan peringatan yang tajam: AI makes projects with weak engineering culture fail much faster. Bagi developer Indonesia, ini berarti fokus pada fundamentals dan culture lebih penting daripada menguasai tool AI terbaru. Tool akan berubah, tapi kemampuan memahami sistem, membuat keputusan arsitektur yang baik, dan menjaga codebase tetap sehat adalah skill yang timeless.

Dampak Jangka Panjang pada Karir Engineer

Fenomena yang dijelaskan Herrengt bukan sekadar masalah technical debt. Ini adalah pergeseran struktural dalam ekonomi software engineering. AI tidak menghapus pekerjaan engineer secara keseluruhan, tapi AI mengubah distribusi value. Engineer top yang bisa mengarahkan AI dengan presisi tinggi menjadi semakin berharga. Engineer junior yang belum membangun intuisi arsitektur justru terjebak dalam loop generate-copy-paste tanpa pemahaman mendalam.

Di Indonesia, di mana banyak perusahaan masih dalam tahap digitalisasi, risiko ini lebih besar. Perusahaan yang baru memulai transformasi digital seringkali tidak memiliki engineering culture yang matang. Mereka melihat AI sebagai shortcut untuk menghemat biaya pengembangan, tanpa menyadari bahwa kode yang dihasilkan AI tanpa oversight bisa menciptakan technical debt yang lebih mahal untuk diperbaiki di masa depan.

Herrengt menyimpulkan dengan peringatan yang tajam: AI makes projects with weak engineering culture fail much faster. Bagi developer Indonesia, ini berarti fokus pada fundamentals dan culture lebih penting daripada menguasai tool AI terbaru. Tool akan berubah, tapi kemampuan memahami sistem, membuat keputusan arsitektur yang baik, dan menjaga codebase tetap sehat adalah skill yang timeless.

Sumber: AI is removing the middle class of software engineering oleh Florian Herrengt