The Great AI Layoff Paradox: Mengapa Perusahaan Terus Merekrut Kembali Meskipun Klaim AI

Dunia korporasi telah memasuki fase aneh di mana kecerdasan buatan menjadi pembenaran untuk PHK massal sekaligus pengakuan tak langsung atas kegagalan mereka. Ketika Block mengumumkan niatnya untuk memPHK lebih dari 4.000 karyawan pada Februari 2025—mengurangi tenaga kerjanya dari 10.000 menjadi kurang dari 6.000—pendiri Jack Dorsey menyatakan hal itu sebagai kebutuhan karena “alat AI telah mengubah segalanya.” Namun dalam beberapa minggu, karyawan yang sama mulai menerima panggilan meminta mereka kembali. Ini bukan kesalahan di judul; ini adalah retakan dalam logika.

Putaran Cepat: Bagaimana PHK karena AI Berubah Menjadi Pemanggilan Kembali Karyawan

Pemanggilan kembali itu tidak halus. Menurut Business Insider, karyawan dari departemen teknik, rekrutmen, dan desain dipulangkan melalui berbagai saluran. Beberapa menerima pesan yang menjelaskan bahwa PHK mereka disebabkan oleh “kesalahan administratif.” Yang lain memiliki manajer yang secara pribadi mendukung kembalinya mereka. Beberapa mendapat panggilan seminggu setelah surat PHK mereka, tanpa penjelasan—hanya undangan untuk kembali. Pola ini jelas: perusahaan salah hitung.

Pengalaman Block menunjukkan bahwa keputusan untuk memPHK staf berdasarkan kemampuan AI tidak didasarkan pada kenyataan. Posisi dan alur kerja tertentu tidak bisa sekadar diotomatisasi dengan perintah. Transfer pengetahuan, memori institusional, dan keahlian khusus tidak menghilang karena teknologi baru ada. Kembalinya karyawan ini menunjukkan sesuatu yang tidak nyaman: Block membutuhkannya kembali karena AI tidak mengisi kekosongan seperti yang dijanjikan.

Ekonomi yang Menghilang: Mengapa AI Bukan Pengganti Tenaga Kerja Murah

Masalah utama yang dihadapi perusahaan bukanlah bahwa AI tidak bisa melakukan pekerjaan—melainkan bahwa AI tetap sangat mahal untuk dioperasikan dalam skala besar. Satu bulan penggunaan AI intensif bisa menghabiskan biaya lebih dari satu tahun tenaga manusia tingkat menengah. Claude Opus 4.6 mengenakan biaya $5 per juta token input dan $25 per juta token output. Alternatif domestik lebih murah tetapi tetap signifikan: Qwen 3.5 Plus biaya 0,8 yuan per juta token input dan 4,8 yuan per juta token output. Sebagai gambaran, eksperimen satu bulan seorang pengguna dengan OpenClaw menghabiskan sekitar $6.000 dalam biaya token. Jumlah ini bisa mempekerjakan profesional yang kompeten selama beberapa bulan di sebagian besar wilayah di luar kota besar Barat.

Perhitungan ini menjadi semakin tidak menguntungkan jika mempertimbangkan sistem AI perusahaan terintegrasi. Mengganti departemen layanan pelanggan tidak cukup hanya dengan mengdeploy ChatGPT dan menyebutnya selesai. Dibutuhkan pembangunan sistem yang mampu menangani tiket kompleks, mengakses berbagai basis pengetahuan, menjaga konteks antar percakapan, dan beroperasi tanpa downtime. Infrastruktur ini biayanya jauh lebih tinggi dari gaji bulanan $3.000 seorang perwakilan layanan pelanggan yang berpendidikan.

Klarna menyadari kenyataan ini pada 2024 ketika mengumumkan bahwa AI akan menangani beban kerja 700 agen layanan pelanggan setelah perusahaan memPHK lebih dari 1.000 orang. Pada Mei 2025, Klarna mulai mempekerjakan kembali staf layanan pelanggan, dengan pimpinan mengakui mereka “terlalu cepat.” Perusahaan belajar apa yang dipelajari Block: jarak antara kemampuan AI dalam materi pemasaran dan kemampuan AI dalam sistem produksi tetap jauh.

Beban yang Disamarkan sebagai Pembebasan: Paradoks Jevons di Tempat Kerja

Ada prinsip ekonomi yang disebut Paradoks Jevons yang menjelaskan mengapa peningkatan efisiensi tidak selalu mengurangi konsumsi sumber daya. Sebaliknya, biaya yang lebih rendah dan peningkatan kemampuan sering mendorong penggunaan yang lebih tinggi secara total. Terapkan ini di tempat kerja, dan gambarnya menjadi lebih suram.

Ketika perusahaan mengintegrasikan AI dan produktivitas karyawan secara teoritis meningkat, mereka tidak memberi karyawan lebih banyak waktu luang. Mereka menuntut lebih banyak output. Karyawan yang tersisa setelah PHK tidak mengalami pembebasan—mereka mengalami peningkatan beban kerja. Mereka bekerja dengan AI sebagai alat bukan untuk bekerja lebih sedikit, tetapi untuk melakukan lebih banyak dalam waktu yang sama. Ini adalah efisiensi yang diubah menjadi eksploitasi.

Versi paradoks Jevons di tempat kerja menunjukkan bahwa AI tidak mengurangi beban kerja; ia mengubahnya. Tugas-tugas membesar untuk mengisi kapasitas yang diciptakan oleh alat baru. Karyawan tidak dibebaskan; mereka hanya diharapkan memproduksi lebih banyak, lebih cepat, dengan kompensasi yang sama. Janji bahwa AI akan membebaskan tenaga manusia ternyata hanyalah fiksi pemasaran.

Mengapa Struktur Organisasi Tidak Bisa Diotomatisasi

Perusahaan bukan sekadar kumpulan tugas. Pada intinya, mereka adalah sistem manusia dengan struktur formal dan jaringan tak terlihat. Jaringan tak terlihat ini—hubungan informal, hierarki kepercayaan, protokol tak tertulis—tidak bisa direplikasi atau digantikan oleh AI.

Ketika sebuah perusahaan memPHK staf karena “AI mengubah segalanya,” itu tidak hanya mengurangi jumlah orang. Itu merusak jaringan organisasi. Karyawan yang tersisa kehilangan kolaborator, kehilangan orang yang berfungsi sebagai penyangga, kehilangan rekan yang menyerap kompleksitas interpersonal tertentu. Lebih kritis lagi, mereka kehilangan kambing hitam—orang yang bisa berbagi tanggung jawab, memikul kesalahan, dan mendistribusikan friksi organisasi.

Karyawan yang tetap tidak hanya bekerja lebih keras; mereka menyerap kecemasan, risiko, dan tanggung jawab yang sebelumnya ditanggung oleh banyak orang. Tidak ada AI yang bisa memahami atau membangun kembali struktur kekuasaan dan ketergantungan informal ini. Inilah sebabnya mengapa pemanggilan kembali karyawan diperlukan: organisasi terluka dalam cara yang tidak bisa disembuhkan oleh AI.

Pola di Industri: Dari Musk hingga Sekarang

Ini tidak unik bagi Block atau Klarna. Ketika Elon Musk mengakuisisi Twitter pada Oktober 2022, dia mengeliminasi sekitar setengah tenaga kerjanya (lebih dari 3.000 karyawan) pada awal November. Dalam beberapa minggu, dia mulai mempekerjakan kembali puluhan dari mereka—karyawan yang PHK secara gegabah, yang keahliannya terbukti tak tergantikan, atau yang peran mereka tidak bisa dibiarkan kosong.

Gelombang pemanggilan kembali ini selalu digambarkan sebagai pengecualian, kesalahan, koreksi. Padahal, ini adalah pola. Perusahaan mengumumkan restrukturisasi besar yang dibenarkan oleh transformasi AI, lalu menemukan bahwa transformasi itu tidak lengkap atau tidak mungkin, dan diam-diam memanggil kembali orang-orang tersebut.

Apa yang sebenarnya Dikatakan Jensen Huang tentang PHK

Dalam konferensi GTC 2026 NVIDIA, CEO Jensen Huang secara terbuka mengkritik tren ini. Dia mengecam pemimpin yang membenarkan PHK melalui efisiensi AI, menyatakan bahwa keputusan tersebut menunjukkan kekurangan imajinasi. “Para pemimpin yang bergantung pada PHK untuk mengatasi AI,” kata Huang, “hanya tidak mampu memikirkan solusi yang lebih baik. Mereka kehabisan ide baru. Bahkan dengan alat terbaik sekalipun, mereka tidak akan menggunakannya untuk ekspansi.” Argumennya adalah bahwa AI harus memungkinkan pertumbuhan dan pengembangan bisnis baru, bukan pengurangan biaya melalui pengurangan tenaga kerja.

Kritik Huang sangat tajam: jika perusahaan benar-benar memahami kemampuan AI, mereka akan lebih agresif merekrut, bukan memPHK. PHK bukanlah transformasi yang didorong oleh AI, melainkan kegagalan manajemen yang disamarkan oleh justifikasi teknologi.

Kebenaran Tidak Nyaman: PHK sebagai Pemotongan Biaya, Bukan Evolusi AI

Jika dihapus retorika-nya, pola ini menjadi jelas. AI telah menjadi alasan umum untuk apa yang sebenarnya adalah latihan pengurangan biaya. Perusahaan yang menghadapi pertumbuhan stagnan, laba yang menyusut, dan kelelahan model bisnis kini bisa menyalahkan kekuatan teknologi eksternal daripada kegagalan strategi internal.

Narasi ini mengikuti pola yang dapat diprediksi: menyatakan bahwa AI membuat peran tertentu usang, mengumumkan PHK sebagai hal yang tak terelakkan, memangkas anggaran dan jumlah orang, menumpuk pekerjaan yang tersisa ke staf yang tersisa, dan jika bencana besar terjadi—jika pengetahuan institusional penting hilang—diam-diam memanggil kembali sebagian dari yang di-PHK. Pemanggilan kembali ini dijelaskan sebagai koreksi atau pengecualian, bukan pengakuan bahwa keputusan awal secara fundamental tidak tepat.

Pendekatan ini sangat umum di Silicon Valley, di mana PHK telah menjadi alat manajemen sekaligus kebutuhan strategis. Ketika perusahaan tidak mampu mempertahankan narasi pertumbuhan melalui inovasi produk, mereka melanjutkan melalui pengurangan biaya. AI menjadi pembenaran; PHK menjadi hasil langsungnya.

Masa Depan Tanpa Obat Ajaib

AI akhirnya akan mengubah banyak aspek pekerjaan dan bisnis. Tapi tidak ada teknologi yang cukup kuat untuk mengatasi stagnasi strategis, model bisnis usang, dan manajemen pasif. AI tidak bisa menyelesaikan masalah yang diciptakan oleh perencanaan buruk, penilaian pasar yang keliru, atau ketidakmampuan organisasi.

Siklus PHK yang dibenarkan AI diikuti dengan pemanggilan kembali diam-diam menunjukkan sesuatu yang kurang gemilang dari transformasi teknologi. Ia menunjukkan bahwa bahkan sebelum era AI benar-benar tiba, beberapa orang sudah dirugikan oleh antisipasinya. Mereka dibuang berdasarkan janji-janji yang dibuat perusahaan kepada pemegang saham dan dewan mereka, janji yang kenyataan korporat tidak mampu penuhi.

Bagi yang di-PHK lalu dipanggil kembali, pengalaman itu bukan pembenaran—melainkan luka. Mereka diperlakukan sebagai barang yang bisa dibuang berdasarkan tebak-tebakan perusahaan. Dan bagi yang tetap di meja mereka, yang sudah tenggelam dalam beban kerja yang diperparah oleh tuntutan produktivitas era AI, pesan yang tersirat jelas: pekerjaan Anda hanya aman sampai laporan laba rugi kuartal berikutnya membuatnya bisa dibuang.