Pekerja Tiongkok Kini Pamerkan Teater Produktivitas AI untuk Bos Mereka

Pada Januari, CEO Nvidia Jensen Huang memicu apa yang kini disebut pekerja teknologi Tiongkok sebagai gelombang Tokenmaxxing. Ucapannya, yang beredar luas secara online, adalah bahwa ia akan sangat tidak nyaman jika seorang insinyur bergaji $500.000 setahun membakar token senilai kurang dari $250.000 dalam setahun. Di seluruh perusahaan internet besar Tiongkok, jumlah token yang dikonsumsi alat AI dengan cepat menjadi proksi untuk usaha. Gunakan model secara intensif dan Anda terlihat berkomitmen; gunakan dengan ringan dan Anda terlihat seperti tidak menjalankan tugas.

Pada Juni tagihannya datang. Perusahaan yang telah mendorong penggunaan model bahasa besar hampir tanpa batas mulai meneliti imbal hasil dari pengeluaran itu. Pergeseran ini tidak menenangkan siapa pun. Sebaliknya, menurut catatan yang beredar luas tentang tahun itu di dalam perusahaan teknologi Tiongkok, hal itu mempertajam kecemasan: pekerja kini harus menunjukkan bahwa alat AI membuahkan hasil, bahkan ketika alat tersebut hanya melakukan sedikit pekerjaan.

Hasilnya adalah jenis pertunjukan kantor baru. Karyawan membiarkan sesi tetap terbuka, menghasilkan dokumen panjang, dan menjalankan prompt yang tujuan utamanya adalah meninggalkan jejak aktivitas yang terlihat. Intinya bukan output melainkan catatan usaha. Pekerja yang diam-diam menyelesaikan tugas tanpa AI berisiko terlihat lebih lambat daripada rekan yang membungkus tugas yang sama dengan lapisan tebal draf buatan model. Di tahun ketika keputusan jumlah karyawan dibuat berdasarkan metrik produktivitas, itu adalah risiko nyata.

Inilah bagian tengah yang canggung dari kisah adopsi AI. Alat-alat itu benar-benar berguna untuk membuat draf, meringkas, dan coding, tetapi keuntungannya tidak merata dan sulit dikaitkan dengan satu orang tertentu. Manajer menginginkan angka yang terukur. Jumlah token, riwayat prompt, dan dasbor penggunaan menyediakannya. Yang mereka ukur adalah aktivitas, bukan nilai, dan karyawan telah belajar mengoptimalkan untuk ukuran itu alih-alih tujuan.

Pola ini menggemakan peluncuran perangkat lunak perusahaan sebelumnya, ketika frekuensi login dan jumlah lisensi menjadi tolok ukur untuk alat yang tidak digunakan dengan baik. AI menambahkan twist: karena model murah untuk dipanggil dan mudah dijalankan secara paralel, pertunjukan itu hampir gratis untuk diproduksi. Seorang pekerja dapat menciptakan kesan meyakinkan tentang efisiensi yang digerakkan AI dalam satu sore, yang membuat metrik itu bahkan kurang dapat dipercaya.

Bagi perusahaan Tiongkok, taruhannya melampaui politik kantor. Perusahaan berada di bawah tekanan untuk membenarkan pengeluaran besar untuk daya komputasi dan langganan model, dan banyak yang mereorganisasi tim berdasarkan asumsi bahwa AI akan meningkatkan output. Jika keuntungan produktivitas sebagian bersifat teatrikal, rencana itu berdiri di atas pasir. Beberapa organisasi merespons dengan beralih ke tinjauan berbasis hasil, menilai pekerjaan yang selesai alih-alih penggunaan alat, meskipun transisinya tidak merata.

Ada juga biaya manusia. Pekerja menggambarkan kelelahan karena mempertahankan pertunjukan yang tidak pernah berakhir, dan keengganan untuk mengakui bahwa suatu alat tidak membantu. Ketakutan akan tertinggal, FOMO yang memicu booming token, belum pudar; ia hanya berubah bentuk. Kini kecemasannya adalah tentang membuktikan imbal hasil alih-alih membuktikan antusiasme.

Ujian berikutnya datang saat perusahaan menetapkan anggaran untuk tahun mendatang. Perhatikan apakah pengusaha Tiongkok menghentikan dasbor token dan penggunaan demi produk yang dikirim, tiket yang diselesaikan, dan pendapatan, dan apakah karyawan berhenti memperlakukan aktivitas AI sebagai bentuk jaminan kerja. Sampai saat itu, tanda adopsi AI yang paling terlihat di banyak kantor mungkin adalah penampakannya.