Ini bukan sekadar dorongan halus—ini bersifat struktural. Ulasan kinerja, yang biasanya terkait langsung dengan kompensasi, promosi, dan kelangsungan hidup di lingkungan kerja yang menerapkan peringkat paksa (stack-ranking), kini didesain ulang dengan adopsi AI sebagai kompetensi terukur . Pekerja yang menolak atau tertinggal dalam mengadopsi alat-alat ini berisiko dihukum dalam proses ulasan formal, terlepas dari seberapa baik mereka menjalankan fungsi inti pekerjaan mereka.
Integrasi AI ke dalam metrik kinerja bertepatan dengan gelombang PHK yang secara eksplisit dikaitkan dengan peningkatan produktivitas berbasis AI. Contoh paling mencolok adalah Block, perusahaan induk Cash App, yang memangkas sekitar 40% tenaga kerjanya—bergerak dari sekitar 10.000 karyawan menjadi di bawah 6.000—setelah alat AI meningkatkan produktivitas pengembang sebesar 40% . Crypto.com mengurangi jumlah karyawannya sebesar 12%, berdampak pada sekitar 180 karyawan, dalam apa yang digambarkannya sebagai pivot strategis yang digerakkan oleh AI
. Gemini memangkas sekitar 30% tenaga kerjanya, menyusut menjadi sekitar 445 karyawan setelah kehilangan lebih dari $582 juta pada tahun 2025
.
Ini adalah bagian dari pergeseran struktural yang lebih luas. PHK terkait AI di seluruh sektor teknologi meningkat dari sekitar 8% dari semua pemutusan hubungan kerja pada tahun 2025 menjadi sekitar 20% pada awal tahun 2026, dengan perkiraan 20% dari 45.000 pemutusan hubungan kerja teknologi yang terkonfirmasi secara langsung diatribusikan pada integrasi AI selama periode itu . Polanya konsisten: perusahaan tidak merekrut seiring dengan peningkatan produktivitas AI—mereka justru menyusut
.
Literasi AI kini menjadi keterampilan bertahan hidup. Ketika ulasan kinerja Anda mencakup metrik tentang seberapa baik Anda menggunakan alat AI, dan ketika ketidakgunaan Anda dilacak di dasbor yang terlihat oleh pimpinan, "memilih untuk tidak menggunakan" AI bukan lagi strategi karier yang layak di crypto atau fintech .
Peran tingkat pemula semakin menghilang. AI kini telah melewati ambang produksi di lima alur kerja inti fintech, termasuk peninjauan dokumen KYC (di mana AI mengurangi antrean manual hingga 60–80%) dan pengalihan dukungan pelanggan (di mana AI menangani 70–85% pertanyaan tingkat pertama) . Tugas-tugas ini persis seperti yang secara historis digunakan oleh karyawan junior untuk membangun pengetahuan industri dan membuktikan nilai mereka, dan kini sedang diotomatisasi dalam skala besar. Hal ini meningkatkan standar bagi apa yang harus ditawarkan pekerja tingkat pemula sejak hari pertama, dan mempersempit saluran peran yang memungkinkan orang untuk tumbuh ke posisi yang lebih senior
.
Ulasan berisiko menjadi kurang adil, bukan lebih. Harvard Business Review memperingatkan bahwa meskipun AI generatif dapat memperbaiki beberapa ketidakefisienan ulasan kinerja tradisional, ia juga dapat memperburuknya jika organisasi kehilangan kepercayaan, nuansa, dan penilaian kontekstual yang diberikan oleh manajer manusia . Evaluasi yang dihasilkan AI cenderung terlihat sempurna di permukaan tetapi dapat melewatkan faktor-faktor kualitatif yang membedakan pekerjaan baik dari pekerjaan hebat, atau yang menjelaskan mengapa seorang pekerja yang biasanya berkinerja kuat mengalami kuartal yang sulit. Ketika evaluasi tersebut terkait dengan kompensasi dan keamanan kerja, taruhan dari titik buta algoritmik meningkat secara dramatis.
Pasar tenaga kerja terbelah. Para pekerja crypto dan fintech yang terkena dampak PHK memiliki keterampilan yang dapat ditransfer di bidang kepatuhan, rekayasa blockchain, analitik data, dan keamanan siber yang sangat diminati di keuangan tradisional, tetapi tren yang lebih luas mengarah pada tim yang lebih ramping dan diperkuat AI . Profesional yang menggabungkan keahlian AI dengan pengetahuan industri yang mendalam menjadi talenta paling bernilai tinggi, sementara mereka yang memiliki keahlian lebih sempit menghadapi tekanan yang meningkat
.
Transformasi yang sedang berlangsung dalam tinjauan kinerja di sektor crypto dan fintech bukan hanya tentang membuat evaluasi lebih efisien—ini tentang mengubah hubungan kerja di sekitar produktivitas AI. Pekerja yang memahami pergeseran ini dan beradaptasi dengannya akan menemukan peluang, tetapi era di mana Anda dinilai semata-mata berdasarkan usaha dan penilaian manusia sudah berakhir.
Comments
0 comments