Sebuah skenario krisis yang dijuluki “Krisis Intelijen Global 2028” menggambarkan bagaimana percepatan adopsi kecerdasan buatan (AI) dapat memicu pertumbuhan semu sekaligus menggerus fondasi ekonomi konsumsi. Dalam narasi ini, euforia pasar pada 2026 berbalik menjadi tekanan struktural yang memuncak pada 2028, ketika pendapatan tenaga kerja menyusut, konsumsi melemah, dan sejumlah industri perantara menghadapi guncangan.
Menurut skenario tersebut, periode 2026 ditandai optimisme besar terhadap AI yang mendorong reli pasar saham. Indeks S&P 500 disebut mendekati 8.000 dan Nasdaq menembus 30.000 pada Oktober 2026. Namun di balik kenaikan itu, perusahaan mulai melakukan pemutusan hubungan kerja (PHK) massal, terutama pada pekerja kerah putih, seiring peran-peran yang sebelumnya dikerjakan manusia digantikan oleh agen AI yang dinilai lebih efisien. Fenomena ini memunculkan istilah “human obsolescence”.
Penghematan biaya operasional yang menghasilkan keuntungan besar tidak diarahkan untuk penciptaan lapangan kerja baru. Dalam skenario ini, dana tersebut justru diputar kembali untuk membeli komputasi AI, GPU, serta membangun infrastruktur pusat data. Dampaknya, indikator seperti PDB nominal dan produktivitas per jam terlihat melonjak tajam—bahkan digambarkan sebagai capaian yang belum terlihat sejak 1950-an—meski daya beli masyarakat mulai tertekan.
Di titik inilah muncul konsep “Ghost GDP” atau “PDB Hantu”: output produksi tinggi, tetapi uang tidak berputar kuat di ekonomi riil karena konsumsi rumah tangga melemah. Skenario itu menekankan bahwa mesin tidak berbelanja dan AI tidak memiliki kebutuhan, sementara sekitar 70% ekonomi didorong oleh konsumsi manusia. Ketika pendapatan manusia menyusut, fondasi permintaan ikut terkikis.
Skenario krisis ini bergerak melalui “lingkaran setan efisiensi”. Ketika AI meningkatkan efisiensi, kebutuhan tenaga kerja menurun dan PHK bertambah. Pengangguran baru memangkas belanja, menekan margin perusahaan ritel, lalu perusahaan merespons dengan PHK lanjutan dan investasi AI yang lebih agresif. Berbeda dari resesi yang bersifat siklikal, krisis ini digambarkan sebagai krisis struktural karena nilai ekonomi kecerdasan manusia menurun secara mendasar.
Kelompok pekerja kerah putih—seperti programmer, analis, konsultan, dan manajer produk—disebut menjadi yang paling terdampak. Skenario itu juga menyatakan bahwa kelompok berpenghasilan tinggi yang menyumbang 65% belanja konsumsi mengalami kehilangan pekerjaan atau pemotongan gaji, sehingga efeknya terhadap ekonomi menjadi tidak proporsional. Dampak lanjutan terlihat pada stagnasi pasar properti, otomotif, dan berbagai sektor jasa karena konsumen menahan pengeluaran.
Dari sisi persaingan usaha, AI membuat pengembangan perangkat lunak menjadi lebih mudah dan murah, sehingga diferensiasi produk antarperusahaan menipis. Kondisi ini memicu perang harga, ketika perusahaan saling menurunkan harga demi mempertahankan pangsa pasar, yang pada gilirannya menekan margin keuntungan.
Puncak tekanan dalam skenario ini terjadi pada 2028. Porsi pendapatan tenaga kerja terhadap PDB digambarkan anjlok dari 56% menjadi 46% dalam waktu singkat. Pasar saham yang sebelumnya euforia berbalik panik, memicu aksi jual besar-besaran. Penurunan indeks diproyeksikan mencapai 57% hingga kembali ke level terendah November 2022.
Guncangan pengangguran massal kemudian menjalar ke sektor lain, termasuk industri perangkat lunak sebagai layanan (SaaS). Dalam skenario tersebut, alat coding AI seperti Claude Code atau Codex memungkinkan replikasi sistem SaaS bernilai ratusan ribu dolar dalam hitungan minggu, sehingga vendor terpaksa memangkas harga hingga 30%. Pada saat yang sama, pasar kredit swasta senilai 2,5 triliun dolar AS yang banyak mengalir ke perusahaan perangkat lunak ikut terguncang, memicu penurunan peringkat utang oleh Moody’s pada April 2027.
Negara yang bergantung pada ekspor jasa TI juga digambarkan terdampak. India, yang disebut memiliki sektor layanan TI senilai 200 miliar dolar AS, mengalami pembatalan kontrak besar karena biaya marginal agen coding AI menyusut drastis. Dalam skenario ini, rupee anjlok 18% dan pemerintah India meminta bantuan IMF.
Selain sisi produksi, skenario tersebut menyoroti perubahan perilaku konsumen akibat agen AI. Pada awal 2027, penggunaan agen AI disebut menjadi standar di kalangan konsumen. Agen belanja berbasis open-source seperti Qwen tidak hanya membantu, tetapi mengambil alih keputusan: membandingkan harga otomatis, membatalkan langganan yang tidak terpakai, menegosiasikan premi asuransi, dan memilih opsi termurah. Model bisnis yang bertumpu pada friksi transaksi dan kelengahan konsumen pun digambarkan runtuh.
Sejumlah sektor perantara disebut paling rentan. Di perbankan, agen AI konsumen dapat menghindari biaya gesek kartu kredit (interchange fees) sebesar 2–3% dari penjual, yang selama ini menopang model bisnis penerbit kartu kredit dan program poin maupun cashback. Di industri perjalanan, agen AI pribadi dapat menyusun rencana perjalanan lengkap—tiket, hotel, dan transportasi—lebih murah dan cepat tanpa perantara, sehingga platform pemesanan menjadi kurang relevan. Pada bisnis properti dan layanan hukum, komisi agen real estat yang bertahan di kisaran 2,5–3% digambarkan turun menjadi di bawah 1% karena pekerjaan dapat diambil alih AI.
Skenario ini juga menekankan bahwa agen AI tidak terikat loyalitas merek dan cenderung mengejar harga termurah. Konsekuensinya, nilai “hubungan personal” yang selama ini menjadi argumen berbagai bisnis jasa dinilai melemah.
Di level negara, tekanan muncul dari sisi penerimaan dan belanja. Skenario tersebut menyatakan pendapatan negara banyak bersumber dari pajak penghasilan dan payroll manusia. Ketika porsi pendapatan tenaga kerja terhadap PDB turun 12%, penerimaan negara ikut tergerus. Produktivitas memang naik, tetapi keuntungan lebih banyak mengalir ke pemilik modal dan infrastruktur komputasi, bukan ke rumah tangga.
Pada saat yang sama, beban jaring pengaman sosial dan subsidi meningkat untuk menanggung jutaan pengangguran. Defisit pun digambarkan meledak. Dalam situasi itu, wacana pajak komputasi AI dan skema pembagian hasil AI disebut sebagai opsi jaring pengaman baru yang mulai dipertimbangkan.
Melalui narasi “The 2028 Global Intelligence Crisis”, skenario ini menyimpulkan bahwa kelimpahan kecerdasan mesin tanpa diimbangi kapasitas konsumsi manusia berpotensi menciptakan krisis ekonomi yang tidak lazim. Pesan utamanya: pendekatan “doing more with less” dapat berujung pada tekanan besar bagi tatanan finansial modern jika perubahan struktur sosial dan ekonomi tidak diantisipasi.
