AI perangkat lunak dan AI berwujud fisik mengenai pekerjaan yang berbeda
Kekhawatiran tentang AI dan lapangan kerja sebagian besar berpusat pada perangkat lunak: menyusun draf, pengkodean, dukungan pelanggan, analisis—tugas yang dilakukan di depan sebuah papan ketik. Sebuah robot humanoid mengubah bagian pasar tenaga kerja yang berbeda. Ia harus bergerak melalui sebuah ruang fisik, mengangkat dan menempatkan objek nyata, dan beroperasi secara andal berdampingan dengan orang dan mesin. Itu membuat dampak ekonominya mendarat di tempat lain: gudang, lantai pabrik, dan pusat distribusi, bukan kantor berdenah terbuka.
Karena itu, penting untuk bersikap spesifik tentang di mana penerapan sesungguhnya terjadi hari ini, alih-alih di mana ia dipasarkan sebagai yang akan terjadi pada akhirnya. Gambaran yang jujur: penerapan humanoid nyata, berbayar, dan multi-tahun saat ini berkelompok dalam logistik dan manufaktur ringan—bukan dalam pekerjaan rumah tangga umum, yang tetap sangat bergantung pada teleoperasi alih-alih otonom.
Apa yang sesungguhnya diterapkan, pada skala berapa
Digit milik Agility Robotics adalah contoh paling jelas dari robot humanoid yang melakukan pekerjaan fisik berbayar dan berkelanjutan hari ini. GXO Logistics mengumumkan apa yang disebutnya sebagai kesepakatan robot-humanoid multi-tahun pertama di industri ini dengan Agility pada pertengahan 2024, menggambarkan sebuah model Robots-as-a-Service di mana GXO membayar untuk pekerjaan yang selesai alih-alih memiliki perangkat kerasnya (GXO). Pada November 2025, Agility melaporkan bahwa Digit telah memindahkan lebih dari 100.000 tote di satu fasilitas GXO di Flowery Branch, Georgia (Agility Robotics). Pada pertengahan 2026, dalam pengajuan yang terkait dengan pencatatan publiknya, Agility mengungkapkan sebuah angka yang lebih luas: Digit telah mencatat lebih dari 65.000 jam operasi di sembilan fasilitas pelanggan, termasuk Schaeffler, GXO, Toyota Motor Manufacturing Canada, dan Mercado Libre.
Itu adalah sebuah rekam jejak penerapan yang bermakna dan dapat diverifikasi—jam yang tercatat, pelanggan bernama, sebuah pengajuan publik di balik angka-angka itu—tetapi juga sempit. Ini adalah tugas memindahkan tote, melayani mesin, dan penyortiran: pekerjaan fisik yang terstruktur, repetitif, dan bervolume tinggi di fasilitas yang dirancang untuk otomatisasi. Ini bukan bukti bahwa robot humanoid siap untuk variabilitas sebuah rumah, sebuah lantai ritel, atau pekerjaan luar ruangan yang tidak terstruktur, dan Agility tidak mengklaim sebaliknya.
Apa yang diharapkan para peramal, dan seberapa cepat
Angka-angka Wall Street sendiri tentang sektor ini telah bergerak dengan cepat dan sebagian besar ke atas. Goldman Sachs, dalam sebuah catatan riset September 2026, menaikkan prakiraan pengiriman robot-humanoidnya menjadi 890.000 unit pada 2030 dan 6,5 juta unit pada 2035, mengukur pasar yang dihasilkan pada kira-kira $138 miliar, dengan logistik, pergudangan, dan otomotif dikutip sebagai pendorong utama (247wallst.com, melaporkan riset Goldman Sachs). Prakiraan spesifik-Tiongkok milik Morgan Stanley, diperbarui pada Juni 2026, menempatkan pasar robot-humanoid negara itu pada kira-kira $2 miliar pada 2026, tumbuh menjadi $15 miliar pada 2030 pada tingkat pertumbuhan tahunan majemuk 106%, dengan pengiriman unit mencapai sekitar 446.000 pada 2030 (CNBC, melaporkan riset Morgan Stanley).
Ini adalah proyeksi riset bank, bukan hasil yang sudah tersampaikan, dan seharusnya dibaca dengan kehati-hatian yang sama yang diterapkan pada prakiraan pasar berorientasi-masa-depan apa pun: para analis telah merevisi angka-angka ini ke atas berulang kali dalam periode yang singkat, yang mengatakan sebanyak itu tentang seberapa cepat sentimen bergerak seperti halnya tentang realita penerapan yang mendasarinya. Meski begitu, arah yang digambarkan kedua bank—pertumbuhan yang tajam dan khusus-sektor terkonsentrasi dalam logistik, pergudangan, dan manufaktur—sejalan dengan di mana kontrak Agility yang sesungguhnya berada.
Sebuah titik data pasar tenaga kerja yang layak ditanggapi serius
Future of Jobs Report 2025 milik World Economic Forum menambahkan sebuah titik data yang memperumit, dan bisa dibilang mengonfirmasi. Mensurvei pemberi kerja tentang keterampilan yang mereka harapkan dibutuhkan hingga 2030, WEF menemukan bahwa permintaan untuk “kecekatan manual, ketahanan, dan presisi” diperkirakan akan mengalami penurunan bersih 24%—kali pertama survei berulang ini menunjukkan pandangan bersih-negatif untuk sebuah kategori keterampilan fisik. Itu adalah sebuah temuan tren makro yang luas, bukan yang khusus-AI atau khusus-robotika, dan laporan WEF mengaitkan pergeseran permintaan keterampilan pada beberapa kekuatan sekaligus, otomatisasi di antaranya. Tetapi itu konsisten dengan apa yang ditunjukkan rekam jejak penerapan Agility di lapangan: tenaga kerja fisik industrial dan gudang—pekerjaan yang paling didorong oleh “kecekatan manual, ketahanan, dan presisi”—adalah segmen di mana pemberi kerja sudah mengharapkan permintaan masa depan paling sedikit, dan di mana robot humanoid sudah dibayar untuk bekerja hari ini.
Itu tidak seharusnya dibaca sebagai sebuah klaim bahwa semua pekerjaan manual sedang diotomatisasi sekaligus, atau bahwa tren ini didorong semata-mata, atau bahkan sebagian besar, oleh robot humanoid secara khusus dibandingkan otomatisasi konveyor, visi mesin, dan sistem non-humanoid lain yang sudah umum di fasilitas-fasilitas ini. Angka WEF menangkap sebuah pergeseran sentimen pemberi kerja yang lebih luas; robot humanoid adalah satu bagian yang terlihat dan didanai dengan baik dari sebuah lintasan otomatisasi yang lebih panjang dalam segmen ini.
Profesi terampil adalah kisah yang berbeda, karena alasan struktural
Profesi terampil—tukang listrik, tukang ledeng, teknisi HVAC—berada di bagian ekonomi tenaga-kerja-fisik yang berbeda, dan kekuatan yang memengaruhi mereka sebagian besar bukanlah yang digambarkan di atas. Pekerjaan itu membutuhkan mendiagnosis masalah yang tidak dapat diprediksi dalam lingkungan terbangun yang tidak terstruktur dan seringkali tidak beraturan (sebuah ruang bawah tanah yang tidak dikenal, sebuah pekerjaan pengkabelan nonstandar, sebuah variansi kode bangunan), sebuah domain di mana keuntungan generalisasi model-fondasi yang digambarkan dalam bagaimana model era-AGI mengubah kemampuan robot tetap, menurut penuturan para pengembangnya sendiri, jauh dari keandalan praktis. Profesi-profesi ini juga menghadapi kekurangan tenaga kerja struktural yang didorong oleh pensiun dan alur perizinan bertahun-tahun yang tidak ada hubungannya dengan AI. Lihat profesi yang tahan otomatisasi untuk argumen itu secara lengkap; versi singkatnya adalah bahwa pekerjaan gudang dan lantai pabrik, dan pekerjaan profesi terampil, menghadapi paparan otomatisasi yang sungguh-sungguh berbeda selama dekade mendatang, dan memperlakukan “tenaga kerja fisik” sebagai satu kategori yang tidak terbedakan mengaburkan hal itu.
Apa arti ini bagi sebuah rumah tangga yang menimbang risiko
Bagi sebuah keluarga yang menilai bagaimana disrupsi pekerjaan yang didorong AI mungkin menjangkau pendapatan sebuah rumah tangga, perbedaan ini penting secara langsung. Seorang rekan gudang, operator mesin, atau pekerja penyortiran di sebuah fasilitas yang menyerupai fasilitas GXO berada dalam segmen di mana penerapan humanoid berbayar sudah ada, para peramal mengharapkan pertumbuhan unit tercepat, dan pemberi kerja sudah melaporkan penurunan permintaan untuk kumpulan keterampilan fisik yang mendasarinya. Seorang pekerja profesi terampil berlisensi yang melakukan pekerjaan fisik yang bervariasi dan sarat penilaian dalam lingkungan yang tidak terstruktur menghadapi paparan yang secara material berbeda dan, berdasarkan bukti saat ini, bergerak lebih lambat. Keduanya layak mendapatkan perencanaan yang jujur; tidak satu pun layak mendapatkan linimasa yang sama.
Posisi yang masuk akal dan berdasar-sumber berada di antara dua ekstrem. Tidak benar bahwa robot humanoid akan segera menggantikan semua tenaga kerja manual—penerapan hari ini sempit, terkonsentrasi, dan masih mahal per unit. Juga tidak benar bahwa ini adalah sebuah kekhawatiran yang jauh dan spekulatif tanpa bukti masa-kini: perusahaan-perusahaan bernama sedang membayar untuk puluhan ribu jam tenaga kerja robot humanoid hari ini, justru dalam segmen pekerjaan fisik yang sudah dikatakan pemberi kerja kurang mereka butuhkan.