Situation report active Rev. 2026.10 119 reports 239 source records updated
Real Life After AGI Pengarahan kelangsungan hidup manusia
ID

Empat skenario transisi untuk kehidupan setelah AGI

Kerangka skenario untuk memikirkan kecepatan, akses, kepemilikan, dan kendali institusional tanpa berpura-pura siapa pun dapat meramalkan satu masa depan pasca-AGI.

Written by
Dwight Ringdahl
Status
Sumber diperiksa
Revised
Sources
4 cited
Reading
6 min

Mulai dengan variabel, bukan alur film

Tidak ada pengamatan tentang sebuah masyarakat pasca-AGI. “Setelah AGI” karenanya bukan sebuah periode faktual yang dapat kita gambarkan dengan cara kita menggambarkan sebuah pemilu, resesi, atau peluncuran produk. Itu adalah sebuah keluarga skenario yang dibangun dari asumsi tentang kapabilitas, biaya, akses, kepemilikan, keselamatan, dan respons politik. Sebuah skenario yang berguna membuat asumsi-asumsi itu terlihat. Sebuah skenario yang buruk menyembunyikannya di balik sebuah kisah yang hidup.

Bahkan titik awal teknisnya tidak pasti. International AI Safety Report 2026 menggambarkan perbaikan cepat bersamaan dengan kapabilitas yang timpang, sebuah kesenjangan evaluasi antara uji dan kinerja dunia-nyata, dan beberapa jalur pengembangan yang masuk akal hingga 2030. Ia tidak mengesahkan satu tanggal kedatangan atau satu lintasan yang tak terelakkan. Ketidakpastian itu harus berlanjut ke analisis sosial.

Empat variabel melakukan sebagian besar pekerjaan itu:

  1. Kecepatan: apakah kapabilitas yang secara luas transformatif berdifusi selama bertahun-tahun, atau tiba lebih cepat daripada pemberi kerja, regulator, sekolah, dan rumah tangga dapat menyesuaikan diri?
  2. Akses: apakah kapabilitas tersedia bagi jutaan organisasi dan individu, atau dikendalikan melalui sedikit penyedia dan pemerintah?
  3. Kepemilikan: siapa yang memiliki model, chip, infrastruktur energi, pusat data, bisnis komplementer, dan pendapatan yang dihasilkan?
  4. Kendali: apakah institusi mempertahankan kemampuan untuk memeriksa, membatasi, mengganti, dan mengajukan banding atas keputusan yang dimediasi AI?

Skenario-skenario di bawah ini bukanlah prediksi dengan probabilitas yang ditetapkan. Mereka adalah uji tekanan. Kenyataan dapat menggabungkan fitur dari keempatnya, berbeda menurut negara, atau berpindah dari satu ke yang lain.

Skenario satu: difusi terkelola

Dalam difusi terkelola, kapabilitas membaik dengan cepat tetapi tidak instan. Sistem mengotomasi bundel pekerjaan yang lebih besar, namun penerapan tetap terbatas oleh biaya integrasi, keandalan, hukum, infrastruktur fisik, dan inersia organisasional. Pemerintah memperluas dukungan transisi, perusahaan merancang-ulang pekerjaan, dan persyaratan keselamatan matang sebelum satu sistem pun menjadi tak tergantikan.

Ini adalah skenario yang paling kontinu dengan bukti saat ini. Indeks eksposur 2025 milik International Labour Organization menemukan bahwa satu dari empat pekerja berada dalam pekerjaan dengan beberapa eksposur AI-generatif, tetapi berargumen bahwa transformasi pekerjaan lebih mungkin daripada penggantian penuh karena pekerjaan mengandung tugas yang masih membutuhkan input manusia. Eksposur tidak sama dengan adopsi, dan adopsi tidak sama dengan menghapuskan sebuah pekerjaan.

Difusi terkelola tidak menjamin keadilan. Jalur tingkat-pemula dapat menyusut sebelum seluruh pekerjaan lenyap. Keuntungan produktivitas dapat mengalir ke pemilik sementara upah stagnan. Wilayah dengan infrastruktur digital yang lemah dapat tertinggal. Perbedaannya adalah institusi memiliki waktu untuk mengamati efek-efek ini dan merespons melalui pelatihan, tawar-menawar, perpajakan, kebijakan persaingan, investasi publik, dan perubahan waktu kerja.

Strategi rumah tangga dalam dunia ini adalah adaptasi alih-alih penarikan diri: bangun keterampilan yang melengkapi alat baru, kurangi ketergantungan pada satu pemberi kerja, pertahankan jaringan manusia, dan berpartisipasi dalam institusi yang memutuskan bagaimana sistem diterapkan.

Skenario dua: akselerasi terkonsentrasi

Dalam akselerasi terkonsentrasi, sedikit perusahaan mencapai keunggulan kapabilitas yang besar dan menjaga akses tetap terkendali. Sistem mereka menjadi input esensial bagi riset, perangkat lunak, keuangan, logistik, media, dan administrasi publik. Output ekonomi naik, tetapi kekuatan tawar-menawar bergeser ke arah pemilik model dan komputasi.

Konsentrasi bukan hipotetis bahkan jika AGI hipotetis. Sebuah studi staf U.S. Federal Trade Commission mendokumentasikan hak ekuitas dan berbagi-pendapatan, hak konsultasi atau kendali, eksklusivitas, komitmen belanja-cloud, dan berbagi informasi dalam tiga kemitraan yang menghubungkan Alphabet, Amazon, dan Microsoft dengan Anthropic atau OpenAI. Sampelnya terbatas pada kemitraan-kemitraan itu dan mencerminkan informasi yang tersedia bagi staf hingga September 2024 ditambah materi publik hingga Januari 2025; itu tidak boleh digeneralisasi ke setiap hubungan cloud–pengembang. Laporan itu mengidentifikasi biaya-beralih dan ketergantungan yang potensial alih-alih mengadili sebuah pelanggaran antitrust.

Dalam skenario ini, kelimpahan material dapat berdampingan dengan kerapuhan politik. Pemerintah mungkin bergantung pada penyedia yang tidak dapat mereka ganti dengan mudah. Pekerja mungkin menerima layanan yang lebih murah sambil kehilangan pendapatan dan kekuatan tawar-menawar. Warga negara mungkin secara formal mempertahankan hak tetapi kesulitan menantang keputusan yang dibuat melalui sistem proprietary. Sebuah perusahaan tidak perlu berniat memerintah masyarakat agar ketergantungan memberinya kekuasaan yang menyerupai pemerintahan.

Kebijakan yang menentukan bukanlah persediaan darurat. Itu adalah kepemilikan, interoperabilitas, perpajakan, antitrust, pengadaan, akses audit, opsi publik, dan batasan pada mendelegasikan fungsi kedaulatan. Pertanyaan sentralnya adalah apakah publik dapat mengganti penyedia atau kebijakan tanpa menonaktifkan sistem tempat kehidupan biasa bergantung.

Skenario tiga: proliferasi terbuka

Dalam proliferasi terbuka, kapabilitas tinggi menjadi dapat diakses secara luas melalui bobot terbuka, inferensi murah, sistem yang disalin, atau persaingan yang intens. Inovasi menyebar dengan cepat. Perusahaan kecil, peneliti, komunitas, dan negara berpendapatan-lebih-rendah memperoleh alat yang jika tidak akan tetap berada di balik API yang mahal. Tidak ada satu penyedia pun yang menjadi penjaga-gerbang yang tak terhindarkan.

Manfaatnya adalah agensi yang terdistribusi. Risikonya adalah kapabilitas berbahaya yang terdistribusi. Begitu bobot dicerminkan secara luas, penerbit asli tidak dapat secara andal menarik-kembali setiap salinan, dan pengaman dapat dimodifikasi. Laporan bobot-terbuka Juli 2024 milik U.S. National Telecommunications and Information Administration menyimpulkan bahwa bukti yang tersedia saat itu tidak membenarkan pembatasan menyeluruh, sambil merekomendasikan pemantauan dan kapasitas untuk merespons jika model masa depan mengubah keseimbangannya. Posisi bertanggal dan bersyarat itu lebih berguna daripada memperlakukan “terbuka” sebagai otomatis aman atau otomatis ceroboh.

Sebuah masyarakat proliferasi-terbuka akan membutuhkan pertahanan di luar model itu sendiri: rantai pasokan biologis yang aman, infrastruktur kritis yang diperkuat, sistem identitas yang tahan-penipuan, berbagi-insiden yang cepat, dan kapasitas penegakan-hukum yang tidak bergantung pada menekan pengetahuan umum. Itu juga akan membutuhkan tata kelola yang membedakan sebuah model riset kecil dari sebuah sistem yang secara material memungkinkan operasi siber, pengembangan senjata, atau replikasi otonom.

Skenario ini memberi lebih banyak orang akses ke kapasitas produktif, tetapi akses saja tidak menyelesaikan distribusi. Orang tetap membutuhkan komputasi, energi, keahlian, pelanggan, dan izin hukum untuk mengubah sebuah model menjadi pendapatan yang tahan lama.

Skenario empat: guncangan kapabilitas dan kelambanan institusional

Dalam sebuah guncangan kapabilitas, sistem yang andal mulai menyelesaikan pekerjaan yang penting secara ekonomi lebih cepat daripada organisasi dapat merancang-ulang peran atau pemerintah dapat menggantikan pendapatan dan pendapatan pajak yang hilang. Fitur yang mendefinisikannya bukanlah kecerdasan secara abstrak. Itu adalah kesenjangan antara perubahan teknis dan respons institusional.

Kesenjangan itu dapat menciptakan kondisi yang kontradiktif: kapasitas produktif yang tinggi bersamaan dengan pengangguran, layanan otomatis yang berharga bersamaan dengan model bisnis yang runtuh, dan pemerintah yang diminta menyediakan lebih banyak dukungan sementara basis pajak-gaji konvensional melemah. Itu juga dapat meningkatkan tekanan untuk mendelegasikan keputusan karena peninjauan manusia tampak lambat justru ketika pengawasan paling penting.

Hasil terburuk tidak otomatis. Sistem yang ada seperti asuransi pengangguran, asuransi simpanan, stabilisator fiskal otomatis, tawar-menawar kolektif, alokasi darurat, dan pengadaan publik menyediakan infrastruktur awal. Tetapi program yang dirancang untuk resesi sementara mungkin tidak cocok dengan sebuah perubahan persisten dalam nilai tenaga kerja. Keputusan tentang pendapatan, kepemilikan, dan pendapatan publik perlu berpindah dari debat akademis ke kebijakan operasional dengan cepat.

Rumah tangga tidak dapat mengasuransikan diri secara privat terhadap sebuah guncangan kapabilitas seluas-masyarakat. Tabungan pribadi membeli waktu, tetapi respons yang tahan lama bersifat kolektif: institusi yang dapat mendistribusikan daya beli, menjaga layanan esensial tetap beroperasi, mencegah konsentrasi predator, dan merevisi kebijakan seiring bukti tiba.

Sinyal yang membedakan skenario-skenario

Amati kondisi yang terukur alih-alih branding AGI:

  • keandalan dan biaya menyelesaikan seluruh alur kerja, bukan pertanyaan tolok ukur yang terisolasi;
  • apakah adopsi menghasilkan perekrutan yang berkurang, jam kerja yang lebih rendah, upah yang lebih rendah, atau pemutusan kerja sesungguhnya;
  • konsentrasi pasar dalam cloud, chip, model, energi, dan distribusi;
  • porsi kapabilitas terdepan yang tersedia sebagai bobot terbuka, API terkendali, atau sistem internal;
  • apakah badan publik mempertahankan mode operasi non-AI yang teruji dan portabilitas penyedia;
  • bagaimana keuntungan produktivitas dibagi di antara harga, upah, laba, pajak, dan waktu kerja yang lebih pendek;
  • waktu antara sebuah kapabilitas berbahaya yang terdemonstrasi dan sebuah mitigasi yang dapat ditegakkan.

Sinyal-sinyal ini dapat bergerak ke arah yang berbeda. Model terbuka yang murah dapat mengurangi konsentrasi korporat sambil meningkatkan risiko penyalahgunaan. Perlisensian yang kuat dapat meningkatkan pengawasan sambil melanggengkan pemain lama. Pertumbuhan produktivitas yang cepat dapat membiayai kebijakan transisi yang murah hati atau meningkatkan ketidaksetaraan, bergantung pada kepemilikan dan pilihan politik.

Tujuan normatif: ketangguhan alih-alih kepastian

Sebuah kebijakan yang tangguh berkinerja cukup baik di berbagai skenario. Identitas yang tahan-phishing membantu apakah sistem terpusat atau terbuka. Manfaat portabel membantu apakah pekerjaan lenyap atau sekadar berpindah lebih cepat. Interoperabilitas mengurangi ketergantungan tanpa membutuhkan sebuah ramalan tentang penyedia mana yang menang. Pelaporan insiden meningkatkan pembelajaran di bawah baik kerangka sukarela maupun regulasi yang mengikat. Investasi publik dalam pendidikan, energi, kesehatan, dan kapasitas administratif menciptakan nilai bahkan jika pertumbuhan kapabilitas melambat.

Inti analisis skenario bukanlah memilih masa depan yang paling dramatis. Itu adalah mengidentifikasi keputusan yang menjadi mahal untuk dibalik. Struktur kepemilikan, ketergantungan infrastruktur-kritis, sistem pengawasan, dan hilangnya keahlian manusia dapat terkunci sebelum siapa pun sepakat bahwa AGI telah tiba. Itulah keputusan-keputusan yang layak dibuat secara sengaja sekarang.

References

Summarized position

International AI Safety Report found that severe AI risk pathways — including loss of control, large-scale disruption, and deliberate misuse — are plausible enough to warrant mitigation work now, despite a still-thin evidence base.

International AI Safety Report, 2026 edition, chaired by Yoshua Bengio
internationalaisafetyreport.org, Research/report
Summarized position

International Labour Organization and NASK found that about one in four jobs worldwide show some generative-AI exposure, but concluded task-level transformation is more likely than wholesale occupational replacement.

International Labour Organization and NASK, Working Paper 140, "Generative AI and Jobs: A Refined Global Index of Occupational Exposure"
ILO, Research/report
Summarized position

Federal Trade Commission documented equity stakes, board-observer rights, exclusivity terms, and cloud-spending commitments across AI partnerships linking Alphabet, Amazon, and Microsoft with Anthropic and OpenAI, without adjudicating an antitrust violation.

Federal Trade Commission, Staff report, 6(b) study of AI partnerships and investments
FTC, Research/report
Summarized position

National Telecommunications and Information Administration concluded that available evidence did not justify blanket restrictions on open-weight AI models, while recommending ongoing monitoring and capacity to respond if risks changed.

National Telecommunications and Information Administration, Report on dual-use foundation AI models with widely available model weights
NTIA, Research/report

Type to search the manual.

↑↓ navigate ↵ open esc close