Dulu, untuk mengambil satu keputusan portofolio, saya membutuhkan tiga staf riset. Mereka mengumpulkan data, menyaring indikator, membangun tabel, lalu menyajikan ringkasan sebelum saya menarik kesimpulan. Proses itu memakan waktu—hari, kadang minggu.
Hari ini, saya tidak lagi memerlukan tim riset seperti itu. Enam bulan lalu, sebelum memasang posisi besar, saya berdialog dengan AI.
“Tampilkan data makro seluruh negara emerging market.”
Dalam 38 detik, data mentah muncul.
“Persempit hanya pada defisit fiskal dan Debt Service Ratio.”
Dalam 36 detik, data terfilter.
“Sekarang hitung risiko fiskal masing-masing negara.”
Dalam 20 detik, pemeringkatan risiko tersedia.
“Tampilkan data historis hubungan pelemahan USD dengan harga emas.”
Dalam 39 detik, seri data keluar.
“Buat analisis kuantitatif Gold Futures Index dan Emerging Market Index untuk horizon enam bulan.”
Dalam 30 detik, hasilnya tersaji.
Total waktu: beberapa menit. Bukan hari. Bukan minggu.
Setelah itu, barulah saya berpindah ke dashboard trading, melakukan simulasi Multi-Asset Macro Carry Strategy dengan Convexity Exposure—strategi yang menggabungkan lindung nilai inflasi (emas), risk-on allocation (equity emerging market), pembiayaan berbiaya rendah (short Yen), dan pengelolaan risiko lintas aset (keterkaitan dengan Nasdaq). Kemudian saya uji lagi ke AI agar precisi. Barulah saya buat keputusan.
Hasilnya jelas. Posisi saya tutup pada 28 Januari 2026. Tingkat error hanya 0,2 %. 99,98% precisi. Profit datang dari indeks, diperbesar oleh leverage compounding, roll yield, dan derivative convexity. Tanpa cash out. Hanya dengan DOC sebagai penyangga likuiditas. Rekening Ale Capital di Bern bertambah miliaran USD. Dan saya tetap menikmati hidup bersahaja dan tanpa perlu dengerin congor influencer bursa. Tetap berprofesi pedagang sempak.
Lalu, Apa Intinya?
Bukan bahwa AI menggantikan analis. Bukan pula bahwa AI “lebih pintar” dari manusia.Yang terjadi adalah AI tidak menggantikan nalar. Ia mempercepat nalar. AI hanya akan setajam kecerdasan penggunanya. Ia tidak menciptakan pemikiran, hipotesis, atau keberanian mengambil risiko. Ia hanya mempercepat proses bagi mereka yang sudah tahu apa yang ingin ditanyakan, diuji, dan diputuskan.
Yang tergantikan oleh AI bukanlah intelligence, melainkan pekerjaan yang sejak awal tidak menuntut kecerdasan: aktivitas rutin, repetitif, mekanis—pengumpulan data tanpa interpretasi, perhitungan tanpa kerangka pikir, laporan tanpa makna.
Dalam kerangka teori ekonomi pengetahuan, AI adalah augmenting technology, bukan substituting intelligence. Ia meningkatkan produktivitas kognitif bagi mereka yang mampu merumuskan pertanyaan yang tepat, membangun hipotesis yang masuk akal, dan memahami konteks makro maupun risiko implisit. Sebaliknya, bagi mereka yang tidak berpikir, AI hanya menjadi mesin yang mereproduksi kebisingan—lebih cepat, lebih banyak, tetapi tetap kosong.
Karena itu, AI tidak menciptakan kesenjangan baru. Ia memperbesar kesenjangan yang sudah ada. Mereka yang berpikir akan melesat lebih jauh. Mereka yang hidup dari rutinitas akan tergantikan. Bukan karena AI lebih pintar dari manusia, melainkan karena sebagian manusia berhenti menggunakan kecerdasannya sendiri.