Industri teknologi dengan cepat mempertimbangkan komponen baru dalam kompensasi insinyur: akses langsung ke komputasi AI. Perusahaan mulai mengalokasikan anggaran untuk token AI – unit yang digunakan untuk menggerakkan model seperti ChatGPT, Claude, dan Gemini – di samping gaji tradisional, ekuitas, dan bonus. Alasannya sederhana: akses yang lebih besar terhadap komputasi akan meningkatkan produktivitas insinyur, menjadikannya lebih berharga. Ini bukan sekadar gagasan pinggiran; CEO Nvidia Jensen Huang baru-baru ini menyarankan agar para insinyur menerima sekitar setengah gaji mereka lagi dalam bentuk token, yang berpotensi mencapai $250.000 per tahun untuk karyawan yang berkinerja terbaik.
Munculnya “Tokenmaxxing”
Pergeseran ini didorong oleh pertumbuhan eksplosif AI “agentik”, di mana sistem tidak hanya merespons perintah tetapi juga menjalankan tugas secara mandiri seiring berjalannya waktu. Alat seperti OpenClaw, asisten AI sumber terbuka, memberikan contoh tren ini: berjalan terus menerus, memunculkan sub-agen, dan memproses tugas tanpa masukan manusia yang terus-menerus. Akibatnya, konsumsi token melonjak. Insinyur yang menjalankan agen AI dapat menghabiskan jutaan token setiap hari, sangat kontras dengan 10.000 token yang mungkin digunakan seseorang untuk satu tugas menulis.
The New York Times baru-baru ini melaporkan bahwa para insinyur di Meta dan OpenAI kini bersaing di papan peringkat internal yang melacak penggunaan token. Anggaran yang besar menjadi standar, mencerminkan fasilitas seperti asuransi gigi atau makanan gratis. Salah satu insinyur Ericsson di Stockholm dilaporkan menghabiskan lebih banyak uang untuk komputasi AI dibandingkan seluruh gaji mereka, dan perusahaanlah yang menanggung tagihannya.
Mengapa Ini Penting
Tren ini menunjukkan perubahan mendasar dalam cara perusahaan teknologi mengukur produktivitas. Komputasi semakin diperlakukan sebagai masukan langsung terhadap nilai seorang insinyur, dan bukan sebagai biaya operasional tidak langsung. Hal ini penting karena hal ini mengalihkan fokus dari jam kerja ke hasil yang dihasilkan, sehingga berpotensi memberi penghargaan pada pekerjaan berintensitas tinggi yang dibantu AI dibandingkan kontribusi lainnya.
Namun, ada juga kelemahannya. Ekspektasi tersirat akan produktivitas dua kali lipat dengan peningkatan alokasi token menciptakan tekanan. Yang lebih penting lagi, ketika pembelanjaan token mendekati atau melampaui gaji seorang insinyur, perusahaan mungkin mulai menilai kembali jumlah karyawan. Jika AI berhasil melakukan tugasnya, kebutuhan akan koordinasi manusia menjadi pertanyaan finansial.
Pertanyaan tentang Nilai
Pakar keuangan seperti Jamaal Glenn, mantan VC dan CFO, menekankan bahwa token bukanlah pengganti uang tunai atau ekuitas. Anggaran token tidak diberikan, diapresiasi, atau dijadikan beban dalam negosiasi di masa depan. Perusahaan dapat menggunakan sistem ini untuk meningkatkan paket kompensasi tanpa meningkatkan nilai aktual karyawan dalam jangka panjang. Langkah ini memungkinkan mereka untuk mempertahankan kompensasi tunai tetap sementara memasarkan tunjangan komputasi yang semakin besar sebagai investasi pada tenaga kerja mereka.
Pada akhirnya, apakah model baru ini menguntungkan para insinyur masih harus dilihat. Kurangnya transparansi dan implikasi jangka panjang saat ini menimbulkan pertanyaan penting yang harus dijawab oleh karyawan sebelum sepenuhnya menggunakan token AI sebagai bagian sah dari gaji mereka.
