Ada satu pertanyaan yang jarang ditanyakan dalam hiruk-pikuk diskusi tentang PHK massal di era AI: apakah ini efisiensi, atau sekadar perpindahan biaya dari satu kolom ledger ke kolom lain? ClickUp — sebuah startup perangkat lunak asal San Diego yang tidak terlalu terkenal di Indonesia — menjawab pertanyaan ini dengan cara yang, dalam istilah infrastruktur, bisa disebut vertical pod autoscaling pada tenaga kerja.
Pada Mei 2026, CEO ClickUp Zeb Evans mengumumkan PHK 22% dari total tenaga kerja perusahaan. Angka ini sendiri sudah cukup untuk membuat headline, namun bukan itu yang membuat TechCrunch, Bloomberg, dan Business Insider ramai memberitakannya. Angka yang membuat mereka tertarik adalah: 3.000 agen AI yang diposisikan sebagai pengganti. Bukan pengganti dalam metaforis — pengganti dalam pengertian alokasi fungsi yang paling harfiah.
Struktur Resource Allocation yang Berubah Bentuk
Dalam arsitektur sistem, ketika sebuah workload dipindahkan dari dedicated instance ke fungsi serverless, Anda mengubah model alokasi sumber daya dari provisioned capacity menjadi event-driven consumption. ClickUp melakukan hal yang kurang lebih sama terhadap fungsi-fungsi yang sebelumnya dijalankan oleh 22% headcount-nya — hanya saja unit komputasinya bukan lambda function, melainkan agen AI yang berpura-pura menjadi knowledge worker.
Yang menarik dari kasus ClickUp adalah pernyataan Evans bahwa PHK ini bukan strategi penghematan biaya, melainkan bagian dari resource reallocation menuju struktur operasi yang lebih AI-centric. Jakarta Post dan beberapa media Indonesia masih menyoroti aspek PHK-nya — kerugian langsung yang kasat mata — namun dari lokalitas terbatas, transisi struktural semacam ini lebih menarik untuk diamati. Ketika sebuah perusahaan mengganti headcount dengan agen AI, yang berubah bukanlah jumlah output — yang berubah adalah cost structure, latency pengambilan keputusan, dan yang paling krusial, resilience pipeline terhadap kegagalan.
ClickUp — menurut laporan TechCrunch — mempertahankan sebagian karyawan yang berfungsi sebagai monitoring layer untuk agen AI tersebut. Dalam arsitektur container orchestration, ini analog dengan mempertahankan control plane sambil mendelegasikan sebagian besar data plane ke worker nodes otonom. Control plane-nya lebih mahal per unit, namun jumlahnya lebih sedikit. Worker nodes-nya murah, elastis, dan — secara teori — bisa di-scale tanpa batas. Pertanyaannya: siapa yang mengaudit control plane ketika control plane membuat keputusan alokasi yang salah?
Unit Economics dan Biaya Inferensi Tersembunyi
Bloomberg mencatat bahwa ClickUp memberikan kompensasi lebih besar kepada karyawan yang tersisa — mereka yang mahir menggunakan AI sebagai force multiplier. Dalam arsitektur sistem, ini analog dengan membayar lebih untuk orchestrator yang baik sambil mengurangi jumlah worker. Logikanya masuk akal secara keuangan: lebih sedikit human node dengan cost per node lebih tinggi, namun throughput keseluruhan meningkat karena setiap human node menjalankan multi-threaded operations dengan bantuan agen AI.
Namun, total cost of ownership dalam model ini tidak sesederhana penjumlahan gaji ditambah biaya langganan AI. Setiap agen AI memiliki cost of inference yang tidak muncul di kolom gaji — biaya komputasi, biaya listrik, biaya API call, dan yang paling sulit diukur, biaya koreksi ketika agen AI membuat keputusan yang salah dalam production environment. BCG, dalam laporan Juni 2026, memperkirakan bahwa 50—55% pekerjaan di AS akan berubah bentuk oleh AI dalam dua hingga tiga tahun ke depan — tetapi perubahan bentuk bukan berarti eliminasi. ClickUp mungkin telah mengeliminasi headcount, namun belum tentu mengeliminasi function yang perlu dijalankan. Fungsi yang sebelumnya dijalankan oleh manusia sekarang dijalankan oleh agen AI yang membutuhkan monitoring, debugging, dan supervisi — tiga fungsi yang juga membutuhkan manusia.
Dalam istilah infrastruktur, ClickUp tidak mengurangi workload — mereka hanya mengubah runtime environment-nya.
Fallback Mechanism dan Spektrum Kegagalan Kaskada
Pertanyaan yang lebih mengganggu — dan yang jarang ditanyakan dalam diskusi publik — adalah: apa yang terjadi ketika 3.000 agen AI mengalami cascading failure secara simultan? Dalam arsitektur microservices, ketika sebuah downstream service gagal, Anda memiliki circuit breaker, retry policy, dan fallback response. Dalam arsitektur tenaga kerja berbasis agen AI, tidak ada yang tahu bentuk fallback mechanism-nya karena belum ada yang pernah mengalaminya dalam skala ini.
ClickUp — dan startup lain yang mengikuti jalur serupa — berada di wilayah yang dalam istilah infrastruktur disebut unknown unknown operating condition. Mereka berjalan di atas fondasi yang belum teruji dalam production environment dengan load produksi sesungguhnya dalam jangka waktu yang relevan. Ini eksperimen, bukan strategi. Eksperimen yang bisa menghasilkan efisiensi luar biasa — atau kegagalan kaskada yang memorak-porandakan rantai operasi.
Forrester, dalam laporan yang dikutip oleh beberapa kanal analis teknologi, menyebutkan bahwa 55% employers sudah menyesali keputusan PHK berbasis AI mereka. Penyesalan ini biasanya muncul bukan karena agen AI tidak bisa bekerja — melainkan karena organizational memory yang terputus, institutional knowledge yang lenyap bersama headcount yang di-PHK, dan debugging overhead yang tidak terduga ketika agen AI berperilaku di luar spesifikasi.
Ephemeral Instance Manusia
Dari perspektif yang lebih sosiologis, fenomena ClickUp adalah contoh paling jelas dari apa yang bisa disebut commoditization of human function. Ketika seorang CEO dengan tenang mengatakan bahwa 22% tenaga kerjanya bisa digantikan oleh agen AI, ia sedang menyatakan bahwa fungsi-fungsi yang dijalankan oleh headcount tersebut adalah fungsi komoditas — bisa dijalankan oleh unit komputasi mana pun yang memiliki pattern recognition dan natural language interface yang memadai.
Ini bukan penilaian tentang kualitas karyawan ClickUp. Ini penilaian tentang bagaimana enterprise architecture melihat fungsi manusia: sebagai ephemeral instance yang bisa ditukar dengan containerized service selama service contract-nya terpenuhi. ClickUp, dalam logika ini, hanyalah perusahaan pertama yang menjalankan refactoring tenaga kerja dalam skala besar. Perusahaan lain akan mengikuti — bukan karena mereka jahat, tetapi karena competitive pressure dalam market memaksa resource allocation yang paling efisien.
Harvard Business Review, dalam analisis yang dipublikasikan bersamaan dengan pengumuman ClickUp, mencatat bahwa perusahaan yang melakukan PHK berbasis AI cenderung memberikan kompensasi lebih tinggi kepada karyawan yang tersisa — dan ini menciptakan binary outcome yang tajam: operator versus dioperasikan. Mereka yang bisa mengoperasikan agen AI dihargai lebih. Mereka yang fungsinya bisa dijalankan oleh agen AI menjadi deprecated function dalam codebase organisasi.
Logika Infrastruktur di Balik Keputusan Alokasi
ClickUp mungkin benar bahwa 3.000 agen AI bisa menggantikan 22% headcount-nya. Mungkin juga salah. Kedua kemungkinan itu sama-sama belum terverifikasi dalam production environment dengan duration yang relevan. Namun satu hal yang pasti: keputusan ini menggeser risiko dari fixed cost ke variable cost — dari gaji bulanan yang bisa diprediksi ke cost of inference yang fluktuatif, dari human error yang bisa dinegosiasikan ke model hallucination yang bisa menelan biaya koreksi lebih besar dari gaji setahun.
Dari lokalitas terbatas, pola ini mengingatkan pada outsourcing wave awal 2000-an: efisiensi jangka pendek yang terlihat cemerlang di spreadsheet, namun menimbulkan integration cost jangka panjang yang tidak pernah muncul di perhitungan awal. Bedanya, kali ini fungsi yang di-outsource-kan bukan ke manusia di negara dengan labor cost lebih rendah, melainkan ke inference engine yang tidak butuh tidur, tidak butuh BPJS, dan — yang paling penting — tidak bisa dipanggil kembali ketika sistem mogok di tengah peak load.
Log ditutup di sini. Workload tidak berkurang — hanya runtime-nya yang berganti. Dan runtime baru belum memiliki error handling yang teruji untuk skenario ketika 3.000 proses berhenti merespons secara bersamaan.