AI sepatutnya membunuh pekerjaan jurutera, tetapi data terbaru menunjukkan mereka paling tahan lama

Setiap beberapa bulan, gelombang tajuk berita baru mengisytiharkan bahawa jurutera perisian adalah seterusnya yang akan dipotong. AI menulis kod sekarang — mengapa sesiapa akan terus mengambil manusia untuk melakukannya? Tetapi data terbaru yang dilaporkan oleh TechCrunch menceritakan kisah yang sama sekali berbeza. AI sepatutnya membunuh pekerjaan jurutera, tetapi analisis baru daripada firma usaha modal SignalFire menunjukkan bahawa jurutera sebagai bahagian daripada jumlah pengambilan pekerja baru sebenarnya meningkat — walaupun alat AI membanjiri pasaran dan syarikat mengurangkan bilangan kakitangan dalam fungsi lain. Itu bukan paradoks. Apabila anda memahami mekaniknya, ia masuk akal sepenuhnya.

Apa yang Berlaku

Naratif telah kuat dan konsisten: AI generatif mengotomatikkan kod, oleh itu lebih sedikit jurutera diambil bekerja. Ia adalah cerita yang bersih. Ia juga salah, sekurang-kurangnya setakat ini.

Menurut data SignalFire — yang disebut dalam artikel TechCrunch yang diterbitkan 24 Jun 2026 — jurutera sebagai perkadaran daripada jumlah pengambilan pekerja baru telah berkembang, bukan menyusut, semasa ledakan AI. Nombor mutlak pemberhentian teknologi adalah nyata. Tetapi apabila anda melihat keluar dan memandang campuran pengambilan pekerja, peranan kejuruteraan memegang hirisan pai yang lebih besar daripada sebelumnya model bahasa besar menjadi alat arus perdana.

Sebabnya tidak rumit: AI telah memampatkan kos penghantaran perisian, tetapi ia tidak mengurangkan permintaan untuk perisian. Jika ada apa-apa, ia telah melakukan sebaliknya. Apabila pembinaan menjadi lebih murah dan lebih cepat, lebih banyak perkara dibina. Setiap syarikat yang sebelum ini tidak dapat membenarkan pelaburan teknikal kini boleh. Setiap permulaan yang memerlukan pasukan kejuruteraan enam orang untuk menghantar produk kini boleh melakukannya dengan dua — tetapi ada sepuluh kali lebih banyak permulaan yang cuba menghantar.

Apa yang sebenarnya dilakukan oleh AI adalah mengalihkan kemahiran kejuruteraan yang penting. Peranan yang semata-mata tentang menterjemahkan keperluan ke dalam kod boilerplate — jenis kerja di mana jurutera kanan menghabiskan 40% hari mereka menulis titik akhir CRUD — ini benar-benar di bawah tekanan. Tetapi peranan yang memerlukan reka bentuk sistem, pertimbangan seni bina, penyahpepijatan keluaran AI yang tidak deterministik, dan penyepaduan perkhidmatan pihak ketiga yang kompleks? Permintaan semakin meningkat. Data SignalFire menangkap peralihan ini pada tahap makro: jumlah kumpulan bakat kejuruteraan tidak menyusut; ia sedang berorientasi semula.

Ia juga patut diperhatikan apa yang data tidak katakan. Ia tidak mengatakan setiap jurutera selamat. Peranan junior dengan skop sempit dan berulang lebih terdedah. Ketahanan tertumpu pada jurutera yang boleh bekerja dengan AI sebagai pengganda kekuatan — bukan mereka yang bersaing dengannya pada output kod mentah.

Mengapa Ia Penting untuk Asia

Pasaran teknologi Asia mempunyai versinya sendiri tentang kebimbangan ini, dan ia berjalan lebih dalam. Di pasaran seperti India, Vietnam, Filipina, dan Indonesia, sebahagian besar tenaga kerja kejuruteraan secara historis telah bekerja dalam perkhidmatan perisian yang disumber luar — tepat jenis kerja yang paling terdedah kepada automasi AI. Keperluan masuk, kod keluar. Apabila AI dapat mengendalikan gelung itu lebih cepat dan lebih murah, ketakutan adalah rasional.

Tetapi penemuan SignalFire mengubah semula perbualan untuk pembangun Asia dengan cara yang berguna. Ancaman bukan kepada kejuruteraan sebagai disiplin — ia kepada mod kejuruteraan tertentu yang sudah pun rapuh dari segi ekonomi. Penyumberan luar kedai badan tidak pernah menjadi parit yang tahan lama. Apa yang dilakukan oleh peralihan AI adalah mempercepatkan perubahan yang sudah pun terlambat: daripada Asia sebagai sumber pelaksanaan murah kepada Asia sebagai sumber bakat kejuruteraan yang berorientasikan produk dan tahap sistem.

Ini sangat penting bagi pengasas yang membina di Asia Tenggara dan Asia Selatan sekarang. Kos pembinaan telah jatuh secara mendadak. Pasukan teknikal dua orang di Jakarta atau Ho Chi Minh City, bersenjata dengan alat AI yang betul, boleh menghantar apa yang sebelum ini memerlukan pasukan lapan orang. Itu bukan ancaman kepada bakat kejuruteraan Asia — ia adalah kelebihan struktur untuk permulaan Asia yang ramping dan bergerak cepat yang bersaing di pasaran yang konsisten diremehkan oleh syarikat Barat.

Cerita teknologi Asia yang lebih luas di sini adalah tentang leverage. Jurutera yang memahami cara mereka bentuk sistem, menilai kod yang dijana AI untuk ketepatan dan keselamatan, dan bergerak cepat di seluruh timbunan penuh menjadi tidak seimbang berharga. Geografi tempat jurutera itu tinggal kurang penting daripada sebelumnya. Apa yang penting adalah profil kemahiran — dan komuniti pembangun Asia menyesuaikan diri lebih cepat daripada yang diberikan oleh naratif Barat.

Ada juga peluang arbitraj pengambilan pekerja yang terbuka. Apabila syarikat teknologi Barat menstruktur semula dan mengurangkan bilangan kakitangan dalam fungsi bukan kejuruteraan, kekurangan relatif jurutera yang kuat — bahkan secara global — semakin meningkat. Bakat kejuruteraan Asia, sudah pun kompetitif dalam kualiti, kini mempunyai kedudukan tawar-menawar yang lebih kuat di pasaran di mana isyarat permintaan untuk kemahiran kejuruteraan sebenar hanya meningkat.

Apa Maksudnya untuk Pembangun

Jika data bertahan — dan analisis SignalFire berasaskan pada corak pengambilan pekerja sebenar, bukan spekulasi — pengambilan praktis untuk pembangun yang bekerja adalah jelas: lantai tidak jatuh dari bawah anda, tetapi bentuk apa yang menjadikan anda berharga berubah dengan cepat.

Jurutera yang paling berisiko sekarang adalah mereka yang proposisi nilai utama adalah volum. Menulis banyak kod, dengan cepat, dalam skop yang ditakrifkan dengan baik. AI melakukan itu dengan munasabah dan menjadi lebih baik setiap suku tahun. Jurutera yang mendapat keuntungan adalah mereka yang menganggap AI sebagai infrastruktur — sesuatu yang direka di sekitarnya, disepadukan dengan bijaksana, dan dipantau dalam pengeluaran.

Secara konkrit, itu bermakna beberapa perkara patut diprioritaskan:

• Reka bentuk sistem daripada sintaks. AI boleh menjana kod yang betul dari segi sintaks sepanjang hari. Ia tidak dapat membuat keputusan seni bina yang baik tentang domain khusus anda, kekangan penskalaan anda, atau kapasiti operasi pasukan anda. Pertimbangan itu adalah milik anda.
• Kedalaman integrasi. Keupayaan untuk menghubungkan sistem — API, saluran paip data, perkhidmatan pihak ketiga, alatan dalaman — semakin banyak tempat di mana nilai kejuruteraan hidup. Mengetahui cara menghubungkan perkara bersama dengan andal, mengendalikan kegagalan dengan elegan, dan mengekalkan integrasi ini dari masa ke masa bukanlah sesuatu yang AI gantikan; ia adalah sesuatu yang AI buat lebih cepat untuk dibina tetapi lebih sukar untuk ditadbir tanpa pengawasan berpengalaman.
• Menilai keluaran AI. Ini adalah kemahiran yang paling kurang dianggarkan oleh kebanyakan pembangun. Kod yang dijana AI boleh menjadi salah dengan cara yang halus yang tidak muncul sehingga pengeluaran. Kerentanan keselamatan, kegagalan kes tepi, andaian yang tidak betul tentang keadaan — ini memerlukan pembangun yang boleh membaca kod secara kritis, bukan hanya menjanakannya. Semakan kod, dalam era AI, lebih penting daripada sebelum ini.
• Rasa produk. Jurutera terbaik sekarang adalah mereka yang boleh bergerak daripada masalah pengguna kepada ciri yang dihantar dengan bantuan minimum. AI memampatkan jurang pelaksanaan; rasa produk menentukan sama ada anda membina perkara yang betul pada mulanya.

Untuk pembangun yang membina di MonstarX, platform dev asli AI Asia, peralihan ini sudah kelihatan dalam cara pasukan bekerja. Platform digunakan bukan untuk menggantikan pertimbangan kejuruteraan tetapi untuk memperkuatnya — membenarkan pasukan kecil bergerak pada kadar yang memerlukan bilangan kakitangan yang jauh lebih besar dua tahun yang lalu. Pembangun yang berkembang dalam persekitaran ini bukan mereka yang telah menyerahkan semuanya kepada AI. Mereka adalah mereka yang telah menjadi lebih tajam tentang masalah apa yang layak mendapat perhatian langsung mereka.

Implikasi praktis yang lain