Indeks Mercor: 90% Jam Kerja AS Luput dari Benchmark AI
Pemetaan komprehensif Mercor terhadap 29 benchmark AI publik di atas taksonomi 923 pekerjaan dan 18.797 tugas kerja Departemen Tenaga Kerja AS (O*NET) mengungkap bahwa 90% jam kerja di Amerika Serikat belum diukur secara memadai oleh evaluasi AI saat ini.
Meskipun jumlah tolok ukur (benchmark) kecerdasan buatan melonjak pesat dalam beberapa tahun terakhir, seberapa jauh pengujian tersebut mencerminkan pekerjaan bernilai ekonomi yang benar-benar dilakukan manusia setiap hari? Pada 16 Oktober 2026, Mercor mempublikasikan US Benchmark Map sebagai bagian dari Labor Index mereka, memetakan 29 benchmark AI agen publik yang belum jenuh (unsaturated) terhadap basis data O*NET milik Departemen Tenaga Kerja Amerika Serikat.
Hanya 208 dari 923 Profesi dan 924 dari 18.797 Tugas yang Terukur
Menggunakan taksonomi O*NET yang membagi angkatan kerja Amerika Serikat ke dalam 22 rumpun profesi (job families), 923 jenis pekerjaan, dan 18.797 tugas spesifik, tim riset Mercor mengevaluasi proporsi tugas yang memiliki setidaknya 5 soal pengujian (prompts) di dalam indeks benchmark AI.
Hasilnya menunjukkan ketimpangan besar: hanya 208 dari 923 jenis pekerjaan (dan hanya 924 dari 18.797 tugas kerja) yang memiliki cakupan minimal 5 prompt pengujian, sementara 6 dari 22 rumpun profesi sama sekali tidak memiliki satu pun pekerjaan yang terwakili. Secara agregat, 90% jam kerja di Amerika Serikat dihabiskan untuk tugas-tugas yang nyaris tidak tersentuh oleh benchmark AI yang ada saat ini.
Bias Terhadap Pasar Gaji Besar: Pengacara Diuji, Panitera Terlupakan
Melalui regresi logistik tingkat tugas terhadap total beban gaji tahunan (annualized wage bill) dari Biro Statistik Tenaga Kerja AS (BLS), studi ini membuktikan bahwa komunitas riset AI sangat memusatkan evaluasi pada profesi dengan total nilai pasar gaji terbesar:
- Rumpun Komputer & Matematika mencatat cakupan tertinggi sebesar 80,6% (29 dari 36 profesi), disusul Layanan Komunitas (71,4%), Hukum (71,4%), serta Bisnis & Keuangan (68,8%).
- Sebaliknya, rumpun Praktisi Kesehatan hanya tercakup 13,5% (12 dari 89 profesi) dan Pendidikan & Perpustakaan hanya 14,5% (9 dari 62 profesi).
- Bahkan di dalam satu bidang yang sama-sama terpapar AI seperti hukum, tugas seorang pengacara (Lawyers) diuji secara masif oleh berbagai benchmark, namun tugas sekretaris hukum dan panitera pengadilan (court clerks) hampir tidak memiliki cakupan pengujian.
“Temuan kami menunjukkan bahwa 90% jam kerja di Amerika Serikat dihabiskan pada tugas-tugas dengan sedikit atau tanpa cakupan dari benchmark yang ada, menyisakan titik buta besar pada pekerjaan kerah putih berpenghasilan menengah.”
Rujukan & Sumber Primer
Artikel Terkait & Analisis Lanjutan
Meta Muse Spark Open: Model 816B di Apple M5 Ultra
Meta meluncurkan bobot model Muse Spark Open berkapasitas 816 miliar parameter dengan jendela konteks 1 juta token, menghadirkan eksekusi agen otonom dan multimodal langsung di desktop Mac Studio menggunakan framework Apple MLX.