AI dan masa depan kerja Teknologi dan AI: apa yang berubah, apa yang kekal manusia

Fakta utama

• Dalam data AS yang diterbitkan pada Mac 2026, Anthropic mendapati model AI miliknya, Claude, digunakan untuk 75% daripada tugasan yang disenaraikan untuk pengaturcara komputer, lebih banyak daripada pekerjaan lain. Data penggunaan AS, bukan permintaan Malaysia^[1].
• Dalam indeks ILO 2025, pembangun perisian mendapat skor 0.53 daripada 1 (gradien 3) dan pembangun web serta multimedia 0.60 (gradien 4, jalur paling terdedah). Anggaran pendedahan tugasan AI generatif global; bukan ramalan Malaysia; bukan penarafan jaminan pekerjaan^[2].
• Majikan dalam tinjauan Forum Ekonomi Dunia (WEF) meletakkan pakar data raya, pakar AI dan pembelajaran mesin serta pembangun perisian antara pekerjaan yang paling pesat berkembang menjelang 2030. Jangkaan majikan global, diterbitkan 2025^[3].
• Di Malaysia, Menteri Sumber Manusia berkata pada Ogos 2025 bahawa sekitar 30,000 pekerjaan ICT dijangka terkesan secara signifikan dalam tempoh tiga hingga lima tahun, berdasarkan kajian TalentCorp. "Terkesan" tidak bermakna hilang^[4].

Kerja teknologi bersemuka dengan AI terlebih dahulu, kerana alat AI ialah perisian dan pengaturcara menggunakannya lebih awal. Kebanyakan bukti yang diukur adalah dari Amerika Syarikat, dan angka Malaysia adalah unjuran. Gunakan halaman ini untuk mencari soalan yang berbaloi ditanya kepada pembangun yang sedang bekerja.

Untuk laluan masuk, mata pelajaran SPM dan kursus, mulakan dengan Teknologi & AI selepas SPM.

Cara membaca halaman ini

Diperhatikan (observed) bermaksud seseorang telah mengukurnya. Diunjurkan (projected) bermaksud seseorang menganggarkan masa depan, jadi kami menyatakan siapa, bila dan untuk lokasi mana. Unjuran selalunya tersasar.

Skor ini datang daripada Pertubuhan Buruh Antarabangsa (ILO). Ia menganggarkan sejauh mana tugasan semasa sesuatu pekerjaan berpotensi dilakukan oleh AI generatif (alat yang menulis, meringkaskan, mengekod atau membuat imej daripada gesaan/prompt), daripada 0 hingga 1^[2]. "Tidak terdedah" (not exposed), jalur terendah, ialah label teknikal: kebanyakan tugasan pekerjaan tersebut secara konsisten mendapat skor rendah bagi apa yang boleh dilakukan oleh AI generatif hari ini^[2]. Ini tidak bermakna AI tidak akan mengubah kerja itu sama sekali, dan ia tidak mengatakan apa-apa tentang robot atau majikan di Malaysia. Pendedahan juga bukan bermaksud kehilangan pekerjaan: ILO menyatakan bahawa ia bergantung pada kadar penerimagunaan dan sama ada pekerja berpeluang mempelajari alatan tersebut^[2].

Apa yang sedang berlaku (diperhatikan)

• Pengekodan ialah kegunaan terbesar dalam data satu produk AI. Dalam data Februari 2025 oleh Anthropic (perbualan Claude.ai yang disusun mengikut kategori pekerjaan AS), tugasan komputer dan matematik merangkumi 37.2% perbualan, melebihi mana-mana kumpulan lain^[5]. Data penggunaan Anthropic, bukan permintaan Malaysia.
• AI sudah menulis banyak kod. Pada April 2025, 79% perbualan pada alat pengekodan Anthropic, Claude Code, berbentuk automasi (AI melakukan tugasan dengan sedikit input daripada manusia), berbanding 49% pada aplikasi sembang umumnya^[6]. Data penggunaan Anthropic, berkemungkinan condong kepada pengguna awal (early adopters).
• Penggunaan sebenar masih di belakang apa yang boleh dilakukan. Anthropic menganggarkan pada Mac 2026 bahawa model bahasa secara prinsipnya boleh membantu 94% tugasan dalam pekerjaan komputer dan matematik di AS, namun Claude hanya digunakan untuk 33% daripadanya^[1]. Data AS.
• Pekerja muda AS: petunjuk awal. Penyelidik Stanford mendapati guna tenaga bagi mereka yang berumur 22 hingga 25 tahun dalam pekerjaan AS yang paling terdedah kepada AI adalah kira-kira 19% di bawah tahap yang sepatutnya jika seiring dengan pekerjaan yang kurang terdedah (Ogos 2026)^[7]. Anthropic mendapati kadar mendapat pekerjaan bagi mereka yang berumur 22 hingga 25 tahun yang memasuki pekerjaan paling terdedah di AS turun kira-kira 14% berbanding 2022, tanpa penurunan sedemikian bagi pekerja yang lebih berumur^[1]. Kedua-duanya ialah data AS, dan kedua-dua pasukan menyifatkannya sebagai bukti awal, bukan bukti kukuh bahawa AI menjadi puncanya.
• Malaysia. Kami tidak menemui kajian khusus terkini untuk Malaysia yang mengukur bagaimana AI mengubah pekerjaan teknologi di sini.

Apa yang diunjurkan orang ramai, dan siapa yang mengatakannya

• Majikan teknologi di seluruh dunia. 99% majikan dalam perkhidmatan teknologi maklumat menjangkakan AI akan mentransformasikan perniagaan mereka menjelang 2030. Mereka menyatakan manusia pada masa ini melakukan 41% tugasan secara dominan, teknologi 22% dan gabungan kedua-duanya 38%, serta menjangkakan 26%, 34% dan 41% menjelang 2030. Pembangun perisian serta pakar AI dan pembelajaran mesin mendahului peranan yang berkembang; kerani kemasukan data dan perakaunan pula semakin berkurangan. Jangkaan majikan global, diterbitkan 2025^[3].
• Majikan di Malaysia. 82% menjangkakan AI akan mentransformasikan perniagaan mereka menjelang 2030, hampir sama dengan 86% di peringkat global, dan meletakkan pakar AI dan pembelajaran mesin di tempat pertama antara peranan yang dijangka berkembang. Jangkaan majikan di Malaysia dalam tinjauan global WEF, diterbitkan 2025^[3].
• TalentCorp, untuk Malaysia (dilaporkan November 2024). TalentCorp, agensi bakat di bawah Kementerian Sumber Manusia, mengkaji 10 sektor pada 2024. Daripada kira-kira 3.5 juta pekerjaan, ia menilai 18% (620,000) sebagai berimpak tinggi, bermakna pekerjaan tersebut mungkin bergabung dengan peranan lain atau tersingkir, dan 53% masih relevan tetapi memerlukan peningkatan kemahiran (upskilling)^[8]. Menteri kemudiannya menyatakan 30,000 daripada pekerjaan berimpak tinggi itu berada dalam sektor ICT (Ogos 2025)^[4]. Kami membaca laporan berita mengenai kajian tersebut, bukan laporan asalnya sendiri.

Mengikut tugasan demi tugasan

Kad-kad ini ialah pembacaan kami terhadap sumber untuk latihan bilik darjah, bukan ramalan muktamad. Pengamal industri mungkin mempunyai pandangan berbeza, dan alasan mereka amat bernilai untuk didengar.

Menulis kod untuk ciri aplikasi baharu

• Apa yang dilakukan manusia: menentukan apa yang hendak dibina, membaca apa yang telah ditulis dan bertanggungjawab atas ralat/pepijat (bugs).
• Apa yang mungkin dibantu AI: merangka dan melengkapkan kod.
• Apa yang tidak ditunjukkan oleh sumber ini: sama ada firma di Malaysia mengambil kurang pekerja peringkat permulaan (juniors) disebabkan hal ini.

Membina laman web atau skrin aplikasi

• Apa yang dilakukan manusia: memastikan ia berfungsi untuk pengguna sebenar, pada telefon murah dan sambungan internet perlahan.
• Apa yang mungkin dibantu AI: menukar lakaran kepada kod yang berfungsi.
• Apa yang tidak ditunjukkan oleh sumber ini: bagaimana pelanggan di Malaysia akan meletakkan harga bagi kerja ini.

Membersihkan set data dan melaporkan apa yang dipaparkan

• Apa yang dilakukan manusia: memilih persoalan yang ingin dijawab dan mengesan hasil yang tidak masuk akal.
• Apa yang mungkin dibantu AI: menulis kod analisis dan carta awal.
• Apa yang tidak ditunjukkan oleh sumber ini: peranan mana yang akan digabungkan atau diasingkan oleh majikan di Malaysia.

Memastikan pelayan dan akaun terus beroperasi

• Apa yang dilakukan manusia: memutuskan tindakan apabila berlaku gangguan sistem, dan bertanggungjawab terhadapnya.
• Apa yang mungkin dibantu AI: menulis skrip dan membaca log ralat.
• Apa yang tidak ditunjukkan oleh sumber ini: berapa kerap perubahan yang dibuat oleh AI menyebabkan gangguan perkhidmatan.

Membantu rakan sekerja yang komputer ribanya gagal disambungkan

• Apa yang dilakukan manusia: mengendalikan kes luar biasa dan pengguna yang sedang tertekan, kadangkala secara bersemuka.
• Apa yang mungkin dibantu AI: bot sembang yang menjawab soalan lazim.
• Apa yang tidak ditunjukkan oleh sumber ini: berapa banyak kerja sokongan di Malaysia yang akan berubah.

Memahami apa yang sebenarnya diperlukan oleh pelanggan

• Apa yang dilakukan manusia: memandu perbualan dan menyedari apa yang tersirat atau tidak diucapkan.
• Apa yang mungkin dibantu AI: merangka dokumen keperluan projek.
• Apa yang tidak ditunjukkan oleh sumber ini: apa-apa tentang faktor kepercayaan, yang tidak dapat diukur oleh mana-mana skor.

Tugasan baharu yang mula muncul

• Menyemak dan menguji kod yang ditulis oleh AI, dan menerangkannya kepada rakan sepasukan.
• Menulis spesifikasi yang jelas supaya ejen AI membina perkara yang tepat.
• Memeriksa sistem AI dan kod tulisan AI untuk mencari ralat, berat sebelah (bias) dan kelemahan keselamatan. Majikan menyenaraikan pakar pengurusan keselamatan dan penganalisis keselamatan maklumat antara pekerjaan yang paling pesat berkembang (jangkaan majikan global, diterbitkan 2025)^[3].
• Melindungi data yang disentuh oleh alat AI.

Senarai ini ialah pembacaan kami terhadap sumber-sumber di atas, bukan senarai rasmi.

Apa yang kekal manusia: hipotesis untuk diuji

Ini adalah hipotesis pengamal industri untuk diuji, bukan penemuan mutlak. Sumber-sumber tidak menunjukkan bahawa mana-mana tugasan ini akan kekal tanpa perubahan.

• Siapa yang memutuskan apa yang berbaloi untuk dibina, dan untuk siapa?
• Siapa yang memikul tanggungjawab apabila perisian mengecewakan pengguna?
• Siapa yang memahami situasi sebenar pengguna, seperti peniaga gerai yang mahukan cara lebih mudah untuk mengambil pesanan?
• Kerja teknologi mana yang berlaku di dalam bangunan fizikal, melibatkan kabel dan tangga?

Tanya pembangun perisian yang mana antara perkara ini benar-benar wujud dalam kerja mereka hari ini.

Maksud perkara ini untuk anda

• Belajar mengekod, dan belajar menyemak kod. Jika AI mengambil alih lebih banyak tugas menaip yang rutin, mereka yang baru bermula mungkin dijangka menyemak, menguji dan menerangkan hasil kerja lebih awal. Itu tafsiran munasabah daripada bukti di AS, bukan kepastian bagi Malaysia.
• Bina sesuatu untuk orang sebenar. Alat kecil yang benar-benar digunakan oleh saudara-mara, kelab atau kedai mengajar anda cara mengenal pasti keperluan manusia.
• Gandingkan teknologi dengan bidang lain. Kesihatan, logistik, kewangan dan tenaga semuanya memerlukan individu yang memahami kedua-dua perkara: urusan kerja dan alatan teknologi. Majikan di Malaysia meletakkan pakar rantaian bekalan dan logistik di tempat kedua antara peranan yang dijangka berkembang (jangkaan majikan di malaysia dalam tinjauan global wef, diterbitkan 2025)^[3].
• Gunakan AI sebagai tutor, bukan penulis upahan. Baca apa kata penyelidikan tentang pembelajaran berbantukan AI sebelum anda terlalu bergantung padanya untuk tugasan kursus.
• Perhatikan petunjuk di peringkat kemasukan. Data AS mengenai pekerja muda masih di peringkat awal. Perhatikan angka kebolehpasaran graduan Malaysia, kajian TalentCorp yang seterusnya, dan Pelan Tindakan AI Kebangsaan 2026-2030, yang diterajui oleh AI Malaysia sejak pelancarannya pada 28 Julai 2026^[9].

Langkah seterusnya untuk anda

1. Pada Hari 2, pilih sesi cuba kerja Teknologi dan AI: bina alat kecil dengan bantuan AI, kemudian senaraikan setiap langkah yang terpaksa anda perbetulkan dan sebabnya. Jika kohort anda menjalankan empat makmal, baca maklumat ringkas makmal Bina dan Kejuruteraan dan gunakan baris pembangun perisian.
2. Gunakan kit X-ray Pekerjaan untuk "pembangun perisian", bermula daripada tugasannya di e-MASCO(dibuka dalam tab baharu), dan tanya pengamal industri label mana yang akan mereka ubah.

Mengenai bukti ini

Skor ILO (anggaran pendedahan tugasan AI generatif global; bukan ramalan Malaysia; bukan penarafan jaminan pekerjaan), pada skala 0 hingga 1 mengikut jalur ILO^[2]:

• Pembangun web dan multimedia 0.60, gradien 4
• Pereka bentuk dan pentadbir pangkalan data 0.57, gradien 3
• Pentadbir sistem 0.57, gradien 3
• Ahli matematik, aktuari dan ahli statistik 0.56, gradien 3
• Pembangun perisian 0.53, gradien 3
• Penganalisis sistem 0.49, gradien 2
• Juruteknik sokongan pengguna ICT 0.47, gradien 2, dengan tugasan yang sangat pelbagai
• Pemasang dan penyelenggara ICT 0.24, tidak terdedah

Jalur bermula daripada "tidak terdedah" dan "pendedahan minimum" sehinggalah gradien 1 hingga 4, iaitu yang paling terdedah^[2]. ILO menyatakan bahawa pekerjaan yang berkeperluan digital tinggi juga mempunyai keupayaan kukuh untuk membentuk tugasan baharu seiring perubahan alatan^[2]. Ia membina skor ini daripada tinjauan ke atas 1,640 pekerja di Poland, beberapa siri perbincangan dengan pakar antarabangsa, dan pembantu AI yang dibina berdasarkan input tersebut. Setiap tugasan dikira sama rata, dan ILO menyatakan bahawa faktor tempatan yang tidak diliputi oleh kajian globalnya boleh mempercepat atau membataskan perubahan tersebut^[2]. Kumpulan pekerjaan ILO tidak sepadan secara tepat satu demi satu dengan gelaran pekerjaan di Malaysia, dan kami tidak membuat dakwaan pemetaan terus sedemikian.

Angka WEF ialah jangkaan daripada tinjauan ke atas lebih 1,000 majikan di 55 buah negara ekonomi, diterbitkan Januari 2025^[3]. Angka Anthropic dan Stanford ialah data penggunaan atau data AS, bukan permintaan Malaysia. Kaedah di sebalik kad tugasan boleh didapati dalam Tugasan, bukan gelaran pekerjaan.

Untuk fasilitator

Gunakan kad tugasan sebagai senarai permulaan untuk X-ray tugasan AI Hari 2 dan minta pengamal industri membetulkannya sebelum peserta menggunakannya. Setiap peserta menyokong satu kad dengan sumber dan mencabar satu andaian. Hentikan sebarang kesimpulan bahawa sesuatu pekerjaan itu "selamat" atau "sudah mati": bukti di sini tidak menyokong kedua-duanya.