Sridhar Vembu menilai software engineer tidak cukup hanya cepat menulis kode di tengah semakin luasnya penggunaan kecerdasan buatan. Menurut pendiri Zoho itu, nilai yang benar-benar tahan lama justru ada pada keahlian yang sulit digantikan, terutama pemahaman mendalam terhadap dunia atau industri tempat produk dipakai.
Pandangan itu muncul saat perangkat bantu generatif makin sanggup mempercepat banyak tahap pengembangan perangkat lunak. Namun, bagi Vembu, kecepatan bukan ukuran utama karena pelanggan tetap mencari solusi yang stabil, aman, patuh aturan, dan mendapat dukungan dalam jangka panjang.
Pemahaman domain jadi pembeda utama
Melalui unggahan di X, Vembu menegaskan bahwa pelanggan tidak membeli kecepatan mengetik kode semata. Mereka membayar produk yang bisa diandalkan saat dipakai dalam situasi nyata, bukan sekadar hasil kerja yang tampak cepat pada tahap awal.
Ia bahkan menuliskan pesan singkat, “Be very good domain experts.” Kalimat itu memperlihatkan pandangannya bahwa engineer perlu memahami masalah bisnis secara langsung agar bisa memberi nilai yang lebih besar.
Dalam konteks ini, penguasaan teknis tetap penting, tetapi tidak cukup berdiri sendiri. Nilai tambahan muncul ketika programmer tahu bagaimana kebutuhan industri bekerja, apa risiko yang harus dijaga, dan mengapa sebuah perangkat lunak harus dipercaya dalam penggunaan jangka panjang.
AI membantu, tetapi belum menggantikan kebutuhan manusia
Vembu mengakui bahwa AI dapat mempercepat pembuatan prototipe dan model kerja. Pada tahap awal, tim teknis memang bisa bergerak lebih lincah karena sebagian tugas berulang dapat dibantu mesin.
Meski begitu, ia menilai purwarupa belum setara dengan produk siap pakai. Saat perangkat lunak masuk ke penggunaan nyata oleh pelanggan, tantangannya berubah besar karena aspek reliabilitas, keamanan, kepatuhan, dan dukungan jangka panjang ikut menentukan kualitas produk.
Kerumitan ini membuat peran manusia tetap dibutuhkan. AI bisa membantu mengangkat beban kerja di beberapa bagian, tetapi penilaian akhir dan pemahaman konteks tetap memerlukan orang yang benar-benar mengerti sistem dan kebutuhan pengguna.
Produktivitas cepat bukan jaminan hasil terbaik
Perdebatan soal dampak AI terhadap produktivitas developer masih terus berlangsung di industri teknologi. Sebagian perusahaan mengaku mendapat efisiensi tinggi, tetapi hasilnya belum merata karena sangat bergantung pada jenis pekerjaan yang ditangani.
Di titik ini, Vembu mengingatkan agar engineer tidak terpaku pada metrik kecepatan semata. Menurutnya, menilai kinerja hanya dari seberapa cepat kode dibuat berisiko mengabaikan kualitas pengalaman pengguna yang justru paling penting.
Ia mendorong tim teknis untuk melihat pertanyaan yang lebih besar, yakni apakah AI benar-benar membantu menciptakan pengalaman yang lebih baik bagi pelanggan. Dengan cara itu, fokus kerja bergeser dari sekadar output ke manfaat nyata yang diterima pengguna akhir.
Menghadapi kompleksitas software modern
Vembu juga menyoroti adanya “incidental complexity” dalam software modern, yaitu lapisan kerumitan tambahan yang muncul seiring waktu. Kerumitan seperti ini sering membuat sistem lebih sulit dipelihara dan menguras sumber daya tim.
Menurutnya, AI bisa dimanfaatkan untuk mengurangi bagian-bagian yang tidak efisien tersebut. Artinya, teknologi ini bukan hanya alat untuk mempercepat pembuatan aplikasi, tetapi juga dapat dipakai untuk menyederhanakan sistem agar lebih sehat.
Namun, penyederhanaan itu tidak berarti otomatisasi bisa mengambil alih seluruh pekerjaan. Untuk sistem yang harus berjalan konsisten dalam skala besar, manusia tetap berperan penting dalam menilai risiko dan memastikan kebutuhan bisnis terpenuhi.
Arah keterampilan yang dinilai penting
Dari pandangan Vembu, software engineer perlu menjaga kemampuan pemrograman sebagai fondasi dasar. Setelah itu, mereka juga perlu memperdalam pengetahuan domain agar mampu memahami kebutuhan pelanggan secara nyata.
Fokus lain yang ia nilai penting adalah reliabilitas, keamanan, dukungan, dan kepatuhan. Keempat hal ini sering menjadi pembeda antara perangkat lunak yang sekadar berjalan dan produk yang benar-benar dipercaya pengguna.
Pada saat yang sama, AI bisa ditempatkan sebagai alat bantu untuk mengurangi kompleksitas dan meningkatkan pengalaman pelanggan. Dalam pembagian peran seperti itu, mesin menangani pekerjaan yang berulang, sedangkan manusia tetap memimpin bagian yang menuntut konteks dan penilaian.
Vembu bahkan menolak gagasan bahwa AI akan menghapus seluruh kerja berbayar lalu membuat pendapatan dasar universal menjadi satu-satunya jalan keluar. Ia menyebut gambaran semacam itu sebagai sesuatu yang “dystopian” dan mempertanyakan asumsi bahwa lonjakan produksi tidak akan diikuti penyesuaian harga.
Ia juga menyoroti bahwa masih banyak pekerjaan yang secara sosial tetap membutuhkan manusia, seperti pengasuhan, pendidikan, perawatan, dan peran keagamaan. Bagi software engineer, pesan yang muncul dari pandangan Vembu cukup jelas: saat AI mengambil alih tugas teknis yang berulang, nilai manusia justru semakin terlihat pada kemampuan memahami konteks, menilai risiko, dan membangun produk yang layak dipercaya.
