ทันเอไอ

Linear Ungkap Data Nyata dari Tim Pengembang: AI Meningkatkan Jumlah Kode, tapi Tidak Mengurangi Waktu Kerja

Analisis data penggunaan nyata dari Linear mengungkap pola penggunaan AI dalam tim perangkat lunak: produktivitas kuantitas melonjak jelas, tetapi dibayar dengan beban kerja bentuk baru dan pertanyaan soal kualitas jangka panjang

Linear, platform manajemen proyek untuk tim pengembang perangkat lunak, merilis analisis data penggunaan nyata dari basis penggunanya sendiri untuk melihat bagaimana AI mengubah cara kerja tim perangkat lunak. Hasil yang paling jelas adalah tim yang menggunakan Coding Agents (asisten penulis kode otomatis) mengalami peningkatan jumlah Pull Requests (permintaan penggabungan kode ke sistem utama) secara signifikan — misalnya, di beberapa kelompok melonjak dari 21 menjadi 65 per minggu.

Data juga menunjukkan bahwa peran dalam organisasi sedang berubah. Mereka yang bukan engineer kini bisa menulis kode lebih banyak dengan bantuan AI, sementara banyak eksekutif senior justru kembali turun tangan mengerjakan tugas teknis sendiri melalui alat-alat ini.

Namun, poin yang paling menarik adalah meskipun produktivitas kuantitas meningkat, waktu keseluruhan untuk mengembangkan produk tidak berkurang. Pasalnya, AI menjadi "lapisan baru" pekerjaan yang ditambahkan, seperti pekerjaan memeriksa dan mengendalikan kualitas kode hasil AI. Selain itu, ada kekhawatiran bahwa AI kurang mampu mengendalikan kompleksitas arsitektur sistem, yang berpotensi menimbulkan utang teknis (technical debt) yang sulit dikelola dalam jangka panjang.

Hasil studi ini sejalan dengan laporan dari sumber lain. McKinsey (2025) menyebutkan bahwa organisasi yang memperoleh hasil baik dari AI adalah kelompok yang merombak total proses kerja serta peran dan tanggung jawab, bukan sekadar menempelkan alat baru. Sementara laporan DORA memperingatkan bahwa penggunaan AI dapat berdampak negatif pada stabilitas pengiriman pekerjaan, karena kode yang dihasilkan terlalu cepat membuat setiap batch pekerjaan menjadi lebih besar dan sulit diperiksa.

Di sisi komunitas pengembang di Hacker News, thread ini mendapat 178 poin dan lebih dari 110 komentar. Sebagian besar menegaskan bahwa "peningkatan aktivitas" tidak menjamin imbal hasil bisnis yang nyata, serta memperingatkan bahwa engineer bisa kehilangan keterampilan berpikir analitis mendalam jika terlalu bergantung pada AI.