Ada sesuatu yang mungkin bikin banyak orang kesal: janji Vietnam sebagai pasar perangkat lunak yang “murah” sekarang mulai menunjukkan tanda-tanda kehabisan napas.
Pikiran ini mulai menggelayuti otak saya beberapa bulan yang lalu saat mendengarkan presentasi dari perusahaan yang menawarkan kontrak pengembangan perangkat lunak. Mereka langsung membuka dengan tarif per jam tanpa memberi tahu tentang tim, kemampuan teknik, atau apa yang bisa mereka capai.
Selama 18 tahun menjalani bisnis outsourcing (perusahaan saya, Saigon Technology, kini memiliki lebih dari 350 insinyur), saya telah mendengarkan banyak presentasi serupa. Namun, kali ini terasa berbeda.
Tarifnya sekitar US$20 hingga US$25 per jam untuk seorang pengembang junior. Tarif ini mungkin terdengar cukup wajar sepuluh tahun lalu, dan mungkin masih terlihat menarik bagi sebagian orang hingga saat ini.
Tapi di era di mana AI bisa menghasilkan kode hampir tanpa biaya, tarif tersebut mulai kehilangan relevansinya.
Vietnam tidak tiba-tiba menjadi mahal, dan para insinyurnya tidak jadi kurang mampu dalam sekejap. Yang terjadi adalah, apa yang selama ini kita jual – tenaga kerja teknik yang murah – menjadi semakin tidak terdefinisi, dan AI mempercepat perubahan ini.
Menghitung Kembali Rumus Lama
Outsourcing perangkat lunak sejatinya adalah perhitungan yang cukup sederhana.
Jika seorang pengembang di AS dibayar US$100 per jam dan seorang pengembang di Vietnam hanya US$25, klien berhemat 75 persen. Bila ini dikalikan dengan tim dan waktu setahun, bisnis yang menguntungkan jelas terlihat.
Vietnam telah membangun industri yang sangat sukses di sekitar model ini. Namun kini, rumus tersebut perlu diperbaharui.
Sebuah penelitian lapangan dari Microsoft yang mencakup 4,867 pengembang di Microsoft, Accenture, dan sebuah perusahaan Fortune 100 menemukan bahwa pengembang yang menggunakan asisten pengkodean AI menyelesaikan 26,08 persen lebih banyak tugas dibandingkan rata-rata.
Perubahan ini bukan terjadi di sudut industri saja. Survei Pengembang Stack Overflow 2025 menunjukkan bahwa 84 persen pengembang menggunakan atau berencana menggunakan alat AI, sementara 51 persen pengembang profesional mengandalkannya setiap hari.
Dengan semua itu, mari kita bayangkan kembali rapat pitching tersebut. Sebuah perusahaan berkata, “Kami memiliki lima pengembang. Mereka dibayar US$25 per jam.”
Pertanyaan selanjutnya dari pembeli seharusnya adalah, “Apa yang bisa ditawarkan lima insinyur itu sekarang dengan bantuan AI?”
Konversasi itu kini menjadi sangat berbeda. Karena AI mengubah kapasitas yang bisa dihasilkan oleh sebuah tim, tarif per jam menjadi kurang berarti sebagai indikator nilai.
Murah Bukanlah Jawaban Utama
Saya tidak berpikir solusi untuk pergeseran ini adalah dengan berpura-pura bahwa Vietnam tidak lagi menjadi pasar teknik dengan biaya rendah. Bergantung pada senioritas, spesialisasi, dan model pengiriman, negara ini masih bersaing secara luas dengan pasar besar lainnya di luar negeri.
Dari pengalaman saya, tarif pengembangan tingkat menengah di Vietnam berkisar sekitar US$25 hingga US$45 per jam, dibandingkan dengan sekitar US$20 hingga US$40 di India, US$25 hingga US$40 di Filipina, dan tarif yang lebih tinggi di pasar seperti Eropa Timur.
Selalu ada pasar yang lebih murah daripada Vietnam, jadi para pengembang di sini tidak pernah bersaing hanya berdasarkan harga. Namun kini menjadi jelas bahwa menjadi lebih murah bukan lagi keunggulan kompetitif.
Saya sudah membahas hal ini dengan beberapa pendiri di negara ini, dan reaksi mereka biasanya sama. Saya memahami mengapa mereka merasa begitu.
Setelah menghabiskan 10 tahun membangun perusahaan dengan fondasi outsourcing perangkat lunak, melatih ratusan pengembang, melakukan penjualan untuk pengiriman luar negeri, dan memenangkan klien karena tim Anda lebih murah daripada alternatif lokal, dasar bisnis Anda kini sedang berubah.
Apa yang Tidak Bisa Dilakukan AI
Salah satu pendiri langsung mengajukan keberatan, menekankan bahwa klien masih memperhatikan harga.
“Jika kami tidak lebih murah, untuk apa mereka memilih Vietnam?” tanyanya.
Ini adalah pertanyaan yang adil, dan saya tidak berpikir klien mengabaikan pertimbangan harga. Namun, jika harga adalah proposisi nilai Anda, maka AI akan semakin melemahkan posisi Anda dari tahun ke tahun.
Di sinilah saya berpikir industri perlu membuat perbedaan penting.
AI unggul dalam implementasi dengan menghasilkan boilerplate, menulis pengujian, menjelaskan kode, merombak fungsi, membuat endpoint API, menghasilkan dokumentasi, dan menyelidiki kesalahan.
Tapi meskipun semuanya penting, tidak ada satupun yang menjawab pertanyaan-pertanyaan sulit, seperti:
- Apakah seharusnya kita membangun fitur ini sama sekali?
- Apakah arsitektur ini wajar untuk bisnis?
- Bagaimana layanan baru ini berinteraksi dengan sistem yang sudah ada 10 tahun yang belum sepenuhnya dipahami?
- Apakah kode yang dihasilkan aman?
- Apakah ini akan scalable?
- Apa yang terjadi jika solusi yang dihasilkan AI hampir benar tetapi gagal saat produksi?
Survei Stack Overflow 2025 juga menangkap ketegangan ini: 46 persen pengembang mengatakan bahwa mereka tidak percaya pada akurasi keluaran AI, sementara 66 persen mengungkapkan bahwa frustrasi terbesar mereka adalah jawaban yang dihasilkan AI yang “hampir benar, tetapi tidak sepenuhnya.”
“Hampir benar” adalah titik awalan bagi rekayasa. Sementara AI bisa memulai implementasi, ia tidak dapat bertanggung jawab atas keputusan tersebut. Tanggung jawab tetap di tangan insinyur manusia, dan di sinilah peluang baru Vietnam terletak.
Saya sendiri melihat masalah ini dalam salah satu proyek kami, di mana alat AI menghasilkan sebagian logika pengolahan data API. Output pertama tampak baik – lolos uji fungsional dan menangani aliran transaksi normal.
Namun, hanya saat ditelaah oleh insinyur senior dan pengujian kasus tepi, kami menemukan masalah: dalam skenario tertentu, dua permintaan yang hampir bersamaan bisa menyebabkan catatan yang sama diproses dua kali.
Pemecahannya memakan waktu enam hingga delapan jam rekayasa, mulai dari mereproduksi masalahnya, memperbaiki kode, menambahkan pengujian untuk kasus tepi, hingga melakukan uji regresi.
AI hanya cukup baik untuk lolos dari pemeriksaan yang jelas, tetapi cukup salah untuk menyebabkan kegagalan serius jika tidak ada yang memeriksanya lebih dekat.
Keunggulan Selanjutnya
Perusahaan asal Vietnam telah bertahun-tahun bersaing berdasarkan jumlah pengembang dan tarif yang mereka tawarkan. Tapi generasi perusahaan rekayasa yang sukses berikutnya akan bersaing dengan cara berbeda, dengan insinyur yang memahami arsitektur, sistem, keamanan, kebutuhan bisnis, dan trade-off.
Misalnya, baru-baru ini klien fintech dari Singapura mendekati perusahaan saya dengan platform perbandingan pinjaman yang sudah dipetakan. Namun, persyaratan tersebut dihasilkan oleh AI dan tidak memiliki roadmap yang jelas atau pemahaman tentang teknologi apa yang sebenarnya cocok dengan tujuan.
Sebelum menulis satu baris kode, kami menghabiskan dua minggu untuk menyusun ulang persyaratan menjadi ruang lingkup MVP yang divalidasi, dipetakan dengan struktur pembagian kerja yang tepat.
Baru setelah itu tim sembilan orang – seorang manajer proyek, seorang analis bisnis, enam pengembang, seorang desainer, dan seorang insinyur kontrol kualitas – mulai membangun. Mereka berhasil menyelesaikan seluruh platform dalam waktu tiga bulan.
Di Saigon Technology, keluaran yang dihasilkan AI melewati implementasi yang dibantu AI, pengujian otomatis, tinjauan insinyur senior, dan jaminan kualitas sebelum dirilis.
Proyek terbaru melibatkan delapan API backend, lima komponen frontend, dan beberapa integrasi pihak ketiga – pekerjaan yang biasanya memakan waktu sekitar 10 hari rekayasa. Kami menyelesaikannya dalam waktu sekitar enam hari tanpa melewatkan salah satu langkah tinjauan tersebut.
Inilah yang saya maksud dengan leverage rekayasa.
AI bisa menghasilkan seperangkat persyaratan dalam hitungan menit, tetapi ia tidak bisa memberitahu apakah itu bisa dibangun, aman, atau merupakan MVP yang tepat untuk timeline tiga bulan. Pertimbangan itulah yang sebenarnya dibayar oleh insinyur di proyek.
Tujuannya bukan mengurangi jumlah insinyur karena AI telah menggantikan mereka. Melainkan, meningkatkan kualitas insinyur yang bisa mewujudkan lebih banyak hal karena AI menggandakan kapasitas mereka.
Ini sangat berbeda dengan hanya berkata, “Kami memiliki 500 pengembang dengan tarif lebih rendah.”
