Havedev
Pemenang AI Mungkin Bukan Perusahaan yang Menjual AI
Chi-Hua Chien, co-founder Goodwater Capital dan salah satu investor awal yang menemukan Facebook ketika masih sangat kecil, menyampaikan pandangan yang cukup penting untuk diperhatikan: pemenang terbesar era AI mungkin bukan perusahaan yang menjual AI secara langsung.
Sekilas, ini terdengar berlawanan dengan suasana pasar hari ini. Banyak perusahaan ingin terlihat sebagai perusahaan AI. Banyak produk menambahkan label AI. Banyak pitch deck memakai AI sebagai inti cerita.
Tetapi jika dilihat lebih tenang, argumen ini masuk akal.
Dalam banyak siklus teknologi sebelumnya, lapisan infrastruktur memang penting di awal. PC, web, dan mobile semua membutuhkan fondasi teknis. Namun dalam jangka panjang, nilai besar sering berpindah ke aplikasi yang dipakai manusia sehari-hari.
Bukan karena infrastruktur tidak penting. Tetapi karena pelanggan biasanya tidak membeli infrastruktur. Mereka membeli hasil, pengalaman, kemudahan, hiburan, akses, rasa aman, atau penyelesaian masalah.
The Core Update
Menurut Chien, lapisan model AI sedang menuju komoditisasi. Model semakin murah, semakin cepat, dan semakin mudah diakses. Bahkan kemampuan model yang dulu hanya tersedia di cloud mulai bisa dijalankan secara lokal di ponsel.
Ia menyebut jarak antara model AI terbaik di cloud dan model yang bisa berjalan di perangkat pribadi semakin pendek. Dulu jaraknya bisa 18 sampai 24 bulan. Sekarang sekitar enam bulan. Dalam waktu dekat, jaraknya bisa menyusut menjadi sekitar tiga bulan.
Artinya, keunggulan teknis di level model saja mungkin tidak cukup lama untuk menjadi moat bisnis yang kuat.
Tanda lain terlihat dari perang harga. Ketika perusahaan besar seperti Google mulai menurunkan harga produk AI berlangganan dan menambah benefit seperti storage, pasar mulai bergerak ke arah bundling dan kompetisi harga.
Ini bukan berarti model AI tidak bernilai. Model tetap sangat penting. Tetapi jika banyak pemain besar bisa menyediakan kemampuan serupa dengan harga lebih murah, maka nilai bisnis mulai bergeser.
Nilai tidak lagi hanya berada pada pertanyaan, “model siapa yang paling pintar?”
Nilai mulai berada pada pertanyaan lain:
- siapa yang paling memahami konteks pengguna?
- siapa yang punya distribusi terbaik?
- siapa yang bisa membuat pengalaman paling personal?
- siapa yang bisa menyelesaikan masalah nyata dengan biaya lebih rendah?
- siapa yang dipercaya pelanggan untuk kategori tertentu?
Chien memberi contoh bahwa beberapa perusahaan entertainment di portofolionya tidak menjual diri sebagai aplikasi AI. Pelanggan tidak datang karena ingin memakai AI. Mereka datang karena ingin hiburan yang lebih menarik, lebih personal, dan lebih sesuai selera.
AI bekerja di balik layar.
Hal yang sama juga terlihat di healthcare. Pada kasus layanan kesehatan perempuan, AI bisa membantu memperluas kapasitas tenaga ahli di area yang supply-nya terbatas. Nilai utamanya bukan “kami memakai AI”, tetapi “lebih banyak pasien bisa mendapatkan akses layanan yang sebelumnya sulit dijangkau”.
Ini pergeseran yang penting.
AI bukan lagi hanya produk. AI menjadi bahan baku untuk membuat produk lain lebih relevan, lebih murah, lebih cepat, atau lebih personal.
The Reality Check
Banyak bisnis hari ini masih melihat AI sebagai label pemasaran. Seolah-olah produk akan otomatis lebih kuat kalau diberi fitur chatbot, copilot, generator, atau automation.
Kadang benar. Tetapi sering kali tidak cukup.
Masalahnya, pelanggan jarang peduli apakah sebuah sistem memakai AI atau tidak. Pelanggan peduli apakah pekerjaannya selesai lebih cepat. Apakah keputusan lebih mudah dibuat. Apakah pertanyaan terjawab. Apakah biaya turun. Apakah pengalaman terasa lebih nyaman.
Di sinilah banyak implementasi AI bisa meleset.
Bisnis menambahkan AI, tetapi tidak memperjelas masalah yang ingin diselesaikan. Tim membuat chatbot, tetapi data internal masih berantakan. Perusahaan membuat automation, tetapi alur kerja belum disepakati. Produk menambahkan personalisasi, tetapi belum tahu sinyal pengguna mana yang benar-benar penting.
Akhirnya AI menjadi fitur yang terlihat modern, tetapi tidak mengubah pengalaman secara berarti.
Ada juga pelajaran menarik dari pandangan Chien tentang super app. Ia menilai pengguna di Amerika sulit mempercayai satu aplikasi untuk mengurus kehidupan sosial sekaligus finansial. Ada perbedaan psikologis antara hiburan dan transaksi keuangan.
Di media sosial, pengguna bersedia menghabiskan banyak waktu. Monetisasinya relatif lebih rendah per aktivitas. Di financial services, pengguna tidak ingin berlama-lama. Mereka ingin transaksi cepat, aman, dan dapat dipercaya.
Ini mengingatkan bahwa teknologi tidak bergerak di ruang kosong. Produk digital tetap mengikuti perilaku, rasa percaya, kebiasaan, dan ekspektasi manusia.
AI tidak menghapus konteks itu.
Justru AI yang baik harus semakin peka terhadap konteks.
Dalam bisnis, ini berarti tidak semua proses harus dibuat “AI-first”. Beberapa proses butuh kejelasan status. Beberapa butuh integrasi data. Beberapa butuh dashboard. Beberapa butuh SOP. Beberapa memang butuh AI untuk membaca konteks besar dan memberi rekomendasi.
Jika semua masalah diperlakukan sebagai masalah AI, bisnis bisa salah fokus.
AI bisa membantu membaca pesan pelanggan, merangkum percakapan, memprioritaskan lead, membuat draft follow-up, atau menemukan pola komplain. Tetapi kalau tim belum tahu definisi lead berkualitas, kapan follow-up dilakukan, atau siapa pemilik tindak lanjut, AI hanya mempercepat kekacauan yang sama.
Personalization juga perlu dipahami dengan hati-hati.
Personalisasi yang baik bukan sekadar menyebut nama pelanggan di email. Bukan hanya rekomendasi otomatis. Bukan juga membuat semua orang mendapatkan pesan berbeda tanpa alasan jelas.
Personalisasi yang baik membantu pelanggan merasa bahwa produk memahami kebutuhan, konteks, batasan, dan timing mereka.
Untuk mencapainya, bisnis perlu punya data yang benar, alur yang jelas, dan pemahaman pelanggan yang cukup dalam. AI bisa memperkuat itu. Tetapi AI tidak bisa menggantikan pemahaman bisnis yang belum pernah dibangun.
The Havedev Way
Dari sudut pandang Havedev, insight paling penting dari berita ini bukan sekadar “AI akan murah” atau “aplikasi akan menang”.
Insight yang lebih praktis adalah: bisnis perlu berhenti menjual teknologi sebagai teknologi, dan mulai memakai teknologi untuk memperbaiki pengalaman yang benar-benar dirasakan pelanggan.
Untuk website, ini berarti AI tidak harus selalu muncul sebagai chatbot besar di pojok halaman. Bisa jadi AI lebih berguna untuk membantu tim memahami inquiry yang masuk, mengelompokkan kebutuhan calon pelanggan, menyarankan follow-up, atau merangkum konteks sebelum sales membalas.
Untuk CRM, AI tidak harus menjadi gimmick. Ia bisa membantu melihat lead mana yang sudah terlalu lama tidak disentuh, pesan mana yang butuh respons cepat, atau pelanggan mana yang punya sinyal minat lebih kuat.
Untuk support, AI bisa membantu merangkum tiket, mengidentifikasi pola masalah, dan mempercepat jawaban. Tetapi status, ownership, dan escalation path tetap harus jelas.
Untuk aplikasi internal, AI bisa menjadi lapisan yang membaca data dan konteks. Tetapi sistem dasarnya tetap harus rapi: data masuk dari mana, siapa yang bertanggung jawab, kapan status berubah, dan keputusan apa yang ingin dipercepat.
Jadi, sebelum bisnis bertanya “fitur AI apa yang harus kami buat?”, pertanyaan yang lebih sehat adalah:
- masalah pelanggan apa yang paling sering berulang?
- keputusan apa yang terlalu lama dibuat?
- proses apa yang masih bergantung pada ingatan manual?
- data apa yang sudah ada tetapi belum dimanfaatkan?
- bagian mana dari pengalaman pelanggan yang bisa dibuat lebih personal?
- apakah AI benar-benar dibutuhkan, atau cukup dengan workflow yang lebih jelas?
AI paling bernilai ketika ia masuk ke proses yang sudah punya arah.
Bukan berarti proses harus sempurna. Tetapi minimal bisnis tahu apa yang ingin dibaca, dipercepat, dikurangi, atau dipersonalisasi.
Di banyak kasus, pemenang bukan bisnis yang paling keras mengatakan “kami memakai AI”. Pemenang adalah bisnis yang membuat pelanggan merasa lebih dipahami, lebih cepat dilayani, dan lebih yakin mengambil keputusan.
AI bisa menjadi mesin di balik itu. Tetapi mesin bukan cerita utama bagi pelanggan.
Cerita utamanya tetap hasil.
Kalau AI membantu perusahaan entertainment membuat pengalaman lebih personal, pelanggan menyebutnya hiburan yang bagus. Kalau AI membantu healthcare menjangkau lebih banyak pasien, pelanggan menyebutnya akses layanan yang lebih baik. Kalau AI membantu bisnis membalas lead lebih cepat dan relevan, calon pelanggan menyebutnya respons yang profesional.
Mereka tidak harus menyebutnya AI.
Dan mungkin justru di situlah tanda AI sudah benar-benar bekerja.
Bagi bisnis yang sedang mempertimbangkan AI, langkah awal yang paling masuk akal bukan mengejar tren model terbaru. Mulai dari proses yang paling dekat dengan pelanggan dan pendapatan. Lihat bagian mana yang lambat, kabur, mahal, atau terlalu manual.
Setelah itu baru tentukan apakah solusinya automation, dashboard, CRM, integrasi data, aplikasi internal, atau AI.
Teknologi yang baik tidak harus selalu terlihat paling canggih. Ia harus membuat pekerjaan lebih jelas dan pengalaman pelanggan lebih baik.
Dapatkan Audit Teknis Gratis untuk meninjau peluang penggunaan AI, automation, dan sistem digital yang benar-benar relevan dengan alur bisnis Anda.
Sumber referensi berita: TechCrunch