Pasar AI Bisnis Membesar, Tetapi Loyalitasnya Belum Terbukti

Perlombaan AI untuk pengguna bisnis sering dibaca seperti pertandingan siapa yang sedang memimpin bulan ini. OpenAI naik, Anthropic turun sedikit. Anthropic unggul, OpenAI mengejar lagi. Angkanya menarik, tetapi kesimpulan yang terlalu cepat bisa menyesatkan.

Data terbaru dari Ramp menunjukkan OpenAI mulai mengejar Anthropic di kalangan bisnis Amerika Serikat yang memakai produk corporate card dan expense management mereka. Sebelumnya, Anthropic sempat melewati OpenAI pada Mei. Pada Juli, Anthropic masih berada di sekitar 44 persen, sementara OpenAI mendekati 40 persen.

Sekilas, ini terlihat seperti cerita perebutan market share biasa.

Tetapi untuk bisnis yang sedang mempertimbangkan AI, pelajaran utamanya bukan siapa yang menang hari ini. Pelajaran utamanya adalah: belanja AI perusahaan belum tentu se-sticky yang sering diasumsikan.

The Core Update

Ramp melihat pola belanja dari lebih dari 70.000 bisnis di Amerika Serikat. Basis ini besar, walaupun tetap punya bias karena Ramp cukup populer di ekosistem teknologi dan startup.

Dari data itu, ada beberapa sinyal penting.

Pertama, Anthropic masih memimpin OpenAI di segmen pelanggan Ramp. Pada Mei, Anthropic mencapai sekitar 41 persen, sementara OpenAI sekitar 39 persen. Pada Juli, Anthropic naik mendekati 44 persen dan OpenAI mendekati 40 persen.

Kedua, OpenAI disebut sedang tumbuh lebih cepat pada kuartal berjalan. Artinya, posisi Anthropic belum aman. Bisnis masih bisa berpindah perhatian ketika model baru dirilis, performa berubah, harga terasa berbeda, atau kebijakan data dianggap lebih cocok.

Ketiga, pasar AI bisnis secara keseluruhan masih membesar. Persentase perusahaan Ramp yang membayar untuk AI sudah melewati 50 persen pada Maret dan mendekati 56 persen pada Juli.

Jadi, ceritanya bukan hanya OpenAI melawan Anthropic. Ceritanya juga tentang semakin banyak bisnis yang mulai memasukkan AI ke pengeluaran operasional mereka.

Namun di situlah masalahnya mulai menarik.

Kalau pengguna bisnis bisa berpindah cepat antar penyedia AI, berarti banyak implementasi AI masih berada di lapisan tool, bukan di lapisan proses yang benar-benar melekat pada cara kerja perusahaan.

The Reality Check

Tidak semua kenaikan market share berarti loyalitas. Kadang itu hanya berarti model terbaru sedang lebih menarik.

Bisnis bisa mencoba OpenAI karena model barunya lebih kuat untuk developer. Bisnis bisa memakai Anthropic karena dianggap lebih cocok untuk pekerjaan tertentu. Lalu bisnis bisa pindah lagi ketika harga, performa, batas penggunaan, integrasi, atau kebijakan data berubah.

Ini wajar. Pasar AI masih bergerak cepat.

Tetapi bagi owner dan manager, volatilitas ini perlu dibaca dengan hati-hati. Jangan sampai keputusan AI hanya mengikuti hype model terbaru tanpa memahami pekerjaan apa yang sebenarnya ingin diperbaiki.

Pertanyaan yang lebih sehat bukan: model mana yang paling populer bulan ini?

Pertanyaan yang lebih penting adalah:

• pekerjaan apa yang paling sering memakan waktu tim?
• keputusan apa yang butuh informasi lebih cepat?
• proses mana yang sering tertunda karena input tidak lengkap?
• data apa yang aman dipakai oleh AI?
• output AI mana yang boleh otomatis, dan mana yang tetap perlu review manusia?
• biaya AI akan dihitung sebagai eksperimen, produktivitas, atau bagian dari operasi utama?

Tanpa pertanyaan seperti ini, AI mudah menjadi langganan baru yang terlihat modern tetapi sulit dibuktikan manfaatnya.

Banyak bisnis sudah membayar AI, tetapi belum tentu sudah mengubah cara kerjanya. Tim memakai chatbot untuk menulis, merangkum, mencari ide, atau membantu coding. Itu berguna. Namun manfaatnya sering masih bergantung pada inisiatif individu, bukan sistem kerja yang disepakati.

Di titik ini, AI belum menjadi kapabilitas bisnis. Ia masih menjadi alat bantu personal.

Itulah sebabnya market share bisa bergerak cepat. Kalau AI hanya dipakai sebagai tool umum, switching cost rendah. Tim bisa memakai model mana pun yang terasa lebih bagus minggu ini.

Berbeda jika AI sudah masuk ke workflow yang jelas: lead masuk, diklasifikasi, diberi konteks, diarahkan ke tim yang tepat, diringkas, diberi status, lalu di-follow-up dengan aturan yang disepakati. Dalam bentuk seperti itu, nilai AI bukan hanya di modelnya, tetapi di proses yang dibangun di sekitarnya.

Model tetap penting. Tetapi proses menentukan apakah AI benar-benar membantu bisnis bergerak lebih rapi.

The Havedev Way

Dari sudut pandang Havedev, data seperti ini sebaiknya tidak dibaca sebagai ajakan untuk buru-buru memilih kubu OpenAI atau Anthropic.

Baca sebagai pengingat bahwa strategi AI bisnis harus dimulai dari workflow, bukan dari brand model.

Untuk banyak bisnis, langkah awal yang lebih masuk akal adalah memilih satu proses yang paling dekat dengan uang atau pengalaman pelanggan. Misalnya:

• lead dari website dan WhatsApp
• follow-up sales
• support pelanggan
• proposal dan quotation
• invoice dan pembayaran
• dokumentasi internal
• analisis data operasional

Setelah itu, baru tentukan peran AI.

Apakah AI hanya membantu menulis draft? Apakah AI membaca pesan masuk dan memberi kategori? Apakah AI merangkum percakapan untuk sales? Apakah AI membantu customer support menjawab berdasarkan knowledge base? Apakah AI membantu owner melihat risiko dari status pekerjaan yang macet?

Setiap jawaban membawa konsekuensi berbeda.

Kalau AI dipakai untuk draft internal, risikonya relatif rendah. Kalau AI membaca data pelanggan, kebijakan privasi dan retensi data menjadi penting. Kalau AI memberi rekomendasi operasional, kualitas data dan batas keputusan harus jelas. Kalau AI terhubung ke sistem internal, audit log dan permission tidak boleh diabaikan.

Di sinilah bisnis perlu lebih tenang.

Tidak semua pekerjaan perlu model paling mahal. Tidak semua proses perlu automation penuh. Tidak semua tim perlu berpindah tool setiap kali ada benchmark baru.

Kadang bisnis cukup mulai dari hal yang lebih sederhana: membuat form lead lebih terstruktur, menambahkan konteks sumber inquiry, membuat template follow-up, merapikan knowledge base, atau membuat dashboard status pekerjaan.

AI akan jauh lebih berguna ketika data masuknya jelas dan status kerjanya tertib.

Jika tidak, bisnis hanya memindahkan kekacauan lama ke tool yang lebih canggih.

OpenAI mungkin sedang mengejar Anthropic. Anthropic mungkin masih unggul di sebagian segmen. Bulan depan angkanya bisa berubah lagi.

Tetapi bagi bisnis, keputusan yang lebih tahan lama bukan memilih model karena sedang ramai. Keputusan yang lebih tahan lama adalah membangun proses yang membuat AI punya tempat yang jelas: membantu pekerjaan tertentu, dengan data tertentu, dalam batas risiko tertentu, dan dengan ukuran hasil yang bisa dibaca.

Pasar AI bisnis memang membesar. Itu kabar penting.

Namun pertanyaan sebenarnya bukan apakah bisnis mulai membayar AI. Pertanyaan sebenarnya adalah apakah AI sudah memperbaiki cara bisnis bekerja.

Kalau jawabannya belum jelas, jangan mulai dari memilih model. Mulai dari memetakan pekerjaan yang paling sering lambat, manual, berulang, atau sulit dipantau.

Setelah itu, baru tentukan AI mana yang layak masuk.

Dapatkan Audit Teknis Gratis untuk meninjau proses website, lead, support, dan automation yang paling masuk akal sebelum bisnis Anda menambah langganan AI baru.

---

Sumber referensi berita: TechCrunch