4 Prinsip Membuat Produk AI yang Benar-Benar Berguna

Cara Granola CEO membangun produk AI yang benar-benar berguna

• Granola adalah startup yang menggunakan AI untuk menyalin audio rapat video maupun tatap muka secara real-time, lalu otomatis membuat catatan ringkasan dengan mempertimbangkan latar belakang, peserta, dan konteks pengambilan keputusan.

Empat prinsip yang bisa diterapkan saat membangun aplikasi AI

1. Jangan menyentuh masalah yang akan segera hilang
   • LLM mengalami peningkatan besar pada performa dan jendela konteks setiap beberapa bulan.
   • Granola menunda fitur “menangani rapat panjang” yang diminta pengguna awal, dan memilih fokus pada “kualitas ringkasan”. Ketika model berkembang, batasan panjang pun teratasi dengan sendirinya, dan yang tersisa hanyalah diferensiasi kualitas.
2. Manfaatkan biaya marjinal yang tinggi sebagai peluang
   • Biaya pemanggilan model terbaru meningkat sebanding dengan jumlah pengguna. Perusahaan besar tidak bisa memakai model terbaik untuk pengguna dalam skala besar.
   • Startup pada tahap awal bisa bebas memakai model termahal dan pemanggilan multi-tahap untuk sedikit pelanggan, sehingga mampu memberi pengalaman “kelas Ferrari”. Seiring waktu, harga model turun drastis dan biaya ekspansi ikut menurun.
3. Konteks adalah raja
   • LLM dipandang bukan sebagai “mesin aturan”, melainkan “intern baru yang pintar tetapi tidak punya informasi”.
   • Agar mendapatkan output yang diinginkan, konteks seperti tujuan rapat, peserta, dan latar belakang proyek harus dikumpulkan dan disuntikkan secara sistematis. Sehebat apa pun peningkatan performa model, daya saing inti tetap terletak pada ‘konteks apa yang dimasukkan dan bagaimana cara memasukkannya’.
4. Masuklah sempit, lalu dalami
   • Untuk bersaing dengan chatbot serbaguna, Anda harus unggul mutlak dalam satu tugas yang sangat spesifik.
   • Diferensiasi lebih banyak ditentukan oleh ‘wrapping’ daripada algoritme AI itu sendiri, seperti alur notifikasi, pengenalan otomatis peserta rapat, penghilangan echo, dan UX yang teliti.
   • Semakin sempit cakupannya, semakin cepat pola error bisa ditemukan dan dikurangi, sehingga ‘uncanny valley’ dapat ditekan.
     Kesimpulan

• Kecepatan perkembangan teknologi mungkin dua kali lebih cepat, tetapi prinsip dasar pengembangan produk—‘buatlah sesuatu yang benar-benar diinginkan orang’—tidak berubah.
• Produk AI yang benar-benar berguna lahir ketika kemampuan difokuskan pada masalah yang tidak akan hilang, pengalaman pengguna yang mendalam, dan perancangan konteks.