Ask HN: Adakah yang mencari nafkah dari API berbayar?

• Pertanyaan tentang apakah ada pengembang solo atau tim kecil yang mencari nafkah dengan menjual akses API
  • API-nya apa? Berapa MRR-nya? Seperti apa model harganya? Bagaimana Anda mendapatkan pelanggan berbayar pertama?
• Dan yang paling penting, masalah seperti apa yang benar-benar diselesaikan sehingga orang mau membayar biaya bulanan?
• Selain itu, mohon bagikan juga tantangan terbesar (batasan tarif? dukungan pelanggan? persaingan?) serta saran yang membuat Anda berpikir, "Andai saja saya tahu ini sebelum memulainya"

---

Contoh API berbayar yang sukses

• API OCR/ekstraksi dokumen, autentikasi (CIAM): FormX(https://formx.ai), Authgear(https://authgear.com)

  • Penagihan per permintaan, kontrak tahunan, dengan MRR di kisaran 35.000~55.000 dolar
  • Mendapatkan pelanggan B2B pertama melalui kemitraan ISV dengan GCP/Azure, lalu pemasaran menjadi tantangan terbesar
  • Mengalami kesulitan dalam dukungan untuk developer (memecahkan masalah bersama developer dari tim lain, troubleshooting)

• API screenshot: ScreenshotOne(https://screenshotone.com)

  • Dikembangkan sendirian, MRR 20.000 dolar, biaya server 5.500 dolar per bulan
  • Memperluas basis pengguna melalui SEO, media sosial, dan pemasaran langsung
  • Masuk ke pasar sangat sulit, dan jika memulai lagi akan memilih niche yang lebih mudah
  • Menjaga kualitas dengan mengoperasikan cluster browser sendiri, serta ekstensi kustom (menghapus iklan/banner cookie, dll.)

• API telekomunikasi/SMS: 46elks

  • Terhubung langsung dengan operator seluler lokal di Swedia/Eropa, platform kustom berbasis Python
  • MRR 500.000 euro, penagihan berbasis penggunaan
  • Mendapatkan pelanggan pertama lewat networking offline seperti hackathon/meetup, dengan scaling sebagai tantangan
  • Ada pesaing global besar yang diwakili oleh Twilio, dibedakan lewat lokalisasi/layanan dukungan

• API machine learning (ML):

  • API machine learning yang terspesialisasi pada domain tertentu, penagihan berbasis penggunaan/jumlah permintaan
  • MRR dari ribuan hingga puluhan ribu dolar
  • Struktur di mana perusahaan frontend mengambil sebagian besar total pendapatan, sehingga API ML murni memiliki keterbatasan

• API speech-to-text: borgcloud.org

  • Penagihan per jam (0,06 dolar/jam), MRR sekitar 5.000 dolar
  • Pelanggan berbayar pertama datang dari komunitas seperti Reddit
  • Persaingan harga dengan cloud besar (Whisper, Groq, dll.) makin ketat
  • Menekan biaya dengan memanfaatkan jaringan GPU sendiri

Tantangan dan pelajaran yang sama

• Pemasaran dan dukungan pelanggan adalah tantangan yang lebih besar daripada teknologi
  • Bahkan jika sasarannya adalah developer, penjualan dan dukungan yang aktif tetap diperlukan
  • Memanfaatkan berbagai jalur seperti GCP/Azure, hackathon, blog, jawaban di Stack Overflow, dan lainnya
• Daya saing harga, faktor diferensiasi, hingga isu hukum juga harus diperhatikan
  • Jika hanya menyediakan API, struktur pendapatannya kurang menguntungkan dibanding perusahaan frontend
  • Biaya operasional sendiri (server, dll.) dan biaya platform seperti RapidAPI juga perlu dipertimbangkan

Struktur pasar dan strategi bertahan

• Bisnis API berhasil dalam niche yang kuat (masalah/pelanggan/domain tertentu)
  • ImageMagick, SMS, autentikasi, parsing resep, dan sebagainya; pelanggan benar-benar mau membayar ketika ketidaknyamanan/inefisiensi dibanding open source yang ada atau perusahaan besar bisa dihilangkan
  • Mengemas hingga frontend, atau jika hanya menyediakan API maka menjangkau pelanggan secara tidak langsung melalui banyak aplikasi
• Kuncinya adalah menyelesaikan 'masalah nyata (pain point)' pelanggan
  • Titik kontak langsung dengan pelanggan (frontend) memiliki nilai yang lebih tinggi, dan batas pendapatan dari API saja cukup jelas

Insight tambahan

• Sebagian besar penjawab sama-sama menekankan bahwa "memulai itu sulit tetapi bisa dilakukan jika dijalankan secara konsisten", "waspadai persaingan yang makin ketat dan munculnya pengganti", dan "dengan hanya menyediakan API, Anda hanya mengambil sebagian dari nilai total pasar"
• Bisnis API berhasil jika masalah yang benar-benar ingin diselesaikan jelas, dan pelanggan memang bersedia membayar

[unqocn]

Keren sekali...! Kelihatannya bebas, tetapi sepertinya sulit karena harus terus memikirkan soal keberlanjutannya.

[GN⁺]

Opini Hacker News

• Berbagi pengalaman yang awalnya memulai sebagai agensi pengembangan lalu akhirnya membuat dua produk API berdasarkan permintaan pelanggan. Yang pertama adalah layanan OCR dan ekstraksi dokumen; pada awalnya tidak ada solusi yang benar-benar berguna untuk mendukung karakter Tionghoa, jadi mereka membangunnya sendiri. Belakangan ini arahnya bergeser ke penambahan berbagai fitur dengan memanfaatkan LLM/VLM yang telah di-fine-tune. Misalnya, menyediakan fitur seperti fine-tuning dengan data pelanggan tertentu, prompt tuning yang disesuaikan untuk elemen spesifik seperti checkbox, serta membagi PDF ratusan halaman menjadi beberapa dokumen yang lebih kecil. Saat ini sekitar $55.000 MRR, menggunakan skema harga per halaman dan kontrak tahunan, dengan banyak diskon juga diterapkan. Yang kedua adalah CIAM open source dengan sekitar $35.000 MRR. Mereka memulai tanpa tahu apa pun soal pemasaran, lalu pada tahap awal bekerja sama dengan partner lokal GCP/Azure sebagai ISV untuk mendapatkan pelanggan berbayar pertama, dan dari proses itu secara alami masuk ke pasar "enterprise". Ditekankan bahwa product marketing memang penting, tetapi customer support untuk pelanggan developer juga tidak mudah — karena sebagai developer mereka bisa mendukung developer lain, tetapi kadang harus ikut men-debug masalah tim lain juga. Sebagai contoh nyata, mereka menerima pertanyaan dari klien bahwa hasil API tiba-tiba salah; setelah berkali-kali bertukar email, mereka meminta screen sharing lewat panggilan video, dan akhirnya menemukan penyebabnya adalah klien memanggil API melalui proxy dengan cache yang aktif. Tautan layanan FormX.AI dan Authgear dibagikan

  • Penasaran soal alasan dan kiat menjalin kemitraan dengan GCP/Azure lokal, apakah pendekatan itu cerdas dan apakah vendor cloud besar menyambut usulan semacam ini, serta apakah mereka menawarkan solusi khusus pelanggan untuk membantu menutup deal

• Memperkenalkan kasus unik yang dialami seorang kenalan. Di sebuah perusahaan energi, konsultan outsourcing membuat IT internal menjadi rumit, sementara pegawai tetap yang tidak efisien berada di lingkungan yang bahkan menyulitkan untuk menjalankan satu query. Kenalan ini sangat paham database pelanggan gas, lalu mendirikan perusahaannya sendiri dan beralih dari karyawan menjadi konsultan. Ia sempat meninggalkan kekacauan di perusahaan itu lalu kembali dengan menawarkan kontrak untuk memindahkan dan mengelola data pelanggan dalam sistem miliknya sendiri, meningkatkan efisiensi operasional lewat otomasi dan menghasilkan pendapatan dari biaya penggunaan API plus biaya bulanan

  • Ada pendapat bahwa proses memindahkan data pelanggan gas ke sistemnya sendiri tampak seperti tindakan yang bermasalah secara hukum

  • Ada pemikiran bahwa ini mirip dengan konsultan outsourcing yang sudah ada, tetapi masuk dengan proses yang jauh lebih terotomasi dan efisien

  • Terdengar seperti bentuk paksaan atau pemerasan (extortion) dengan langkah tambahan, tetapi penasaran apakah ada cara yang lebih positif untuk menafsirkannya

  • Mengungkapkan rasa ingin tahu apakah cara seperti ini legal, dan seberapa sering orang yang sangat mengenal sebuah perusahaan lalu keluar sendiri melakukan hal seperti ini

• Memperkenalkan bisnis API screenshot bernama ScreenshotOne yang dijalankan sendirian oleh teman bernama Dmytro, yang baru-baru ini menembus MRR $20.000. Tautan ke akun X Dmytro dan layanannya dibagikan

  • Menanyakan apakah browser automation dikelola sendiri, dengan dugaan bahwa ini bisa saja wrapper untuk layanan seperti Scrapfly, Scraping Bee, atau Zen Rows, dan mungkin juga melibatkan JavaScript kustom untuk menghilangkan banner

  • Penasaran bagaimana perusahaan seperti ScreenshotOne membangun basis pengguna, dan meminta ide atau tebakan

• Bekerja di perusahaan kecil, dan sebagian besar total pendapatan perusahaan berasal dari API berbayar. Karena alasan kerahasiaan, detail tidak bisa dibuka. API tersebut adalah model machine learning kelas terbaik untuk skenario tertentu, dengan daftar harga publik dan skema diskon hasil negosiasi individual. Tantangan terbesar belakangan ini adalah mulai tergerus oleh munculnya alternatif gratis yang cukup bagus untuk calon pelanggan umum, seperti Google Lens. Disebutkan bahwa hanya membuat API ML tanpa membuat aplikasinya sendiri menjadi penyesalan, karena pihak yang membuat frontend pada akhirnya justru mendapatkan lebih banyak pendapatan

  • Meminta penjelasan mengapa pihak yang membuat frontend akhirnya yang menghasilkan uang

  • Ada pendapat bahwa pihak yang membuat frontend benar-benar langsung menyelesaikan masalah pengguna, yang merupakan sumber pendapatan, sedangkan API berada satu lapis lebih jauh dari sumber uang tersebut

  • Bertanya apakah benar sebegitu disayangkan hanya menjalankan API ML alih-alih aplikasi untuk end-user; jika banyak aplikasi memakai API itu, mungkin justru bisa fokus pada kompetensi inti dan jika digabungkan pendapatan kecilnya tetap cukup berarti

  • Ada analisis bahwa dalam kasus seperti ini mungkin ukuran pasar API-nya sendiri terlalu kecil. Jika API itu pada praktiknya berkorespondensi 1:1 dengan satu aplikasi, maka seharusnya membuat aplikasi; tetapi jika mendukung banyak aplikasi dan tetap tidak menghasilkan cukup pendapatan, mungkin kebutuhan pasarnya sendiri yang kurang

• Menjalankan API yang mengubah resep masakan (kalimat bahan makanan — misalnya: 2 cups finely chopped onions) menjadi JSON terstruktur dan menghasilkan sekitar $200 per bulan. Layanan ini dijalankan dalam maintenance mode sejak 2019 dan dikelola sangat pasif, hanya butuh satu-dua jam per tahun. Mereka heran semua pelanggan belum sepenuhnya pindah ke LLM, dan mungkin di pasar niche seperti ini API lama masih kompetitif karena harga atau akurasi. Akan bagus jika ada yang mengakuisisi dan mengembangkannya lebih jauh, tetapi persiapan untuk akuisisi saja kemungkinan memakan 30–40 jam, sehingga opportunity cost-nya dihitung sekitar $5.000–10.000; rasanya tidak akan ada yang mau mengakuisisi API $200 per bulan dengan harga seperti itu. Ditekankan bahwa memakai RapidAPI di awal adalah kesalahan besar (fee 20%, UI tidak nyaman, dan ada pembayaran yang tidak dibayarkan); mereka berharap dulu membangun sistem billing sendiri dengan Paddle. Tautan ZestfulData dibagikan

  • Memperkenalkan pengalaman membuat situs yang sama dengan ChatGPT API sebagai proyek persiapan wawancara, dan kesulitan terbesar adalah ketika bertanya ke ChatGPT cara memakai API, contoh kodenya sering tidak berjalan karena titik pelatihannya sudah lama

  • Di negara tempatnya tinggal, biaya bekerja sebagai freelancer sekitar 200 euro per bulan, dan sebagian besarnya adalah biaya non-upah seperti asuransi kesehatan. Artinya, pendapatan $200 per bulan saja tidak mungkin cukup. Ia penasaran bagaimana bisa bekerja secara legal dengan margin serendah itu

  • Penasaran siapa kelompok pelanggan yang memakai API ini; ia punya berbagai ide serupa, tetapi merasa bahwa kalau targetnya developer yang membangun tool sendiri, mereka mungkin tidak akan memakai API eksternal seperti ini, dan membagikan kekhawatiran dari sisi pemasaran

  • Bertanya langsung bagaimana menemukan pelanggan pertama

• Ia sendiri juga sangat tertarik pada cara menciptakan nilai lewat proyek teknis. Namun masalah saat mengeksplorasi topik ini adalah orang yang sukses tidak punya banyak insentif untuk berbagi pengalaman secara rinci. Dalam skenario terburuk, keterbukaan seperti itu justru bisa mengundang pesaing masuk. Tidak seperti komunitas open source yang terbuka untuk pertumbuhan, budaya bisnis API dijelaskan sebagai budaya yang memang jarang berbagi informasi karena mudah ditiru. Salah satu jenis layanan yang belakangan ia temukan adalah layanan yang secara otomatis melakukan streaming file video berdurasi panjang, seperti live streaming YouTube

  • Dari sudut pandang teknisi, mudah muncul ilusi bahwa "hal seperti ini siapa pun bisa membuatnya". Pada akhirnya yang penting adalah apakah pelanggan benar-benar mau membayar. Pada masa kejayaan Pirate Bay, musik pada dasarnya gratis, tetapi Spotify menciptakan pasar berbayar dengan menawarkan kenyamanan yang lebih baik. Ada juga open source seperti ImageMagick, tetapi tetap ada layanan yang sukses di atasnya sebagai API/SaaS. Alasannya pada akhirnya adalah orang dan perusahaan membayar untuk "kenyamanan". Titik awalnya adalah mencari masalah di bidang yang benar-benar dipahami, yang bisa diselesaikan dengan teknologi, dan disarankan mulai dari industri atau profil pelanggan yang benar-benar diminati dan dipahami. Karena ia seorang developer, ia membangun sendiri API yang dibutuhkan developer

  • Setiap perusahaan punya rahasia yang hanya diketahui segelintir orang, dan jika benar-benar mengenal industrinya secara mendalam, kita bisa menganalisis apa yang dilakukan pesaing. Namun rahasia sebenarnya untuk membesarkan bisnis ada pada "know-how pamungkas" yang tidak mudah terlihat. Ia mengaku bahkan sekarang pun yakin bisa menerapkan twist baru pada bisnis yang sudah ada dan menambah $1 juta pendapatan tahunan dalam dua tahun. Tetapi ia sudah bekerja lebih dari 60 jam per minggu dan berpenghasilan baik, dan merasa risiko bocornya analisis terlalu besar untuk membagikan ide itu kepada orang lain lalu menjadikannya usaha patungan

• Menghidupi diri dari API SMS & telepon yang dibuatnya sendiri. Pendapatan berulang bulanannya sekitar 500 ribu euro, dengan model harga berdasarkan pemakaian (SMS/MMS per pesan, panggilan per menit, dan tarif bulanan nomor virtual). Inti pemecahan masalahnya adalah kemampuan mengakses jaringan seluler regional seperti Eropa/Swedia secara terprogram. Pelanggan pertama didapat dari networking offline (hackathon, meetup, memanfaatkan kenalan, dan sebagainya), tetapi pendekatan ini juga menjadi kesulitan terbesar dalam memperluas bisnis. Perjalanannya sampai di titik ini sangat berat, dan sampai sekarang pun terasa tidak nyata bahwa semuanya bisa berjalan baik

  • Penasaran dengan tech stack yang digunakan, sambil berkomentar bahwa ia punya banyak kenalan yang mengetahui infrastruktur IT Swedia sehingga ada banyak cerita terkait

  • Bertanya langsung apakah ini bisa dipahami sebagai layanan mirip Twilio untuk jaringan regional Eropa

• Berbagi pengalaman menjalankan API fine-tuning model text-to-image di dreamlook.ai dengan tim dua orang. Saat diluncurkan tiga tahun lalu, pembeda utamanya adalah bisa melatih lebih murah dan cepat dengan TPU, tetapi belakangan GPU sudah banyak mengejar dan kompetisi open source juga semakin ketat. Saat ini pendapatan sekitar $5.000 per bulan; karena mereka sudah hampir tidak lagi mengurusnya, angka itu masih lumayan, tetapi dibanding setahun lalu pendapatannya sudah banyak turun. Tantangan nonteknis terasa lebih berat, dan karena mereka lebih menyukai hal-hal teknis, mereka bersikeras membuat produk yang API-first, tetapi mengalami kesulitan dalam marketing, sales support, dan lain-lain. Sekarang ia kembali menjadi developer ML di perusahaan besar dan merasa puas. Ia bangga pernah membangun bisnis sendiri, tetapi saat ini ia lebih bahagia

  • Penasaran apakah ada angka konkret soal biaya operasional GPU dan anggaran yang digunakan saat membangunnya

• Terkait mencari pelanggan berbayar, diperkenalkan platform distribusi API dan jaringan developer dari Postman (Postman Explore). Billing tetap harus ditangani sendiri, tetapi jaringan itu bisa membantu mendapatkan exposure

• Dibagikan kisah lahirnya bisnis API podcast, dengan informasi bahwa kita bisa membaca contoh dari wenbin