Playbook AI Vertikal

Ringkasan yang Dapat Ditindaklanjuti

• Ketimpangan adopsi AI menyebabkan 42% inisiatif AI perusahaan pada 2024 dihentikan, dan inti masalahnya bukan pada model, melainkan pada cara AI di-embed ke dalam bisnis
  • Pemenangnya bukan yang sekadar menyediakan copilot, melainkan yang memilih mendesain ulang alur kerja dan meninjau ulang struktur organisasi, serta dalam beberapa kasus memiliki service layer tempat nilai diciptakan
• Preseden historis menunjukkan efek compounding dari alokasi modal yang disiplin dan M&A yang dapat diulang
  • Kasus Waste Management, United Rentals, dan Constellation Software menunjukkan bahwa pilihan struktur yang diarahkan untuk memaksimalkan imbal hasil dari setiap dolar dan setiap jam menentukan kinerja jangka panjang
• SaaS vertikal menang melalui digitalisasi alur kerja per industri, tetapi AI generatif meluas dari pengelolaan catatan ke tahap eksekusi, sehingga memungkinkan pekerjaan itu sendiri dijalankan
  • Akibatnya, bukan hanya anggaran software, tetapi juga sebagian belanja tenaga kerja terserap, sehingga terjadi perluasan total addressable market (TAM)
• Seperti perusahaan akuisisi di masa lalu yang memilih antara operasi tersentralisasi vs terdistribusi, pendiri AI masa kini juga menghadapi pilihan struktural antara menjual alat dan memiliki lapisan operasional
  • Kedua jalur ini memiliki implikasi berbeda dalam intensitas modal, struktur distribusi, dan daya tahan kompetitif
• Untuk membangun AI vertikal, diperlukan pemetaan alur kerja, pelaksanaan pilot yang terarah, pengujian skalabilitas distribusi, dan penyelarasan model modal dan talenta
  • Alih-alih memberi satu jawaban tunggal, pendekatan ini menyediakan proses pengambilan keputusan yang dapat diulang sesuai perubahan perilaku pelanggan dan kondisi pasar
• CEO generasi berikutnya akan berperan lebih mirip pengalokasi modal daripada teknolog
  • Tugas sekaligus peluangnya adalah memperlakukan AI bukan sebagai fitur (feature) melainkan sebagai kelas tenaga kerja, lalu menempatkannya dengan disiplin ala perusahaan akuisisi berantai untuk mengubah pilot menjadi mesin compounding arus kas melalui desain struktur kepemilikan

# Lanskap

• Pada Mei 2025, CEO Anthropic Dario Amodei memperingatkan bahwa “AI dapat menghilangkan setengah dari pekerjaan entry-level white-collar dalam 1~5 tahun ke depan dan mendorong tingkat pengangguran hingga 10~20%”
  • Pada periode yang sama, 42% inisiatif AI perusahaan pada 2024 dihentikan, naik dari 17% pada 2023
  • Ini menunjukkan kesenjangan antara potensi AI dan adopsi nyata
• LLM dapat mengotomatisasi sebagian besar pekerjaan berbasis pengetahuan dan memberi peluang perbaikan margin bahkan bagi perusahaan nonteknologi
  • Namun, adopsi AI di seluruh industri tidak merata, dan meski alat terus bertambah, perubahan operasional masih terbatas
• Situasi ini sedang mengubah bentuk perusahaan software itu sendiri
  • Alih-alih sekadar menjual software, sebagian pendiri dan investor mengadopsi pendekatan AI roll-up yang memiliki dan mengoperasikan bisnis secara langsung sambil menginternalisasi AI
  • Model ini mengakuisisi perusahaan yang sudah ada lalu menambahkan AI, atau membangun perusahaan layanan AI-native dari nol
• Kepemilikan dan operasi langsung dapat menghilangkan siklus penjualan, manajemen perubahan, dan biaya pelatihan, dan bila mampu meningkatkan margin industri, ini bisa menjadi jalur tercepat untuk memperoleh keuntungan
  • Bagi pendiri, ada tiga jalur
    1. Menjual software: menyediakan alat AI agar perusahaan yang ada bisa bekerja lebih efisien
    2. Mengakuisisi dan memodernisasi perusahaan operasional: membeli perusahaan yang ada lalu meng-embed AI
    3. Membangun dari nol: bisnis terintegrasi yang sejak awal dirancang berpusat pada AI
• Ketiga jalur tersebut sama-sama membutuhkan penggalangan modal, dan kuncinya adalah siapa penyedianya serta bagaimana bentuknya
  • Di masa lalu, PE (private equity) berfokus pada akuisisi dan perbaikan perusahaan matang yang menghasilkan arus kas, dengan memanfaatkan leverage
  • VC (venture capital) berfokus pada investasi di startup berisiko tinggi dan bertumbuh cepat, dengan penekanan pada hasil jangka panjang ketimbang efisiensi jangka pendek
  • Perbedaan kedua model ini bukan pada niat (intent), melainkan pada tingkat kontrol, konsentrasi investasi, dan cara mengekstraksi nilai
  • Belakangan batasnya makin kabur, dan sebagian VC mulai mendukung platform berbasis akuisisi yang menggabungkan teknologi dan operasi
• Contoh:
  • Slow Ventures menerapkan strategi “Growth Buyout” dengan mengakuisisi langsung perusahaan legacy, lalu menerapkan software eksklusif dan menginvestasikan kembali arus kas yang telah ditingkatkan
  • Thrive Capital pada 2024 membentuk Thrive Holdings senilai $1 miliar untuk berinvestasi dan mengoperasikan Crete (platform akuntansi) dan Long Lake (pengelola HOA), di antaranya
  • General Catalyst pada 2023 mendirikan HATCo, mengakuisisi institusi layanan kesehatan Ohio Summa Health pada 2024, dan mendorong model AI roll-up bersama dana senilai $1,5 miliar
• 8VC, Khosla Ventures, a16z, Elad Gil dan lainnya juga sedang menjajaki strategi serupa
  • Namun dalam banyak kasus, pendekatan ini lebih bersifat marketing daripada eksekusi, dan pekerjaan berat yang nyata berupa pemilihan pasar, pembelian, serta integrasi software justru ditangani oleh para pendiri

# Pelajaran dari Sejarah

• Secara historis, banyak perusahaan sukses bertumbuh melalui akuisisi berulang yang disiplin
  • Mereka menciptakan nilai jangka panjang melalui mengidentifikasi fragmentasi industri, menempatkan modal pada aset yang terabaikan, dan mengamankan leverage operasional serta posisi yang dapat dipertahankan
  • Mereka juga disebut sebagai “serial acquirers”
• Pengakuisisi terbagi menjadi dua jenis: strategis (mengharapkan sinergi) vs finansial (membeli perusahaan penghasil kas)
  • Pengakuisisi strategis mengharapkan sinergi dalam pengadaan, tenaga kerja, harga, distribusi, dan lainnya melalui integrasi vertikal/horizontal
  • Pengakuisisi finansial memiliki perusahaan yang beroperasi secara otonom dengan integrasi minimal
  • Banyak perusahaan sukses menggabungkan kedua pendekatan untuk sekaligus mencapai penyelarasan operasional dan alokasi modal
• Contoh awal yang representatif adalah Waste Management, didirikan pada 1968
  • Pendiri Wayne Huizenga memulai hanya dengan satu truk dan pinjaman 5.000 dolar
  • Hingga IPO pada 1971, perusahaan ini menyatukan industri pengelolaan sampah yang terfragmentasi melalui sekitar 130 akuisisi
  • Pada 1998, perusahaan ini diakuisisi oleh USA Waste, tetapi namanya tetap dipertahankan
  • Kini perusahaan ini menjadi perusahaan pengelolaan limbah terbesar di Amerika Utara, dengan pendapatan tahunan lebih dari 20 miliar dolar
• United Waste, yang diakuisisi Waste Management pada 1997 seharga 2,2 miliar dolar, didirikan oleh Brad Jacobs pada 1989
  • Ia fokus pada wilayah pedesaan Kentucky dan Michigan yang diabaikan pemain besar
  • Setelah penjualan itu, Jacobs mendirikan United Rentals → tumbuh menjadi perusahaan rental peralatan terbesar di AS
• Jacobs kemudian mendirikan XPO Logistics, dan melakukan spin-off GXO serta RXO
  • Total lebih dari 500 akuisisi
  • Strateginya sederhana namun efektif: industri besar, terfragmentasi, dan lambat → membeli perusahaan yang undervalued → menciptakan nilai melalui standardisasi operasional
  • Jacobs: “Cara termudah untuk menciptakan nilai pemegang saham adalah membeli perusahaan pada multiple yang lebih rendah daripada multiple saham saya sendiri lalu memperbaikinya”
• Waste Management dan United Rentals menciptakan nilai melalui integrasi terpusat, tetapi beberapa perusahaan pengakuisisi lain sukses dengan integrasi minimal dan penekanan pada otonomi
  • Kuncinya adalah kemampuan due diligence yang dapat diulang, fokus pada penciptaan kas jangka panjang, dan mempertahankan kekuatan yang sudah ada
• Berkshire Hathaway adalah serial acquirer bertipe finansial yang representatif
  • Sejak dipimpin Warren Buffett pada 1965, perusahaan ini terus mengakuisisi bisnis dengan keunggulan kompetitif kuat, manajemen yang cakap, dan arus kas yang dapat diprediksi
  • Portofolionya mencakup berbagai industri seperti asuransi (GEICO), perkeretaapian (BNSF), manufaktur (Precision Castparts), utilitas (PacifiCorp), dan barang konsumsi (See’s, Dairy Queen)
  • Berkshire menyediakan modal dan nasihat strategis, tetapi tidak ikut campur dalam operasi sehari-hari
  • Kepercayaan pada tim operasi lokal dan kepemilikan jangka panjang memungkinkan model yang terdesentralisasi ini

Kekayaan ada di Ceruk Pasar

• Pada 1995, Mark Leonard mendirikan Constellation Software dengan modal 25 juta dolar
  • Tujuannya adalah menjadi “pembeli terbaik dan pemegang permanen perusahaan software vertikal”
  • Akuisisi awalnya mencakup Trapeze (penjadwalan transportasi umum), Harris Computer Systems (software penagihan utilitas)
• Per Agustus 2025, Constellation memiliki lebih dari 1.000 perusahaan, yang terdiri dari 6 grup operasi
  • Setiap grup terspesialisasi pada pasar vertikal tertentu, dan menjalankan sendiri keputusan M&A serta pertumbuhan dan produk
  • Kantor pusat hanya memberikan kebijakan, target, dan panduan alokasi modal, sisanya didelegasikan ke lapangan
  • Otonomi ini menarik bagi para pendiri, karena memungkinkan tim dan budaya tetap dipertahankan
• Constellation tidak mengintegrasikan budaya atau operasi, dan hanya melakukan integrasi finansial
  • Kutipan dari surat pemegang saham Leonard tahun 2016:

    “Kami memiliki ratusan hingga ribuan perusahaan kecil yang independen, dan strategi kami adalah membiarkan mereka menghasilkan keuntungan tinggi secara otonom”

• Struktur siklus arus kas bebas → akuisisi baru → reinvestasi kas
  • Pendapatan 165 juta dolar pada 2005 → pendapatan lebih dari 10 miliar dolar pada 2024
  • Harga saham naik 150x lipat
• Bahkan di era SaaS, sebagian besar portofolio Constellation masih on-premises
  • SaaS lebih mudah diganti karena mobilitas dan biaya deployment yang rendah → memicu persaingan
  • On-premises terikat erat dengan sistem legacy sehingga biaya perpindahannya tinggi, memperkuat lock-in pelanggan
  • Mantan CFO Barry Symons: “Mengganti software penting lebih menyakitkan daripada perawatan saluran akar. Pelanggan tidak pergi”
• Perusahaan-perusahaan Constellation beroperasi di pasar ceruk dengan daya tahan tinggi
  • ERP mission-critical, jumlah vendor hanya 1–2, dan perpindahan secara fisik sulit dilakukan
  • Ukuran pasar kecil sehingga aliran modal VC juga sedikit → menekan persaingan
  • Porsinya kecil dalam biaya pelanggan, tetapi menempati inti operasi
• Semakin cepat masuk, semakin kuat daya tahannya; dikombinasikan dengan margin kotor yang kuat, churn rendah, dan struktur kepemilikan permanen
  • Hasilnya, ini menjadi salah satu model paling berkelanjutan dan paling kuat efek compounding-nya
• Berawal dari 25 juta dolar dan segelintir akuisisi pada 1995 → menjadi mesin pertumbuhan compounding paling kuat dalam sejarah software
  • Sejak IPO 2006, tingkat pertumbuhan tahunan rata-rata sekitar 30%
  • Strategi mengakuisisi dan memiliki ratusan perusahaan terbukti menghasilkan kinerja yang sama kuatnya dengan inovasi
• Dalam 10 tahun terakhir, Constellation, United Rentals, dan Waste Management mengungguli S&P500 dan NASDAQ100
  • Pasar sangat menghargai efisiensi modal dan strategi akuisisi yang dapat diulang
  • Perusahaan akuisisi yang sistematis berkinerja lebih baik daripada perusahaan dengan akuisisi sporadis
• Dulu model ini terutama digunakan oleh korporasi dan PE, tetapi pada akhir 2010-an VC juga mulai mencobanya
  • Strateginya meluas dari investasi startup teknologi murni menjadi dukungan untuk mengakuisisi dan mengoperasikan bisnis tradisional

Enter VC

• Didorong oleh pertumbuhan pedagang pihak ketiga di Amazon·Shopify sebelum dan sesudah pandemi, muncullah agregator e-commerce yang didanai modal ventura
  • Thrasio adalah contoh paling representatif; setelah didirikan pada 2018, perusahaan ini menggalang investasi lebih dari US$3 miliar dan menerapkan infrastruktur logistik serta periklanan yang terpusat
  • OpenStore, Berlin Brands Group, dan Pattern Brands juga menjalankan model serupa
• Thrasio pada 2021 mencapai valuasi US$10 miliar, dengan melakukan akuisisi 1,5 transaksi per minggu
  • Sejak 2022, pendapatan menurun dan kinerja memburuk, dipicu melemahnya permintaan pandemi dan kesalahan operasional
  • Bergantung pada utang berbunga rendah di era suku bunga nol, lalu terbebani kenaikan suku bunga
  • Setelah IPO batal, perusahaan ini mengajukan kebangkrutan pada 2024, memperlihatkan batas-batas rekayasa keuangan
• Sebaliknya, beberapa startup mendekati pasar dengan model yang terdiferensiasi dan strategi akuisisi selektif
  • Teamshares (didirikan pada 2019, Brooklyn):
    • Mengakuisisi bisnis tradisional skala kecil milik pemilik yang pensiun lalu mengubahnya menjadi perusahaan milik karyawan (ESOP)
    • Menunjuk manajer profesional, dan dalam jangka panjang mengalihkan hingga 80% kepemilikan kepada karyawan
    • Telah melakukan lebih dari 100 akuisisi dan menggalang investasi US$245 juta, dengan target jangka panjang membangun jaringan 10.000 perusahaan
    • Tanpa menjual kembali, perusahaan memonetisasi jaringan melalui platform fintech internal yang menyediakan produk perbankan, asuransi, dan kredit
  • Metropolis (didirikan di LA pada 2017):
    • Menyediakan pengalaman parkir tanpa hambatan berbasis pengenalan pelat nomor kendaraan dengan AI dan computer vision
    • Pada awalnya mencoba bermitra dengan operator parkir → tetapi siklus penjualan yang lambat membatasi ekspansi
    • Pada 2022 mengakuisisi Premier Parking (600 lokasi parkir) → memperoleh leverage operasional dan kepercayaan untuk mendistribusikan teknologinya
    • Pada 2023 menggalang investasi US$1,7 miliar, lalu mengakuisisi SP Plus (3.384 lokasi parkir, 150 bandara, pendapatan tahunan US$1,8 miliar)
    • Upaya modernisasi yang sudah dilakukan SP Plus dipercepat melalui akuisisi
• Kesimpulannya, roll-up yang didukung ventura menguji batas antara PE dan strategi yang berpusat pada teknologi
  • Thrasio menunjukkan batas akuisisi skala besar, sementara Teamshares dan Metropolis membuktikan pendekatan yang cermat dan disesuaikan dengan industri tertentu

# AI & The Vertical Stack

• Pada 1990-an, kemunculan SaaS memungkinkan penyediaan alat bisnis inti melalui internet
  • Salesforce didirikan pada 1999 dan menyediakan CRM sebagai SaaS berbasis browser, menghadirkan inovasi berupa pembaruan otomatis, biaya awal rendah, dan penghapusan beban TI
  • Ini secara mendasar mengubah cara perangkat lunak dibeli dan dijual, lalu meluas ke hampir semua kategori
• Setelah itu, para pendiri menyadari bahwa tidak semua perusahaan memiliki masalah yang sama
  • Alur kerja, regulasi, dan ekspektasi pelanggan berbeda di setiap industri
  • SaaS vertikal sangat tertanam dalam logika dan bahasa industri tertentu, sehingga ratusan alat khusus dapat tumbuh di pasar kecil
  • Namun, pasar kecil semacam ini kurang menarik bagi investasi VC, sehingga sulit menghimpun modal awal
• Jalur pertumbuhan para pendiri SaaS vertikal beragam
  • Sebagian menjual bisnisnya ke Constellation atau PE dan bertumbuh dalam jangka panjang
  • Sebagian lain secara mandiri berkembang menjadi tulang punggung digital industrinya melalui investasi produk dan perluasan alur kerja
  • Contoh:
    • ServiceTitan → infrastruktur operasional untuk bidang HVAC, perpipaan, dan kelistrikan
    • Toast → berawal dari POS restoran, lalu meluas hingga penggajian, pembayaran, inventaris, dan pinjaman
    • Mindbody → pemesanan, keanggotaan, dan manajemen pelanggan untuk studio wellness
    • Shopify → stack e-commerce all-in-one untuk pedagang independen
    • Procore → standar perangkat lunak manajemen proyek konstruksi
    • Epic Systems → ekosistem EMR yang kuat yang mencakup rumah sakit-rumah sakit besar di AS
• Semuanya berawal dari ceruk pasar yang sempit lalu secara bertahap meluas ke keuangan, infrastruktur, dan marketplace
  • SaaS vertikal yang dieksekusi dengan baik dapat tumbuh bukan sekadar menjadi alat sementara, tetapi bisnis fondasi yang berkelanjutan
• Dalam laporan tahunannya pada 2024, Stripe menganalisis bahwa ledakan startup baru terkait dengan meluasnya SaaS vertikal
  • Contoh: jumlah toko pizza di AS menurun pada 2005–2017, tetapi tren itu berbalik setelah alat SaaS seperti Slice muncul → peningkatan toko independen yang menyaingi waralaba
• SaaS memberi bisnis independen infrastruktur setingkat waralaba sambil tetap menjamin otonomi
  • Ungkapan Stripe:
    • “60% UKM di Amerika Serikat memanfaatkan SaaS vertikal”
    • Contoh: SingleOps (perawatan pohon), Traxero (jasa derek), Transformity (toko minuman keras), Moxie (medspa), Clio (hukum), Skimmer (pengelolaan kolam renang), Planning Center·Tithe.ly (gereja), Shulware (sinagoge), Procede (dealer truk), Meadow Memorials·Tribute Technology (layanan pemakaman), dan lainnya

Apa yang Berubah dengan AI

• Pada November 2022, OpenAI meluncurkan ChatGPT, dan dalam dua bulan menembus 100 juta pengguna, menjadikannya perangkat lunak dengan pertumbuhan tercepat dalam sejarah
  • Awalnya dianggap sebagai chatbot, tetapi segera terlihat bahwa LLM dapat dimanfaatkan sebagai antarmuka kerja kognitif serbaguna
• Peluncuran ini memicu eksperimen luas di seluruh industri perangkat lunak, dan banyak perusahaan B2B meninjau ulang strategi produk mereka sambil mulai mengintegrasikan AI generatif
  • Sebagian mengintegrasikan model OpenAI ke fitur yang sudah ada, sementara yang lain mengembangkan produk baru berbasis AI sepenuhnya
• SaaS yang sudah ada mendigitalisasi workflow dengan menstrukturkan dan memindahkan proses berbasis kertas ke cloud
  • CRM, ERP, dan lainnya menstandarkan data, memperkuat kolaborasi, dan membuatnya dapat dilacak
  • Kini LLM meluas melampaui pencatatan dan pengorganisasian kerja hingga ke eksekusi kerja
• Perubahan ini punya arti besar bagi industri vertikal
  • Klaim asuransi, broker angkutan, penagihan medis, dan lainnya secara historis bersifat padat karya dan memiliki tingkat penetrasi perangkat lunak yang rendah
  • Kini AI, bukan untuk manajemen catatan melainkan lewat otomatisasi eksekusi, dapat memperluas TAM dan menyerap sebagian biaya tenaga kerja
• Contoh representatif: pada Juni 2023, Thomson Reuters mengakuisisi Casetext seharga $650 juta
  • CoCounsel milik Casetext, berbasis model OpenAI, melakukan riset hukum, penulisan memo, peninjauan kontrak, dan lainnya
  • Ini menunjukkan bahwa AI mampu melampaui pencarian dokumen sederhana hingga melakukan pekerjaan profesional yang substansial
• Jika meluas ke seluruh industri, ukuran pasar akan membesar dengan cepat
  • Total upah pekerja di AS pada 2023 adalah $11 triliun, dan lebih dari $4 triliun di antaranya dapat terdampak AI
  • Pada 2024, startup AI menghimpun sekitar $110 miliar, naik 62% dibanding tahun sebelumnya
  • Sebaliknya, total investasi teknologi turun 12%, yang mengindikasikan bahwa modal terkonsentrasi pada perusahaan AI-native

Deployed Intelligence

• Investasi AI melonjak, tetapi nilainya baru terwujud ketika teknologi tertanam dalam operasi sehari-hari
  • Kendalanya bukan membangun model yang lebih besar, melainkan menanamkannya ke workflow dunia nyata
  • Ini menuntut pendekatan yang berbeda dari deployment SaaS tradisional
• SaaS tradisional diintegrasikan melalui onboarding, pelatihan, dan konfigurasi, tetapi AI sering kali membutuhkan penulisan ulang workflow dan eksperimen berulang oleh pengguna
  • Sejak awal, Palantir menempatkan engineer deployment lapangan di perusahaan pelanggan untuk mengamati operasi, mengabstraksikannya, lalu mengubahnya menjadi logika yang dapat digunakan ulang
  • Biaya awalnya tinggi, tetapi pada akhirnya memperkuat daya tahan dan integrasi operasional
• AI lebih tepat dipahami sebagai kelas tenaga kerja yang baru
  • Bukan sekadar membeli perangkat lunak, tetapi mempekerjakan AI sehingga perlu dilatih, dimonitor, dan workflow-nya disesuaikan
  • Keberhasilan lebih bergantung pada cara deployment daripada kualitas model, dan kuncinya adalah desain antarmuka, penyelarasan logika pengambilan keputusan, serta embedding operasional
• Menurut Ramp 2025 AI Index, 72% perusahaan teknologi memiliki langganan berbayar, sementara konstruksi hanya 28% dan sektor akomodasi serta layanan makanan hanya 22%
  • Penggunaan AI memang meningkat, tetapi belum jelas apakah itu benar-benar berujung pada perbaikan margin yang nyata
• Sebagian besar perusahaan nonteknologi belum siap untuk melakukan deployment AI secara efektif
  • Deployment AI membutuhkan engineering, product design, pengetahuan domain, dan change management
  • Banyak perusahaan mengharapkan AI seperti SaaS, padahal AI memerlukan operasi probabilistik, pembelajaran dari umpan balik, dan tuning iteratif
• Kesenjangan ini kembali memperkuat validitas model integrasi vertikal
  • Pada 2010-an, perusahaan full-stack kesulitan dengan layanan bermargin rendah, tetapi ketika agen AI menangani lebih banyak pekerjaan, ketergantungan pada tenaga kerja menurun dan margin membaik
  • Dalam RFS 2025, Y Combinator menyatakan, “Anda bisa menjual agen AI ke firma hukum, tetapi Anda juga bisa langsung mendirikan firma hukum AI dan bersaing.”

Dua Jalur untuk Mengambil Margin AI di Vertical X

• Saat AI membentuk ulang workflow industri tradisional, para pendiri dihadapkan pada dua pilihan tentang bagaimana menangkap margin yang tercipta dari otomatisasi
  • menjual software kepada operator yang ada, atau
  • mengoperasikan atau mengakuisisi operator itu sendiri secara langsung
    Path 1: Sell Software to the Operator
• Mirip dengan model SaaS tradisional, tetapi dilakukan dengan mengembangkan copilot, lapisan otomatisasi, dan tool berbasis agen lalu mendistribusikannya ke operator yang sudah ada
  • Tool peningkatan performa yang disesuaikan dengan workflow yang ada cenderung mudah diterima, sehingga kecepatan eksekusi dan skalabilitasnya tinggi
  • Namun, pendekatan ini mensyaratkan bahwa pelanggan mampu secara efektif mengadopsi, mengoperasikan, melatih, dan menangani pengecualian untuk software tersebut secara internal
• Dalam praktiknya, kesulitan deployment menjadi faktor pembatas yang besar
  • Banyak industri masih bergantung pada sistem legacy atau kekurangan kapabilitas pemanfaatan software dan sumber daya change management
  • Bahkan jika produk memberikan nilai yang jelas, adopsi tetap lambat karena perlu pelatihan ulang tim dan restrukturisasi proses
  • Selain itu, pasar sangat kompetitif, dan vendor berbasis AI meningkat pesat, sehingga diferensiasi dan retensi menjadi sulit
    Path 2: Build or Buy the Operator
• Melampaui penjualan software, pendekatan ini adalah dengan membangun atau mengakuisisi langsung penyedia layanan lalu mengoperasikannya
  • Menghilangkan ketergantungan pada integrasi pelanggan dan menginternalisasi AI
  • Implementasi-nya lambat, intensif secara operasional, dan membutuhkan modal awal yang besar, tetapi menjanjikan kontrol dan penangkapan margin yang lebih besar
• Dengan memiliki lapisan layanan, perusahaan bisa memasang tool secara langsung dan mendesain ulang workflow tanpa harus meyakinkan pelanggan terlebih dahulu
  • Dampaknya bisa diukur secara presisi, dan iterasi cepat bisa dilakukan tanpa menunggu umpan balik pelanggan
  • Hasilnya adalah daya tahan yang lebih kuat dan keselarasan teknologi dan layanan yang lebih baik
• Pada akhirnya, di era AI kedua jalur ini sama-sama menuntut peninjauan ulang playbook venture yang ada
  • Perlu mendefinisikan ulang model komersialisasi, struktur organisasi, hingga cara kepemilikan itu sendiri

# Studi Kasus

• Di berbagai industri tradisional, model penerapan AI pada akhirnya mengerucut ke tiga pendekatan: (1) dijual ke pelanggan, (2) mengakuisisi operator yang sudah ada, dan (3) membangun AI-native full-stack

  • Perusahaan dapat memulai dengan satu model lalu beralih ke model lain saat berekspansi, dan solusi yang tepat berbeda-beda tergantung pada struktur industri, daya tahan produk, dan kemampuan eksekusi tim

• Real Estat

  • EliseAI: platform otomasi untuk perusahaan manajemen sewa yang berfokus pada hunian, mengadopsi model penjualan software dengan mengintegrasikan agen percakapan Suite ke PMS pelanggan untuk menangani pemesanan tur, pertanyaan penghuni, dan permintaan perawatan
    • Menargetkan 350+ pelanggan institusional dan mengklaim mengotomatiskan 85%+ percakapan
    • Co-founder Minna Song menunjukkan jebakan ketika pelanggan hanya menambahkan teknologi baru tanpa perubahan struktural
  • Metropolis: menargetkan penanaman infrastruktur cerdas dalam industri parkir, bermula dari aplikasi lalu mewujudkan akses masuk-keluar tanpa kontak dengan AI dan computer vision
    • Dalam penjualan B2B, perusahaan mengalami stagnasi sales akibat kontrak sewa jangka panjang dan kontrak operasional, lalu beralih ke strategi akuisisi operator
    • Setelah mengakuisisi Premier Parking pada 2022 dan memperoleh 600 lokasi parkir, mereka meluncurkan teknologinya; pada 2023 mereka menggalang $1.7B untuk mengakuisisi SP Plus seharga $1.5B
  • Wander: operator berbasis teknologi yang beralih dari integrasi vertikal → operasi asset-light di pasar sewa jangka pendek premium
    • Awalnya memiliki dan mengoperasikan aset sebagai REIT, tetapi menghentikan REIT karena kenaikan suku bunga dan runtuhnya jalur pembiayaan CS; kemudian beralih ke model Wander Operated dan Wander Branded untuk memperluas operasi tanpa kepemilikan aset, dengan 1K+ rumah yang mengadopsi pada Mei 2025
  • Long Lake: platform roll-up sektor jasa yang didirikan pada 2024, dimulai dari pengelola HOA, dan mendorong retrofit alat AI dengan dasar contoh peningkatan produktivitas 30%
    • Melalui Thrive Holdings dan lainnya, menghimpun $600M+ dan berekspansi dengan basis 18 perusahaan yang diakuisisi dan 1.4K karyawan
  • Implikasi: di real estat, kuncinya adalah mendesain ulang operasi itu sendiri, bukan sekadar menempelkan tool, dan sementara EliseAI bergantung pada kemampuan change management pelanggan, Metropolis, Wander, dan Long Lake mengeksekusi perubahan secara langsung melalui kepemilikan atas lapisan operasional

• Akuntansi

  • Basis: didirikan di New York pada 2023, model penjualan software yang memperkuat dan mengotomatiskan workflow akuntansi melalui tim virtual berbasis agen
    • Menyediakan alat yang dapat diarahkan dan dikustomisasi oleh akuntan, berorientasi pada eksekusi pekerjaan nyata, dan mendorong desain ulang proses lama
    • Sebagian dari firma akuntansi Top 100 melaporkan penghematan waktu 30%
  • Crete: platform roll-up akuntansi yang diluncurkan pada 2023, mengintegrasikan firma akuntansi regional melalui M&A dan menyediakan infrastruktur bersama
    • Dalam dua tahun tumbuh menjadi $300M+ pendapatan dan 900 karyawan, mengakuisisi 20+ perusahaan, dan mengumumkan rencana akuisisi tambahan $500M
    • Bersama engineering OpenAI dan Thrive, mereka mengembangkan tool AI internal untuk mendukung pengujian audit, penulisan memo, dan pemetaan data
  • Multiplier: didirikan pada 2022, bermula dari software pajak tetapi kemudian pivot ke internalisasi AI setelah akuisisi firma
    • Di akuisisi pertamanya, Citrine International Tax, mereka membuktikan otomatisasi pajak inti dan compliance yang menghasilkan margin 2x serta perluasan kapasitas layanan
  • Implikasi: dampak terbesar di bidang akuntansi datang dari desain ulang operasi, bukan penambahan tool, dengan Basis meraih hasil lewat pembentukan tim digital, sementara Crete dan Multiplier lewat internalisasi di sisi kepemilikan dan operasi

• Layanan Hukum

  • Harvey: platform AI legal untuk firma hukum dan tim in-house, menggabungkan peninjauan dan penyusunan kontrak, due diligence, serta riset dengan LLM yang terspesialisasi per domain
    • Beroperasi di dalam workflow yang sudah ada, menyediakan highlight titik risiko dan pembuatan draft, serta mencapai 300+ pelanggan dan $100M+ ARR pada Juli 2025
  • Eudia: platform AI+roll-up untuk legal in-house yang diinkubasi oleh General Catalyst
    • Saat menggalang $105M pada Februari 2025, $75M di antaranya disusun dengan syarat akuisisi; pada Juli mereka mengakuisisi Johnson Hana (300 orang)
    • Menggabungkan lapisan pengetahuan + agen untuk menginternalisasi pekerjaan berulang seperti compliance, kontrak, dan risiko

• Implikasi: esensi layanan hukum adalah kepercayaan, relasi, dan penilaian yang berpusat pada ahli, dan kasus Casetext menunjukkan efisiensi kerja rutin

  • Seperti ditunjukkan kasus Atrium, di area frekuensi rendah·kesulitan tinggi, kunci utamanya adalah mendapatkan dan mempertahankan pengacara top, sementara teknologi berperan sebagai pendukung

• Investment Advisory

  • OffDeal: bank investasi AI-native yang berfokus pada M&A lower middle market, merekonfigurasi segmen yang terlewat oleh perusahaan besar
    • Dengan model pod 2 orang, AI dirancang untuk mendukung pencarian buyer, benchmarking, penulisan pitch, dan lainnya, sehingga staf junior bisa fokus pada penilaian dan pengelolaan relasi sesuai desain
  • Inven: platform untuk otomatisasi tahap awal sourcing bagi profesional investasi, mengekstrak dan menganalisis data dari jutaan sumber dengan pipeline LLM untuk mendukung penemuan target privat melalui
    • Mencakup lower hingga middle market secara luas, dengan 500+ pelanggan firma investasi per Juni 2025
  • Implikasi: Inven mencapai efisiensi lewat inteligensi riset dan sourcing, sementara OffDeal lewat transformasi desain organisasi itu sendiri
    • Walau tool juga ada di IB besar, pemanfaatannya terbatas oleh bottleneck hierarki dan insentif, dan membuktikan bahwa desain organisasi baru menciptakan efisiensi nyata

• Contact Centers

  • Replicant: platform otomatisasi call center yang menangani pertanyaan berulang dengan voice dan conversational AI, memproses puluhan juta panggilan per bulan untuk pelanggan enterprise
    • Sebagai produk yang sangat generik dengan akumulasi data percakapan lintas industri, platform ini menyediakan kontrol dan kustomisasi bagi pelanggan yang ingin mengoperasikannya sendiri
  • Crescendo: operator BPO AI-native yang diluncurkan oleh General Catalyst, dengan model campuran membangun tool sendiri + memiliki dan mengoperasikan call center
    • Mengakuisisi PartnerHero pada 2024, dan pada Mei 2025 disebut memiliki skala pendapatan $90M
    • Tujuannya adalah menginternalisasi seluruh layer, dari otomatisasi permintaan hingga redesain interaksi agen dan pelanggan
  • Implikasi: jika ingin operasi mandiri, kontrol dan kustomisasi dari Replicant lebih cocok; jika menginginkan model full-managed yang berorientasi hasil, Crescendo lebih tepat, dan keduanya sama-sama membentuk ulang stack lama yang berpusat pada kerja manual dan terfragmentasi dengan AI

The Playbook

• Di tengah dampak AI yang tidak merata, pendiri dan investor harus memilih struktur yang dapat mengubah teknologi menjadi arus kas yang pasti. Mengingat kenyataan bahwa 42% pilot AI generatif pada 2024 dihentikan tanpa hasil, diperlukan cara berpikir alokasi modal seperti yang ditunjukkan William Thorndike dalam The Outsiders: menempatkan modal di tempat dengan imbal hasil terhadap risiko tertinggi untuk setiap tambahan 1 dolar
• SaaS tradisional cenderung mengalokasikan sumber daya tambahan ke tenaga kerja dan pemasaran, tetapi AI roll-up memiliki kotak alat yang lebih luas. Namun, pemetaan workflow dan penyempurnaan model saja tidak cukup; ke mana tambahan 1 dolar/1 jam dialokasikan akan menentukan realisasi nilai
• Tiga model masuk dalam bisnis AI modern: (1) lisensi software lalu operasi ditangani pelanggan, (2) membeli aset yang sudah ada (perusahaan operasional) lalu menanamkan teknologi dan menginvestasikan kembali kas, (3) mengoperasikan sendiri secara full-stack (kode, modal, dan operasi harian di bawah satu atap)
• Dalam praktiknya, campuran dan pivot sering terjadi, sehingga playbook di bawah ini memberikan garis dasar berupa mengidentifikasi inefisiensi → memverifikasi dampak AI → memilih awal antara menjual/mengakuisisi/membangun sendiri

• I. Map The Ontology

  • Usulan ala Palantir: petakan dulu ontologi bisnis dari kondisi saat ini (objek, status, transisi)
    • Grafik ini mengungkap transisi yang menyedot waktu/tenaga kerja/modal secara berlebihan, sehingga ruang perbaikan dan JTBD menjadi jelas
    • Prinsip Palantir untuk memodelkan semua tahap sebelum menulis kode menyediakan peta presisi yang membantu prioritas R&D dan penyelarasan investor

• II. Define The Terrain

  • Jika inefisiensi sudah terlihat, periksa struktur pasar untuk melihat apakah ada imbalan dari mengendalikan seluruh P&L
    • Niche skala menengah yang berpusat pada pemilik usaha mandiri dengan ukuran 150~200 target cocok untuk roll-up
    • Industri dengan margin sangat tipis dan AI terlibat langsung di lapisan layanan inti memiliki ruang kenaikan EBITDA yang besar sehingga masuk akal untuk dimiliki
    • Sektor yang sensitif terhadap siklus ekonomi dan ramah teknologi lebih aman dengan SaaS murni
    • Jika kepadatan regulasi tinggi, mengakuisisi perusahaan yang sudah memiliki lisensi menjadi jalan pintas kepatuhan

• III. Prove, Then Buy

  • Sebelum menggunakan leverage, buktikan validitas model dengan metrik nyata di lapangan
    • Cara termurah: pilot di lokasi pelanggan, eksperimen terkontrol yang merangkai komponen AI yang sudah ada
    • Slow Ventures menekankan bahwa M&A harus didahului penciptaan nilai: akuisisi dilakukan hanya setelah produk terbukti menghasilkan nilai yang kuat (“Build → then Buy”)

• IV. Test The Distribution Wedge

  • Jika penjualan SaaS lambat atau mahal karena kontrak jangka panjang, utilisasi rendah, dan onboarding yang berat, maka mengakuisisi perusahaan yang sudah memiliki relasi justru bisa lebih murah
    • Di pasar seperti real estat/operasi aset, tempat pergantian penyedia hanya mungkin pada momen perpanjangan, mengakuisisi incumbent saat ini berarti pengurangan CAC + inersia menjadi moat
    • Ini adalah kasus klasik ketika Metropolis mengalami hambatan penjualan B2B dan menyelesaikannya melalui akuisisi beruntun atas Premier Parking dan SP Plus

• V. Match Capital & Talent To The Path

  • Akuisisi perusahaan operasional dan operasi langsung menuntut dua kemampuan tambahan di luar product build: M&A dan operasi harian
    • Harus mampu menangani struktur utang, playbook integrasi, dan anggaran HQ yang ramping, serta memiliki kekuatan modal untuk menjaga covenant tetap aman
    • Leverage berlebihan dapat mencekik arus kas seperti pada kasus Thrasio (kronologi kebangkrutannya)
    • Jika tenaga kerja dan modal belum berada di level itu, mempertahankan strategi asset-light adalah pilihan yang rasional

Blurring The Lines

• AI memang memungkinkan ekspansi margin, tetapi skala dan kecepatannya berbeda tergantung model masuk
  • Seiring waktu, batas antara vertical SaaS, roll-up, dan full-stack akan semakin kabur, tetapi urutan pertanyaan untuk menentukan “di mana harus bermain” tetap yang paling ekonomis
• Tiga tantangan utama yang dihadapi teknolog saat bergerak ke bisnis yang berpusat pada operasi:
  1. Sulitnya peningkatan operasional: dalam kondisi alat AI yang masih belum matang, memperoleh efisiensi nyata bukan sekadar integrasi model, melainkan menuntut perancangan ulang proses yang ketat
  2. Pentingnya disiplin harga: keberhasilan roll-up di masa lalu didasarkan pada struktur membeli di kelipatan EBITDA rendah → menjual di kelipatan tinggi. Meski ada AI, hal ini tetap tidak bisa lepas dari disiplin valuasi; jika membeli terlalu mahal, ekspansi margin akan runtuh
  3. Kapabilitas deal dan integrasi yang langka: akuisisi dan pengelolaan utang memerlukan playbook yang lebih dekat ke private equity. Sebagian besar AI roll-up memerlukan tim campuran yang terdiri dari operator, deal lead, dan teknolog untuk menyeimbangkan kecepatan dan risiko
• Saat ini kita masih berada di tahap awal siklus konsolidasi, dan banyak perusahaan akan bereksperimen dengan struktur hibrida
  • Seiring perubahan teknologi, biaya modal, dan perilaku pelanggan, akan ada kasus ketika model awal tidak lagi cocok
  • Tim yang mampu mencocokkan alat, struktur, dan pasar, sekaligus memiliki disiplin untuk mundur saat tidak cocok, akan menghasilkan kinerja terbaik

> “Saya adalah pebisnis yang lebih baik karena saya investor, dan investor yang lebih baik karena saya pebisnis.” — Warren Buffett