- Produk AI terbaru bergantung pada data API dari platform yang sudah ada seperti Slack, Salesforce, dan Jira, tetapi akses ke data tersebut semakin dibatasi
- Seperti kasus pemblokiran akses data Slack oleh Salesforce, semakin banyak platform keuangan, pengembangan, dan kolaborasi yang memperketat arus data
- Pembatasan ini memberi pukulan besar pada copilot internal perusahaan dan otomatisasi alur kerja berbasis AI, serta dapat memicu penolakan pelanggan dan pembahasan regulasi
- Startup perlu mencari berbagai strategi seperti RPA 2.0, masuk ke marketplace, negosiasi yang disesuaikan, dan kepemilikan data sendiri
- Pada akhirnya, kemampuan mengamankan kedaulatan data diperkirakan menjadi faktor kunci untuk lepas dari ketergantungan pada platform dan menciptakan diferensiasi dalam persaingan AI
Fenomena pembatasan akses API
- Produk AI B2B modern bergantung pada data API dari system of record seperti Slack, Salesforce, dan Jira untuk mewujudkan otomatisasi alur kerja
- Namun, sejak pertengahan 2025 Salesforce mengambil langkah keras seperti memblokir pengindeksan massal pesan Slack dan membatasi penyimpanan data oleh aplikasi non-marketplace
- JPMorgan menyebut kemungkinan mengenakan biaya tahunan sebesar 300 juta dolar untuk akses data keuangan, dan Microsoft juga menunjukkan langkah untuk membatasi akses ke Bing dan Github
- Akibatnya, hak akses API semakin menjadi objek gatekeeping, dan startup menghadapi risiko kehilangan fondasi inti mereka
Motivasi di balik pembatasan
- Kebutuhan yang semakin kuat akan privasi data dan kepatuhan regulasi
- Tujuan pemilik platform untuk melindungi AI mereka sendiri dan aset strategis
- Strategi untuk menyingkirkan pesaing dan meningkatkan kendali atas pasar
Penolakan pelanggan dan kemungkinan adaptasi
- Perusahaan bergantung pada AI copilot internal yang mengintegrasikan data dari berbagai platform
- Pemblokiran API dapat menurunkan produktivitas dan memicu resistensi pelanggan
- Pada akhirnya, alih-alih pemblokiran total, diperkirakan tekanan bertahap akan diterapkan melalui pembatasan laju, biaya tinggi, dan proses peninjauan yang tidak transparan
- Seperti pada kasus open banking di masa lalu, jika loyalitas pelanggan tinggi, pola memilih aplikasi fintech dibanding bank dapat terulang
Strategi respons startup
- Bidang yang paling rentan adalah pencarian terintegrasi, peringkasan, knowledge graph, dan enterprise copilot
- Respons yang mungkin dilakukan:
- Pengumpulan data alternatif melalui RPA 2.0
- Masuk ke marketplace perusahaan besar
- Negosiasi per pelanggan dan deployment yang disesuaikan
- Membangun ulang lapisan data ingestion agar pelanggan dapat memperoleh kepemilikan data
- Namun, dalam proses ini tekanan margin dan siklus penjualan yang panjang tidak dapat dihindari
Peluang open source
- LLM open source, framework orkestrasi, dan vector database dapat menjadi sarana untuk memperoleh kedaulatan data
- Perusahaan dapat mengekstrak data lalu menyimpannya dan memanfaatkannya secara independen, serta menerapkan AI copilot berbasis open source di infrastruktur mereka sendiri
- Ini memperkuat penghapusan vendor lock-in dan portabilitas data, serta dalam situasi regulasi yang masih minim, berperan sebagai satu-satunya jalur keluar yang nyata
Munculnya startup full-stack
- Perusahaan infrastruktur horizontal seperti Databricks, Pinecone mendukung seluruh pipeline
- Perusahaan yang terspesialisasi secara vertikal seperti Harvey menyediakan integrasi yang disesuaikan dengan alur kerja pelanggan
- Model hibrida layanan-produk semakin meluas, dan startup AI full-stack muncul sebagai strategi yang paling defensif
Langkah respons berdasarkan peserta
Startup
- Abstraksi ingestion layer untuk mengantisipasi kegagalan API
- Negosiasi kontrak data dan marketplace sejak tahap awal
- Memiliki sebagian data stack melalui deployment internal pelanggan dan pendekatan BYO data
Pelanggan enterprise
- Mengamankan kepemilikan indeks data
- Memilih infrastruktur portabel yang tidak bergantung pada vendor tertentu
- Memeriksa apakah auditabilitas dan kemungkinan penggantian model dijamin
Perusahaan platform yang sudah mapan
- Pembatasan yang berlebihan berisiko menyebabkan pelanggan pergi
- Perlu menyediakan skema harga yang transparan dan jalur ekspor data
- Kini mereka bukan lagi bersaing dengan startup, melainkan dengan kepercayaan terhadap ekosistem mereka sendiri
Kesimpulan
- Akses data muncul sebagai aset strategis terpenting dalam ekosistem AI
- Masa depan terbagi ke dalam dua jalur:
- Platform tertutup: menguasai alur kerja pelanggan tetapi inovasinya rendah
- Penantang full-stack: menyediakan kedaulatan data dan pengalaman AI yang terdiferensiasi
- Pendiri harus bertanya pada diri sendiri:
“Apakah bisnis ini tetap bisa bertahan jika semua API hilang besok?”
- Jika jawabannya ‘tidak’, maka sekarang adalah saat untuk membangun ulang
Belum ada komentar.