- Para partner Y Combinator menganalisis contoh startup yang berhasil lewat bidang yang tidak populer dan ide yang kontraintuitif di tengah persaingan yang makin ketat pada era AI, sambil menekankan bahwa alih-alih sekadar mengikuti tren, fokus harus diberikan pada penyelesaian masalah pelanggan yang mendasar
- Di bidang AI, peluang greenfield awal makin berkurang, dan di tiap vertikal seperti asuransi, perbankan, dan lainnya sudah ada banyak startup yang bersaing, sehingga wawasan yang berbeda dan pendekatan yang berlawanan dengan arus menjadi sangat penting
- DoorDash, Lyft/Uber, Coinbase, Flock Safety, OpenAI, SpaceX, dan lainnya saat diluncurkan sempat menerima penilaian pesimistis dan liputan media yang negatif, tetapi dengan fokus pada kebutuhan pelanggan yang mendalam dan mempertahankan arah mereka sendiri, mereka tumbuh menjadi perusahaan bernilai puluhan miliar dolar
- Para pendiri yang sukses menemukan product-market fit bukan lewat tren media seperti X (Twitter) atau TechCrunch, melainkan percakapan langsung dengan pengguna nyata, dan bila perlu dengan berani mengubah model bisnis serta strategi distribusi
- Seperti internet dan smartphone, platform teknologi baru akan mengalami kejenuhan ide yang terlihat jelas setelah sekitar dua tahun gold rush awal, sehingga setelah itu peluang sukses datang dari menemukan secret yang lebih dalam dan mengejar ide yang hanya disetujui 1 dari 10 orang
Persaingan yang Makin Ketat di Pasar Vertikal AI
- Bahkan setahun lalu, mencari ide startup AI masih mudah, karena perkembangan model yang melesat dan banyaknya vertikal yang belum tergarap membuat eksplorasi ide lewat pivot menjadi relatif mudah
- Sekarang, di tiap vertikal seperti asuransi dan perbankan, sudah ada banyak startup yang bersaing, dan laju inovasi model juga melambat, sehingga wawasan yang benar-benar berbeda menjadi makin penting
- Hanya mengusulkan otomatisasi workflow saja tidak cukup; agar menonjol di tengah persaingan, perlu taruhan yang unik dan kontraintuitif
- Seperti pada era internet dan smartphone, platform teknologi baru mengalami masa gold rush sekitar dua tahun sebelum ide-ide yang jelas habis, dan setelah itu orang harus mencari secret yang lebih dalam
Risiko dan Peluang dari Ide yang Tidak Jelas Terlihat Benar
- Ide yang tidak jelas terlihat benar terdengar netral, tetapi dalam praktiknya terasa berisiko dan menakutkan, disertai ketakutan bahwa 10 tahun bisa dihabiskan tanpa hasil apa pun
- Cara berpikir yang diterima tanpa kritik dari media atau percakapan sekitar dapat mengganggu penilaian seorang pendiri
- Seorang pendiri di bidang pemasaran sempat ragu karena “tidak ada yang pernah membangun perusahaan besar di bidang ini”, tetapi tetap melanjutkan berdasarkan kapabilitas baru yang dibawa AI dan respons positif dari pelanggan nyata, dan kini sedang bertumbuh
- Banyaknya contoh kegagalan di masa lalu justru bisa berarti tidak ada persaingan
- Respons pelanggan seperti “saya butuh ini besok juga” adalah sinyal product-market fit
- Mengandalkan sinyal eksternal seperti reaksi di X (Twitter), TechCrunch, atau penilaian teman di pesta adalah hal yang berbahaya; fokuslah pada respons pasar yang nyata
Contoh 1: DoorDash—Menargetkan Wilayah Pinggiran Kota
- Setelah iPhone dirilis, pada awalnya ide-ide yang terlihat jelas seperti aplikasi foto (Instagram) mendapat banyak perhatian, tetapi keberhasilan besar justru datang dari ide-ide yang tidak jelas seperti Uber, DoorDash, dan Instacart
- Saat iPhone diluncurkan, ada banyak tulisan dan posting media sosial yang membahas bisnis yang mungkin muncul, tetapi hampir tidak ada yang memprediksi ide seperti Uber
- DoorDash masuk ke pasar pengantaran makanan yang sudah sangat kompetitif, ketika Postmates, Grubhub, dan Seamless sudah lebih dulu menjadi perusahaan besar
- Mobile berperan sebagai katalis untuk aplikasi pengantaran makanan, dan saat DoorDash diluncurkan, pasar sudah tampak jenuh
- Di Y Combinator juga ada layanan pengambilan makanan bernama Order Ahead, yang saat itu terlihat sebagai pasar yang lebih besar
- Pada awalnya mereka mendatangi restoran secara langsung di Palo Alto untuk menawarkan kemitraan pengantaran, tetapi sebagian besar ditolak, dan butuh waktu lama sampai pesanan pertama masuk
- Pelanggan pertama adalah teman mereka, lalu setelah itu pesanan mulai datang sekitar satu per jam
- Para investor awal bersikap skeptis, dengan reaksi seperti “persaingannya sudah terlalu ketat” dan “kenapa ini perlu kalau sudah ada Grubhub dan Seamless?”
- Diferensiasi yang ditemukan para pendiri adalah menargetkan wilayah pinggiran kota (suburban area)
- Grubhub dan Seamless fokus pada Manhattan dan area kota besar yang padat
- DoorDash melihat bahwa wilayah pinggiran kota memiliki permintaan pengantaran yang besar tetapi belum dilayani
- Pinggiran kota tidak menarik bagi platform lama karena kepadatan restoran yang rendah, tetapi pada kenyataannya merupakan pasar yang sangat besar
- Strategi pinggiran kota pada awalnya tampak sebagai “ide yang jelas-jelas buruk”
- Restorannya tersebar, jarak pengantaran lebih jauh, dan unit economics diperkirakan buruk
- Namun ketika benar-benar dijalankan, ternyata di wilayah pinggiran kota persaingan lebih sedikit dan permintaannya besar, sehingga DoorDash bisa tumbuh cepat dan akhirnya berekspansi ke area perkotaan juga
- Jika dilihat belakangan memang tampak jelas, tetapi pada saat itu itu adalah taruhan yang kontraintuitif dan terlihat berisiko
Contoh 2: Lyft/Uber—Area Abu-Abu Legalitas dan Manfaat bagi Pengguna
-
Pivot dari Zimride ke Lyft
- Lyft awalnya adalah layanan carpool jarak jauh bernama Zimride
- Di Y Combinator juga ada layanan pesaing serupa bernama Ridejoy, dan persaingannya sangat ketat
- Keduanya merekrut pengguna lewat Craigslist: bentuknya seperti “Saya berkendara ke LA akhir pekan ini, ada yang mau ikut?”
- Prosesnya rumit, melibatkan pertukaran email panjang, penyesuaian waktu bertemu, hingga perhitungan biaya bensin
- Zimride mengubah strateginya ketika tingkat adopsi smartphone mencapai 70–80%
- Fokus beralih dari perjalanan jarak jauh ke perjalanan harian jarak dekat
- Berubah menjadi layanan yang bisa digunakan setiap hari
- Ini adalah momen pertama pemanfaatan tenaga kerja yang berpusat pada mobile
- Uber juga mulai pada periode yang mirip dengan layanan black car, tetapi pendekatannya berbeda
-
Masalah legalitas dan keberanian pendiri
- Dalam office hour bersama para pendiri Ridejoy, ketika keberhasilan Zimride (Lyft) disebutkan, respons mereka adalah “ini tampaknya bermasalah secara hukum dan terasa ilegal, jadi kami tidak ingin melakukannya”
- Kekhawatiran mereka bukan tanpa dasar
- Para pendiri Lyft bahkan sangat khawatir bisa masuk penjara seminggu sebelum peluncuran, tetapi memutuskan untuk melempar dadu dan tetap meluncurkannya
- Salah satu alasan besar mengapa orang lain tidak meluncurkan Lyft atau Uber lebih dulu adalah karena pada dasarnya itu ilegal dan mereka takut masuk penjara
- Apoorva Mehta dari Instacart juga mencoba hal serupa di periode yang sama lewat pengantaran bahan makanan, dan pasar seolah menarik layanan keluar dari startup-startup ini
-
Pengguna akhir bisa mengubah regulasi
- Terbukti bahwa jika konsumen akhir mendapat manfaat yang luar biasa besar, dunia akan mengubah hukumnya
- Banyak ide startup hebat berada di wilayah abu-abu hukum
- Tidak sepenuhnya jelas legal atau ilegal, dan sifatnya agak ambigu
- OpenAI juga kasus yang mirip: merayapi seluruh web tanpa izin
- Ini bisa diklaim sebagai fair use, atau dilihat sebagai pelanggaran hak cipta skala besar
- Menjadi tidak jelas terlihat benar bukan sekadar berarti secara intelektual belum pasti akan berhasil, tetapi lebih halus daripada itu: ada perasaan seperti “ini agak berisiko”, “ada sesuatu yang terasa tidak nyaman”
- Pendiri yang benar-benar hebat justru mengenali perasaan seperti ini sebagai sinyal
-
Perubahan kualitas hidup di San Francisco
- Dalam beberapa bulan pertama setelah Uber X dan Lyft hadir, hal itu sudah menjadi jelas, khususnya di San Francisco
- San Francisco terkenal dengan infrastruktur taksi yang buruk dan transportasi umum yang sulit
- Layanan ini lahir dari kebutuhan
- Kualitas hidup di San Francisco meningkat drastis
- Orang terbebas dari ketidakpastian saat memanggil taksi dan setengah dari waktu taksi itu tidak muncul
- Kebebasan untuk bergerak membuat kehidupan kota terasa 10 kali lebih layak dihuni
- Pelajarannya bukan menyuruh orang melakukan hal ilegal, melainkan berpikir dari first principles untuk menemukan apa yang benar-benar dibutuhkan pasar dan manusia
Kasus 3: Coinbase—pilihan kontraintuitif terhadap sentimen di kripto
-
Karakter komunitas kripto awal
- Coinbase beroperasi di wilayah abu-abu legalitas, tetapi mengambil pendekatan yang berbeda dari Uber/Lyft
- Kripto belum cukup dipahami sehingga sulit dianggap jelas-jelas legal
- Untuk benar-benar meluncurkan layanannya, Coinbase harus mendapatkan mitra perbankan, sehingga tidak bisa mengambil pendekatan ala Uber, yaitu "luncurkan dulu saja"
-
Pendekatan berlawanan arus Brian Armstrong
- Use case Bitcoin awal dipelopori oleh para cypherpunk
- libertarian radikal
- menentang sistem perbankan yang tersentralisasi
- menginginkan identitas yang sepenuhnya anonim
- Bitcoin awal jauh lebih dekat dengan Silk Road dibanding sekarang
- Brian Armstrong memilih pendekatan berlawanan arus yang sepenuhnya kebalikan
- Pada 2010~2012, kebanyakan orang yang serius tertarik pada Bitcoin adalah cypherpunk
- Posisi mereka: "persetan dengan negara, persetan dengan hukum, kebebasan radikal lewat Bitcoin"
- Brian Armstrong justru berurusan dengan perusahaan perbankan dan bekerja sama dengan regulator
- Inilah taruhan berlawanan arusnya
-
Pekerjaan tambahan saat pasar belum tentu menginginkannya
- Ia menilai layak menanggung semua pekerjaan tambahan pada saat bahkan belum pasti apakah pasar menginginkannya
- Cypherpunk dan Silk Road jelas menginginkan kripto dan pembayaran anonim
- Namun, belum jelas apakah masyarakat umum juga menginginkannya
- Karena itu, berbicara dengan bank, menjalin kemitraan, dan mematuhi aturan KYC (Know Your Customer) dan AML (Anti-Money Laundering) pada saat itu tidak terlihat bernilai
- Anda harus percaya bahwa suatu hari masyarakat umum ingin memperdagangkan kripto agar ada alasan melakukan semua itu
-
Penolakan keras dari pasar yang ada
- Hal-hal seperti KYC benar-benar membuat produk menjadi lebih buruk
- Memaksa pengguna melewati KYC secara signifikan menambah friksi
- Ini adalah kebalikan total dari apa yang diinginkan pasar saat itu
- Pasar saat itu (para cypherpunk) sangat marah terhadap pendekatan Brian dan Coinbase terhadap kripto
- Anda akan mendengar, "ini tidak akan pernah berhasil"
- Saat pasar benar-benar baru dan masih tahap awal, hal-hal yang dianggap "jelas" sering kali justru jelas-jelas salah
- Ini bisa menjadi versi yang sangat mendalam dari hal tersebut
-
Jebakan TAM
- Saat Coinbase dimulai, total ukuran pasar Bitcoin bukan ratusan miliar dolar, melainkan hanya puluhan juta hingga ratusan juta dolar
- Hal yang sama berlaku untuk Flock Safety: jika jumlah kelompok lingkungan dikalikan ACV, TAM-nya maksimal hanya sekitar $50 juta~$60 juta per tahun
- Saran dari sudut pandang VC: jangan gunakan TAM hanya sebagai checklist
- Ini berguna sebagai metrik, tetapi investor maupun founder tidak seharusnya mencoretnya dari daftar hanya karena itu
- Semakin banyak aturan dalam berinvestasi, semakin banyak pula cara untuk menutup peluang diri sendiri menghasilkan banyak uang di venture
Kasus 4: Flock Safety—penjualan ke pemerintah daerah dan hardware
-
Berawal dari pengalaman pribadi
- Flock Safety menyediakan sistem kamera pembaca pelat nomor otomatis untuk keamanan komunitas
- Founder Garrett Langley berasal dari Atlanta dan sebelumnya pernah memiliki pengalaman exit yang sukses, tetapi kali ini yang dikerjakan adalah hardware
- Pengalaman pribadi partner (Diana): di Noe Valley, San Francisco, semua mobil di jalan dibobol secara bersamaan
- Dilakukan secara presisi seperti operasi militer oleh organisasi profesional
- Kamera Nest merekam semuanya, tetapi polisi menjawab, "tanpa pelat nomor, tidak banyak yang bisa kami lakukan"
- Pengalaman ini membuat keputusan investasi berbasis first principles pada Flock Safety menjadi mudah
-
Tech stack dan produk awal
- Hardware berupa kamera yang dipasang pada Raspberry Pi dengan tambahan panel surya
- Memungkinkan computer vision berbasis ImageNet berjalan di edge
- Teknologi surya telah berkembang hingga cukup untuk beroperasi tanpa batas
- Mulai dijual ke kelompok lingkungan dan HOA (asosiasi pemilik rumah) di Piedmont dan wilayah metropolitan Atlanta
-
Tiga hal yang dibenci VC
- Hardware: VC tidak suka hardware
- Pasar kecil: jika jumlah kelompok lingkungan dikalikan ACV, TAM-nya maksimal $50 juta~$60 juta per tahun
- Berbasis di Atlanta, Georgia: bukan Silicon Valley
- Tiga hal ini membuatnya pada dasarnya mustahil didanai
-
Pivot model bisnis dan pertumbuhan
- Awalnya menjual ke kelompok lingkungan, tetapi pertumbuhannya lambat dan mentok di sekitar $600 ribu pendapatan per bulan
- Pivot model bisnis: beralih ke penjualan langsung ke kantor polisi dan pemerintah kota
- Menyadari kebutuhan itu dengan bekerja mundur dari target pertumbuhan
- Tidak mungkin mencapai pertumbuhan yang cukup hanya dengan penjualan ke kelompok lingkungan
- Awalnya tampak mustahil, tetapi ternyata bisa dijalankan
- Dalam kasus nyata, sistem ini membantu menyelesaikan kejahatan serius seperti penangkapan penculik
- Saat kejahatan yang terpecahkan itu diliput di berita malam, word of mouth pun menyebar
- Ketika suatu kejahatan terpecahkan di satu kota, kepala polisi kota terdekat akan berkata, "apa ini? kami butuh sekarang juga"
- Membangun tim media: memberikan informasi kepada news anchor bahwa Flock Safety membantu menyelesaikan kejahatan, beserta video B-roll
- Menyebar cepat berkat efek viral
-
Pencapaian saat ini
- Saat ini mencapai valuasi $7.5B
- Pendapatan tahunan jauh melampaui $60 juta
- Membantu menyelesaikan 10% dari seluruh kejahatan yang dilaporkan di AS (angka yang mengejutkan)
- Teknologi intinya hampir sama seperti saat Demo Day, tetapi model bisnisnya telah beberapa kali pivot
- Mereka masih menjual ke kelompok lingkungan, tetapi penjualan resmi ke kantor polisi adalah kunci pertumbuhan
-
Pelajaran yang bisa digeneralisasi
- Saat memiliki ide startup dan berbicara dengan banyak VC, Anda akan menerima banyak feedback
- Jika Garrett berbicara dengan banyak VC, ia mungkin akan mendengar, "ini tidak layak didanai VC, penjualan ke pemerintah daerah, hardware, Anda harus melakukan B2B SaaS"
- Ternyata baik untuk masuk ke pasar yang hampir tidak punya kompetisi karena semua orang lain menganggapnya terlalu aneh
- Jika fokus pada pelanggan dan kebutuhan nyata, semuanya menjadi jelas
- Ini tidak bisa dipelajari dari blog, X, atau ChatGPT; Anda harus benar-benar mencoba banyak hal
- Setiap cerita sangat berbeda, tetapi Garrett dan tim Flock unik karena berpikir dengan first principles
- apa yang harus dibangun
- bagaimana mendapatkan pelanggan
- seperti apa seharusnya model bisnisnya
Model Forward Deployed Engineer dan Giga ML
-
Munculnya Forward Deployed Engineer
- Belakangan ini telah menjadi playbook default bagi startup
- Pekerjaannya adalah mengubah skema dan logika bisnis pelanggan menjadi skema dan logika milik sendiri
- Pada dasarnya ini adalah pekerjaan konsultasi
- Perusahaan yang mengadopsi model ini menunjukkan tingkat pertumbuhan yang agresif
- Namun, jika ini telah menjadi playbook default yang paling mengakar, maka ada peluang untuk mengambil pendekatan berlawanan arus
-
AI Forward Deployed Engineer milik Giga ML
- Membangun AI Forward Deployed Engineer sendiri dengan menggunakan generasi kode alih-alih FD manusia
- FD manusia tetap membutuhkan beberapa minggu (meski cepat dibanding konsultasi enterprise tradisional)
- AI FD bisa selesai dalam hitungan menit
- Ini menjadi alasan besar mengapa mereka bisa menutup deal lebih cepat daripada kompetitor
- Dalam praktiknya, ini sama sekali bukan FD, melainkan produk itu sendiri
- Pelanggan memasukkan spesifikasi dan langsung menerima produknya
- Ini adalah contoh taruhan berlawanan arus yang membalik papan permainan, dan bisa menghasilkan dampak besar
Pendiri bergaya SF (fiksi ilmiah) dan ide besar yang "mustahil"
-
Kasus OpenAI
- Saat Sam Altman, lulusan Y Combinator, memulai OpenAI, bahkan belum pasti apakah AI benar-benar layak diwujudkan
- Pada awalnya, ini terutama tampak seperti proyek eksperimen para peneliti
- Berbagai proyek sampingan seperti publikasi makalah, pemecah Rubik's Cube, AI untuk game Dota, dan lainnya
- Tidak jelas bagaimana semua ini akan terintegrasi dan menjadi OpenAI seperti sekarang
- Saat diluncurkan, OpenAI menerima sebagian besar liputan media yang negatif
- Hanya segelintir optimis teknologi yang bereaksi positif
- Para peneliti AI di akademia dan perusahaan lain sebagian besar sangat negatif
- Ada kritik seperti, "Tidak masuk akal orang berusia 20-an hingga 30-an bisa membuat AGI"
- Ada juga respons seperti, "Kami sudah menelitinya selama 50 tahun; kalau memang ada caranya, kami pasti sudah melakukannya"
- Fakta bahwa mereka "tidak mempublikasikan makalah" menjadi poin kritik besar
- Ada kritik bahwa menginvestasikan biaya GPU jutaan dolar ke scaling laws tidak menghasilkan lebih banyak makalah
- Makalah adalah tujuan optimasi yang salah (paperclip optimization)
- Builder sejati mengoptimalkan untuk hasil bagi pelanggan dan pengguna
- Mereka tetap berpegang pada arah tersebut, yang kemudian mengarah pada kesuksesan saat ini
-
Kasus SpaceX
- Elon Musk adalah miliarder kelima yang memulai perusahaan penerbangan luar angkasa
- Empat miliarder sebelumnya sudah lebih dulu gagal
- Media mengejek dengan mengatakan, "Ada lagi miliarder yang menghamburkan kekayaannya untuk roket"
- Konsep roket yang dapat digunakan kembali dianggap sebagai ide yang nyaris menghujat (blasphemous)
- Saat meminta saran kepada ilmuwan roket, jawabannya adalah "mustahil"
- Selama bertahun-tahun ada banyak percobaan peluncuran yang gagal
- Setiap kali roket meledak, muncul gelombang baru liputan media negatif
- Kedua perusahaan (OpenAI dan SpaceX) sama-sama mengharuskan para pendirinya untuk tetap teguh pada keyakinan mereka, sambil selama bertahun-tahun dianggap bodoh atau gila oleh kebanyakan orang
-
Magnet untuk 1 dari 10 orang
- Sembilan dari sepuluh orang mungkin mengatakan Anda bodoh atau gila, tetapi satu dari sepuluh orang bisa jadi setuju dengan keyakinan Anda
- Alasan mengapa sesuatu yang berlawanan dengan arus lalu terbukti benar itu penting adalah karena hal itu berfungsi sebagai magnet yang menarik semua orang yang berpikir sama
Cara menilai realitas
- Kita perlu meninjau ulang bagaimana mengetahui apa yang benar dan tepat di dunia
- Tinjau ulang semua sumber informasi, dan periksa dari mana asalnya
- Jika itu datang dari pengguna, dari pengalaman pribadi, atau dari pengalaman orang-orang yang Anda ajak bicara langsung, itu adalah dasar realitas yang baik dan bisa diverifikasi
- Doomscrolling di X, atau mendengarkan perkataan figur terkenal (terus terang termasuk para pembicara ini), semuanya hanyalah N=1
- Yang penting adalah orang-orang dengan masalah spesifik yang Anda pedulikan
- Kemampuan untuk menyelesaikan masalah itu
- Kemampuan untuk menarik semua orang lain yang juga ingin masalah itu diselesaikan
Saran inti: fokus pada masalah pelanggan
- Jangan mencoba melakukan hal yang ilegal; carilah sesuatu yang sangat diinginkan dan dibutuhkan manusia
- Setelah itu, sisanya akan mengikuti dengan sendirinya
- Jika Anda benar-benar fokus pada masalah orang dan seberapa parah masalah itu, sisanya akan terurai secara alami
- Anda akan menemukan model bisnisnya
- Anda akan menemukan distribusinya
- Anda tidak bisa mengetahui hal-hal ini hanya dengan duduk di depan komputer seperti sebuah orakel
- Anda benar-benar harus keluar rumah
- Anda harus berbicara dengan pelanggan
- Inilah alasan penetapan target di Y Combinator membantu
- Menentukan apa yang harus dilakukan dengan mundur dari target pertumbuhan
Jebakan hal yang populer
- Jika Anda hanya mencoba melakukan hal yang populer, Anda akan terpaku pada ide yang turunan dan sudah jelas, dengan 5, 10, atau 100 pesaing
- Itu bagus bagi peringkat 1 dan 2, tetapi dari peringkat 3 sampai 98, startup akan mati
1 komentar
Pandangan terhadap regulasi terasa berbahaya.
Memang tidak sepenuhnya salah, tetapi