- Sebagian besar startup yang berusia lebih dari 2 tahun kemungkinan memiliki rencana bisnis dan tech stack yang sudah usang di tengah lingkungan era AI yang berubah sangat cepat, dan perlu segera meninjau kondisi saat ini
- Pada 2025, dua pertiga dana investasi VC terkonsentrasi pada deal terkait AI, sehingga startup non-AI harus bersaing memperebutkan kumpulan modal yang makin kecil
- Dengan alat Vibe coding, MVP kini bisa dibangun dalam hitungan hari, bukan bulan, sehingga susunan tim pengembang dan proses Agile yang ada sedang direstrukturisasi secara mendasar
- AI Agent mengubah semua kategori software, dan ketika produk bergeser dari berbasis antarmuka menjadi berbasis hasil, model harga pun berpindah dari berbasis seat ke berbasis outcome
- Untuk bisa bertahan, Anda harus menghindari jebakan sunk cost pada teknologi dan tim yang dibangun di masa lalu, lalu bertanya, "Jika memulai hari ini, apa yang akan dibuat?"
Latar belakang: kasus pendiri startup tahun ke-6
- Enam tahun lalu, Chris, pendiri startup yang didanai, sedang menyelesaikan masalah autonomous driving yang kompleks dengan model bisnis yang unik di pasar yang sudah ada
- Saat hendak memulai penggalangan dana skala besar, software moat yang dibangunnya selama 5 tahun mulai kehilangan keunikannya
- Drone otonom dan kendaraan darat dari Ukraina melahirkan puluhan hingga ratusan pesaing, dan tim pengembang yang lebih besar serta lebih kuat pendanaannya kini menyelesaikan masalah yang sama
- Saat Chris berjuang untuk adopsi di pasar niche, pasar autonomous driving di sektor pertahanan (defense) yang berdekatan justru tumbuh pesat
- Dalam 5 tahun terakhir, investasi VC ke startup defense naik dari nol menjadi 20 miliar dolar per tahun
- Produknya cocok untuk contested logistics dan evakuasi medis, tetapi ia bahkan tidak menyadari adanya peluang ini
- Tim Chris memiliki diferensiasi dalam integrasi sistem dengan platform pesawat yang ada, tetapi bisnis yang dijalankan sekarang pada dasarnya sudah berbeda dari bisnis saat pertama dimulai
- Dari kasus ini, kita perlu menyadari bahwa sebagian besar startup yang berusia lebih dari 2 tahun memiliki rencana bisnis, tech stack, dan komposisi tim yang sudah usang
Lingkungan yang berubah: venture capital dan AI
- Pada 2025, deal AI mencakup dua pertiga dari total investasi VC
- Startup non-AI bersaing memperebutkan kumpulan dana yang lebih kecil, dan harus bisa menjawab, "Mengapa pesaing AI-native yang memiliki dana lebih besar tidak bisa menggantikan bisnis Anda?"
- Bagi pendiri software, AI sepenuhnya mengubah rumus lama tentang biaya, kecepatan, dan jumlah orang
- Dengan alat Vibe coding seperti Claude Code atau OpenAI Codex, MVP bisa dibangun dalam hitungan hari, kadang hanya beberapa jam, bukan berbulan-bulan
- MVP bukan lagi bukti kemampuan tim
- Komposisi tim pengembang juga berubah: lebih sedikit engineer, dan tipe engineer baru bermunculan (engineer proses bisnis/hasil, serta talenta teknis yang mendalam)
- Pekerjaan yang dulu membutuhkan satu tim developer kini bisa ditangani oleh sedikit orang, kadang bahkan satu orang
- Dulu data adalah pembeda dan moat, tetapi sekarang foundation model (ChatGPT, Gemini, Claude) telah mengkomoditisasi dan menginternalisasi sumber data publik
Mendefinisikan ulang Agile development
- Dulu kendalanya adalah, "Apakah kita mampu membangun dan merilis ini?" Sekarang kendalanya adalah, "Apakah kita tahu apa yang harus diuji? Bisakah kita cukup cepat sampai ke pengguna untuk belajar?"
- Agile bukan lagi proses serial
- AI Agent dapat menjalankan banyak tugas secara paralel dengan biaya yang sama atau lebih rendah
- Anda bisa menguji beberapa versi dari bisnis yang sama sekaligus, atau menguji bisnis yang berbeda secara bersamaan
- Anda bisa menguji 5 model harga, 10 pesan, dan 20 alur UX secara bersamaan, dan "antarmuka pengguna" mungkin tidak lagi berupa layar
- Pengujian bisa menjadi eksplorasi prompt untuk memberi AI Agent hasil yang diinginkan
- Bottleneck kini bukan lagi engineering, melainkan naik ke level penilaian, insight pelanggan, dan distribusi
Kebangkitan AI Agent
- AI Agent akan mengubah semua kategori software, termasuk produk yang saat ini sudah beroperasi
- Software saat ini dirancang untuk memberi informasi kepada pengguna dan membuat mereka melakukan sendiri tugas lewat UI seperti dashboard, notifikasi, workflow tools, dan report
- Namun pelanggan membeli software bukan untuk melihat lebih banyak layar, melainkan untuk menyelesaikan pekerjaan
- AI Agent, yang diorkestrasi dengan alat seperti OpenClaw, akan menjalankan tugas secara otonom
- Jika produk Anda saat ini memberi tahu pengguna "apa yang harus dilakukan berikutnya", maka AI Agent akan melakukan langkah itu sebagai pengganti pengguna
- Jika produk pesaing menyelesaikan tugas secara otomatis sementara produk Anda masih menunggu klik dari pengguna, maka daya saing Anda hilang
- Aplikasi generasi berikutnya tidak menampilkan informasi di layar, tetapi bertindak seperti karyawan
- Menyelesaikan tiket dukungan, menjadwalkan meeting, memverifikasi lead, atau memesan ulang inventaris secara otomatis
- Saat produk bergeser dari software-as-interface ke software-as-outcome, model harga juga berpindah dari berbasis seat ke berbasis outcome (per tiket yang diselesaikan, per meeting yang dijadwalkan, per lead yang berhasil dikonversi)
- Pencarian Product/Market fit akan bergeser menjadi pencarian AI Agent/Customer Outcome fit, dan MVP kemungkinan akan digantikan oleh Minimum Productive Outcomes (MPO)
Perubahan pada startup hardware
- Hardware tetap dibatasi oleh fisika, modal, rantai pasok, dan siklus manufaktur; Anda tidak bisa mengakali fabrikasi logam, pembuatan prototipe, atau chip tape-out
- Namun dengan AI, Anda bisa mengeliminasi ide buruk lebih cepat
- Sebelum membuat prototipe fisik, Anda bisa mensimulasikan lebih banyak variasi desain, membuat digital twin, dan melakukan stress test atas asumsi lebih awal dengan biaya lebih rendah
- Ini mempercepat pembelajaran dan penemuan, dan kadang membuat Anda lebih cepat mencapai kegagalan, yang dalam startup justru merupakan fitur, bukan bug
- Saat AI ditanamkan sebagai bagian dari sistem, produk itu sendiri berubah
- Menambahkan backend AI ke kamera dapat mengubah kamera menjadi sistem pengawasan, sensor getaran, atau sistem prediksi kerusakan peralatan mesin
- Robot menjadi pekerja pabrik
- Moat bukan lagi sekadar hardware, tetapi kombinasi antara apa yang bisa dideteksi hardware dan bagaimana AI memakai data tersebut untuk menilai dan bertindak
Jebakan sunk cost
- Pendiri yang memulai sebelum 2025 memiliki tech stack yang dioptimalkan untuk era ketika pengembangan software masih serba kustom dan mahal
- Agile development dan DevSecOps memang membuat proses lebih lean, tetapi tetap berjalan secara serial, dan tim direkrut mengikuti struktur itu
- "Moat" yang dibangun selama bertahun-tahun lewat kode dan fitur proprietari kini sedang dikomoditisasi oleh AI
- Akibatnya, mereka berusaha menggalang dana dengan model bisnis yang sebagian atau sepenuhnya sudah usang
- Bagi tim pendiri yang sibuk merilis produk dan mencari Product/Market fit, perubahan ini mungkin tidak terlihat jelas
- Sunk cost menjadi alasan untuk tidak pivot:
- "Bagaimana mungkin kita membuang kerja bertahun-tahun?"
- "VC berinvestasi pada ide spesifik ini"
- "Pelanggan masih menginginkan UI"
- "Tim percaya pada roadmap ini"
- "Pelanggan belum siap untuk ini"
- Sebagian sunk cost masih merupakan aset: pengetahuan domain yang mendalam, hubungan pelanggan, data proprietari, persetujuan regulasi, dan integrasi fisik
- Dalam kasus Chris, ini adalah airframe integration
- Sunk cost yang menjadi liabilitas: tim engineering besar yang disusun untuk siklus software yang lambat, model harga berbasis seat, dan roadmap produk yang berfokus pada fitur, bukan hasil
- Inilah "Dead Moose on the table" — sesuatu yang jelas salah tetapi tidak ada yang berani menentangnya
Pelajaran utama
- Playbook sebelum 2024 tidak bisa dijalankan pada 2026 — fundraising, teknologi, dan model bisnis semuanya telah berubah
- Agile development sedang bergeser menjadi parallel development
- Pencarian Product/Market fit bergeser menjadi pencarian AI Agent/Customer Outcome fit, dan MVP akan digantikan oleh MPO (Minimum Productive Outcomes)
- Pola pikir sunk cost akan berujung pada tutup usaha
- Moat yang defensible bisa ditemukan pada data proprietari, pemahaman mendalam atas outcome pelanggan, lock-in regulasi, dan perolehan Program of Record
- Pendiri yang bertahan adalah mereka yang keluar dari gedung, melihat kondisi nyata, lalu pivot dan mengoreksi arah
- Anda perlu bertanya, "Dengan alat hari ini dan pasar hari ini, apa yang benar-benar akan kita bangun?"
1 komentar
Opini Hacker News
Nada tulisannya terasa lebih seperti orang yang banyak membaca artikel tentang AI, bukan orang yang benar-benar pernah membangun startup dengan memanfaatkan AI
Masih ada keterbatasan dalam desain sistem, UX, penetapan harga, keputusan fitur, dan sebagainya
Kecepatan iterasi memang meningkat, tetapi loop AI otonom masih belum sampai pada tingkat yang bisa menghasilkan produk lengkap
Mungkin kemungkinan itu kecil untuk aplikasi CRUD sederhana, tetapi startup yang dibahas dalam tulisan ini tampaknya bukan tipe seperti itu
Kalau muncul ramalan tanpa dasar seperti “AI akan menjadi seperti ini” atau “developer harus melakukan itu”, saya langsung mengabaikannya
Bersikap pasti soal masa depan yang tidak diketahui siapa pun adalah bentuk kesombongan
Mengubah semuanya menjadi chatbot terasa aneh
Padahal kita sedang berada dalam perubahan eksponensial. Setahun lalu saja model bahkan tidak bisa menulis satu fungsi yang layak
Dulu bottleneck-nya adalah produksi, sekarang bottleneck-nya adalah kemauan untuk memvalidasi hipotesis
Sikap untuk cepat mengalami kegagalan dan beriterasi itu penting
Semakin teknologi menurunkan semua biaya mendekati nol, semakin besar biaya psikologis yang terasa
Validasi terhadap realitas tidak bisa dihindari, tetapi kebanyakan orang masih terus menghindarinya
Saya menulis versi yang lebih panjang tentang ini di Substack
sehingga generasi developer tingkat menengah punya persepsi yang terdistorsi tentang ‘apa yang benar-benar bernilai’
Sejak awal, bottleneck-nya memang bukan coding
Seperti kalimat “bottleneck bukan lagi engineering”, 90% tulisan blog akhir-akhir ini sebenarnya sudah mati saat diluncurkan
Penulis bisa menunjukkan bahwa mereka benar-benar manusia, dan mungkin membangun hubungan parasosial dengan pembaca
Sekarang bunyinya: “bottleneck telah bergeser dari engineering ke penilaian, wawasan pelanggan, dan distribusi”
Kebanyakan startup memang dari awal sudah berada dalam kondisi gagal
Selama 20 tahun terakhir, Lean Startup, akselerator, dan berbagai industri nasihat telah bermunculan, tetapi tingkat kegagalannya tidak banyak berubah
Masalahnya bukan framework, melainkan realitas
Orang-orang yang dulu mungkin akan masuk ke sektor keuangan sekarang memilih mendirikan startup
Jumlah startup bertambah, jadi meski persentasenya sama, jumlah absolutnya meningkat
Tobi dari Shopify memakai user churn sebagai metrik inti
Jika churn meningkat, itu berarti produk terekspos ke lebih banyak calon founder, jadi strateginya adalah memperbesar keseluruhan pasar
Jika ada ide yang bagus, metodologi hanya memengaruhi tingkat pengembalian, bukan menentukan berhasil atau tidaknya
Yang dibicarakan Steve Blank bukan soal melewatkan AI, melainkan soal seseorang yang melewatkan peluang pasar VC industri pertahanan senilai 20 miliar dolar
Maksudnya bukan “gunakan AI”, melainkan bahwa AI telah mengubah asumsi dasar tentang tech stack, defensibility, dan investability
Chris terlalu fokus pada pengembangan produk sehingga gagal menangkap arus besar itu
Saya tidak setuju dengan klaim bahwa “model harga berbasis kursi dan roadmap yang berpusat pada fitur sudah usang”
AI memang bisa diskalakan tanpa bergantung pada jumlah pengguna, tetapi pihak yang menerima nilai tetap manusia
Harga berbasis kursi mudah dipahami, dan jika perlu tinggal tambahkan biaya token/agent
Selain itu, roadmap yang berfokus pada hasil sulit didefinisikan di banyak industri, dan dalam SaaS pemasaran hasilnya sulit diprediksi
Sebenarnya semua startup pada dasarnya memulai dalam keadaan mati
Untuk berhasil, mereka harus terus belajar dan berinovasi
Dalam tulisannya Startups are Default Dead,
ia menjelaskan bahwa startup memerlukan pendanaan VC untuk bisa bertahan
Tentang kalimat “bottleneck telah bergeser dari engineering ke penilaian dan wawasan pelanggan”,
sebenarnya engineering sudah bukan bottleneck sejak 10 tahun lalu
Framework dan best practice sudah sangat mapan, dan AI hanya sedang memperlihatkan kenyataan itu
Kebanyakan perusahaan SaaS publik memiliki biaya penjualan dan pemasaran yang lebih besar atau setara dengan R&D
Ke depan, kesenjangan ini akan makin besar
Saya tidak setuju dengan klaim bahwa “AI mengubah tech stack yang ada”
Bot AI bekerja dengan baik dalam bahasa apa pun seperti Typescript, Java, Python, Rust, dan lainnya
Jadi, tech stack itu sendiri tidak berubah
Saya tidak tahu apakah benar ada perbedaan nyata dalam stack kode dan infrastruktur antara perusahaan yang memakai AI dan yang tidak
Melihat gambar yang dilampirkan di tulisan itu,
rasanya penulisnya tidak memikirkannya secara mendalam
Informasi yang sebelumnya bisa didapat hanya dengan membuka layar dan melihat satu baris, sekarang justru harus diminta ke AI dalam bentuk paragraf
Ditambah lagi ada risiko salah menafsirkan makna
Sulit merasa ini benar-benar sebuah peningkatan