Sebagian besar startup tidak punya masalah burn, melainkan masalah pengambilan keputusan

• Analisis terhadap 431 startup portofolio VC yang tutup sejak 2023 menunjukkan "kehabisan modal" menyumbang 70% sebagai penyebab kegagalan nomor satu, tetapi habisnya kas hanyalah gejala dari masalah yang lebih dalam
• Akar masalahnya adalah data yang terfragmentasi, prioritas yang tidak jelas, dan kurangnya visibilitas terhadap apa yang benar-benar mendorong kinerja
• Pendiri mengambil keputusan di dalam silo tanpa metrik yang dapat dipercaya atau sumber kebenaran bersama, sehingga bergantung pada asumsi dan bias
• Kurangnya kejelasan pengeluaran diam-diam menggerus biaya dalam perekrutan, ekspansi AI, adopsi alat terlalu dini, dan fleksibilitas infrastruktur
• Saat arus dana dipahami dengan jelas, eksekusi yang reaktif berubah menjadi pengambilan keputusan yang disengaja, dan kuncinya bukan sekadar memangkas biaya, melainkan memahami serta mencegah biaya

---

Mengapa pendiri menjalankan perusahaan dalam kondisi serba tidak jelas

• Di bawah tekanan untuk menggerakkan produk, perekrutan, penjualan, strategi, dan pendanaan secara bersamaan, pendiri setiap hari membuat keputusan berisiko tinggi tanpa cukup memahami faktor yang menggerakkan bisnis dan efek lanjutannya
• Di bawah tekanan yang terus-menerus, mereka bernavigasi tanpa visibilitas operasional yang jelas, dan hal ini muncul dengan cara yang halus namun terus menumpuk
  • Menangani masalah secara reaktif alih-alih memprediksinya
  • Isu baru terlihat setelah sudah memengaruhi kinerja atau anggaran
  • Tim beroperasi tanpa sumber kebenaran bersama
• Dalam bisnis nyata, menjalankan perusahaan dalam kondisi serba tidak jelas bukan sekadar ketiadaan data, melainkan masalah sistem yang terfragmentasi, loop umpan balik yang terlambat, dan metrik yang tidak terhubung lintas fungsi
  • Sinyal keuangan, produk, dan operasional tersebar di alat yang berbeda sehingga sulit menelusuri sebab dan akibat
  • Apa yang tampak seperti masalah pertumbuhan bisa jadi sebenarnya masalah retensi, atau lonjakan biaya bisa berasal dari keputusan arsitektur beberapa bulan sebelumnya

• Pertanyaan pemeriksaan mandiri untuk menemukan bottleneck

  • Di mana tidak ada satu sumber kebenaran tunggal
  • Apakah ada tim yang mengoptimalkan hasil yang berbeda-beda
  • Di mana biaya meningkat tanpa penyebab yang jelas
  • Alat apa yang tumpang tindih tanpa kepemilikan yang jelas
  • Apakah friksi dalam serah terima memperlambat kecepatan eksekusi
  • Di mana aktivitas berkembang lebih cepat daripada efisiensi

• Risiko yang membesar akibat kurangnya visibilitas

  • Kurangnya visibilitas bukan hanya menurunkan efisiensi, tetapi juga memperbesar risiko di seluruh lapisan bisnis
  • Pertama, mendistorsi pengambilan keputusan — saat sinyal kurang, keputusan dibuat berdasarkan asumsi dan bias, misalnya mengalokasikan sumber daya besar ke fitur tertentu hanya karena beberapa permintaan pelanggan sambil mengabaikan data bahwa tingkat adopsi keseluruhan rendah
  • Kedua, diam-diam menggerus margin — biaya tidak melonjak dalam semalam, melainkan terakumulasi tanpa disadari di sistem yang redundan, sumber daya menganggur, proses yang tidak efisien, dan tim yang tidak selaras

Tren utama dari kurangnya kejelasan pengeluaran

• Jika keputusan pertumbuhan dibuat tanpa visibilitas terhadap pengeluaran dan pemulihannya, keputusan tersebut akan didasarkan pada asumsi, bukan kebutuhan bisnis yang nyata
• Seiring waktu, terbentuk rasa kemajuan yang palsu, di mana metrik permukaan seperti pertumbuhan, perekrutan, dan kecepatan fitur tampak positif, tetapi kemajuan tanpa memahami pendorong dasarnya sangat rapuh

• Merekrut untuk bergerak lebih cepat

  • Menambah tenaga kerja memang mempercepat kecepatan pengiriman dan pertumbuhan, tetapi bahkan jika perekrutan baru selaras dengan target pertumbuhan, pemimpin sering melewatkan efek orde kedua
    • Biaya alat meningkat, penggunaan infrastruktur naik, overhead kolaborasi bertambah, dan lapisan manajemen yang semakin kompleks ikut membesar bersama tim
  • Pantau metrik seperti revenue per employee, biaya per fitur/rilis, dan biaya infrastruktur per pengguna atau per transaksi, agar yang diukur bukan hanya laju pertumbuhan, tetapi juga apakah pertumbuhan itu meningkatkan efisiensi dan kualitas pengiriman

• Memperluas AI sebelum ROI terbukti

  • Di bawah tekanan untuk berinovasi, inisiatif AI diperbesar sebelum nilainya tervalidasi, dan fitur buru-buru diluncurkan ke production atau seluruh pengguna sehingga biaya eksperimental berubah menjadi komitmen finansial berkelanjutan
  • Kaitkan semua inisiatif AI ke KPI bisnis yang jelas seperti penghematan biaya, peningkatan pendapatan, atau penghematan waktu, dan mulai dari pilot yang terkontrol alih-alih peluncuran penuh
    • Tetapkan baseline biaya dan lacak biaya per inferensi/permintaan
    • Solusi seperti API LLM dapat secara otomatis merutekan permintaan ke model yang paling hemat biaya untuk mencegah pembayaran berlebih pada tugas sederhana

• Upgrade alat "untuk nanti"

  • Berinvestasi pada alat canggih lebih awal dari yang dibutuhkan juga merupakan pendorong biaya yang sering terjadi, yang berasal dari
    • Melebih-lebihkan kebutuhan langsung
    • Tekanan internal untuk "scale cepat"
    • Adopsi alat berbasis tren, bukan use case yang tervalidasi
    • Tidak adanya kepemilikan yang jelas atas keputusan alat
    • Keterbatasan visibilitas atas penggunaan alat yang sebenarnya dan ROI-nya
  • Apa pun alasannya, hasilnya sama — biaya langsung meningkat meski nilainya belum pasti, sehingga laba atas investasi makin menurun

• Mengoptimalkan fleksibilitas infrastruktur

  • Fleksibilitas dan skalabilitas memungkinkan eksperimen cepat, tetapi ada biayanya, dan tanpa governance biaya yang tepat, arsitektur di AWS, GCP, atau Azure dapat berujung pada sumber daya menganggur dan biaya yang terus meningkat
  • Salah satu cara mengimbangi biaya adalah memperoleh cloud credit, dan penyedia cloud kadang menawarkan kredit hingga $300.000 untuk perusahaan bertumbuh cepat yang memenuhi syarat

Perubahan sudut pandang

• Saat memahami dengan jelas ke mana dana sebenarnya mengalir di seluruh perekrutan, alat, infrastruktur, dan operasi, perilaku pemimpin bergeser dari eksekusi reaktif ke pengambilan keputusan yang disengaja
• Alih-alih mengandalkan asumsi dan sinyal yang terfragmentasi, mereka mulai menghubungkan tindakan dengan hasil, mengurangi kecenderungan mengarahkan sumber daya ke sinyal yang menyesatkan, dan menggantinya dengan pendekatan berfokus pada hasil

• Bagaimana perubahan itu terlihat

  • Reaktif → proaktif — isu dapat diidentifikasi lebih awal sebelum memengaruhi kinerja atau anggaran, sehingga menghasilkan tindakan strategis dan dampak lanjutan yang lebih kecil
  • Asumsi → pola pikir berbasis bukti — keputusan diletakkan pada pendorong yang nyata, bukan sinyal terisolasi atau bias, sehingga prioritas diberikan pada hal yang benar-benar memajukan bisnis dan investasi pada inisiatif berdampak rendah dapat dihindari
  • Inefisiensi tersembunyi → deteksi dini — akumulasi biaya di seluruh sistem, tim, dan workflow menjadi terlihat dan dapat ditindaklanjuti sebelum memengaruhi margin

• Pesan inti

  • Kejelasan atas pengeluaran mengubah navigasi dalam kegelapan menjadi operasi yang dijalankan dengan niat, di mana setiap keputusan dievaluasi dalam konteks dampak bisnis yang lebih luas
  • Perubahan ini kuat bukan hanya karena membantu memangkas biaya, tetapi karena membantu memahami dan mencegah biaya, dan platform seperti Spendbase efektif untuk menyatukan data pengeluaran SaaS yang terfragmentasi guna menemukan peluang penghematan tersembunyi
  • Pendiri yang paling efektif bukanlah yang paling sedikit membelanjakan uang, melainkan yang memahami dengan tepat mengapa mereka membelanjakannya, ke mana uang itu pergi, dan apa yang mereka dapatkan kembali