Perusahaan deep tech dibangun dengan cara yang berbeda

• Selama 10 tahun terakhir, modal terkonsentrasi pada bit (perangkat lunak) yang berkembang sangat cepat. Namun kini, ketika hambatan di seluruh perekonomian kembali ke atoms, yakni ranah fisik, perusahaan teknologi frontier yang menghilangkan hambatan tersebut mulai muncul sebagai perusahaan generasi berikutnya
• Sinyal awal sudah terlihat jelas: beban jaringan listrik dari pusat data, pergeseran anggaran pertahanan ke senjata otonom, sensor, dan perkapalan, kemampuan manufaktur yang menjadi aset strategis, biologi yang berubah menjadi terapi yang dapat diprogram, serta masuknya robotika ke lapangan
• Deep tech bukan sekadar "perangkat lunak yang lebih sulit", melainkan permainan yang berbeda dengan aturan berbeda pada tiga lapisan: talenta dan ketergantungan jalur, risiko dan reversibilitas, serta modal dan penciptaan nilai
• Batasan yang membuat permulaan menjadi sulit sekaligus membuat para pemenang lebih mudah dipertahankan dan lebih sulit ditiru
• Peluang utamanya bukan menerapkan rumus investasi perangkat lunak ke perangkat keras, tetapi memahami perbedaan struktural ekonomi fisik lebih cepat daripada yang lain

---

Talenta dan Ketergantungan Jalur (People and Path Dependence)

• Pivot di deep tech jauh lebih terbatas

  • Perangkat lunak bisa beralih dari kencan ke video (YouTube), atau dari game ke alat produktivitas (Slack), tetapi perusahaan robotika tidak bisa beralih ke nuklir atau farmasi tanpa membentuk ulang seluruh tim
  • Menentukan arah awal secara tepat sangat menentukan, dan pada saat yang sama muncul efek fokus yang mengakumulasi keahlian, kemajuan teknologi, dan relasi pelanggan pada satu masalah sulit

• Keputusan desain awal menentukan berhasil atau gagalnya perusahaan perangkat keras

  • Perubahan seperti panjang lengan robot menimbulkan efek berantai pada keputusan motor, aktuator, baterai, proses manufaktur, dan rantai pasok
  • Biaya keputusan yang salah bukan hitungan beberapa jam seperti di perangkat lunak, melainkan berbulan-bulan hingga bertahun-tahun
  • Sebaliknya, keputusan awal yang baik akan terakumulasi, dan arsitektur yang kuat akan menghasilkan keunggulan dalam kemudahan manufaktur, biaya layanan, keselamatan deployment, dan tingkat kesulitan peniruan

• Kesesuaian founder-market wajib ada dalam bisnis deep tech

  • Banyak perusahaan perangkat lunak bisa dibangun oleh generalis yang hebat, tetapi deep tech menuntut talenta khusus seperti ahli listrik, mekanik, atau turbomachinery
  • Kekosongan pada talenta inti dapat secara drastis memperlambat laju kemajuan, tetapi setelah tim itu terbentuk, tim itu sendiri menjadi bagian dari moat

• Produk fisik sangat bergantung pada kerja di ruang yang sama

  • Perangkat lunak bisa dikembangkan jarak jauh selama antarmuka antar komponen jelas (pembaruan kode di New York bisa langsung dipakai untuk membangun lebih lanjut di LA)
  • Perangkat keras membutuhkan komponen dikembangkan dan diuji bersama, sehingga kedekatan fisik diperlukan; jika tidak, kecepatan iterasi akan anjlok
  • Inilah alasan terbentuknya startup antariksa di LA dan klaster biotech di Boston, yang memusatkan talenta, pemasok, penasihat, pelanggan, dan founder berulang untuk mempercepat kemajuan

• Talenta deep tech langka, tetapi lebih berorientasi pada misi

  • Di AS ada sekitar 4 juta software engineer, tetapi hanya 20 ribu RF engineer, 10 ribu insinyur nuklir, dan 2.500 insinyur turbomachinery
  • Saat merekrut talenta 5% teratas, perangkat keras jauh lebih sulit karena harus menarik dari kumpulan ratusan hingga ribuan orang di seluruh negeri
  • Namun, karena pesaing lebih sedikit dan misinya lebih menginspirasi, merekrut insinyur spesialis dari perusahaan lama yang bergerak lambat relatif lebih mudah

• Perusahaan deep tech membutuhkan karyawan awal yang berbeda

  • Startup perangkat lunak pada tahap awal dapat merekrut full-stack engineer generalis lalu menambah spesialis setelahnya
  • Deep tech membutuhkan tim awal yang sangat spesifik — orang-orang dengan pengalaman langsung dan sulit didapat pada jalur terapi tertentu, desain aktuator, sistem RF, atau proses manufaktur

Risiko dan Reversibilitas (Risk and Reversibility)

• Perangkat lunak mati karena risiko pasar, perangkat keras mati karena risiko teknis

  • Perangkat lunak relatif mudah dibangun, tetapi juga mudah membuat produk yang tidak punya pasar
  • Pada perangkat keras, permintaan pada level kategori sudah jelas (energi lebih murah, terapi kanker), tetapi risiko teknisnya jauh lebih tinggi — apakah bisa berfungsi, diproduksi secara ekonomis, dideploy dengan aman, dan dijual lewat saluran yang tepat adalah pertanyaan yang sulit
  • Namun, risiko teknis lebih terbaca (legible) daripada risiko pasar — target torsi motor, tercapainya kurva biaya baterai, atau apakah terapi membunuh sel dapat diverifikasi lewat milestone yang eksplisit

• Gesekan regulasi adalah kondisi dasar deep tech, tetapi bekerja dua arah

  • Kecuali beberapa bidang seperti fintech dan healthcare, sebagian besar perangkat lunak tidak diatur ketat (CRM baru bisa dirilis begitu siap)
  • Sebagian besar perangkat keras berada di bawah pengawasan seperti perizinan fasilitas, sertifikasi keselamatan, kajian lingkungan, dan persetujuan regulator
  • Setelah berhasil melewati hambatan itu, pesaing juga harus menjalani proses yang sama, dan kemajuan regulasi seperti persetujuan obat FDA atau izin operasi drone FAA menjadi titik belok nilai yang penting

• Nilai penilaian yang baik lebih besar di deep tech

  • Perangkat lunak dapat cepat mengadopsi database baru atau UI toolkit baru, tetapi perubahan pada perangkat keras berdampak pada alat manufaktur, mitra rantai pasok, jalur sertifikasi, dan deployment pelanggan
  • Biaya penilaian yang salah di perangkat lunak adalah beberapa hari hingga minggu, sedangkan di perangkat keras beberapa bulan hingga tahun
  • Intinya bukan menghindari keputusan sulit, tetapi membuat keputusan penting lebih baik daripada orang lain

• Kemajuan di deep tech tidak kontinu, melainkan diskret

  • Setelah rilis, pendapatan perangkat lunak naik secara bertahap, dan bisa diukur sebagai spektrum seperti $1.5M, $3M, atau $5M terhadap target $3M ARR
  • Milestone deep tech lebih biner — apakah reaksi bahan bakar nuklir bisa dipertahankan atau apakah sel tumor tertentu mati; tidak ada "setengah bekerja", karena itu berarti tidak bekerja
  • Kemajuannya terasa bergelombang, tetapi karena pengurangan risikonya jelas, ketika risiko inti berhasil dipecahkan, ketidakpastian besar bisa hilang dan nilai dapat berubah drastis

• Perangkat lunak punya hambatan masuk rendah tetapi moat lemah; perangkat keras punya hambatan masuk tinggi tetapi moat lebih kokoh

  • Perangkat lunak bisa dirilis cepat, tetapi skala ekonominya kecil, saluran distribusinya tidak eksklusif, dan dengan alat AI fitur mudah ditiru sehingga moat makin melemah — bisa tumbuh cepat tetapi juga cepat stagnan atau menyusut
  • Perangkat keras membutuhkan 2–5 tahun untuk membangun produk komersial yang matang, sehingga menjadi hambatan masuk yang mahal, tetapi ketika produk yang bisa dijual sudah tercipta, skala ekonomi benar-benar ada dan merek serta rekam jejak menjadi bernilai (perusahaan yang menjual reaktor ke-100 versus perusahaan yang baru menjual reaktor pertama)
  • Gesekan regulasi menghambat pengejaran oleh pesaing, sehingga hambatan yang memperlambat tahap awal justru melindungi perusahaan pada tahap akhir dan membantu dominasi pasar

Modal dan Penciptaan Nilai (Capital and Value Creation)

• Produk perangkat lunak dijual seharga puluhan ribu hingga ratusan ribu dolar, sedangkan produk perangkat keras dijual seharga jutaan hingga puluhan juta dolar

  • Pembangkit listrik bernilai jutaan hingga miliaran dolar, sistem otomasi industri besar bernilai puluhan juta dolar, dan terapi canggih bernilai $1M per perawatan
  • Perangkat lunak dapat membelanjakan 30% dari pendapatan untuk penjualan dan pemasaran ($30K CAC untuk kontrak $100K), sedangkan deep tech lebih banyak membelanjakan untuk R&D (tidak perlu biaya penjualan $30M untuk kontrak $100M)
  • Akibatnya, perangkat keras padat modal di awal saat membuktikan kelayakan teknis, sementara perangkat lunak padat modal di akhir saat membayar biaya akuisisi pelanggan dalam skala besar — intensitas modal totalnya mirip sepanjang waktu, hanya waktunya yang berbeda
  • Berkat ukuran kontrak yang besar, hanya dengan sedikit pelanggan besar atau deployment besar saja sudah bisa menopang valuasi perusahaan yang tinggi

• Perusahaan deep tech memiliki financing stack yang berbeda

  • Perangkat lunak biasanya menghimpun ekuitas, venture debt, atau pembiayaan berbasis pendapatan setelah memperoleh pendapatan beberapa juta dolar
  • Deep tech jarang memakai pembiayaan berbasis pendapatan di awal, tetapi dapat memanfaatkan pembiayaan peralatan, pembiayaan inventaris, project finance, serta hibah dan kontrak pemerintah
  • Jika digunakan dengan baik, ini dapat mengurangi dilusi dan mempertahankan modal ekuitas untuk area dengan risiko tertinggi dan potensi terbesar
  • Bahkan pada tahap pre-seed, pembiayaan peralatan senilai ratusan ribu hingga jutaan dolar dapat diperoleh — karena pemberi pinjaman menilai peralatan sebagai agunan, bukan progres perusahaan (jika mesin $1M bisa dijual kembali seharga $900K saat perusahaan tutup, bunga yang baik bisa didapat)

• Pendanaan deep tech berbasis milestone, bukan berbasis metrik

  • Perangkat lunak menggalang putaran lanjutan berdasarkan pendapatan, retensi, dan metrik penggunaan
  • Deep tech menghimpun dana berdasarkan pencapaian milestone besar seperti pembangunan tiap subsistem dan prototipe penuh, atau ekspansi manufaktur dari manual ke semiotomatis hingga sepenuhnya otomatis, serta penghilangan risiko inti
  • Nilai deep tech berbelok ketika risiko besar hilang, sementara nilai perangkat lunak bergerak lebih kontinu seiring traksi

• Jika dilakukan dengan benar, imbalan deep tech adalah penangkapan nilai yang jauh lebih kuat

  • Perangkat lunak menghadapi persaingan tanpa henti — segera setelah Harvey membuat produk AI unggul untuk tim hukum, Legora menarik perhatian dengan produk pesaing, dan alternatif open source buatan satu orang bernama Mike sudah dirilis dan mengumpulkan ribuan bintang GitHub
  • Perangkat keras berbeda — tidak ada orang yang membuat reaktor nuklir komersial atau virus pembunuh kanker dari garasi, karena kebutuhan modal, tim, dan waktunya terlalu besar
  • Ketika tim yang kompeten memecahkan masalah besar, mereka dapat menangkap banyak nilai dan punya peluang besar mendominasi pasar dalam jangka panjang (misalnya GPU Nvidia, peluncuran antariksa SpaceX, dan gene sequencer Illumina)
  • Hasilnya, pembentukan perusahaan tahap awal memang lebih sulit, tetapi profil imbal hasilnya berbeda: pemenangnya secara struktural penting, sulit digantikan, dan lebih mungkin menjadi perusahaan yang bernilai lama

Implikasi bagi Founder dan Investor

• Klise "hardware itu sulit" adalah peringatan yang berguna, tetapi bukan kerangka yang berguna; sudut pandang yang lebih baik adalah bahwa membangun dengan bit dan membangun dengan atom bekerja di bawah batasan yang berbeda

  • Perangkat lunak menang dengan cepat melewati ketidakpastian produk dan distribusi, sedangkan deep tech menang dengan mengambil lebih sedikit keputusan yang sulit dan tidak dapat dibalik namun melakukannya dengan benar
  • Menyusun tim spesialis yang tepat, memilih arsitektur yang tepat, menghilangkan risiko teknis yang tepat, menavigasi regulasi, membiayai dengan kombinasi modal yang sesuai, dan mengubah kemajuan teknis menjadi moat yang kokoh

• Bagi founder, deep tech memberi imbalan pada penilaian, bukan sekadar gerak cepat

  • Founder terbaik bukan hanya bergerak cepat, tetapi juga tahu titik mana yang menuntut kecepatan dan titik mana yang menuntut kesabaran
  • Mereka memahami keputusan awal mana yang berdampak selama bertahun-tahun, risiko mana yang harus dihilangkan terlebih dahulu, dan milestone mana yang benar-benar mengubah probabilitas keberhasilan
  • Pada perangkat lunak, kemajuan terakumulasi lewat iterasi; pada deep tech, kemajuan terakumulasi lewat sejumlah kecil keputusan sulit yang diambil dengan benar

• Bagi investor, diperlukan pertanyaan diligence yang berbeda

  • Pertanyaan awal pada perangkat lunak berkaitan dengan kecintaan pengguna, retensi, pertumbuhan, dan momentum GTM
  • Pertanyaan pertama pada deep tech lebih mendasar — apakah ini tim yang tepat untuk masalah ini, apakah pilihan arsitektur awalnya kokoh, apakah tiap milestone menghilangkan risiko yang berarti, apakah ada jalur yang masuk akal untuk melewati regulasi dan manufaktur, dan apakah rencana pendanaannya sesuai dengan jalur pengembangan

• Perusahaan deep tech terbaik tidak tampak seperti perusahaan perangkat lunak dengan siklus penjualan yang lebih lambat, melainkan memiliki metrik kualitas yang berbeda: kesesuaian founder-market yang luar biasa, titik belok teknis yang jelas, permintaan pelanggan yang mendesak, dan kemampuan mengubah manufaktur, regulasi, kinerja, serta rantai pasok menjadi moat yang kokoh

  • Deep tech bukan hanya lebih sulit; justru kesulitan itu sendiri adalah bagian dari peluangnya
  • Kelangkaan talenta, gesekan regulasi, kompleksitas manufaktur, risiko teknis, dan iterasi yang lambat adalah hambatan nyata, tetapi pada saat yang sama menyingkirkan pesaing yang kurang serius dan memberi pemenang peluang menjadi perusahaan yang penting secara struktural
  • Perusahaan yang memecahkan hambatan fisik yang sulit bukan hanya menangkap permintaan, tetapi juga dapat menata ulang seluruh industri di sekeliling dirinya