Agen AI adalah SaaS baru [YouTube]

• Jika SaaS tradisional menjual alat kerja, agent SaaS menjual pekerjaan itu sendiri yang tidak lagi perlu ditangani tim secara manual, dan membidik pasar human capital bernilai triliunan dolar
• Agen yang menjanjikan berawal dari workflow berbayar yang saat ini sudah mengeluarkan biaya untuk karyawan, agensi, resepsionis, atau dispatcher; frekuensinya tinggi, kriteria selesai dan kerugiannya jelas, serta membutuhkan penilaian tertentu sambil mengakses software yang sudah ada
• Sebelum mengembangkan, amati 10–20 kasus dari penanggung jawab sebenarnya dan spesifikasikan trigger, konteks, alat, izin, persetujuan, eskalasi, serta kriteria sukses; lalu buat minimum useful agent (MUA) dalam salah satu bentuk: draft+approval, klasifikasi, koordinasi, atau eksekusi terbatas
• Dengan menyusun evaluation set dari 50 kasus nyata serta menyediakan log, approval, pengaturan, dan aturan handoff, pelanggan dapat memeriksa perilaku dan error; meskipun agen yang melakukan pekerjaan, product wrapper inilah yang membentuk kepercayaan sebagai SaaS
• Diperlukan pendekatan untuk menjual pilot yang menggabungkan manusia dan AI kepada 2–3 pelanggan di satu niche market yang mengalami masalah serupa, memproduksikan bagian yang berulang, lalu memperluasnya dengan pricing berbasis penggunaan atau hasil sesuai hasil yang telah tervalidasi

---

Dari alat kerja menjadi produk yang melakukan pekerjaan

• Pola pikir intinya adalah “produk adalah pekerjaannya”
  • SaaS umum menjual alat yang bisa digunakan tim
  • Agent SaaS menjual pekerjaan yang tidak lagi perlu ditangani tim secara manual
• Alasan pasar agen bisa lebih besar daripada SaaS adalah karena ia menargetkan pasar human capital bernilai triliunan dolar, melampaui anggaran software
• Proposisi produk yang baik berbentuk: menangani pekerjaan merepotkan tertentu lebih baik daripada karyawan junior, lebih cepat daripada agensi, dan lebih murah daripada menambah tenaga kerja

• Menjawab telepon restoran

  • Saat telepon menumpuk pada jam makan malam, host sulit menangani pengantaran kursi, pertanyaan berulang, dan permintaan reservasi sekaligus, sehingga restoran bisa kehilangan pendapatan dari reservasi atau inquiry untuk makan berkelompok
  • Slang AI adalah contoh AI superhost untuk restoran
    • Menjawab panggilan masuk dan pertanyaan pelanggan
    • Mengelola reservasi dan meneruskan permintaan VIP
    • Memberi tahu staf tentang topik prioritas tinggi seperti inquiry makan berkelompok atau keluhan pelanggan
    • Terintegrasi dengan sistem lain yang digunakan restoran

• Menjawab telepon layanan rumah

  • Untuk perusahaan plumbing, HVAC, atap, dan pest control, telepon yang terlewat dapat menyebabkan booking pekerjaan dan follow-up terlewat, serta menambah beban dispatcher
  • same day menjual dispatcher AI, sales agent, dan resepsionis yang menangani telepon dan SMS 24 jam untuk perusahaan layanan rumah
    • Menangani jawaban telepon dan balasan SMS
    • Membuat atau mengubah jadwal pekerjaan
    • Membantu memperoleh lebih banyak pendapatan dari permintaan yang sama

Menemukan workflow yang sudah dibayar

• Ide agen harus dicari dari pekerjaan yang saat ini sudah dibayar orang kepada karyawan, agensi, resepsionis, koordinator, atau dispatcher
• Jika otomatisasi mengurangi sebagian pekerjaan itu, manusia dapat fokus pada pekerjaan yang lebih kreatif

• Lima syarat workflow yang baik

  • Frekuensinya harus tinggi
    • Pekerjaan yang terjadi setiap hari sudah bagus, tetapi pekerjaan yang muncul setiap jam lebih cocok
    • Contohnya inbound lead, telepon, tiket technical support, permintaan penawaran, reservasi, pesanan, dan permintaan maintenance
  • Kriteria selesai harus jelas
    • Harus bisa menentukan apakah berhasil atau tidak, seperti booking pekerjaan selesai, tiket terklasifikasi, refund disetujui, jadwal vendor dikonfirmasi, atau pelanggan diberi jawaban yang berguna
  • Harus menggunakan software yang sudah ada
    • Pekerjaan yang cocok adalah yang dapat membaca konteks dan menggunakan alat di sistem seperti Gmail, Slack, Shopify, HubSpot, Zenes, Stripe
  • Exception harus merepotkan tetapi bisa dipelajari
    • Pekerjaan yang terlalu sederhana bisa ditangani otomatisasi dasar atau Zap
    • Jika membutuhkan penilaian manusia sepenuhnya, versi pertama akan mudah gagal
    • Area yang tepat adalah yang repetitif tetapi mengandung penilaian yang dapat dibantu AI
  • Pembeli harus merasakan kerugiannya
    • Contohnya missed call, jawaban lambat, lead yang lepas, slot reservasi kosong, atau tenaga kerja mahal yang dipakai untuk koordinasi bernilai rendah

• Memberi skor pada ide

  • Pilih satu niche market dan tuliskan 20 pekerjaan yang dikeluhkan orang
    • Perusahaan atap: missed call, pertanyaan pembiayaan, dokumen asuransi, pengingat booking
    • Medical spa: verifikasi lead, pemulihan no-show, upsell membership
    • Brand Shopify: retur, penukaran, follow-up lead grosir
  • Nilai tiap pekerjaan dengan lima kriteria berikut
    • Seberapa sering terjadi
    • Seberapa besar biaya akibat masalahnya
    • Seberapa mudah menentukan apakah pekerjaan selesai
    • Alat apa yang perlu diakses
    • Siapa yang sudah memiliki budget terkait
  • Target pertama yang harus dipilih adalah pekerjaan yang sudah memiliki biaya gaji atau outsourcing

Mengamati pekerjaan nyata sebelum mengembangkan

• Sebelum menulis prompt atau coding, Anda harus mengamati orang yang melakukan pekerjaan tersebut untuk mendapatkan detail yang dibutuhkan agen berkualitas tinggi
• Lihat langsung atau rekam layar 10–20 kasus yang ditangani penanggung jawab, dan minta mereka menjelaskan prosesnya secara lisan
  • Periksa kasus mana yang mudah
  • Pahami kasus mana yang tidak biasa
  • Catat apa yang mereka periksa sebelum mengambil keputusan
  • Temukan di mana kesalahan terjadi
• Meski sebelumnya pernah mengerjakan pekerjaan itu sendiri, mengamati lagi kasus nyata terbaru membantu mengingat alur detail selama proses pengembangan

• Detail pekerjaan menentukan kualitas produk

  • Pekerjaan nyata host restoran jauh lebih dalam daripada sekadar menjawab pertanyaan jam operasional
    • Harus mengetahui jam tutup dapur
    • Harus membedakan meja yang cocok untuk menaruh stroller bayi
    • Harus memeriksa apakah patio sedang tidak beroperasi
    • Harus mengetahui cara menangani VIP
    • Harus menilai kapan inquiry tertentu diteruskan ke penanggung jawab terpisah
  • Detail pekerjaan nyata seperti ini menentukan kualitas agen

• Tujuh elemen spesifikasi agen

  • Apa yang menjalankan agen
  • Konteks apa yang dibutuhkan
  • Alat apa yang dapat digunakan
  • Apa yang dapat ditangani sendiri
  • Di mana persetujuan diperlukan
  • Kapan harus melakukan eskalasi ke manusia
  • Seperti apa kondisi sukses
  • Elemen-elemen ini harus jelas agar agen dapat bekerja sebaik manusia atau lebih baik, sambil memberikan kualitas yang lebih konsisten

Mulai dari minimum useful agent

• Jika sejak awal mencoba membuat karyawan yang sepenuhnya otonom, demonya mungkin terlihat meyakinkan tetapi tidak bekerja di dunia nyata, sehingga bisnis bisa gagal
• Versi pertama harus dipersempit cakupannya sebagai minimum useful agent (MUA)

• Empat versi pertama

  • Agen draft+approval
    • Membaca konteks dan menulis jawaban, penawaran, ringkasan, atau langkah berikutnya
    • Manusia menyetujui hasilnya
    • Cocok untuk pekerjaan yang mencakup risiko, kreativitas, dan prosedur approval
  • Agen klasifikasi
    • Mengklasifikasikan pekerjaan yang masuk dan meneruskannya ke tempat yang tepat
    • Dapat diterapkan pada permintaan maintenance, masalah billing, permintaan refund, dan sebagainya
  • Agen koordinasi
    • Mengelola progres pekerjaan di antara sistem dan manusia
    • Memeriksa waktu tersedia, mengirim notifikasi, dan meminta informasi yang kurang
  • Agen eksekusi terbatas
    • Melakukan langsung tugas tertentu di bawah aturan yang jelas
    • Contohnya reservasi, follow-up, refund di bawah 50 dolar
  • Minimum useful agent dapat memperluas cakupan otonomi secara berurutan dari drafting, klasifikasi, koordinasi, hingga eksekusi terbatas

• Dari workflow ke agen otonom

  • Menurut panduan agen Anthropic, banyak masalah agen harus dimulai terlebih dahulu sebagai workflow yang dapat diprediksi
  • Workflow mengikuti jalur yang sudah ditentukan, sedangkan agen mengambil keputusan lebih dinamis sesuai situasi
  • Founder harus mulai dari jalur yang dapat diprediksi dan menambahkan otonomi hanya pada bagian di mana penilaian menciptakan nilai
  • Produk awal cukup dengan satu workflow dan satu janji
    • Menjawab missed call perusahaan atap dan membooking pekerjaan yang cocok
    • Mengklasifikasikan permintaan maintenance dari property manager dan menjadwalkan vendor yang sesuai
    • Menangani telepon reservasi restoran dan memberi tahu staf saat manusia perlu ikut campur
  • Karena pelanggan juga baru pertama kali membeli agen, mereka mungkin tidak mau menyerahkan semua pekerjaan sekaligus kepada vendor baru yang bukan Microsoft atau Salesforce
  • Karena itu, bangun kepercayaan dengan satu workflow yang berfungsi

Product wrapper dan sistem evaluasi yang membangun kepercayaan

• Jika agen melakukan pekerjaan, product wrapper memberikan kepercayaan dan kontrol kepada pelanggan
• Fitur yang membedakan otomatisasi sederhana dari SaaS agent-first adalah sebagai berikut
  • Log pekerjaan
  • Proses approval
  • Pengaturan kontrol
  • Aturan handoff ke manusia
  • Pengujian sebelum go-live
  • Fitur untuk memeriksa alasan agen memilih tindakan tertentu
• Agen dapat berjalan di sistem telepon, inbox, channel Slack, atau CRM, jadi dashboard boleh sederhana, tetapi pelanggan membutuhkan ruang kontrol
  • Agen telepon restoran: ringkasan panggilan, hasil reservasi, handoff ke manusia yang gagal
  • Agen maintenance properti: tiket yang dibuat, penerusan ke vendor, update ke tenant, persetujuan owner

• Mengevaluasi dengan 50 kasus nyata

  • Sebelum menjanjikan otonomi, harus menyusun evaluation set
  • Kumpulkan 50 kasus pekerjaan nyata seperti telepon, lead, dan permintaan maintenance
  • Tandai jawaban yang benar untuk tiap kasus, lalu periksa hal berikut
    • Apakah masalah diklasifikasikan dengan akurat
    • Apakah menanyakan informasi yang kurang dan diperlukan
    • Apakah menerapkan policy yang benar
  • Setiap kali prompt, model, alat, atau workflow diubah, jalankan ulang evaluation set yang sama untuk memeriksa improvement dan regression
  • Evaluasi juga dapat digunakan sebagai materi kepercayaan dalam proses penjualan
  • Publikasikan hasil seperti: dari 50 permintaan maintenance lama, 42 diteruskan dengan benar, 6 diklasifikasikan untuk review manusia, dan 2 mengalami kesalahan
  • Jika kasus yang salah dan cara memperbaikinya juga ditunjukkan, pelanggan dapat melihat batasan agen dan proses perbaikannya

Menjual pilot seperti tenaga kerja dan memprodukkannya sebagai SaaS

• Titik awal tercepat adalah menjual pilot di mana AI dan manusia bekerja bersama, lalu membuat bagian yang berulang menjadi produk
• Mulailah dari 3 pelanggan dengan niche market, workflow, dan masalah yang sama, lalu jual hasilnya
  • Menjawab missed call dan memverifikasi lead
  • Mengklasifikasikan permintaan maintenance
• Pada tahap awal, kenakan biaya instalasi dan subscription bulanan yang mudah dipahami; setelah memahami nilainya, tambahkan pricing berbasis penggunaan atau hasil
• Pelanggan mungkin ingin membayar hasil daripada seat pengguna tambahan, tetapi jangan langsung beralih ke performance pricing sejak awal; terapkan setelah cukup belajar

• Contoh pricing

  • Biaya instalasi 1.500 dolar dan 1.000 dolar per bulan untuk satu workflow
  • Biaya instalasi 2.000 dolar dan 30 dolar per booking tervalidasi
  • 3.000 dolar per bulan hingga 500 tiket diproses
  • Lebih penting daripada menemukan harga yang tepat adalah mempelajari informasi berikut
    • Apa yang dianggap berharga oleh pelanggan
    • Di mana agen gagal
    • Pekerjaan apa yang membutuhkan approval
    • Apa yang paling disayangkan pelanggan saat produk dihapus

• Memproduksikan pola berulang

  • Jika semua perusahaan atap membutuhkan script telepon darurat, pemeriksaan area layanan, pertanyaan pembiayaan, dan follow-up penawaran, hal itu dapat dijadikan satu produk
  • Jika semua medical spa membutuhkan scoring lead, booking konsultasi, pemulihan no-show, dan follow-up pascatindakan, hal itu dapat diproduksikan dengan cara yang sama
  • Anda harus terlebih dahulu melakukan pekerjaan secara langsung dan menemukan pola umum agar dapat membuat software yang reusable

Mendapatkan pelanggan dengan konten perbandingan workflow

• Konten akuisisi pelanggan yang efektif adalah pembedahan workflow yang memperlihatkan cara lama dan cara agen secara berdampingan

• Cara lama

  • Tidak ada yang menjawab telepon sehingga pelanggan pindah ke kompetitor
  • Staf customer service mengajukan pertanyaan, memeriksa jadwal dan area layanan, lalu membuat booking
  • Mereka meninggalkan catatan dan pengingat tetapi lupa melakukan follow-up

• Cara agen

  • Menjawab telepon dan mengajukan pertanyaan yang tepat
  • Memeriksa area layanan dan tingkat urgensi
  • Membuat booking dan memperbarui CRM
  • Mengirim pesan konfirmasi
  • Meneruskan kasus exception ke manusia
  • Karena manajer merasakan langsung kerugian yang terjadi dalam proses lama, Anda harus menjual produk yang merupakan painkiller, bukan vitamin
  • Pilih satu workflow dan buat internet mengaitkan pekerjaan tersebut dengan produk Anda
  • Buat checklist dan benchmark
  • Publikasikan materi pembedahan workflow dan sekitar 50 konten kasus
  • Satirkan atau jadikan meme cara lama
  • Pilih konten yang responsnya baik dan jalankan iklan berbayar
  • Pada awalnya fokus pada satu platform, dan bangun calon audiens pelanggan sepanjang periode pembangunan produk

Rencana eksekusi bisnis agen 30 hari

• Minggu pertama: validasi niche market dan versi yang bisa berjalan

  • Hari 1: Pilih niche market di mana pekerjaan yang terlewat menyebabkan kerugian finansial
    • Contohnya layanan rumah, property management, agensi asuransi
  • Hari 2: Wawancarai 10 operator dan amati workflow melalui screen sharing
    • Anda juga bisa membayar biaya wawancara
    • Simpan isi panggilan sebagai bahan riset
  • Hari 3: Pilih satu workflow yang memiliki frekuensi, rasa sakit, aksesibilitas software, dan metrik sukses yang jelas
  • Hari 4: Tulis spesifikasi agen yang mencakup trigger, konteks, alat, aturan, handoff, dan evaluasi
  • Hari 5: Gunakan Claude atau chatbt untuk copy-paste konteks, membuat draft hasil, lalu minta manusia menyetujuinya
    • Validasi apakah AI benar-benar membantu pekerjaan sebelum membuat software
  • Hari 6: Bangun versi berguna terkecil yang berpusat pada fungsi draft+approval atau klasifikasi
  • Hari 7: Buat evaluation set dari 50 kasus nyata

• Minggu kedua: menjual pilot di niche market yang sama

  • Jual 2 pilot untuk niche market dan workflow yang sama
  • Persempit cakupan dan validasi masalah serta hasil yang sama secara berulang

• Minggu ketiga: menambahkan fitur kontrol SaaS

  • Tambahkan product wrapper yang mencakup log, approval, pengaturan, analytics, dan handoff ke manusia
  • Bangun software tersebut dengan AI, dengan Clawude Design dan Fable sebagai contoh tool

• Minggu keempat: memperoleh bukti dan channel distribusi

  • Publikasikan konten pembedahan workflow
  • Ubah hasil pilot menjadi bukti validasi produk
  • Temukan format konten yang responsnya baik dan fokus pada strategi tersebut
  • Identifikasi channel yang dapat diberi biaya untuk akuisisi pelanggan berbayar
  • Pada bulan kedua dan ketiga, periksa customer lifetime value (LTV), channel yang berfungsi, dan area yang perlu investasi tambahan

Bisnis yang menghilangkan pekerjaan repetitif yang menyakitkan

• Peran software bergeser dari “alat yang membantu pekerjaan” menjadi “sistem yang melakukan pekerjaan bersama”
• Peluangnya ada pada menemukan dan menghilangkan workflow paling kecil dan paling menyakitkan yang berulang sepanjang hari di niche market yang Anda pahami dengan baik
  • Menjawab telepon
  • Membuat booking pekerjaan
  • Mengklasifikasikan tiket
  • Memperbarui sistem
  • Eskalasi kasus tidak biasa ke manusia
• Urutan eksekusinya adalah menemukan pekerjaan, mengamati penanggung jawab, menulis spesifikasi, menjalankan secara manual, membangun minimum useful agent, menjual pilot, dan memproduksikan bagian berulang
• Jika mampu menjalankan pekerjaan yang sudah dibayar orang secara stabil serta menyediakan kontrol, evaluasi, dan sarana handoff, barulah ia menjadi agent SaaS yang benar-benar dibeli pelanggan