Startup AI Golden Window Tutup dalam 12 Bulan, Para Ahli Memperingatkan

Perhatikan industri "membosankan" yang masih bergantung pada telepon, faks, dan proses usang, seperti hukum, konstruksi, dan lansia, tempat-tempat ini menyimpan ruang besar untuk transformasi AI.

Tamu: Greg Isenberg

Sumber podcast: Greg Isenberg

23 Tren AI yang Membuat Saya Tidak Bisa Tidur

Tanggal siaran: 2 April 2026

Dalam episode ini, saya akan membawa Anda melalui daftar lengkap tren dan peluang AI yang membuat saya terjaga sepanjang malam—secara harfiah terjaga sepanjang malam. Dari "stack perusahaan satu jam" hingga bisnis berbasis lingkungan, AI vertikal, ekonomi agen, hingga ancaman keamanan nyata yang saya lihat, saya akan membagikan secara menyeluruh mengapa menurut saya ini adalah jendela paling asimetris dalam sejarah kewirausahaan. Saya juga akan membagikan kerangka kerja yang saya gunakan untuk memikirkan "apa yang harus dibangun", "apa yang harus dihindari", dan "mengapa bertindak sekarang lebih penting daripada menunggu stabilitas".

Ringkasan pandangan menarik

Teknologi Stack Perusahaan Satu Jam

Garis waktu lama vs baru

Bisnis ambient dan perusahaan otonom (Ambient Business)

Garis Waktu Ekonomi Agen

Agen merekrut Agen

Peta Agen Vertikal

AI vertikal vs SaaS vertikal

Peluang di bidang vertikal

Evolusi Harga SaaS

Bayar berdasarkan kursi vs Bayar berdasarkan hasil (Outcome-based Pay)

Kuburan SaaS

Scarcity Flip

Produk unggulan (Premium/Buatan Manusia)

Ledakan ekonomi pengalaman

Kesesuaian Pendiri-Agen

Tim Hantu

Monopoli mikro

Potensi Risiko Keamanan Agent

Agent Injection vs Phishing (Agent Injection)

Manajemen Izin Agen

Jendela emas sedang tertutup

Mengapa peluangnya begitu asimetris

Membangun Secara Publik

Greg Isenberg:

Halo semuanya! Hari ini saya ingin membahas hal-hal yang terus menghantui pikiran saya di bidang AI. Saya membuat daftar yang penuh dengan peluang yang membuat saya bersemangat, tantangan yang membuat saya khawatir, serta beberapa ide yang bisa langsung Anda coba. Jika Anda bisa bertahan sampai akhir episode ini, mungkin Anda akan sama seperti saya, mulai sulit tidur karena memikirkan masalah-masalah ini. Mungkin konten ini dapat menginspirasi Anda, atau membantu Anda memahami lebih dalam lingkungan teknologi dan sosial di mana kita berada saat ini, sekaligus memahami beberapa hal yang membuat saya khawatir.

Saya ingin berbagi dengan Anda semua ide-ide yang membuat saya tidak bisa tidur, hal-hal yang membuat saya penuh semangat dan merasa sangat menarik. Mungkin Anda juga akan merasa bersemangat dengan konten ini. Jika Anda sedang mendengarkan acara ini, saya yakin Anda kemungkinan besar adalah seseorang yang pandang mencari peluang—mungkin 90% waktu Anda memikirkan peluang baru, dan 10% waktu merasa takut karena ketidakpastian, tetapi Anda tetap mencari ide dan inspirasi yang dapat mendorong Anda maju.

Pertama-tama, saya ingin membahas sebuah konsep yang terus menghantui pikiran saya, yaitu "tech stack startup satu jam". Bayangkan Anda memiliki sebuah ide, lalu dengan cara vibe coding, Anda dengan cepat menulis beberapa kode, membangun halaman web sederhana, dan mengintegrasikan alat pembayaran seperti Stripe—Anda bisa segera menarik pelanggan pertama Anda. Hanya kemungkinan semacam ini sudah cukup membuat takjub! Apalagi, Anda bahkan bisa langsung mengakses situs seperti ideabrowser.com, memilih beberapa ide yang telah teruji, lalu mewujudkannya dengan alat vibe coding favorit Anda. Kemampuan semacam ini benar-benar luar biasa—dalam sehari, Anda bisa meluncurkan perusahaan baru.

Dari sudut pandang saya, saya terus memikirkan bagaimana cara memaksimalkan kemampuan ini. Saya tidak ingin hanya fokus pada mendirikan satu perusahaan, lalu menghabiskan enam bulan untuk menguji kelayakannya. Saya ingin menciptakan budaya atau mekanisme yang memungkinkan saya untuk secara bersamaan meluncurkan beberapa perusahaan, mencoba berbagai ide—baik untuk kelompok pengguna yang sama maupun untuk berbagai pasar yang berbeda (kita akan membahas topik pengguna nanti). Konsep “tech stack startup satu jam” ini terus mendorong saya untuk memikirkan cara yang lebih baik dalam memanfaatkannya.

Greg Isenberg:

Tren kedua yang terus saya renungkan adalah "perbandingan garis waktu kewirausahaan antara zaman lama dan zaman baru". Ini sebenarnya juga terkait erat dengan tren pertama. Di masa lalu, proses mendirikan sebuah perusahaan biasanya seperti ini: Anda memiliki sebuah ide, lalu perlu merekrut beberapa pengembang (dengan asumsi Anda bisa menemukan orang yang tepat), kemudian menghabiskan beberapa bulan untuk mengembangkan produk. Jika semuanya berjalan lancar, mungkin baru di bulan ketiga Anda dapat meluncurkan produk minimum yang layak (MVP), lalu mempromosikannya, misalnya dengan memposting di Product Hunt untuk menarik perhatian. Pada akhirnya, mungkin baru di bulan ke-12 Anda mendapatkan pendapatan pertama.

Namun, pada tahun 2026, proses ini telah benar-benar terbalik. Anda mungkin terinspirasi dengan ide baru pukul 9 pagi, atau langsung memilih ide yang telah diverifikasi dari Idea Browser, mulai menulis kode pukul 9:15 menggunakan vibe coding (alat pemrograman cepat), produk sudah selesai pukul 9:45, dan pada pukul 10 Anda sudah mendapatkan pelanggan pertama, serta sebelum makan siang, Anda sudah mulai melakukan iterasi berdasarkan umpan balik pelanggan. Mungkin ada yang mempertanyakan: “Bagaimana mungkin ini? Bukankah itu hanya sekumpulan produk matang yang ditulis dengan vibe coding?” Namun sebenarnya,

Ada beberapa faktor kunci yang menjelaskan mengapa hal ini menjadi mungkin hari ini. Pertama, Anda dapat menggunakan platform rekayasa agen (Agent Engineering Platform), bukan hanya platform vibe coding sederhana. Misalnya, alat-alat seperti Claude Code, atau produk pesaing serupa lainnya seperti Codeex dan Google AI Studio, fungsinya telah menjadi sangat kuat. Kemajuan alat-alat ini memungkinkan kita untuk dengan cepat membangun solusi yang lengkap dan berfungsi penuh. Hanya dengan mengandalkan alat-alat ini, Anda sudah dapat menyelesaikan banyak tugas yang sebelumnya sulit dicapai—hal ini sendiri sudah sangat menarik.

Kedua, Anda memerlukan daftar email, audiens, atau sekelompok pelanggan untuk benar-benar menarik pengguna. Jika tidak, mencari pelanggan akan menjadi hal yang sangat sulit. Namun, jika Anda sudah berupaya membangun saluran distribusi dan telah memiliki akumulasi di bidang ini, maka hal itu akan memberikan keunggulan besar bagi bisnis Anda. Ini juga menjadi salah satu alasan utama mengapa saya sulit tidur belakangan ini—saya terus memikirkan bagaimana memanfaatkan teknologi AI untuk mengoptimalkan pembangunan saluran distribusi.

Selain itu, saya juga memikirkan sebuah pertanyaan, yaitu perbandingan antara garis waktu tradisional dan garis waktu baru. Kemunculan AI memungkinkan kita untuk mencapai tujuan yang sebelumnya memerlukan sumber daya dan waktu besar dengan biaya lebih rendah dan kecepatan lebih tinggi. Perubahan ini sedang mengubah secara mendasar cara kita memahami waktu dan efisiensi, sekaligus membuka kemungkinan baru bagi para pengusaha.

Greg Isenberg:

Hal lain yang membuat saya tidak bisa tidur adalah konsep "bisnis berbasis suasana" atau "perusahaan otonom". Bisnis berbasis suasana merujuk pada model bisnis yang hampir tidak memerlukan intervensi manusia, atau hanya memerlukan sedikit intervensi. Bisnis semacam ini secara otomatis menangani pemantauan pasar, penemuan peluang, eksekusi tugas, dan dukungan pelanggan oleh agen AI. Sebagai operator, Anda hanya perlu memeriksa kinerjanya setiap beberapa hari sekali untuk memantau perkembangan bisnis.

Saya percaya bahwa kita akan segera memasuki era di mana bisnis berbasis suasana atau perusahaan otonom mampu mencapai pendapatan tahunan sebesar tujuh hingga delapan angka. Konsep ini benar-benar menarik. Meskipun saat ini kita masih berada pada tahap awal, dan banyak solusi perangkat lunak untuk perusahaan otonom masih terasa kasar, saya yakin arah ini tepat. Saya suka menggambarkan tren ini sebagai "panah kemajuan" yang mendorong kita menuju masa depan bisnis berbasis suasana atau otonom. Di masa depan ini, Anda tidak perlu terus-menerus memantau setiap detail bisnis, karena mekanisme check and balance yang mapan memastikan agen bergerak sesuai arah yang benar. Saya percaya bidang ini menyimpan peluang bisnis yang sangat besar.

Greg Isenberg:

Garis waktu "ekonomi agen" juga merupakan tren yang membuat saya tidak bisa tidur. Dari tahun 2009 hingga 2015, kita mengalami era App Store, di mana orang menyelesaikan tugas dengan mengunduh aplikasi dan mengoperasikannya secara manual. Sementara dari tahun 2015 hingga 2024, ekonomi API perlahan muncul, di mana pengembang membangun layanan kompleks dengan mengintegrasikan berbagai API. Saya percaya, dari tahun 2025 hingga 2030, ekonomi agen akan secara resmi tiba. Di era ini, agen AI akan mampu secara dinamis menemukan dan merekrut agen lainnya, sementara konsep tim tetap akan perlahan digantikan.

Dalam konteks ini, saya percaya ada peluang kewirausahaan besar untuk mengembangkan platform semacam "Glassdoor" versi agen AI. Bagaimana kita membangun sistem reputasi untuk agen-agen ini? Bagaimana kita memutuskan agen mana yang harus direkrut? Jika seseorang dapat mengembangkan platform yang mirip dengan Mold Book yang dibeli Meta seharga sekitar $2 miliar, tetapi fokus pada jejaring sosial agen AI, itu akan menjadi inovasi revolusioner. Saya tahu ini terdengar mungkin terlalu jauh, tetapi saya yakin hal semacam ini pasti akan terjadi.

Greg Isenberg:

Saya baru-baru ini melihat sebuah prediksi, yang saya ingat berasal dari Gartner: pada tahun 2030, 20% dari transaksi bisnis akan menjadi transaksi agent-ke-agent atau mesin-ke-mesin. Ini memunculkan pertanyaan penting: bagaimana kita bisa membangun startup yang mampu mengubah produk internet yang ada menjadi versi agent? Menurut prediksi, pasar ini berpotensi mencapai ukuran $52 miliar pada tahun 2030. Saat ini, sudah ada lebih dari 31.000 keterampilan agent di pasar, tetapi sebagian besar kualitasnya tidak tinggi. Oleh karena itu, mengembangkan keterampilan agent yang lebih efisien dan lebih cerdas merupakan peluang besar. Tren ini membuat saya sangat bersemangat akan potensinya.

Kita dapat membayangkan sebuah skenario: agent merekrut agent, bahkan munculnya CEO agent, sales agent, development agent, marketing agent, dan sebagainya. Baru-baru ini, saya juga menyelesaikan tutorial menggunakan Paperclip, yang secara tepat berfokus pada konsep ini. Paperclip adalah teknologi open-source yang gagasan intinya adalah mengubah struktur organisasi tradisional menjadi fungsi serverless: agent akan secara otomatis memecah tugas menjadi beberapa sub-tugas, lalu menutup dirinya sendiri setelah selesai.

Ini bukan lagi sekadar merancang prompt dengan kerangka "Jobs to Be Done", tetapi seperti merekrut karyawan, kita merekrut agen untuk mengelola agen lain dan menyelesaikan tugas-tugas spesifik. Ini tidak hanya sangat inovatif, tetapi juga menyimpan peluang bisnis yang besar.

Greg Isenberg:

Menurut prediksi Y Combinator, dalam dekade ini, lebih dari 300 perusahaan unicorn akan muncul di bidang AI vertikal, dan peluang di bidang perangkat lunak vertikal jelas sangat besar. Seperti Constellation Software, mereka telah memiliki lebih dari 500 perusahaan yang berfokus pada SaaS vertikal, mencakup proses berprofit tinggi di bidang pendidikan, pertahanan, dan lainnya. Bisnis-bisnis yang tampak "membosankan" ini sebenarnya memiliki potensi profitabilitas yang sangat tinggi.

Peluang serupa kini juga muncul di bidang AI vertikal. Jika Anda sedang mendengarkan konten ini, pertimbangkanlah: keunggulan kompetitif unik apa yang Anda miliki? Bidang vertikal apa yang benar-benar menjadi keahlian Anda? Mereka yang mendalami peta agen vertikal akan memiliki peluang besar. Lembaga seperti YC biasanya fokus pada segmen utama seperti asuransi, properti, logistik, perawatan lansia, hukum, kesehatan, dan penjualan. Namun saran saya adalah, jangan langsung memasuki segmen besar yang penuh persaingan ini, tetapi pilihlah segmen spesifik sebagai titik awal, mulailah dari skala kecil, lalu kembangkan secara bertahap. Karena segmen besar ini akan menarik banyak modal, sementara di pasar segmen kecil, persaingan relatif lebih rendah dan peluangnya lebih besar.

Greg Isenberg:

Saya terus memikirkan satu pertanyaan: Apa perbedaan antara SaaS vertikal dan AI vertikal? SaaS vertikal biasanya hanya menyentuh sebagian kecil pengeluaran perusahaan. Anda menjual lisensi perangkat lunak, alatnya perlu dioperasikan oleh manusia, dan skala bisnis akhirnya biasanya berada di kisaran $10 juta hingga $100 juta (tentu saja ada beberapa pengecualian), sedangkan AI vertikal sama sekali berbeda, karena langsung menargetkan biaya tenaga kerja perusahaan. Yang Anda kembangkan sebenarnya adalah “agent-as-software”, di mana perusahaan membeli produk Anda untuk menyelesaikan tugas-tugas yang sebelumnya memerlukan perekrutan tenaga kerja.

Oleh karena itu, pasar vertikal AI jauh lebih besar daripada pasar vertikal SaaS. Yang perlu Anda pikirkan adalah bagaimana menjual hasil dan output—karena agen benar-benar menyelesaikan pekerjaan. Saya percaya nilai bisnis rata-rata vertikal AI akan jauh lebih tinggi daripada vertikal SaaS. SaaS menangkap anggaran TI, sedangkan vertikal AI menggantikan biaya tenaga kerja—dan ukuran pasar biaya tenaga kerja adalah sepuluh kali lipat anggaran TI.

Greg Isenberg:

Apa saja bidang vertikal yang "membosankan tapi berpotensi besar" yang patut diperhatikan? Jawabannya: industri yang masih bergantung pada metode tradisional, seperti yang beroperasi dengan telepon, faks, dan proses usang. Industri-industri ini mencakup asuransi (masih menggunakan tabel aktuaria 30 tahun lalu), hukum, logistik, perawatan lansia, pemerintahan, akuntansi, konstruksi, dll. Untuk menggali lebih dalam di bidang-bidang ini, carilah pasar niche yang sangat spesifik. Jika saya, saya akan menghindari bidang-bidang dengan regulasi ketat dan hambatan masuk tinggi, seperti menjual produk langsung ke pemerintah yang mungkin menghadapi banyak tantangan. Oleh karena itu, semakin membosankan suatu bidang dan semakin niche pasar yang dituju, semakin besar potensinya—ini merupakan titik masuk yang sangat baik.

Greg Isenberg:

Model penetapan harga di industri SaaS juga mengalami perubahan signifikan. Di masa lalu, penetapan harga SaaS biasanya berbasis model lisensi berdasarkan jumlah pengguna, misalnya $50 per pengguna per bulan, model ini diadopsi oleh hampir semua perusahaan SaaS besar. Namun, ini juga menjadi salah satu alasan mengapa perusahaan SaaS mengalami penurunan tajam di pasar saham belakangan ini—beberapa perusahaan kehilangan nilai pasar sebesar 50% hingga 60%, dari semula bernilai 12 kali pendapatan menjadi hanya 4 kali. Ada dua alasan utama di balik hal ini: pertama, permintaan akan lisensi pengguna perusahaan sedang menurun, dan kedua, investor khawatir bahwa siapa pun kini dapat dengan cepat membangun solusi alternatif melalui vibe coding.

Oleh karena itu, model penetapan harga SaaS sedang mengalami evolusi tiga tahap: dari berbayar per kursi → berbayar berdasarkan penggunaan (pay for what you consume) → secara bertahap beralih ke model penetapan harga berbasis hasil (pay per result delivered). Dorongan utama perubahan ini adalah munculnya agen yang mampu menyelesaikan pekerjaan nyata. Menurut prediksi Gartner, pada tahun 2030, 40% SaaS perusahaan akan mengadopsi model penetapan harga berbasis hasil, sementara proporsi berbayar per kursi akan turun dari 21% saat ini menjadi 15%.

Lalu, di mana peluangnya? Bagaimana kita bisa mulai membangun model bisnis berbasis hasil sekarang juga? Ini adalah bidang yang penuh potensi. Jika Anda bisa masuk ke pasar lebih dulu, Anda akan mendapatkan keunggulan kompetitif. Baik melalui email dingin, maupun membagikan konten terkait di media sosial atau daftar email, orang-orang akan tertarik pada model penetapan harga inovatif ini, dan produk Anda kemungkinan besar akan sangat laris.

Greg Isenberg:

Perubahan dari model berbayar berdasarkan kursi (misalnya, $100 per bulan per kursi, terlepas dari apakah digunakan atau tidak) ke model berbayar berdasarkan hasil sangat menarik. Banyak orang pernah merasakan hal ini—saya tidak akan menyebutkan nama, tetapi perusahaan yang saya kendalikan, Late Checkout, membayar ribuan dolar per bulan untuk beberapa perangkat lunak SaaS, namun terkadang saya bertanya-tanya: apakah kami benar-benar mendapatkan nilai yang sepadan?

Sekarang, perusahaan dapat memilih untuk membayar berdasarkan hasil spesifik, misalnya $1,50 per tiket yang diselesaikan, atau hanya membayar untuk hasil yang diserahkan. Perusahaan matang seperti Zendesk telah mulai mengadopsi model ini, dan data menunjukkan bahwa 83% perusahaan SaaS native AI telah beralih ke model penetapan harga berbasis hasil. Saya yakin, seseorang dapat membangun perusahaan bernilai miliaran dolar hanya dengan mengubah SaaS tradisional menjadi model penetapan harga berbasis hasil. Membantu perusahaan-perusahaan ini melakukan transisi adalah peluang besar, tetapi mengapa harus membantu orang lain? Anda完全可以 memulai startup berbasis hasil sendiri.

Greg Isenberg:

Saya percaya bahwa di masa depan memang akan muncul sejumlah "kuburan SaaS". Lalu, bagaimana cara menentukan perusahaan SaaS mana yang akan tersingkir? Menurut saya, alat CRM generik kemungkinan besar akan menjadi yang pertama terdampak—tentu saja, ini tidak termasuk raksasa seperti Salesforce atau HubSpot yang sudah bertransformasi menuju masa depan. Namun, jika Anda adalah perusahaan generik yang tidak mengikuti tren transformasi ini, ruang hidup Anda akan terancam serius, karena agen mampu bekerja lebih efisien daripada alat tradisional tersebut.

Selain itu, prospek dashboard analisis fundamental juga tidak cerah, karena AI dapat menghasilkan analisis data yang lebih mendalam sesuai permintaan. Persaingan di pasar template akan menjadi lebih sulit, karena AI dapat menghasilkan template yang sangat disesuaikan secara instan. Mengenai alat manajemen jadwal, masa depannya juga menghadapi tantangan, karena agen sudah memiliki kemampuan bawaan untuk mengelola kalender. Mengenai chatbot layanan pelanggan dasar, mereka secara bertahap digantikan oleh sistem AI yang lebih canggih, dan nilai keberadaannya di masa depan kemungkinan akan semakin menurun.

Greg Isenberg:

Di era AI, apa yang tetap dapat mempertahankan daya saing? Jawabannya adalah mereka yang berhasil bertransformasi menjadi alat, infrastruktur, dan model data vertikal yang didorong oleh agen AI. Kita sedang mengalami “pembalikan kelangkaan”: teknologi AI sedang dengan cepat mengkomoditisasi tugas-tugas seperti konten umum, desain dasar, input data, dan analisis rutin, secara bertahap menurunkan nilainya. Lalu, dalam konteks ini, apa yang akan menjadi langka dan bernilai lebih tinggi? Saya dan banyak orang telah membahas pertanyaan ini di Twitter, dan kesimpulannya adalah, nilai akan berpindah dari “eksekusi” ke “penilaian”—termasuk penilaian kreatif, kerajinan tangan, serta pengalaman fisik yang unik.

Saat ini, saya sedang mengembangkan beberapa proyek terkait, dan saya percaya ini akan menjadi peluang besar. Melihat ke depan hingga tahun 2026 dan seterusnya, "ide-ide aneh murni" akan menjadi sangat berharga. Alasannya, meskipun large language models (LLM) unggul dalam banyak hal, mereka tidak ahli dalam menangani ide-ide "aneh". Setiap orang memiliki perspektif dan pengalaman hidup yang unik, dan keunikan ini, ditambah dengan data eksklusif, akan menjadi sumber daya paling berharga di dunia yang didorong oleh AI.

Greg Isenberg:

Di era AI, produk dan layanan seperti apa yang bisa disebut "berkualitas tinggi"? Menurut saya, jawabannya adalah konten yang dibuat 100% oleh manusia. Mungkin Anda pernah mendengar kampanye iklan terbaru Porsche berjudul "100% Dibuat oleh Manusia", bahkan mereka meluncurkan kompetisi dengan label "Tanpa AI". Saya percaya, merek mewah di masa depan akan semakin mengejar konsep "dibuat oleh manusia, tanpa partisipasi AI", sebagaimana label sertifikasi "organik" di industri makanan— "Tanpa AI" akan menjadi bukti kualitas baru. Pemikiran ini layak kita renungkan, dan mungkin bisa menemukan peluang serupa di bidang lain.

Greg Isenberg:

Dalam hierarki produk berkualitas tinggi, arah lain yang patut diperhatikan adalah model "AI yang membantu tetapi dipimpin oleh manusia". Dalam model ini, partisipasi manusia akan menjadi ciri khas produk berkualitas di era AI. Model ini menggabungkan kreativitas dan selera manusia dengan efisiensi tinggi yang dibawa oleh AI, sementara layanan yang sepenuhnya dihasilkan oleh AI mungkin secara bertahap dianggap sebagai produk komoditas dan akhirnya terjebak dalam perang harga.

Karena itu, saya sangat tertarik pada proyek-proyek yang terkait dengan kehidupan nyata (IRL, In Real Life). Ketika dunia digital menjadi tak terbatas kaya dan konten yang dihasilkan AI melimpah, kelangkaan akan secara alami berpindah ke keberadaan fisik nyata dan pengalaman bersama manusia lainnya. Oleh karena itu, hal-hal seperti karaoke bar, ruang pelarian, teater imersif, ruang kerja bersama, dan konser langsung adalah bagian penting dari ekonomi pengalaman. Ekonomi pengalaman sedang berkembang pesat, dan peluangnya begitu banyak sehingga membuat saya bersemangat—ini salah satu alasan mengapa saya sulit tidur.

Greg Isenberg:

Konsep baru yang menarik lainnya, yang saya sebut sebagai “Founder-Agent Fit”. Ingat pengalaman saya dalam memulai bisnis di masa lalu, terutama setelah saya pindah ke Silicon Valley, orang-orang selalu membahas “Founder-Market Fit”. Pertanyaan intinya adalah: Apakah Anda memahami pelanggan dan pasar Anda? Apakah Anda, sebagai pendiri, memiliki wawasan unik tentang pasar tersebut? Misalnya, jika Anda ingin membuat jaringan sosial untuk mahasiswa, apakah Anda baru saja menjadi mahasiswa?

Sekarang, kita sedang memasuki era "kesesuaian founder-agent". Sebagai founder, Anda perlu memiliki kemampuan untuk mengoordinasikan dan mengarahkan seluruh tim agen AI guna mencapai tujuan Anda. Perubahan ini dapat dibandingkan dengan peran sutradara film: sutradara tidak secara langsung mengoperasikan kamera, berakting, atau menciptakan musik, tetapi ia harus menggali performa terbaik dari para aktor dan timnya. Di dunia bisnis masa depan, "aktor-aktor" ini akan berubah dari manusia menjadi agen AI. Oleh karena itu, kemampuan "kesesuaian founder-agent" ini akan menjadi keterampilan inti yang harus dikuasai oleh founder di era baru. Saya percaya, perubahan dalam kemampuan ini sangat menarik dan penuh potensi.

Jika Anda dapat merancang dan mengelola agen AI di pasar segmen tertentu serta memaksimalkan potensi mereka, Anda akan memiliki keunggulan kompetitif yang besar. Ini terkait erat dengan Paperclip dan perusahaan tanpa tenaga kerja manusia yang kita bahas sebelumnya.

Greg Isenberg:

Di masa depan, halaman "Tim" di situs web perusahaan mungkin akan berubah menjadi halaman "Tim Hantu"—hanya menampilkan sejumlah kecil nama karyawan asli, sementara posisi lainnya diisi oleh agen AI, seperti Agen Penjualan, Agen Konten, Agen Layanan Pelanggan, dll. Anda bahkan dapat memberi nama-nama agen ini, memberi mereka kepribadian, menghasilkan foto virtual, bahkan membuat mereka mensimulasikan interaksi manusia nyata melalui panggilan video atau mengirim pesan suara, menciptakan pengalaman kolaborasi yang hampir tak bisa dibedakan dari manusia asli.

Sebagai seorang pengusaha yang sedang mengelola perusahaan induk dan mengembangkan bisnis baru, saya percaya akan muncul lebih banyak perusahaan induk di masa depan. Alasannya adalah bahwa bisnis agen berbasis AI akan menjadi arus utama, dan perusahaan dapat memanfaatkan "tim hantu" untuk mengoperasikan bisnis-bisnis ini secara efisien di segmen pasar yang serupa atau identik.

Greg Isenberg:

Kevin Kelly pernah mengemukakan teori "1.000 penggemar setia". Namun di era AI, saya percaya 100 penggemar setia sudah cukup. Agen AI secara signifikan mengurangi biaya operasional, sehingga cukup dengan 100 pelanggan yang bersedia membayar untuk produk atau layanan Anda, Anda dapat mempertahankan bisnis yang berkelanjutan. Karena agen mampu menggantikan tenaga kerja secara efisien, Anda dapat menyediakan layanan bernilai tinggi kepada setiap pelanggan, misalnya dengan biaya bulanan $1.000 atau $500. Bahkan dengan hanya 100 pelanggan, Anda dapat membangun bisnis yang sangat menguntungkan. Bahkan jika pelanggan membayar lebih sedikit pun tidak masalah, karena biaya operasional Anda hampir nol, mungkin hanya Anda sendiri yang terlibat.

Model hemat biaya dan efisien ini akan memunculkan banyak perusahaan "monopoli mikro". Misalnya, jika Anda memiliki 5.000 audiens segmen yang sangat aktif, Anda dapat mengembangkan aplikasi khusus dalam 48 jam; melalui daftar email atau Newsletter, Anda mungkin dengan mudah menemukan 100 pelanggan, masing-masing membayar 50 dolar AS per bulan. Dengan memanfaatkan agen untuk menjalankan bisnis, Anda sendiri bisa menghasilkan keuntungan 60.000 dolar AS per tahun, yang sudah merupakan angka yang sangat mengesankan. Selain itu, Anda dapat terus memanfaatkan model ini untuk mengembangkan lebih banyak bisnis serupa.

Tentu, menemukan 100 pelanggan pertama adalah kunci. Oleh karena itu, membangun sistem produksi dan distribusi konten yang efisien sangat penting. Bahkan jika Anda belum memiliki audiens yang siap, Anda dapat memperoleh pelanggan dengan membeli lalu lintas, meskipun ini mungkin mengurangi sebagian keuntungan, tetapi tetap merupakan strategi yang layak.

Greg Isenberg:

Meskipun saya optimis tentang masa depan AI, ada satu masalah yang membuat saya khawatir, yaitu permukaan serangan agen AI. Anda mungkin sudah mendengar tentang beberapa ancaman potensial, seperti serangan prompt injection, racun jendela konteks, layanan MCP jahat, manipulasi antar agen, peningkatan izin, dan data pelatihan yang terkontaminasi. Karena kita memberikan akses luas kepada agen AI, ini juga membuka pintu bagi kerentanan keamanan potensial. Jika saya mengatakan masalah-masalah ini tidak menimbulkan kekhawatiran saya, itu jelas merupakan penipuan terhadap diri sendiri. Saya percaya bahwa kejadian jahat tak terhindarkan akan terjadi di masa depan, dan teknologi keamanan siber saat ini jauh tertinggal dari kecepatan perkembangan agen AI. Potensi risiko ini membuat saya merasa sangat cemas.

Palo Alto Networks baru-baru ini mencatat beberapa kasus serangan agent injection di dunia nyata. Jika perusahaan keamanan top seperti Palo Alto Networks saja memperingatkan kita tentang risiko serangan agent injection yang banyak terjadi di dunia nyata, saya sepenuhnya percaya pada penilaian mereka.

Greg Isenberg:

Lalu, bagaimana kita memahami hubungan antara agent injection dan phishing tradisional? Sekitar tahun 2010, tujuan utama serangan phishing adalah memancing manusia untuk mengklik tautan berbahaya, dan pertahanannya bergantung terutama pada penilaian manusia. Meski demikian, kerugian ekonomi tahunan akibat phishing tetap mencapai miliaran dolar. Sementara itu, serangan agent injection saat ini jauh lebih kompleks, karena menyisipkan instruksi tersembunyi untuk menipu agen AI, terutama menargetkan jendela konteks dan konten web. Karena agen memiliki tingkat otonomi yang tinggi, hal ini justru menjadi kelemahan potensial mereka.

Saya percaya, dampak merusak dari agent injection akan jauh melebihi phishing tradisional. Ketika agen memiliki akses sistem dan mampu membuat keputusan mandiri, meracuni jendela konteks mereka menjadi cara serangan baru—dan lebih berbahaya. Oleh karena itu, saya yakin akan banyak kejadian jahat semacam ini di masa depan. Namun, ini juga menciptakan peluang besar untuk mengembangkan perangkat lunak keamanan siber yang khusus menangani masalah-masalah ini. Perusahaan rintisan yang berfokus pada keamanan agen akan menjadi bidang yang layak dieksplorasi lebih dalam.

Greg Isenberg:

Saat menggunakan agen AI, kita perlu mempertimbangkan dengan serius otoritas yang dimilikinya. Secara khusus, sumber daya apa yang dapat diakses oleh agen tersebut? Misalnya, apakah ia dapat mengakses file, email, kalender, atau bahkan rekening bank Anda? Saat ini, sudah ada pengguna yang secara langsung memberikan otorisasi rekening bank kepada agen, seperti "Ini ada $5.000, tolong lakukan perdagangan untuk saya." Selain itu, apa yang dapat diingat oleh agen? Misalnya, apakah ia dapat menyimpan riwayat percakapan, data pribadi, atau data bisnis? Agen dapat melakukan operasi apa saja? Apakah diizinkan untuk mengirim email, berbelanja, mengubah kode, atau bahkan menghapus data? Masalah penting lainnya adalah, kepada siapa agen dapat membagikan informasi? Apakah ia dapat berbagi data dengan agen lain atau pihak ketiga?

Dalam situasi ini, kita perlu memperhatikan konsep "pembersihan digital". Seperti kita secara rutin meninjau izin halaman web atau aplikasi, kita juga harus secara berkala memeriksa izin agen, dengan saran untuk melakukan pembersihan setiap triwulan. Misalnya, terkadang saya menemukan bahwa beberapa alat SaaS yang saya gunakan meminta izin yang tidak perlu, sehingga saya memilih untuk menonaktifkannya. Saya percaya, di masa depan kita juga akan mengelola izin agen dengan cara serupa untuk memastikan keamanan digital.

Greg Isenberg:

Saat ini, kita berada di era di mana biaya pembangunan hampir nol. Agen AI dapat menyelesaikan sebagian besar pekerjaan, banyak segmen pasar masih belum dikembangkan, dan biaya akuisisi pengguna relatif rendah. Namun, saya tidak percaya jendela peluang ini akan bertahan selamanya. Karena itulah, saya merasa sangat mendesak dan penuh semangat. Saya memperkirakan masa keemasan ini akan berlangsung sekitar 12 bulan lagi. Selama periode ini, pesaing akan semakin banyak bermunculan, segmen pasar paling berpotensi akan diraih, dan beberapa alat akan menjadi terlalu ramai. Dalam 24 bulan ke depan, jendela peluang ini akan menyempit secara signifikan. Para pengusaha yang segera bertindak sekarang akan memiliki kesempatan untuk membangun moat mereka melalui akumulasi data, efek jaringan, pembangunan merek, dan hubungan kepercayaan.

Banyak orang selalu menunggu pasar “menstabilkan diri”, tetapi kenyataannya, pasar tidak pernah benar-benar stabil. Perubahan cepat ini justru menjadi norma saat ini. Di era peluang tak terbatas ini, setiap hari sangat penting.

Greg Isenberg:

Peluang saat ini sangat tidak seimbang. Yang Anda butuhkan hanyalah satu kunci API, beberapa prompt yang dirancang dengan cermat, satu tweet, dan audiens tersegmentasi sebanyak 100 hingga 5.000 orang untuk membangun bisnis yang beroperasi 24 jam sehari dengan marjin kotor hingga 95% (terutama bisnis yang berbasis agen). Bahkan jika marjin kotor turun seiring waktu menjadi 70%, 80%, atau bahkan 60%, ini tetap merupakan model bisnis yang sangat unggul. Melalui mekanisme distribusi berbasis bunga majemuk, bisnis-bisnis ini hampir tidak memerlukan karyawan, atau hanya memerlukan sedikit karyawan, untuk beroperasi secara efisien.

Greg Isenberg:

Saya percaya, saat ini adalah zaman paling menguntungkan secara asimetris untuk mendirikan startup. Meskipun sekarang ada yang berpendapat bahwa pendekatan “membangun secara terbuka” sebaiknya dihindari, saya tetap yakin bahwa manfaat membangun secara terbuka jauh lebih besar daripada kerugiannya, terutama ketika pengikut atau audiens Anda juga merupakan calon pelanggan Anda. Dengan secara terbuka membagikan produk dan layanan yang sedang Anda kembangkan, komunitas dapat berpartisipasi dalam pengambilan keputusan dan membantu Anda memilih arah pengembangan. Salah satu hal paling menarik di era AI adalah Anda dapat meluncurkan pembaruan fitur dalam waktu hanya satu hingga lima hari. Iterasi cepat semacam ini menjadikan pengguna sebagai rekan pembangun, yang secara signifikan meningkatkan kepercayaan dan efisiensi distribusi, menciptakan roda pertumbuhan yang kuat.

Selain itu, saya percaya bahwa “fork bisnis” (dapat dipahami sebagai mengadopsi atau meniru model bisnis yang ada, lalu menyesuaikan, mengoptimalkan, dan berinovasi) akan menjadi fenomena umum di masa depan. Seperti melakukan fork terhadap repositori kode di GitHub, di dunia di mana menyalin bisnis orang lain dapat dilakukan dengan mudah, menarik komunitas untuk terlibat dan membuat mereka merasa bagian dari proses pembangunan akan menjadi benteng penting.

Secara keseluruhan, sekarang adalah era yang menarik untuk membangun, sekaligus penuh perubahan cepat yang bisa membuat kewalahan. Namun, selama Anda bersedia mengambil langkah pertama, membuat kemajuan kecil setiap hari, dan menerima kenyataan bahwa tidak mungkin menguasai semua alat AI, Anda akan terus maju di era penuh peluang ini. Ini adalah masa yang luar biasa! Mari kita bekerja sama. Sampai jumpa lagi, terima kasih telah mendengarkan!