Tim Labs Anthropic: 70% Proyek Gagal, Tetapi Mendorong Inovasi Kunci

Anthropic memiliki tim "Labs" dengan kurang dari 20 orang yang secara khusus bertanggung jawab untuk dengan cepat mengembangkan prototipe produk baru dan menguji validitasnya. Menurut pemimpin tim, Ben Mann, tingkat keberhasilan proyek hanya sekitar 20% hingga 30%, dengan sekitar 70% hingga 80% upaya akhirnya dibatalkan. Tim yang dianggap sebagai "inkubator startup" ini telah menghasilkan produk-produk seperti Claude Code, Model Context Protocol (MCP), dan Claude Design, di mana Claude Code kini menjadi salah satu produk paling berpengaruh di Anthropic. Seiring persiapan perusahaan untuk IPO, pentingnya tim "gagal" ini meningkat, dan mekanismenya mulai menyebar ke tim produk lainnya, serta berpotensi diperluas ke bidang ilmu keras seperti penelitian biologis dan penyimpanan energi bersih di masa depan.

Penulis artikel, sumber: Business Insider

Di balik Claude Code yang sukses, mungkin berdiri lebih banyak proyek yang telah dibatalkan.

Menurut Business Insider, Anthropic memiliki tim "Labs" yang beranggotakan kurang dari 20 orang yang secara khusus bertanggung jawab untuk hal ini: terus-menerus mengusulkan produk baru, menguji dengan cepat, lalu menghentikan sebagian besar upaya yang gagal. Menurut pemimpin tim dan salah satu pendiri Anthropic, Ben Mann, tingkat keberhasilan proyek Labs hanya sekitar 20% hingga 30%, artinya sekitar 70% hingga 80% dari "taruhan" tersebut akhirnya gagal.

Namun, Anthropic tidak memandang kegagalan sebagai pemborosan. Sebaliknya, mekanisme tingkat penghapusan tinggi ini sedang menjadi mesin penting bagi perusahaan untuk mengubah kemampuan model mutakhir menjadi produk komersial dengan cepat. Produk-produk seperti Claude Code, Model Context Protocol (MCP), dan Claude Design semuanya terkait dengan Labs. Seiring persiapan Anthropic untuk IPO, pentingnya tim "gagal" ini pun semakin meningkat.

Mann dalam wawancara mengatakan: "Kami benar-benar memandangnya sebagai inkubator startup sejati, dan mengharapkan sebagian besar investasi akan gagal." Menurut Anthropic, kuncinya bukan membuat setiap proyek berhasil, tetapi menukar biaya percobaan yang cukup rendah dengan beberapa "keberhasilan" yang cukup signifikan untuk mengubah kurva bisnis.

Cara kerja Labs sangat berbeda dari tim produk tradisional. Sekitar 20 anggota bekerja secara bergiliran, terus-menerus mengembangkan prototipe produk baru yang secara internal disebut "bets". Setiap sekitar dua minggu, tim melakukan tinjauan "persevere or pivot": proyek yang kurang berhasil langsung dihentikan atau digabungkan ke proyek lain, dan anggota beralih ke percobaan baru; sejumlah kecil proyek yang terbukti berhasil "lulus" dari Labs dan membentuk tim mandiri.

Claude Code adalah salah satu "taruhan" paling sukses. Mann awalnya menugaskan Boris Cherny, yang baru saja bergabung, untuk mengerjakan tugas ini. Cherny awalnya berniat membuat alat analisis kode, tetapi Mann merasa arah ini tidak cukup ambisius dan meminta dia untuk memperluas tujuannya. Kemudian, prototipe yang dikembangkan oleh Cherny dengan cepat menjadi populer di dalam Anthropic dan dirilis dalam versi preview pada Februari 2025.

Setelah itu, seiring dengan peningkatan berkelanjutan model Claude, Claude Code secara bertahap berkembang dari sebuah prototip internal menjadi salah satu produk paling berpengaruh di Anthropic, sekaligus menjadi katalis penting dalam percepatan pertumbuhan perusahaan.

Labs memiliki keunggulan kunci lain: jaraknya yang cukup dekat dengan前沿 penelitian. Mann menyatakan bahwa sebelum pengembangan Claude Code dimulai, tim sudah mengetahui dari para peneliti tentang potensi model baru dalam pemrograman agen, sehingga mereka dapat mempersiapkan strategi lebih awal sebelum kemampuan model matang, mempercepat penerapan hasil penelitian ke produk.

Claude Code bukan satu-satunya hasil dari Labs. Tim juga mengembangkan Model Context Protocol (MCP) untuk menghubungkan agen AI dengan sumber data eksternal; Claude Design yang diluncurkan tahun ini juga berasal dari Labs. Salah satu pendiri Instagram, Mike Krieger, juga berada dalam tim ini.

Mann mendefinisikan tujuan Labs sebagai memperluas "ruang tindakan" (action space) AI, yaitu terus memperluas batasan tugas-tugas yang benar-benar dapat diselesaikan oleh model AI. Oleh karena itu, yang dilakukan Labs bukan hanya mencari produk viral berikutnya, tetapi juga mengungkap kelemahan kemampuan model melalui praktik produk, lalu mendorong tim peneliti untuk memperbaikinya.

Sebagai contoh, Labs sebelumnya mendorong tim peneliti Anthropic untuk meningkatkan kemampuan model audio dalam memahami bahasa Amharic di Ethiopia; pengembangan Claude Design selanjutnya memicu minat perusahaan terhadap penelitian kemampuan output visual. Eksperimen produk karenanya tidak lagi hanya berfungsi sebagai validasi kebutuhan bisnis, tetapi juga menjadi jalur yang mendorong evolusi kemampuan model secara terbalik.

Mekanisme ini kini juga mulai menyebar di luar Labs. Mann mengungkapkan bahwa tim teknik produk lainnya di Anthropic saat ini juga telah membentuk kelompok "bertaruh" serupa.

Seiring dengan persiapan Anthropic untuk IPO, masalah yang harus diatasi oleh Labs tidak lagi hanya "apakah bisa membuat Claude Code berikutnya", tetapi bagaimana menemukan keseimbangan antara inovasi berkelanjutan dan komersialisasi.

Analis Forrester Mike Gualtieri menunjukkan bahwa Anthropic sedang berjalan di atas "kawat tinggi": alat-alat baru yang terus diluncurkan perusahaan berpotensi langsung memasuki pasar perangkat lunak yang sudah digunakan oleh pelanggan perusahaan. Sebagai contoh, Claude Design, kemampuan produknya telah mulai bersaing dengan perangkat lunak desain seperti Adobe dan Figma.

Gualtieri percaya bahwa seiring Anthropic secara bertahap membangun platform produknya, perusahaan mungkin menciptakan fitur yang cukup kuat untuk mengurangi ketergantungan pengguna pada perangkat lunak lain. "Ini akan menjadi permainan yang halus."

Sementara itu, Labs sendiri juga harus mempertahankan tingkat perputaran personel yang cukup tinggi. Proyek biasanya "lulus" dan berdiri sendiri setelah ukuran tim melebihi empat orang, dengan anggota terus berpindah ke departemen lain, sekaligus terus ada anggota baru yang bergabung. Ini berarti, inti Labs bukanlah tim tetap 20 orang, melainkan sebuah mekanisme yang terus-menerus menciptakan, menyaring, dan memperbesar peluang produk.

Dalam jangka panjang, Mann berharap mekanisme ini dapat diperluas dari produk perangkat lunak ke bidang ilmu keras seperti penelitian biologis dan penyimpanan energi bersih, sehingga AI benar-benar memasuki dunia nyata yang lebih luas. Ia percaya bahwa kemampuan untuk mempercepat perkembangan ilmu keras "sangat menarik" dan merupakan kunci bagi AI untuk mulai menciptakan nilai nyata yang lebih besar.