Pemimpin Produk OpenAI: Dokumen Panjang Kehilangan Nilai di Era AI

Apapun yang Anda sukai atau tidak, dokumen 50 halaman yang Anda tulis semalaman sedang kehilangan nilainya dengan cepat.

Ini bukan salahmu, hanya saja AI saat ini terlalu ahli—dalam beberapa menit sudah bisa menghasilkan alternatif dengan jumlah kata seimbang, sama rapi, dan hampir tidak ada cacat.

Semua pekerja menghadapi kenyataan kejam seperti ini:

Hari ini, menulis dokumen panjang sudah tidak lagi membuktikan bahwa Anda telah berpikir secara mendalam.

Orang yang mengatakan ini adalah Tara Seshan, pemimpin produk OpenAI Codex dan ChatGPT Work.

Tara Seshan

Dalam wawancara 81 menit di Lenny's Podcast, ia juga menyampaikan pernyataan yang lebih keras:

Membuat produk berdasarkan model saat ini akan gagal; membuat produk berdasarkan model yang Anda bayangkan satu tahun dari sekarang juga akan gagal.

Ketika setiap orang memegang alat terbaik, dan AI sedang berkembang menjadi 'rekan kerja yang selalu online', apa yang menjadi benteng pekerja kantoran?

Logika yang dibagikan oleh Tara, yang berjalan di dalam OpenAI, patut dibaca dengan serius oleh setiap pekerja yang tidak ingin ketinggalan.

Tara membagi evolusi produk AI menjadi tiga tahap:

• Tahap pertama: Obrolan (Chat), Anda bertanya, ia menjawab.
• Tahap kedua: Co-pilot, membantu Anda bekerja dalam skenario tertentu (seperti menulis kode).
• Tahap ketiga: Rekan AI yang berkelanjutan (Agent), online terus-menerus, mampu mengingat konteks, dan menyelesaikan tugas kompleks secara mandiri.

Batas pembagian tugas antara manusia dan AI sedang bergerak ke atas dengan kecepatan yang terlihat jelas.

Dari sebelumnya "lengkapi baris kode berikutnya", kini langsung mengirimkan tujuan, dengan alur kerja otomatis berjalan di latar belakang.

Baik "Pusat Komando Agen" di versi desktop Codex maupun ChatGPT Work yang mencakup sepenuhnya tabel, laporan, dan analisis bisnis, semuanya menunjukkan tren yang sama: lapisan eksekusi sedang diambil alih sepenuhnya oleh AI.

Menurut Tara: Agen bertanggung jawab untuk mendayung, manusia bertanggung jawab untuk mengarahkan.

Tara mengatakan dalam wawancara itu, agen bertanggung jawab untuk mendayung, sedangkan peran manusia adalah mengarahkan perahu ke arah yang benar.

Ketika pekerjaan mendayung diambil oleh AI, nilai inti manusia yang tersisa hanyalah 5 hal:

• Tentukan arah (ke mana)
• Bertanggung jawab atas hasil
• Menilai kualitas (mengawasi dengan ketat)
• Injecting stance and expression (to the soul)
• Kolaborasi, perhatian, dan motivasi tim (dengan memperhatikan hati orang)

Mengapa dikatakan bahwa "berfokus pada saat ini" atau "menebak satu tahun ke depan" adalah jalan buntu?

Bertindaklah sesuai kondisi saat ini: kecepatan evolusi model terlalu cepat.

Anda bersusah payah merancang mekanisme produk yang kompleks untuk menghindari kelemahan model hari ini; hasilnya, besok ketika model diperbarui, semua mekanisme ini menjadi "apendiks" tanpa nilai apa-apa.

Bertaruh satu tahun dari sekarang: Sama saja dengan uji buta.

Mengandalkan seluruh nilai produk pada sejumlah asumsi yang sangat besar kemungkinannya tidak terwujud, pasti akan mengalami kegagalan total.

Ini membawa kita pada istilah populer di dunia teknologi: "Model yang kamu gunakan hari ini adalah hari paling bodoh sepanjang hidupnya."

Tara secara tepat menunjukkan bahwa hal paling absurd dari pernyataan ini adalah: semua orang secara verbal setuju, tetapi ketika benar-benar mulai bekerja, mereka tetap secara tidak sadar menjadwalkan berdasarkan model "paling bodoh" yang ada di depan mata mereka.

Untuk mengatasi kecenderungan manusia mematikan ini, OpenAI secara internal memotong peta jalan "satu tahun" yang kaku, dan memperpendek ukuran perencanaan secara paksa menjadi dua hingga tiga bulan.

Tara mengatakan dalam wawancara itu, produk harus dibuat berdasarkan model yang akan ada dua atau tiga bulan mendatang; mempertaruhkan saat ini atau menebak satu tahun ke depan akan gagal.

Namun, dua atau tiga bulan singkat ini sama sekali bukan hasil percobaan sembarangan tanpa pertimbangan, dan sama sekali tidak diperbolehkan ada 'black box' di dalamnya.

Tara's real trump card is: no long-term nominal planning, but the product must closely follow the actual progress of the research team.

Tim produk dan tim penelitian diminta menjaga komunikasi yang sangat sering, sepenuhnya menyelaraskan satu kartu rahasia: model selanjutnya akan meningkat pada kemampuan apa saja? Pada titik waktu spesifik apa hal itu akan terwujud?

Setelah memahami dasar-dasarnya, produk dapat dengan lincah mengikuti irama terobosan teknologi untuk beriterasi.

Ini bukan meninggalkan peta jalan, melainkan mengubah rencana kaku di dinding menjadi 'navigasi real-time' yang selalu disesuaikan dengan situasi terkini di garis depan.

Tara sebelumnya berasal dari Stripe, yang sangat menghargai budaya menulis, dan terbiasa menyempurnakan brief hingga sempurna sebelum membagikannya.

Namun di OpenAI, ia benar-benar mengubah kebiasaan itu: dokumen panjang hanya ditulis untuk dirinya sendiri.

Karena "bahan lengkap" tidak lagi mewakili "pemikiran mendalam", nilai dokumen panjang sebagai bukti kecerdasan telah menjadi nol.

Sekarang, prototipe yang bisa berjalan langsung, data uji A/B, dan umpan balik pengguna telah sepenuhnya menggantikan dokumen panjang yang berlebihan.

Namun, ia mempertahankan aturan kerja yang sangat cerdas: tulis rencana hingga 70%, lalu bawa ke orang yang berwenang, dan sisanya 30% biarkan mereka bantu selesaikan bersamamu.

Alasannya sangat realistis: ketika sebuah rencana sempurna tanpa cacat diletakkan di depan, pandangan orang lain hanya akan memantul darinya; hanya dengan membiarkan "tepinya kasar", orang lain akan bersedia meraihnya dan bersama-sama memperbaikinya.

Tara membagi penulisan menjadi dua kategori:

• Penulisan laporan (laporan mingguan, ringkasan, ikhtisar, konversi format): Serahkan semuanya ke AI, otomatisasi sebisa mungkin;
• Penulisan reflektif (logika proyek, pemilihan rute, penilaian kontroversi): Tidak pernah dioutsourcing ke AI.

Mengapa penulisan reflektif tidak bisa diberikan ke AI?

Karena seluruh proses membuat kerangka, menyusun naskah, dan merevisi berulang kali adalah proses itu sendiri untuk merapikan ide Anda.

Diberikan kepada AI untuk ditulis, teksnya sudah ada, tetapi langkah “memikirkan dengan jelas” sama sekali tidak terjadi di dalam pikiranmu.

Untuk mencegah penurunan fungsi otak, ia juga menerapkan dua disiplin ketat pada dirinya sendiri:

Sebuah dokumen harus dibaca sebanyak berapa banyak orang yang akan membacanya, maka Anda harus membacanya sebanyak itu pula.

2. Waktu yang dibutuhkan untuk rapat tersebut harus diimbangi dengan waktu persiapan yang cukup.

Ketika ambang batas desain, analisis, kode, dan prototipe diturunkan oleh AI ke tingkat yang sangat rendah, hal yang dulu memerlukan tim untuk menyelesaikannya, sekarang bisa dilakukan oleh satu orang secara kasar.

Lalu, apa yang membedakan satu orang dengan orang lain?

「Ambition».

Pemain tingkat tinggi sejati tidak hanya menggunakan AI untuk mengotomatisasi tugas berulang, tetapi menggunakannya untuk memperluas batas kemampuan mereka secara tak terbatas.

Ini juga benar-benar mengubah tanggung jawab produk manajer (serta semua pekerja pengetahuan):

Dulu: tenaga dihabiskan untuk jadwal, menulis dokumen, dan tinjauan—ritual-ritual periferal ini.

Sekarang: Temukan masalah kunci yang menentukan keberhasilan atau kegagalan, buat asumsi paling tajam, dan verifikasi dengan kecepatan ekstrem.

Yang paling penting adalah tingkatkan ambisi tim.

Ketika orang lain mengusulkan sebuah solusi, nilai Anda terletak pada menanyakan: "Apakah langit-langitnya masih bisa lebih tinggi? Bisakah kecepatannya dipercepat 10 kali?"

Tiga istilah gaul di dalam OpenAI

Ketiga kalimat ini tepat sesuai dengan tiga kali pemeriksaan mandiri.

Bisakah ini lebih cepat lagi?

Satu pertanyaan: apakah ambisimu cukup, apakah targetmu masih bisa dinaikkan lagi?

Kalimat ketiga paling tajam: Apakah kamu sendiri setiap hari membuka mata dan langsung menggunakan produk ini, apakah kamu sudah tidak bisa lepas darinya, apakah kamu telah menaruh seluruh selera kamu pada penilaian apakah produk ini benar-benar mudah digunakan atau tidak.

Lenny bertanya kepadanya, dalam tiga hingga enam bulan terakhir, apa yang sebenarnya berubah di dalam sehingga arah angin di Twitter jelas berpindah dari Claude Code ke Codex.

Tara menjawab: Tidak ada yang diubah. Tim terus menggunakan secara intensif sendiri, terus mengumpulkan umpan balik dan melakukan iterasi cepat, cara kerjanya tidak berubah sejak awal hingga akhir.

Satu-satunya perubahan adalah orang-orang di luar mulai memperhatikan.

Menulis kode adalah berorientasi pada hasil: Setelah Agent mengubah kode, jalankan pengujian, lulus berarti lulus, gagal berarti gagal.

Tetapi pekerjaan pengetahuan, sama sekali berbeda.

Sebuah PPT akhir menuliskan «tingkat keberhasilan 90%», Anda tidak mungkin hanya percaya pada angka tersebut.

Anda harus melihat apa input aslinya, dan bagaimana penalaran tengahnya didedahkan langkah demi langkah.

Ini juga alasan mengapa desain inti ChatGPT Work bukan langsung menyerahkan sebuah "produk akhir yang indah", tetapi membuka semua referensi, input, dan pekerjaan yang baru setengah selesai, sehingga Anda bisa mengendalikan seluruh prosesnya.

Hanya tersisa 20 menit sebelum rapat klien, ChatGPT Work menyerahkan slide halaman ke-8 dalam 2 menit 30 detik, dengan semua bahan yang dibalik terlihat sepanjang waktu.

Alat dimiliki semua orang, kemampuan dasar sedang cepat menyamai.

Di era di mana AI mengambil alih "mengayuh", satu-satunya hal yang menentukan nilai Anda adalah apakah Anda benar-benar memiliki kemampuan untuk mengendalikan kemudi?

Where do you want to take this ship?

Referensi:

https://x.com/lennysan/status/2094444052204998908

https://youtu.be/zMvBMfj4cSQ

Artikel ini berasal dari akun WeChat "Sinzhiyuan", penulis: ASI Revelation, editor: Yuanyu