Ketika seluruh dunia teknologi masih sibuk mengejar gelombang AI, Sequoia Capital telah mulai memikirkan peluang yang lebih dalam di balik revolusi teknologi ini. Dalam konferensi tahunan AI Ascent yang mereka selenggarakan, tiga mitra inti Pat Grady, Sonya Huang, dan Konstantine Buhler berbagi wawasan unik mereka tentang tren perkembangan AI dan peluang pasar.
Alih-alih dipenuhi dengan jargon teknis yang menakutkan, presentasi tersebut mengungkapkan dalam bahasa sederhana bagaimana AI mengubah dunia bisnis dan kehidupan kita. Dari ukuran pasar hingga nilai tingkat aplikasi, dari roda gila data hingga kepercayaan pengguna, mereka mengungkapkan faktor keberhasilan utama untuk startup AI. Terlebih lagi, mereka memprediksi kedatangan ekonomi agen AI dan bagaimana hal itu akan merevolusi cara kita bekerja. Bagi pengusaha dan investor, berbagi ini adalah sinyal yang jelas: gelombang AI ada di sini, dan sekarang saatnya untuk bekerja dengan kecepatan penuh. Jangan khawatir tentang kebisingan makroekonomi, gelombang adopsi teknologi sudah cukup untuk menenggelamkan volatilitas pasar.
Jika Anda ingin memahami mengapa Sequoia percaya bahwa pasar AI sepuluh kali lebih besar daripada komputasi awan, bagaimana startup dapat berhasil di bidang ini, serta bagaimana "ekonomi agen" yang akan datang akan mengubah dunia kita, artikel ini memberikan Anda santapan pemikiran langsung.
Peluang pasar: Mengapa AI adalah gelombang kejut triliunan dolar
Pada awal pidato, Pat Grady mengajukan beberapa pertanyaan kunci: Apa itu AI? Mengapa penting? Mengapa sekarang? Dan apa yang harus kita lakukan? Kerangka kerja ini berasal dari pendiri legendaris Sequoia Capital, Don Valentine, yang menggunakan pertanyaan-pertanyaan ini untuk mengevaluasi setiap pasar yang muncul.
Pada konferensi AI Ascent tahun lalu, Sequoia menampilkan sebuah gambar perbandingan, di mana satu baris di atas adalah transformasi komputasi awan, dan baris di bawah adalah transformasi AI. Sekarang, komputasi awan sudah menjadi industri besar senilai 400 miliar dolar, lebih besar daripada seluruh pasar saat perangkat lunak baru saja mulai berkembang. Jika mengikuti perbandingan ini, pasar awal layanan AI setidaknya harus lebih besar satu urutan, yaitu sepuluh kali lipat dari awal komputasi awan. Dalam 10 hingga 20 tahun ke depan, pasar ini mungkin akan menjadi sangat besar, jauh melampaui imajinasi kita.
Tahun ini, Sequoia memperbarui pandangannya, berpendapat bahwa AI tidak hanya memakan kue pasar layanan, tetapi juga memakan kue pasar perangkat lunak. Kami telah melihat banyak perusahaan yang mulai dari alat perangkat lunak sederhana, perlahan-lahan menjadi lebih cerdas, dari mode "co-pilot" yang membantu manusia bekerja, berevolusi menjadi mode "autopilot" yang hampir sepenuhnya otomatis. Perusahaan-perusahaan ini sedang beralih dari menjual alat menjadi menjual hasil, dari bersaing untuk anggaran perangkat lunak ke merebut anggaran sumber daya manusia. AI secara bersamaan mempengaruhi kedua pasar besar ini.
Setiap revolusi teknologi dalam sejarah lebih besar dari yang sebelumnya, dan AI datang lebih cepat daripada revolusi teknologi sebelumnya. Pat menjelaskan mengapa hal ini terjadi dengan analisis sederhana: untuk menganalisis hukum fisika propagasi teknologi, Anda hanya memerlukan tiga syarat – orang harus tahu produk Anda, mereka harus menginginkan produk Anda, dan mereka harus bisa mendapatkan produk Anda. Dibandingkan dengan ketika komputasi awan baru saja dimulai, AI mendapatkan popularitas pada tingkat yang mencengangkan. Marc Benioff, pendiri Salesforce saat itu, harus menggunakan berbagai taktik pemasaran "gerilya" untuk menarik perhatian, dan begitu ChatGPT dirilis pada 30 November 2022, mata dunia langsung terfokus pada AI. Pada saat yang sama, telah terjadi peningkatan yang signifikan dalam saluran untuk berbagi informasi, dengan Reddit dan Twitter saja sekarang ( berganti nama menjadi X) dengan 1,2 miliar hingga 1,8 miliar pengguna aktif bulanan. Pengguna internet juga telah tumbuh dari 200 juta tahun itu menjadi 5,6 miliar saat ini, mencakup hampir setiap rumah dan bisnis di dunia.
"Ini berarti infrastruktur sudah siap, dan ketika peluit dibunyikan, tidak ada hambatan untuk adopsi, " jelas Pat, "ini bukan fenomena yang khusus untuk AI, ini adalah kenyataan baru dalam distribusi teknologi, aturan fisik telah berubah. Jalur sudah siap."
Aplikasi adalah medan nilai tinggi: bagaimana untuk menang di era AI
Melihat kembali beberapa revolusi teknologi besar dalam sejarah, baik itu komputer pribadi, internet, maupun internet seluler, sebagian besar perusahaan yang benar-benar mencapai pendapatan lebih dari 1 miliar dolar terfokus di lapisan aplikasi. Sequoia yakin bahwa di bidang AI juga akan mengikuti pola yang sama: nilai yang sebenarnya terletak di lapisan aplikasi.
Tapi sekarang situasinya berbeda. Dengan kemajuan model besar, mereka telah mampu menembus jauh ke dalam lapisan aplikasi melalui kemampuan inferensi, penggunaan alat, dan komunikasi antar agen. Jika Anda seorang startup, bagaimana Anda menghadapinya? Pat menyarankan untuk memulai dari kebutuhan pelanggan, berfokus pada vertikal tertentu, berfokus pada fungsi tertentu, dan memecahkan masalah kompleks yang mungkin membutuhkan orang di atas ring. Di situlah persaingan nyata masuk, dan di situlah nilainya masuk.
Apa yang membuat membangun perusahaan AI berbeda? Pat menyatakan bahwa 95% dari konten tidak berbeda dengan mendirikan perusahaan biasa—menyelesaikan masalah penting, menemukan cara yang unik dan menarik, serta menarik bakat-bakat terbaik untuk bergabung. Hanya 5% yang khas untuk AI, dan dia secara khusus menekankan tiga poin:
Pertama, waspadai "vibe revenue" (. Pat menjelaskan bahwa banyak pengusaha menyukai "vibe revenue", merasa senang, dan perusahaan tampak tumbuh dengan cepat, tetapi sebenarnya ini mungkin hanya pelanggan yang mencoba-coba, bukan perubahan perilaku yang sebenarnya. Dia menyarankan pendiri untuk memeriksa dengan cermat tingkat adopsi pengguna, keterlibatan, dan retensi untuk melihat apa yang sebenarnya dilakukan orang dengan produk tersebut. Jangan menipu diri sendiri dengan berpikir bahwa ada pendapatan nyata, padahal hasilnya hanya "vibe revenue", yang pada akhirnya akan merugikan Anda.
"Pada tahap pengembangan saat ini, kepercayaan lebih penting daripada produk Anda. "Pat menekankan," Produk akan secara bertahap menjadi lebih baik, jika pelanggan percaya Anda bisa membuatnya lebih baik, Anda tidak akan mengalami masalah; jika mereka tidak percaya Anda, Anda akan dalam masalah."
Kedua, margin kotor. Pat menyatakan bahwa mereka tidak selalu peduli berapa margin kotor perusahaan rintisan saat ini, karena struktur biaya di bidang AI sedang berubah dengan cepat. Selama 12 hingga 18 bulan terakhir, biaya per token telah turun 99%. Jika para pengusaha berhasil beralih dari menjual alat ke menjual hasil, dan bergerak ke hulu rantai nilai, titik harga juga akan meningkat. Meskipun margin kotor saat ini mungkin tidak ideal, perusahaan harus memiliki jalan yang jelas menuju margin kotor yang sehat.
Ketiga, roda data. Pat bertanya kepada para pengusaha di bawah: "Siapa yang memiliki roda data? Roda data ini dapat mendorong peningkatan indikator bisnis apa?" Ia menunjukkan bahwa jika tidak dapat menjawab pertanyaan ini, maka roda data yang dimaksud bisa jadi hanya angan-angan. Itu harus terkait dengan indikator bisnis yang spesifik, jika tidak, maka tidak ada artinya. Ini sangat penting, karena roda data adalah salah satu benteng terkuat yang dapat dibangun oleh perusahaan rintisan.
Di akhir pidato, Pat menggunakan metafora yang menarik: "Alam membenci kekosongan." Ia mengatakan, saat ini ada "daya tarik" besar terhadap AI di pasar, semua kebisingan makroekonomi, seperti tarif dan fluktuasi suku bunga, menjadi tidak relevan. Tren adopsi teknologi sepenuhnya menenggelamkan setiap fluktuasi di pasar. "Ada daya tarik besar di pasar, jika Anda tidak mengambil inisiatif, orang lain akan. Jadi, terlepas dari apa yang kita bicarakan sebelumnya tentang parit, indikator, dan semacamnya, Anda sekarang berada dalam industri yang perlu berlari sekuat tenaga. Sekarang adalah waktu untuk memberi segalanya, teruslah bergerak dengan kecepatan maksimum."
Dari spekulasi hingga nilai nyata: Partisipasi pengguna AI meningkat pesat
Selanjutnya, Sonya Huang meninjau kemajuan signifikan dalam aplikasi AI selama setahun terakhir. Dia berbagi data yang menggembirakan: pada tahun 2023, rasio pengguna aktif harian terhadap pengguna aktif bulanan untuk aplikasi AI asli )DAU/MAU( sangat rendah, yang menunjukkan bahwa meskipun pengguna penasaran untuk mencoba, mereka tidak menggunakannya secara teratur, hype jauh melebihi nilai nyata. Namun, sekarang situasinya telah berbalik secara dramatis. Rasio pengguna aktif harian / bulanan ChatGPT terus meningkat, dan sekarang sudah mendekati level Reddit.
"Ini adalah berita yang sangat baik," kata Sonya dengan antusias, "ini berarti semakin banyak dari kita yang mendapatkan nilai nyata dari AI, kita semua sedang belajar bersama bagaimana mengintegrasikan AI ke dalam kehidupan sehari-hari."
Penggunaan ini memiliki sisi yang santai dan menyenangkan, serta nilai praktis yang mendalam. Sonya mengakui bahwa ia secara pribadi menghabiskan sejumlah besar GPU untuk mencoba "Ghibli-fy" berbagai gambar. Namun, selain aplikasi menarik ini, yang lebih menggembirakan adalah aplikasi-aplikasi mendalam seperti di bidang periklanan yang dapat menciptakan salinan iklan yang luar biasa akurat dan estetis, di bidang pendidikan yang dapat memvisualisasikan konsep baru secara instan, serta di bidang kesehatan medis seperti aplikasi OpenEvidence yang dapat membantu diagnosis dengan lebih baik.
"Kami baru saja menyentuh permukaan kemungkinan, " kata Sonya, "seiring dengan peningkatan kemampuan model AI, hal-hal yang dapat kita lakukan melalui 'pintu depan' ini akan semakin mendalam."
Terobosan Suara dan Ledakan Pemrograman: Dua Bidang Kunci
Pada tahun 2024, ada dua terobosan di bidang AI yang sangat menarik untuk diperhatikan. Yang pertama adalah teknologi penghasil suara. Sonya menyebutnya sebagai "momen 'Her' di bidang suara", mengacu pada cerita di film "Her" di mana Joaquin Phoenix jatuh cinta pada asisten AI. Teknologi penghasil suara telah sepenuhnya melampaui "valley of despair" dan telah mencapai tingkat yang hampir tidak dapat dibedakan dari yang nyata.
Di lokasi, Sonya memutar demonstrasi suara yang terdengar begitu alami sehingga sulit untuk dibedakan apakah itu manusia atau AI. "Kesenjangan antara fiksi ilmiah dan kenyataan sedang menyempit dengan kecepatan yang menakjubkan, rasanya tes Turing benar-benar telah diam-diam tiba di sekitar kita."
Terobosan kunci kedua adalah di bidang pemrograman. Sonya menunjukkan bahwa bidang ini telah mencapai "tingkat teriakan" dari kecocokan pasar produk )screaming product market fit(. Sejak peluncuran Claude 3.5 Sonnet dari Anthropic pada musim gugur lalu, terjadi "pergeseran suasana" yang cepat di bidang pemrograman )vibe shift(. Orang-orang sekarang menggunakan AI untuk pemrograman menghasilkan hasil yang mengesankan, seperti seseorang yang membuat alternatif DocSend dengan cara "vibe coding".
"Baik Anda seorang insinyur berpengalaman 'sepuluh kali lipat' atau seseorang yang sama sekali tidak mengerti pemrograman, AI secara fundamental mengubah aksesibilitas, kecepatan, dan efisiensi biaya dalam penciptaan perangkat lunak," jelas Sonya.
Dari sudut pandang teknis, meskipun kemajuan model pra-latihan tampaknya melambat, ekosistem penelitian sedang mencari cara baru untuk terobosan. Kemajuan paling penting adalah kemampuan penalaran OpenAI, sementara data sintetik, penggunaan alat, dan orkestrasi agen AI )AI scaffolding( serta teknologi lainnya juga berkembang pesat. Faktor-faktor ini digabungkan untuk menciptakan kecerdasan buatan yang dapat menyelesaikan tugas-tugas yang semakin kompleks.
Di mana nilai dihasilkan: Pertempuran di lapisan aplikasi semakin memanas
Sonya mengenang bahwa dia pernah berdebat dengan rekan-rekannya tentang masalah penciptaan nilai AI. Dia mengakui bahwa saat itu dia skeptis terhadap aplikasi kemasan GPT, sementara mitranya Pat sangat percaya bahwa nilai akan muncul di lapisan aplikasi. Sekarang tampaknya, Pat benar. Dari situasi penciptaan nilai yang sebenarnya, perusahaan yang fokus pada kebutuhan pelanggan seperti Harvey dan OpenEvidence, benar-benar telah menciptakan nilai yang besar.
"Kami sangat percaya bahwa lapisan aplikasi adalah tempat nilai akhirnya berkumpul," kata Sonya, "dan seiring dengan model dasar yang semakin meresap ke lapisan ini, medan perang ini semakin menjadi semakin sengit."
Tentu saja, dia juga bercanda menunjukkan bahwa pemenang sejati mungkin adalah CEO NVIDIA, Jensen Huang, yang perusahaannya mendapatkan keuntungan besar dari penjualan chip AI.
Sonya berpendapat bahwa aplikasi "killer" AI pertama telah muncul, selain aplikasi terkenal seperti ChatGPT, Harvey, Glean, Sierra, Cursor, ada sekumpulan perusahaan baru yang bangkit di berbagai bidang profesional. Dia secara khusus menyebutkan bahwa banyak perusahaan baru akan menjadi "agen-pertama" )agent-first(, yang akan menjual agen yang akan berevolusi dari prototipe sederhana saat ini menjadi produk yang benar-benar kuat.
Agen Vertikal: Agen AI yang mengkhususkan diri dalam bidang tertentu
Di pasar agen cerdas tahun 2025, Sonya sangat optimis tentang perkembangan agen vertikal )vertical agents(. Ini memberikan peluang luar biasa bagi para pengusaha yang mendalami bidang tertentu. Agen vertikal ini dilatih secara end-to-end untuk alur kerja tertentu, menggunakan teknik pembelajaran penguatan yang mencakup data sintetis dan data pengguna, sehingga sistem AI menunjukkan kinerja yang luar biasa pada tugas-tugas yang sangat spesifik.
Sudah ada beberapa kasus awal yang menggembirakan. Di bidang keamanan, perusahaan Expo menunjukkan bahwa agen mereka dapat melampaui penguji penetrasi manusia; di bidang DevOps, perusahaan Traversal menciptakan agen pemecahan masalah AI yang lebih unggul daripada pemecah masalah manusia terbaik; di bidang jaringan, AI perusahaan Meter juga melampaui insinyur jaringan.
Meskipun kasus-kasus ini masih berada pada tahap awal, ada harapan optimis bahwa agen cerdas vertikal yang dilatih untuk menyelesaikan masalah tertentu dapat tampil melebihi ahli manusia terbaik saat ini.
Sonya juga mengusulkan konsep "era kelimpahan" )abundance era(. Mengambil contoh pemrograman, apa yang akan terjadi ketika tenaga kerja menjadi murah dan melimpah? Apakah kita akan mendapatkan banyak konten berkualitas rendah yang dihasilkan oleh AI? Apa yang akan terjadi ketika "selera" )taste( menjadi aset langka? Jawaban atas pertanyaan-pertanyaan ini akan menunjukkan bagaimana AI mengubah industri lainnya.
Ekonomi Agen Cerdas: Tahap Penting Berikutnya untuk AI
Di bagian akhir pidatonya, Konstantine Buhler memproyeksikan tahap penting berikutnya dari AI — "ekonomi agen" )agent economy(. Setahun yang lalu, konferensi AI Ascent telah mulai membahas agen, saat itu asisten mesin ini baru saja mulai membentuk model bisnis. Kini, jaringan mesin yang dikenal sebagai "kluster agen" )agent swarms( telah memainkan peran penting di banyak perusahaan, menjadi bagian kunci dari tumpukan teknologi AI.
Konstantine memprediksi bahwa dalam beberapa tahun ke depan, ini akan berkembang lebih lanjut menjadi ekonomi agen. Dalam ekonomi ini, agen tidak hanya menyampaikan informasi, tetapi juga dapat mentransfer sumber daya, melakukan transaksi, mencatat perilaku satu sama lain, memahami kepercayaan dan keandalan, serta memiliki sistem ekonomi mereka sendiri.
"Sistem ekonomi ini tidak akan mengecualikan manusia, itu sepenuhnya berpusat pada manusia," jelas Konstantine, "entitas cerdas bekerja sama dengan manusia, dan manusia juga berkolaborasi dengan entitas cerdas, bersama-sama membentuk ekonomi entitas cerdas ini."
Tiga tantangan teknis dalam membangun ekonomi agen cerdas
Untuk mewujudkan visi besar ini, kita menghadapi tiga tantangan teknis kunci:
Tantangan pertama adalah identitas yang persisten )persistent identity(. Konstantine menjelaskan bahwa identitas yang persisten sebenarnya mencakup dua aspek. Pertama, agen itu sendiri perlu mempertahankan konsistensi. Jika Anda berurusan dengan seseorang yang berbisnis, dan dia berubah setiap hari, Anda kemungkinan besar tidak akan dapat bekerja sama dalam jangka panjang. Agen harus mampu mempertahankan kepribadian dan pemahamannya sendiri. Kedua, agen perlu mengingat dan memahami Anda. Jika mitra kerja Anda tidak tahu apa-apa tentang Anda, bahkan hampir tidak dapat mengingat nama Anda, ini juga akan menjadi tantangan bagi kepercayaan dan keandalan.
Solusi saat ini seperti RAG ), peningkatan pencarian generasi (, database vektor, dan jendela konteks panjang semuanya berusaha menyelesaikan masalah ini, tetapi masih ada tantangan besar dalam mencapai memori nyata, pembelajaran mandiri berbasis memori, serta menjaga konsistensi agen.
Tantangan kedua adalah protokol komunikasi yang mulus. "Bayangkan seperti apa komputasi pribadi tanpa TCP/IP dan internet," kata Konstantine, "kita baru saja mulai membangun lapisan protokol antara agen-agen." Dia secara khusus menyebutkan perkembangan protokol kolaborasi model MCP ) (, yang hanya merupakan salah satu dari serangkaian protokol di masa depan yang digunakan untuk mewujudkan pengiriman informasi, pengiriman nilai, dan pengiriman kepercayaan.
Tantangan ketiga adalah keamanan. Ketika Anda tidak dapat berkomunikasi secara tatap muka dengan mitra, pentingnya keamanan dan kepercayaan akan semakin menonjol. Dalam ekonomi agen, keamanan dan kepercayaan akan menjadi lebih penting dibandingkan dengan ekonomi saat ini, yang akan melahirkan sebuah industri lengkap yang berfokus pada kepercayaan dan keamanan.
Dari deterministik ke acak: Perubahan mendasar dalam cara berpikir
Konstantine percaya bahwa kedatangan ekonomi agen akan secara fundamental mengubah cara berpikir kita. Ia mengajukan konsep "random mindset" )stochastic mindset( yang sangat berbeda dari cara berpikir deterministik tradisional.
"Banyak dari kita jatuh cinta dengan ilmu komputer karena itu sangat pasti dan jelas," ia menjelaskan, "Anda memprogram komputer untuk melakukan sesuatu, dan itu akan melakukannya, bahkan jika hasilnya adalah kesalahan segmen. Sekarang, kita memasuki era di mana perhitungan akan memiliki unsur kebetulan."
Dia memberikan contoh sederhana: jika Anda meminta komputer untuk mengingat angka 73, ia akan mengingatnya besok, minggu depan, atau bulan depan. Tetapi jika Anda meminta seseorang atau AI untuk mengingatnya, mereka mungkin mengingat 73, atau mungkin 37, 72, 74, atau angka prima berikutnya 79, bahkan mungkin tidak mengingat apa-apa. Perubahan cara berpikir ini akan memiliki dampak mendalam pada cara kita menangani AI dan agen cerdas.
Perubahan kedua adalah pola pikir manajemen )management mindset(. Dalam ekonomi agen, kita perlu memahami apa yang bisa dan tidak bisa dilakukan oleh agen, ini mirip dengan proses transisi dari kontributor independen menjadi manajer. Kita akan perlu membuat keputusan manajemen yang lebih kompleks, seperti kapan menghentikan proses tertentu, bagaimana memberikan umpan balik, dan lain-lain.
Perubahan utama ketiga adalah kombinasi dari dua yang pertama: kita akan memiliki efek leverage yang lebih kuat, tetapi kepastian akan berkurang secara signifikan. "Kita sedang memasuki dunia di mana Anda dapat melakukan lebih banyak hal, tetapi Anda harus mampu mengelola ketidakpastian dan risiko ini," kata Konstantine, "di dunia ini, setiap orang di sini sangat cocok untuk berkembang."
Dampak Leverage yang Ekstrem: Merombak Pekerjaan, Perusahaan, dan Ekonomi
Setahun yang lalu, Sequoia memprediksi bahwa setiap departemen fungsi dalam organisasi akan mulai memiliki entitas AI, dan secara bertahap berintegrasi, hingga akhirnya seluruh proses akan diselesaikan oleh entitas AI. Mereka bahkan berani memprediksi akan munculnya "perusahaan unicorn satu orang" yang pertama.
Meskipun "Unicorn Satu Orang" belum terwujud, kami telah melihat perusahaan berkembang dengan kecepatan yang belum pernah terjadi sebelumnya, dengan lebih sedikit orang dibandingkan sebelumnya. Konstantine percaya bahwa kami akan mencapai tingkat leverage yang belum pernah ada sebelumnya.
"Akhirnya, proses dan agen ini akan bergabung, membentuk jaringan saraf, " dia memproyeksikan, " ini akan mengubah segalanya, membentuk kembali pekerjaan individu, membentuk kembali struktur perusahaan, membentuk kembali seluruh ekonomi."
Tiga mitra Sequoia melalui presentasi ini menggambarkan jalur yang jelas tentang bagaimana AI berkembang dari saat ini ke kemungkinan evolusi di masa depan. Dari analisis makro tentang peluang pasar, hingga wawasan tentang nilai di tingkat aplikasi, dan visi ekonomi agen pintar, mereka tidak hanya menjelaskan What dan Why, tetapi yang lebih penting adalah menunjukkan How—bagaimana memanfaatkan peluang triliunan ini untuk menciptakan nilai.
Bagi para pengusaha, ini bukan hanya pesta ide, tetapi juga panduan tindakan: menangkap nilai lapisan aplikasi, membangun pendapatan yang nyata dan bukan "atmosfer", membangun roda data, mempersiapkan untuk ekonomi agen cerdas yang akan datang, dan selalu ingat — sekarang adalah waktu untuk berusaha sekuat tenaga dan melaju dengan kecepatan maksimum.
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Sequoia Amerika: Bagaimana Menggali Peluang Triliunan Dolar di AI?
Penulis: Deep Thinking Circle
Ketika seluruh dunia teknologi masih sibuk mengejar gelombang AI, Sequoia Capital telah mulai memikirkan peluang yang lebih dalam di balik revolusi teknologi ini. Dalam konferensi tahunan AI Ascent yang mereka selenggarakan, tiga mitra inti Pat Grady, Sonya Huang, dan Konstantine Buhler berbagi wawasan unik mereka tentang tren perkembangan AI dan peluang pasar.
Alih-alih dipenuhi dengan jargon teknis yang menakutkan, presentasi tersebut mengungkapkan dalam bahasa sederhana bagaimana AI mengubah dunia bisnis dan kehidupan kita. Dari ukuran pasar hingga nilai tingkat aplikasi, dari roda gila data hingga kepercayaan pengguna, mereka mengungkapkan faktor keberhasilan utama untuk startup AI. Terlebih lagi, mereka memprediksi kedatangan ekonomi agen AI dan bagaimana hal itu akan merevolusi cara kita bekerja. Bagi pengusaha dan investor, berbagi ini adalah sinyal yang jelas: gelombang AI ada di sini, dan sekarang saatnya untuk bekerja dengan kecepatan penuh. Jangan khawatir tentang kebisingan makroekonomi, gelombang adopsi teknologi sudah cukup untuk menenggelamkan volatilitas pasar.
Jika Anda ingin memahami mengapa Sequoia percaya bahwa pasar AI sepuluh kali lebih besar daripada komputasi awan, bagaimana startup dapat berhasil di bidang ini, serta bagaimana "ekonomi agen" yang akan datang akan mengubah dunia kita, artikel ini memberikan Anda santapan pemikiran langsung.
Peluang pasar: Mengapa AI adalah gelombang kejut triliunan dolar
Pada awal pidato, Pat Grady mengajukan beberapa pertanyaan kunci: Apa itu AI? Mengapa penting? Mengapa sekarang? Dan apa yang harus kita lakukan? Kerangka kerja ini berasal dari pendiri legendaris Sequoia Capital, Don Valentine, yang menggunakan pertanyaan-pertanyaan ini untuk mengevaluasi setiap pasar yang muncul.
Pada konferensi AI Ascent tahun lalu, Sequoia menampilkan sebuah gambar perbandingan, di mana satu baris di atas adalah transformasi komputasi awan, dan baris di bawah adalah transformasi AI. Sekarang, komputasi awan sudah menjadi industri besar senilai 400 miliar dolar, lebih besar daripada seluruh pasar saat perangkat lunak baru saja mulai berkembang. Jika mengikuti perbandingan ini, pasar awal layanan AI setidaknya harus lebih besar satu urutan, yaitu sepuluh kali lipat dari awal komputasi awan. Dalam 10 hingga 20 tahun ke depan, pasar ini mungkin akan menjadi sangat besar, jauh melampaui imajinasi kita.
Tahun ini, Sequoia memperbarui pandangannya, berpendapat bahwa AI tidak hanya memakan kue pasar layanan, tetapi juga memakan kue pasar perangkat lunak. Kami telah melihat banyak perusahaan yang mulai dari alat perangkat lunak sederhana, perlahan-lahan menjadi lebih cerdas, dari mode "co-pilot" yang membantu manusia bekerja, berevolusi menjadi mode "autopilot" yang hampir sepenuhnya otomatis. Perusahaan-perusahaan ini sedang beralih dari menjual alat menjadi menjual hasil, dari bersaing untuk anggaran perangkat lunak ke merebut anggaran sumber daya manusia. AI secara bersamaan mempengaruhi kedua pasar besar ini.
Setiap revolusi teknologi dalam sejarah lebih besar dari yang sebelumnya, dan AI datang lebih cepat daripada revolusi teknologi sebelumnya. Pat menjelaskan mengapa hal ini terjadi dengan analisis sederhana: untuk menganalisis hukum fisika propagasi teknologi, Anda hanya memerlukan tiga syarat – orang harus tahu produk Anda, mereka harus menginginkan produk Anda, dan mereka harus bisa mendapatkan produk Anda. Dibandingkan dengan ketika komputasi awan baru saja dimulai, AI mendapatkan popularitas pada tingkat yang mencengangkan. Marc Benioff, pendiri Salesforce saat itu, harus menggunakan berbagai taktik pemasaran "gerilya" untuk menarik perhatian, dan begitu ChatGPT dirilis pada 30 November 2022, mata dunia langsung terfokus pada AI. Pada saat yang sama, telah terjadi peningkatan yang signifikan dalam saluran untuk berbagi informasi, dengan Reddit dan Twitter saja sekarang ( berganti nama menjadi X) dengan 1,2 miliar hingga 1,8 miliar pengguna aktif bulanan. Pengguna internet juga telah tumbuh dari 200 juta tahun itu menjadi 5,6 miliar saat ini, mencakup hampir setiap rumah dan bisnis di dunia.
"Ini berarti infrastruktur sudah siap, dan ketika peluit dibunyikan, tidak ada hambatan untuk adopsi, " jelas Pat, "ini bukan fenomena yang khusus untuk AI, ini adalah kenyataan baru dalam distribusi teknologi, aturan fisik telah berubah. Jalur sudah siap."
Aplikasi adalah medan nilai tinggi: bagaimana untuk menang di era AI
Melihat kembali beberapa revolusi teknologi besar dalam sejarah, baik itu komputer pribadi, internet, maupun internet seluler, sebagian besar perusahaan yang benar-benar mencapai pendapatan lebih dari 1 miliar dolar terfokus di lapisan aplikasi. Sequoia yakin bahwa di bidang AI juga akan mengikuti pola yang sama: nilai yang sebenarnya terletak di lapisan aplikasi.
Tapi sekarang situasinya berbeda. Dengan kemajuan model besar, mereka telah mampu menembus jauh ke dalam lapisan aplikasi melalui kemampuan inferensi, penggunaan alat, dan komunikasi antar agen. Jika Anda seorang startup, bagaimana Anda menghadapinya? Pat menyarankan untuk memulai dari kebutuhan pelanggan, berfokus pada vertikal tertentu, berfokus pada fungsi tertentu, dan memecahkan masalah kompleks yang mungkin membutuhkan orang di atas ring. Di situlah persaingan nyata masuk, dan di situlah nilainya masuk.
Apa yang membuat membangun perusahaan AI berbeda? Pat menyatakan bahwa 95% dari konten tidak berbeda dengan mendirikan perusahaan biasa—menyelesaikan masalah penting, menemukan cara yang unik dan menarik, serta menarik bakat-bakat terbaik untuk bergabung. Hanya 5% yang khas untuk AI, dan dia secara khusus menekankan tiga poin:
Pertama, waspadai "vibe revenue" (. Pat menjelaskan bahwa banyak pengusaha menyukai "vibe revenue", merasa senang, dan perusahaan tampak tumbuh dengan cepat, tetapi sebenarnya ini mungkin hanya pelanggan yang mencoba-coba, bukan perubahan perilaku yang sebenarnya. Dia menyarankan pendiri untuk memeriksa dengan cermat tingkat adopsi pengguna, keterlibatan, dan retensi untuk melihat apa yang sebenarnya dilakukan orang dengan produk tersebut. Jangan menipu diri sendiri dengan berpikir bahwa ada pendapatan nyata, padahal hasilnya hanya "vibe revenue", yang pada akhirnya akan merugikan Anda.
"Pada tahap pengembangan saat ini, kepercayaan lebih penting daripada produk Anda. "Pat menekankan," Produk akan secara bertahap menjadi lebih baik, jika pelanggan percaya Anda bisa membuatnya lebih baik, Anda tidak akan mengalami masalah; jika mereka tidak percaya Anda, Anda akan dalam masalah."
Kedua, margin kotor. Pat menyatakan bahwa mereka tidak selalu peduli berapa margin kotor perusahaan rintisan saat ini, karena struktur biaya di bidang AI sedang berubah dengan cepat. Selama 12 hingga 18 bulan terakhir, biaya per token telah turun 99%. Jika para pengusaha berhasil beralih dari menjual alat ke menjual hasil, dan bergerak ke hulu rantai nilai, titik harga juga akan meningkat. Meskipun margin kotor saat ini mungkin tidak ideal, perusahaan harus memiliki jalan yang jelas menuju margin kotor yang sehat.
Ketiga, roda data. Pat bertanya kepada para pengusaha di bawah: "Siapa yang memiliki roda data? Roda data ini dapat mendorong peningkatan indikator bisnis apa?" Ia menunjukkan bahwa jika tidak dapat menjawab pertanyaan ini, maka roda data yang dimaksud bisa jadi hanya angan-angan. Itu harus terkait dengan indikator bisnis yang spesifik, jika tidak, maka tidak ada artinya. Ini sangat penting, karena roda data adalah salah satu benteng terkuat yang dapat dibangun oleh perusahaan rintisan.
Di akhir pidato, Pat menggunakan metafora yang menarik: "Alam membenci kekosongan." Ia mengatakan, saat ini ada "daya tarik" besar terhadap AI di pasar, semua kebisingan makroekonomi, seperti tarif dan fluktuasi suku bunga, menjadi tidak relevan. Tren adopsi teknologi sepenuhnya menenggelamkan setiap fluktuasi di pasar. "Ada daya tarik besar di pasar, jika Anda tidak mengambil inisiatif, orang lain akan. Jadi, terlepas dari apa yang kita bicarakan sebelumnya tentang parit, indikator, dan semacamnya, Anda sekarang berada dalam industri yang perlu berlari sekuat tenaga. Sekarang adalah waktu untuk memberi segalanya, teruslah bergerak dengan kecepatan maksimum."
Dari spekulasi hingga nilai nyata: Partisipasi pengguna AI meningkat pesat
Selanjutnya, Sonya Huang meninjau kemajuan signifikan dalam aplikasi AI selama setahun terakhir. Dia berbagi data yang menggembirakan: pada tahun 2023, rasio pengguna aktif harian terhadap pengguna aktif bulanan untuk aplikasi AI asli )DAU/MAU( sangat rendah, yang menunjukkan bahwa meskipun pengguna penasaran untuk mencoba, mereka tidak menggunakannya secara teratur, hype jauh melebihi nilai nyata. Namun, sekarang situasinya telah berbalik secara dramatis. Rasio pengguna aktif harian / bulanan ChatGPT terus meningkat, dan sekarang sudah mendekati level Reddit.
"Ini adalah berita yang sangat baik," kata Sonya dengan antusias, "ini berarti semakin banyak dari kita yang mendapatkan nilai nyata dari AI, kita semua sedang belajar bersama bagaimana mengintegrasikan AI ke dalam kehidupan sehari-hari."
Penggunaan ini memiliki sisi yang santai dan menyenangkan, serta nilai praktis yang mendalam. Sonya mengakui bahwa ia secara pribadi menghabiskan sejumlah besar GPU untuk mencoba "Ghibli-fy" berbagai gambar. Namun, selain aplikasi menarik ini, yang lebih menggembirakan adalah aplikasi-aplikasi mendalam seperti di bidang periklanan yang dapat menciptakan salinan iklan yang luar biasa akurat dan estetis, di bidang pendidikan yang dapat memvisualisasikan konsep baru secara instan, serta di bidang kesehatan medis seperti aplikasi OpenEvidence yang dapat membantu diagnosis dengan lebih baik.
"Kami baru saja menyentuh permukaan kemungkinan, " kata Sonya, "seiring dengan peningkatan kemampuan model AI, hal-hal yang dapat kita lakukan melalui 'pintu depan' ini akan semakin mendalam."
Terobosan Suara dan Ledakan Pemrograman: Dua Bidang Kunci
Pada tahun 2024, ada dua terobosan di bidang AI yang sangat menarik untuk diperhatikan. Yang pertama adalah teknologi penghasil suara. Sonya menyebutnya sebagai "momen 'Her' di bidang suara", mengacu pada cerita di film "Her" di mana Joaquin Phoenix jatuh cinta pada asisten AI. Teknologi penghasil suara telah sepenuhnya melampaui "valley of despair" dan telah mencapai tingkat yang hampir tidak dapat dibedakan dari yang nyata.
Di lokasi, Sonya memutar demonstrasi suara yang terdengar begitu alami sehingga sulit untuk dibedakan apakah itu manusia atau AI. "Kesenjangan antara fiksi ilmiah dan kenyataan sedang menyempit dengan kecepatan yang menakjubkan, rasanya tes Turing benar-benar telah diam-diam tiba di sekitar kita."
Terobosan kunci kedua adalah di bidang pemrograman. Sonya menunjukkan bahwa bidang ini telah mencapai "tingkat teriakan" dari kecocokan pasar produk )screaming product market fit(. Sejak peluncuran Claude 3.5 Sonnet dari Anthropic pada musim gugur lalu, terjadi "pergeseran suasana" yang cepat di bidang pemrograman )vibe shift(. Orang-orang sekarang menggunakan AI untuk pemrograman menghasilkan hasil yang mengesankan, seperti seseorang yang membuat alternatif DocSend dengan cara "vibe coding".
"Baik Anda seorang insinyur berpengalaman 'sepuluh kali lipat' atau seseorang yang sama sekali tidak mengerti pemrograman, AI secara fundamental mengubah aksesibilitas, kecepatan, dan efisiensi biaya dalam penciptaan perangkat lunak," jelas Sonya.
Dari sudut pandang teknis, meskipun kemajuan model pra-latihan tampaknya melambat, ekosistem penelitian sedang mencari cara baru untuk terobosan. Kemajuan paling penting adalah kemampuan penalaran OpenAI, sementara data sintetik, penggunaan alat, dan orkestrasi agen AI )AI scaffolding( serta teknologi lainnya juga berkembang pesat. Faktor-faktor ini digabungkan untuk menciptakan kecerdasan buatan yang dapat menyelesaikan tugas-tugas yang semakin kompleks.
Di mana nilai dihasilkan: Pertempuran di lapisan aplikasi semakin memanas
Sonya mengenang bahwa dia pernah berdebat dengan rekan-rekannya tentang masalah penciptaan nilai AI. Dia mengakui bahwa saat itu dia skeptis terhadap aplikasi kemasan GPT, sementara mitranya Pat sangat percaya bahwa nilai akan muncul di lapisan aplikasi. Sekarang tampaknya, Pat benar. Dari situasi penciptaan nilai yang sebenarnya, perusahaan yang fokus pada kebutuhan pelanggan seperti Harvey dan OpenEvidence, benar-benar telah menciptakan nilai yang besar.
"Kami sangat percaya bahwa lapisan aplikasi adalah tempat nilai akhirnya berkumpul," kata Sonya, "dan seiring dengan model dasar yang semakin meresap ke lapisan ini, medan perang ini semakin menjadi semakin sengit."
Tentu saja, dia juga bercanda menunjukkan bahwa pemenang sejati mungkin adalah CEO NVIDIA, Jensen Huang, yang perusahaannya mendapatkan keuntungan besar dari penjualan chip AI.
Sonya berpendapat bahwa aplikasi "killer" AI pertama telah muncul, selain aplikasi terkenal seperti ChatGPT, Harvey, Glean, Sierra, Cursor, ada sekumpulan perusahaan baru yang bangkit di berbagai bidang profesional. Dia secara khusus menyebutkan bahwa banyak perusahaan baru akan menjadi "agen-pertama" )agent-first(, yang akan menjual agen yang akan berevolusi dari prototipe sederhana saat ini menjadi produk yang benar-benar kuat.
Agen Vertikal: Agen AI yang mengkhususkan diri dalam bidang tertentu
Di pasar agen cerdas tahun 2025, Sonya sangat optimis tentang perkembangan agen vertikal )vertical agents(. Ini memberikan peluang luar biasa bagi para pengusaha yang mendalami bidang tertentu. Agen vertikal ini dilatih secara end-to-end untuk alur kerja tertentu, menggunakan teknik pembelajaran penguatan yang mencakup data sintetis dan data pengguna, sehingga sistem AI menunjukkan kinerja yang luar biasa pada tugas-tugas yang sangat spesifik.
Sudah ada beberapa kasus awal yang menggembirakan. Di bidang keamanan, perusahaan Expo menunjukkan bahwa agen mereka dapat melampaui penguji penetrasi manusia; di bidang DevOps, perusahaan Traversal menciptakan agen pemecahan masalah AI yang lebih unggul daripada pemecah masalah manusia terbaik; di bidang jaringan, AI perusahaan Meter juga melampaui insinyur jaringan.
Meskipun kasus-kasus ini masih berada pada tahap awal, ada harapan optimis bahwa agen cerdas vertikal yang dilatih untuk menyelesaikan masalah tertentu dapat tampil melebihi ahli manusia terbaik saat ini.
Sonya juga mengusulkan konsep "era kelimpahan" )abundance era(. Mengambil contoh pemrograman, apa yang akan terjadi ketika tenaga kerja menjadi murah dan melimpah? Apakah kita akan mendapatkan banyak konten berkualitas rendah yang dihasilkan oleh AI? Apa yang akan terjadi ketika "selera" )taste( menjadi aset langka? Jawaban atas pertanyaan-pertanyaan ini akan menunjukkan bagaimana AI mengubah industri lainnya.
Ekonomi Agen Cerdas: Tahap Penting Berikutnya untuk AI
Di bagian akhir pidatonya, Konstantine Buhler memproyeksikan tahap penting berikutnya dari AI — "ekonomi agen" )agent economy(. Setahun yang lalu, konferensi AI Ascent telah mulai membahas agen, saat itu asisten mesin ini baru saja mulai membentuk model bisnis. Kini, jaringan mesin yang dikenal sebagai "kluster agen" )agent swarms( telah memainkan peran penting di banyak perusahaan, menjadi bagian kunci dari tumpukan teknologi AI.
Konstantine memprediksi bahwa dalam beberapa tahun ke depan, ini akan berkembang lebih lanjut menjadi ekonomi agen. Dalam ekonomi ini, agen tidak hanya menyampaikan informasi, tetapi juga dapat mentransfer sumber daya, melakukan transaksi, mencatat perilaku satu sama lain, memahami kepercayaan dan keandalan, serta memiliki sistem ekonomi mereka sendiri.
"Sistem ekonomi ini tidak akan mengecualikan manusia, itu sepenuhnya berpusat pada manusia," jelas Konstantine, "entitas cerdas bekerja sama dengan manusia, dan manusia juga berkolaborasi dengan entitas cerdas, bersama-sama membentuk ekonomi entitas cerdas ini."
Tiga tantangan teknis dalam membangun ekonomi agen cerdas
Untuk mewujudkan visi besar ini, kita menghadapi tiga tantangan teknis kunci:
Tantangan pertama adalah identitas yang persisten )persistent identity(. Konstantine menjelaskan bahwa identitas yang persisten sebenarnya mencakup dua aspek. Pertama, agen itu sendiri perlu mempertahankan konsistensi. Jika Anda berurusan dengan seseorang yang berbisnis, dan dia berubah setiap hari, Anda kemungkinan besar tidak akan dapat bekerja sama dalam jangka panjang. Agen harus mampu mempertahankan kepribadian dan pemahamannya sendiri. Kedua, agen perlu mengingat dan memahami Anda. Jika mitra kerja Anda tidak tahu apa-apa tentang Anda, bahkan hampir tidak dapat mengingat nama Anda, ini juga akan menjadi tantangan bagi kepercayaan dan keandalan.
Solusi saat ini seperti RAG ), peningkatan pencarian generasi (, database vektor, dan jendela konteks panjang semuanya berusaha menyelesaikan masalah ini, tetapi masih ada tantangan besar dalam mencapai memori nyata, pembelajaran mandiri berbasis memori, serta menjaga konsistensi agen.
Tantangan kedua adalah protokol komunikasi yang mulus. "Bayangkan seperti apa komputasi pribadi tanpa TCP/IP dan internet," kata Konstantine, "kita baru saja mulai membangun lapisan protokol antara agen-agen." Dia secara khusus menyebutkan perkembangan protokol kolaborasi model MCP ) (, yang hanya merupakan salah satu dari serangkaian protokol di masa depan yang digunakan untuk mewujudkan pengiriman informasi, pengiriman nilai, dan pengiriman kepercayaan.
Tantangan ketiga adalah keamanan. Ketika Anda tidak dapat berkomunikasi secara tatap muka dengan mitra, pentingnya keamanan dan kepercayaan akan semakin menonjol. Dalam ekonomi agen, keamanan dan kepercayaan akan menjadi lebih penting dibandingkan dengan ekonomi saat ini, yang akan melahirkan sebuah industri lengkap yang berfokus pada kepercayaan dan keamanan.
Dari deterministik ke acak: Perubahan mendasar dalam cara berpikir
Konstantine percaya bahwa kedatangan ekonomi agen akan secara fundamental mengubah cara berpikir kita. Ia mengajukan konsep "random mindset" )stochastic mindset( yang sangat berbeda dari cara berpikir deterministik tradisional.
"Banyak dari kita jatuh cinta dengan ilmu komputer karena itu sangat pasti dan jelas," ia menjelaskan, "Anda memprogram komputer untuk melakukan sesuatu, dan itu akan melakukannya, bahkan jika hasilnya adalah kesalahan segmen. Sekarang, kita memasuki era di mana perhitungan akan memiliki unsur kebetulan."
Dia memberikan contoh sederhana: jika Anda meminta komputer untuk mengingat angka 73, ia akan mengingatnya besok, minggu depan, atau bulan depan. Tetapi jika Anda meminta seseorang atau AI untuk mengingatnya, mereka mungkin mengingat 73, atau mungkin 37, 72, 74, atau angka prima berikutnya 79, bahkan mungkin tidak mengingat apa-apa. Perubahan cara berpikir ini akan memiliki dampak mendalam pada cara kita menangani AI dan agen cerdas.
Perubahan kedua adalah pola pikir manajemen )management mindset(. Dalam ekonomi agen, kita perlu memahami apa yang bisa dan tidak bisa dilakukan oleh agen, ini mirip dengan proses transisi dari kontributor independen menjadi manajer. Kita akan perlu membuat keputusan manajemen yang lebih kompleks, seperti kapan menghentikan proses tertentu, bagaimana memberikan umpan balik, dan lain-lain.
Perubahan utama ketiga adalah kombinasi dari dua yang pertama: kita akan memiliki efek leverage yang lebih kuat, tetapi kepastian akan berkurang secara signifikan. "Kita sedang memasuki dunia di mana Anda dapat melakukan lebih banyak hal, tetapi Anda harus mampu mengelola ketidakpastian dan risiko ini," kata Konstantine, "di dunia ini, setiap orang di sini sangat cocok untuk berkembang."
Dampak Leverage yang Ekstrem: Merombak Pekerjaan, Perusahaan, dan Ekonomi
Setahun yang lalu, Sequoia memprediksi bahwa setiap departemen fungsi dalam organisasi akan mulai memiliki entitas AI, dan secara bertahap berintegrasi, hingga akhirnya seluruh proses akan diselesaikan oleh entitas AI. Mereka bahkan berani memprediksi akan munculnya "perusahaan unicorn satu orang" yang pertama.
Meskipun "Unicorn Satu Orang" belum terwujud, kami telah melihat perusahaan berkembang dengan kecepatan yang belum pernah terjadi sebelumnya, dengan lebih sedikit orang dibandingkan sebelumnya. Konstantine percaya bahwa kami akan mencapai tingkat leverage yang belum pernah ada sebelumnya.
"Akhirnya, proses dan agen ini akan bergabung, membentuk jaringan saraf, " dia memproyeksikan, " ini akan mengubah segalanya, membentuk kembali pekerjaan individu, membentuk kembali struktur perusahaan, membentuk kembali seluruh ekonomi."
Tiga mitra Sequoia melalui presentasi ini menggambarkan jalur yang jelas tentang bagaimana AI berkembang dari saat ini ke kemungkinan evolusi di masa depan. Dari analisis makro tentang peluang pasar, hingga wawasan tentang nilai di tingkat aplikasi, dan visi ekonomi agen pintar, mereka tidak hanya menjelaskan What dan Why, tetapi yang lebih penting adalah menunjukkan How—bagaimana memanfaatkan peluang triliunan ini untuk menciptakan nilai.
Bagi para pengusaha, ini bukan hanya pesta ide, tetapi juga panduan tindakan: menangkap nilai lapisan aplikasi, membangun pendapatan yang nyata dan bukan "atmosfer", membangun roda data, mempersiapkan untuk ekonomi agen cerdas yang akan datang, dan selalu ingat — sekarang adalah waktu untuk berusaha sekuat tenaga dan melaju dengan kecepatan maksimum.