Pada 28 Mei, Anthropic, perusahaan pengembang model AI besar Claude, mengumumkan telah menyelesaikan pendanaan putaran H senilai 650 miliar dolar AS. Valuasi pasca-investasi mencapai 9.650 miliar dolar AS, melampaui pesaingnya OpenAI (8.520 miliar dolar AS) dan menjadi perusahaan AI swasta dengan valuasi tertinggi di dunia. Ini sekali lagi menunjukkan kegilaan modal global terhadap AI.
Sementara para raksasa triliunan dolar bertarung sengit di lapisan dasar infrastruktur komputasi, peluang apa lagi yang tersisa bagi tim startup biasa yang berada di lapisan aplikasi? Ke arah mana pembagian kerja nyata industri AI antara AS dan Tiongkok akan bergerak? Dengan pertanyaan-pertanyaan ini, baru-baru ini, Jenny Yang, Pendiri dan CEO Starlabs Consulting, berwawancara dengan Steven S. Hoffman, Pendiri dan CEO Founders Space, inkubator startup top AS, yang dikenal sebagai "Godfather Venture Capital" Lembah Silikon.
Hoffman adalah seorang pengusaha serial dan investor ventura, juga penulis buku laris, yang telah menulis beberapa buku terlaris yang sangat dipuji seperti "Making Elephants Fly", "Survival Rules", "The Five Forces of Innovation", dll. Ia juga merupakan pembicara utama global yang sangat dicari, serta telah lama menjabat sebagai penasihat strategis bagi berbagai pemerintah, perusahaan terkenal, dan inkubator.
Sebagai investor ventura senior yang telah mendampingi secara mendalam ribuan perusahaan rintisan di seluruh dunia, Hoffman memiliki dekonstruksi bisnis yang sangat tenang, jujur, dan visioner terhadap demam AI saat ini.
Berikut adalah cuplikan wawancara Jenny Yang dengan Hoffman:
Titik Balik Nyata untuk Agen Otonom Akan Tiba Paling Cepat dalam 2 Tahun
Jenny Yang: Anda baru saja menyelesaikan kunjungan ke Tiongkok. Tolong ceritakan kesan keseluruhan Anda tentang teknologi AI, perusahaan AI, dan kondisi aplikasi AI di Tiongkok. Menurut Anda, peran berbeda apa yang akan dimainkan oleh Lembah Silikon dan Tiongkok dalam persaingan AI tahap berikutnya?
Hoffman: Kesan keseluruhan saya adalah, Tiongkok sedang melaju dengan sangat cepat. Perusahaan rintisan Tiongkok yang saya ajak bicara sedang mengintegrasikan AI ke segala aspek: pembayaran, logistik, layanan pelanggan, sumber daya manusia, pemasaran, penjualan, pengadaan, manufaktur, dan lain-lain.
Sementara itu, saya percaya Lembah Silikon akan terus memimpin penelitian dasar model besar terdepan. Konsentrasi daya komputasi, talenta puncak, dan modal di AS saat ini masih tak tertandingi. Namun, Tiongkok akan unggul dalam implementasi aplikasi. Perusahaan Tiongkok sangat ahli dalam menskalakan suatu teknologi dengan kecepatan yang mencengangkan dan mengubahnya menjadi produk komersial dengan pengguna nyata dan skenario nyata. Sikap pragmatis dan eksekusi yang efisien ini adalah kekuatan Tiongkok.
Tiongkok juga memiliki laboratorium AI papan atas yang kuat, termasuk Moonshot AI, Alibaba, ByteDance, dan DeepSeek. Laboratorium ini akan memainkan peran "pengikut cepat" yang sangat gesit, mengikuti langkah rekan-rekan AS. Meskipun modal mereka tidak terlalu melimpah, mereka selalu menemukan cara inovatif untuk memangkas biaya hingga maksimal, guna mendorong ekspansi global platform.
Selain itu, Tiongkok mendominasi mutlak di bidang robotika. Di seluruh dunia, tidak ada tempat lain yang secara bersamaan memiliki rantai pasokan, infrastruktur, dan ketersediaan talenta yang begitu lengkap untuk mendukung produksi massal robotika yang terukur. Tahap berikutnya dari perlombaan AI bukanlah kemenangan mutlak bagi satu pihak. Lembah Silikon akan terus membangun mesin teknologi terkuat, sementara Tiongkok akan membangun ekosistem bisnis dan perangkat keras robotika terbaik. Keduanya sama pentingnya.
Jenny Yang: Menurut Anda, apakah AI memiliki batas negara? Dalam latar belakang kedaulatan data global dan kebijakan regulasi AI yang semakin ketat saat ini, Anda lebih melihat prospek perusahaan yang mendalami pasar domestik atau perusahaan yang global sejak hari pertama (Global from Day1)?
Hoffman: Dari sudut pandang teknis, AI tidak memiliki batas negara; tetapi secara realistis, kebijakan regulasi global sedang dengan cepat menetapkan batas-batas. Undang-undang kedaulatan data, tinjauan keamanan nasional, pembatasan ekspor model... semua ini sedang membentuk kembali kerangka kepatuhan global.
Beberapa pendiri, setelah melihat tren ini, menyimpulkan bahwa mereka harus fokus pada pasar domestik tunggal. Saya memahami logika ini, tetapi saya sama sekali tidak setuju.
Saya dengan tegas mendukung Global from Day 1, alasannya sederhana: perusahaan yang ingin mengukuhkan diri di pasar domestik dulu, kemudian baru berencana untuk ekspansi ke luar negeri, hampir tanpa terkecuali menemui kesulitan. Karena saluran distribusi berbeda antar negara, persyaratan kepatuhan berbeda, bahkan penentuan posisi merek perlu dibentuk ulang dari awal. Ini tidak hanya mahal, tetapi juga berjalan lambat.
Sementara perusahaan yang mengutamakan globalisasi (Global-first), sejak hari pertama didirikan, membangun sistem yang modular dan sangat adaptif. Mereka merancang arsitektur dasarnya langsung dengan mempertimbangkan perbedaan regulasi, bukan menambalnya setelah masalah muncul. Mereka dapat menarik tim internasional yang memahami pasar yang beragam, dan ini akan diubah menjadi keunggulan struktural yang bertahan lama.
Memang, kesulitan untuk mematuhi regulasi semakin meningkat, dan perusahaan perlu memperkenalkan sistem kepatuhan yang terlokalisasi. Tetapi kunci untuk memecahkan kebuntuan adalah membangun arsitektur yang fleksibel, bukan hanya bertahan di satu tempat. Peluang pasar bersifat global, dan ambisi setiap pengusaha teknologi seharusnya demikian.
Jenny Yang: Anda pernah mencatat bahwa kita masih berada di tahap yang sangat awal dari revolusi AI, dan ledakan Agen Otonom akan benar-benar mengganggu paradigma bisnis yang ada. Menurut pengamatan Anda, seberapa jauh jarak kita menuju hari itu? Menghadapi tantangan pengangguran struktural yang dipicu AI, persiapan apa yang dapat kita lakukan dalam model bisnis atau sistem?
Hoffman: Hari itu sudah sangat dekat—lebih dekat dari yang dibayangkan kebanyakan orang, tetapi lebih jauh dari yang digembar-gemborkan media. Agen Otonom (atau agen cerdas) yang dapat menangani tugas khusus yang independen dan terdefinisi dengan jelas sebenarnya sudah muncul, misalnya layanan pelanggan otomatis, tinjauan kode, analisis data, ringkasan penelitian—ini sudah bukan sekedar demo, tetapi sudah digunakan secara komersial.
Dan titik balik yang sebenarnya—yaitu ketika agen yang berbeda dapat berkolaborasi secara mandiri, menangani tujuan multi-langkah yang ambigu, dan beroperasi melintasi sistem tanpa pengawasan manusia—kira-kira masih membutuhkan waktu 2 hingga 4 tahun, atau bahkan mungkin lebih cepat.
Ketika gelombang itu benar-benar datang, penggantian tenaga kerja akan menjadi dingin dan nyata, bukan sekedar kata-kata menakutkan.
Cara menghadapinya bukanlah dengan memperlambat langkah AI, tetapi membuat mekanisme sosial mengikuti kecepatan iterasi teknologi AI.
- Di sisi model bisnis: Pendiri paling cerdas sedang merancang perusahaan mereka berdasarkan "Kolaborasi Manusia-AI" daripada "otomatisasi murni". Model yang mereka bangun menempatkan manusia yang bertanggung jawab atas pengambilan keputusan, output kreatif, dan kontrol tanggung jawab, sementara Agen bertanggung jawab atas volume pekerjaan dan efisiensi. Model ini lebih tahan risiko dan lebih menguntungkan bagi pengembangan anggota tim.
- Di tingkat kebijakan: Kita perlu secara terbuka menghadapi masalah pelatihan ulang karir, sistem jaminan sosial, reformasi pendidikan. Kali ini yang akan digantikan bukanlah pekerjaan dengan keterampilan rendah, melainkan pengacara, analis, penulis konten, konsultan, dan hampir semua pekerjaan padat pengetahuan. Ini mengubah logika dasar tata kelola masyarakat.
Jenny Yang: Anda pernah mencatat bahwa bisnis tradisional seperti konsultasi, perantara, dan layanan "Manusia sebagai Layanan" (Humans as a Service/HaaS) sulit untuk mencapai skalabilitas yang sebenarnya karena biaya marginal yang tinggi. Tetapi sekarang, AI sedang menggantikan dan mengotomatisasi layanan profesional intelektual dalam skala besar. Apakah ini berarti layanan berbasis pengetahuan yang digerakkan AI akan memecahkan kutukan sulitnya penskalaan bisnis HaaS?
Hoffman: Industri konsultasi tradisional selalu menghadapi dilema: untuk berkembang, harus menambah orang; menambah orang, biaya meningkat, yang kemudian menyebabkan ruang laba terkompresi, dan ekspansi skalabilitas terhenti. Ini adalah perangkap bawaan dari model HaaS.
Tetapi AI benar-benar mengubah perhitungan dasar ini. Sekarang, seorang konsultan senior yang dilengkapi penuh dengan Agen AI dapat memberikan pekerjaan analisis yang sebelumnya membutuhkan tim kecil, artinya biaya marginal untuk menambah klien baru turun drastis. Ini adalah hal yang belum pernah terjadi sebelumnya.
Jadi, ya, layanan berbasis pengetahuan yang digerakkan AI akhirnya memiliki kemampuan untuk memecahkan kutukan skalabilitas. Tetapi dengan syarat, perusahaan bersedia melakukan restrukturisasi arsitektur organisasi untuk ini. Perusahaan yang dapat bertahan dengan baik dalam perubahan ini di masa depan tidak akan hanya melihat AI sebagai alat efisiensi, tetapi akan membentuk ulang seluruh sistem bisnis mereka di sekitar dasar AI.
Perusahaan Rintisan Harus Fokus pada Inovasi Skenario
Jenny Yang: Mengenai sumber terbuka vs. sumber tertutup, dari perspektif Founders Space dan investasi ventura, Anda lebih cenderung mendukung aplikasi yang terikat dalam dengan ekosistem sumber tertutup raksasa, atau proyek independen yang dibangun di atas ekosistem sumber terbuka? Mengapa?
Hoffman: Di AS, saya melihat prospek aplikasi yang dibangun di atas ekosistem penyedia cloud terkemuka (termasuk AWS, Azure, dan Google Cloud). Platform-platform ini memiliki saluran distribusi yang matang, kepercayaan tingkat perusahaan, dan kemampuan integrasi mendalam yang dibutuhkan untuk pengembangan skala besar. Mengembangkan di atas platform besar ini dapat mewarisi banyak keunggulan bawaan: kepatuhan keamanan, komitmen stabilitas, dan dukungan infrastruktur global. Sumber terbuka memang menarik, tetapi "kegembiraan" tidak membantu Anda mendapatkan pesanan tingkat perusahaan.
Tetapi situasi di Tiongkok berbeda. Lanskap ekosistem cloud di sana terutama dibentuk oleh Alibaba Cloud, Tencent Cloud, dan Huawei Cloud. Lingkungan kebijakan dan regulasi menentukan platform mana yang dapat dipilih perusahaan. Di Tiongkok, model sumber terbuka seperti DeepSeek sedang mendapatkan perhatian pasar yang sangat tinggi, karena memungkinkan perusahaan Tiongkok untuk beroperasi secara mandiri tanpa bergantung pada infrastruktur luar negeri eksternal. Dalam konteks ini, sumber terbuka bukan hanya sebuah filosofi, tetapi pilihan strategis yang tak terhindarkan.
Oleh karena itu, jawaban yang benar sepenuhnya tergantung di mana Anda membangun produk, dan kepada siapa Anda akan menjual produk tersebut.
Jenny Yang: Dalam latar belakang monopoli daya komputasi dan algoritma oleh raksasa, bagaimana tim rintisan AI tahap awal dapat secara efektif mengidentifikasi dan menangkap titik nyeri kebutuhan yang benar-benar memiliki prospek komersial yang dapat diskalakan dan tidak mudah dihantam oleh raksasa dengan cara yang merendahkan?
Hoffman: Raksasa teknologi pasti akan mengkomoditisasi teknologi dasar yang bersifat umum, ini tidak perlu diragukan lagi. Jika hal yang dilakukan perusahaan rintisan Anda adalah sesuatu yang dapat diluncurkan oleh OpenAI, Anthropic, Google, atau Microsoft sebagai fitur baru dalam waktu setengah tahun, maka itu bukanlah sebuah bisnis, melainkan hanya sebuah titik fungsional dalam roadmap produk orang lain.
Untuk bertahan dalam lingkungan yang begitu kompetitif, perusahaan rintisan harus fokus pada area yang tersegmentasi, khusus, dan memiliki kedalaman skenario yang kuat. Contohnya: alur kerja yang membutuhkan pemahaman tajam tentang industri tertentu, solusi kepatuhan yang bergantung pada pengalaman profesional yang tidak dimiliki oleh model dasar besar, atau hubungan klien yang membutuhkan waktu bertahun-tahun untuk membangun kepercayaan.
Mendalami secara vertikal area yang tersegmentasi adalah benteng pertahanan perusahaan rintisan. Semakin sebuah solusi bergantung pada pengalaman praktis ahli industri (seperti ahli bedah, manajer rantai pasokan, aktuaria asuransi, dll.), semakin sulit bagi raksasa industri untuk menirunya dengan cepat.
Pada akhirnya, kecepatan adalah parit pertahanan terpenting bagi perusahaan tahap awal. Kecepatan iterasi Anda harus melebihi kecepatan raksasa dalam menyelesaikan persetujuan proposal dan anggaran untuk produk pesaing di internal mereka. Ketika raksasa-raksasa itu menyadarinya, perusahaan rintisan yang bergerak gesit telah membangun merek mereka dan mengukuhkan posisi kepemimpinan pasar—yang berarti Anda telah memiliki basis pengguna yang berkembang pesat, data eksklusif, dan produk matang yang benar-benar sesuai dengan pasar.
Jenny Yang: Seiring perkembangan AI generatif, pemalsuan dan penipuan AI merajalela. Dari sudut pandang keamanan siber dan anti-penipuan AI, apakah ini memberikan jalur yang sangat potensial bagi pengusaha?
Hoffman: Ya. Saat ini, pembuatan media sintetis sudah tidak memiliki hambatan, kloning suara, video deepfake, email phishing AI simulasi, dll., menjadi mimpi buruk yang semakin serius.
Metode pertahanan industri keamanan siber tertinggal jauh dari metode serangan, titik nyeri ini adalah peluang pasar. Alat deteksi, verifikasi penelusuran asal-usul, tanda air digital, autentikasi identitas, semua area ini menyimpan peluang startup yang sangat besar. Perusahaan, lembaga pemerintah membutuhkan solusi semacam ini, industri keuangan bahkan lebih membutuhkannya, karena mereka menderita kerugian uang akibat berbagai tindakan penipuan AI.
Namun perlu diperhatikan, model deteksi hanya dapat mempertahankan terhadap jenis serangan yang diketahui, oleh karena itu perusahaan rintisan sejak awal pengembangan harus menghadapi karakteristik perlawanan ini, membuat produk mereka memiliki kemampuan untuk terus belajar dan beriterasi secara dinamis.
Jika sebuah tim startup menguasai dua bidang besar yaitu AI generatif dan keamanan siber, mereka memiliki kesempatan untuk membangun perusahaan dengan valuasi miliaran dolar untuk mengatasi situasi industri yang dibanjiri teknologi deepfake.
Web3 + AI Mungkin Sebuah Jebakan
Jenny Yang: Menurut Anda, di era AI saat ini yang dipenuhi kecemasan teknologi dan demam modal, pola pikir dasar apa yang paling dibutuhkan oleh seorang pendiri yang dapat memimpin tim untuk menciptakan unicorn generasi berikutnya, yang berbeda dari sebelumnya?
Hoffman: Lupakan semua yang Anda ketahui tentang "benteng pertahanan" di masa lalu. Dalam lingkungan industri saat ini, produk 18 bulan yang lalu mungkin sudah usang. Pengusaha yang bisa bertahan sampai akhir sudah menyadari hal ini.
Pertama, ganti pola pikir fungsional dengan pola pikir sistem. Unicorn berikutnya tidak mungkin lahir hanya berdasarkan sebuah prompt yang cerdas. Ia pasti dibangun di atas jaringan agen cerdas, roda data, dan sistem integrasi multipihak, yang tumbuh dengan mengandalkan efek bunga majemuk jangka panjang.
Kedua, pegang erat kebutuhan pengguna nyata. AI secara signifikan meningkatkan efisiensi pengembangan, tetapi juga mudah membuat produk terlepas dari aplikasi praktis dan terbuai dalam kesenangan sendiri. Pengusaha yang baik akan selalu fokus pada kebutuhan inti pengguna, iterasi buta yang menyimpang arah pada akhirnya hanya akan menjadi pemborosan internal.
Ketiga, rekrut talenta yang sangat sesuai. Keterampilan populer saat ini, mungkin dua tahun kemudian tidak lagi berlaku. Perusahaan perlu membangun tim yang terus belajar, bukan hanya tim pelaksana.
Keempat, jangan takut terhadap teknologi. Banyak pengusaha menganggap AI sebagai kotak hitam yang sulit dipahami. Anda harus memiliki pemahaman yang cukup tentangnya, tahu persis apa yang dapat dan tidak dapat dilakukannya. Pengetahuan ini sendiri adalah keunggulan kompetitif Anda.
Jenny Yang: Anda pernah menyebutkan di masa lalu bahwa blockchain banyak diyakini berlebihan (overhyped) dalam banyak aplikasi tingkat perusahaan di luar cryptocurrency, dan AI adalah dasar umum yang benar-benar menyentuh semua industri. Saat ini, banyak perusahaan Web3 sedang mencoba menggabungkan AI dengan Web3. Menurut Anda, apakah "Web3 + AI" adalah arah startup yang menjanjikan?
Hoffman: Saya akan jujur, Web3 memang memiliki nilai nyata, tetapi terutama bagi mereka yang sudah berada di dalam lingkaran kripto. Aplikasi seperti keuangan terdesentralisasi (DeFi), tokenisasi aset, penyelesaian lintas batas tanpa perantara, dll., penting bagi kelompok tertentu ini. Tetapi kelompok ini merupakan bagian kecil dari ekonomi global.
Dan bagi klien perusahaan biasa, pedagang kecil dan menengah, serta pengguna umum, situasinya berbeda. Saya tidak berpikir Web3 dapat memberikan dorongan substansial ke pasar utama, saya tidak pernah menjadi pendukungnya, dan perkembangan beberapa tahun terakhir tidak mengubah pandangan saya ini.
Sebagian besar konsumen dan perusahaan tidak membutuhkan blockchain untuk mencapai tujuan bisnis mereka. Yang mereka butuhkan adalah produk yang stabil dan andal, pengalaman pengguna yang baik, dan harga yang wajar. Web3 menambah gesekan, meningkatkan kompleksitas, dan membawa risiko regulasi. Bagi konsumen dan pengguna biasa, Web3 tidak membawa apa yang benar-benar mereka butuhkan.
Sebaliknya, AI adalah teknologi dasar umum yang sebenarnya. Ia dapat menyentuh semua industri, hampir semua industri dapat memecahkan masalah praktis dengan pengenalan pola, otomatisasi, dan pengambilan keputusan cerdas. Ini adalah proposisi nilai yang pada dasarnya sangat berbeda.
Memaksakan kombinasi Web3 dan AI tidak akan melipatgandakan nilai keduanya, hanya akan menambah kompleksitas. Bagi kebanyakan pendiri, ini bukanlah peluang, melainkan sebuah jebakan. Tentu saja, AI mungkin dapat membantu mereka yang sudah terikat erat dengan ekosistem Web3, tetapi bagi pasar massal yang lebih luas, ini tidak akan membawa perubahan substansial pada tingkat adopsi pengguna atau lintasan perkembangan industri.
Jenny Yang: Kami memperhatikan, pada awal 2026 Anda mengumumkan rencana nirlaba yang ambisius—mendirikan pusat penelitian di 10 universitas di seluruh dunia, yang bertujuan untuk melatih pemimpin masa depan tentang bagaimana membuat AI mencerminkan nilai-nilai inti manusia. Bisakah Anda memberikan bocoran tentang kemajuan rencana ini saat ini? Nilai-nilai "inovasi yang bertanggung jawab" apa yang ingin Anda sampaikan kepada calon pengusaha AI masa depan melalui pusat-pusat ini?
Hoffman: Visi kami adalah mendirikan pusat penelitian khusus di sepuluh universitas di seluruh dunia, saat ini masih ada kesenjangan yang cukup besar menuju target ini.
Sekarang kami masih berada di tahap yang sangat awal, sebagian besar energi difokuskan pada pengumpulan dana. Karena sebelum benar-benar dilaksanakan, kami harus memastikan memiliki dukungan sumber daya yang sesuai. Membangun program yang benar-benar memiliki substansi dan dapat beroperasi terus-menerus di universitas memerlukan investasi dana yang nyata.
Yang mendorong kami maju adalah sebuah keyakinan sederhana: setiap anak muda yang memasuki dunia kerja hari ini, seluruh karir mereka akan berada di dunia di mana AI terintegrasi ke dalam setiap produk, setiap layanan, setiap bisnis. Namun, kebanyakan dari mereka belum siap untuk perubahan besar ini. Pusat penelitian kami bertujuan untuk mengubah keadaan ini.
Kami ingin calon pengusaha generasi berikutnya tidak hanya tahu bagaimana menggunakan AI untuk membangun produk, tetapi juga tahu bagaimana membuat produk AI yang dibangun sesuai dengan nilai-nilai manusia; belajar mengantisipasi berbagai dampak sekunder dan turunan yang dibawa oleh implementasi teknologi; sambil menjaga semangat progresif, melakukan inovasi teknologi yang bertanggung jawab.
Inilah misi kami, dan kami sedang berjalan menuju tujuan ini.
