Penulis: Naman Bhansali
Kompilasi: Deep Tide TechFlow
Panduan Deep Tide: Pada tahap awal adopsi teknologi baru, orang selalu memiliki ilusi "kesetaraan teknologi": ketika fotografi, pembuatan musik, atau pengembangan perangkat lunak menjadi sangat mudah, apakah keunggulan kompetitif akan hilang? Pendiri Warp, Naman Bhansali, dengan pengalaman pribadinya dari kota kecil di India hingga MIT, serta praktik kewirausahaannya di bidang payroll yang dipandu AI, mengungkapkan kebenaran yang berlawanan dengan intuisi: semakin teknologi menurunkan ambang batas (Floor), langit-langit (Ceiling) industri justru semakin tinggi.
Di era di mana eksekusi menjadi murah dan bahkan dapat di-“vibecoded” oleh AI, penulis berpendapat bahwa parit pertahanan yang sebenarnya bukan lagi sekadar distribusi traffic, tetapi "Selera" (Taste) yang sulit dipalsukan, wawasan mendalam tentang logika dasar sistem yang kompleks, dan kesabaran untuk terus melakukan compound dalam skala sepuluh tahun. Artikel ini tidak hanya merupakan pemikiran dingin tentang kewirausahaan AI, tetapi juga argumen yang kuat untuk hukum kekuatan (power law) bahwa "teknologi rakyat menghasilkan hasil yang aristokrat".
Teks lengkap sebagai berikut:
Setiap kali sebuah teknologi baru menurunkan ambang batas masuk, prediksi yang sama selalu muncul: karena sekarang semua orang bisa melakukannya, tidak ada yang memiliki keunggulan lagi. Ponsel berkamera membuat setiap orang menjadi fotografer; Spotify membuat setiap orang menjadi musisi; AI membuat setiap orang menjadi pengembang perangkat lunak.
Prediksi semacam ini selalu setengah benar: batas bawah (The floor) memang naik. Lebih banyak orang yang menciptakan, lebih banyak orang yang merilis produk, lebih banyak orang yang berkompetisi. Tapi prediksi ini selalu mengabaikan langit-langit (The ceiling). Langit-langit naik lebih cepat. Dan jarak antara batas bawah dan langit-langit — yaitu tingkat median dan tingkat teratas — tidak menyempit, malah melebar.
Ini adalah karakteristik hukum kekuatan (Power laws): ia tidak peduli dengan niat Anda. Teknologi yang menyetarakan selalu menghasilkan hasil yang aristokrat. Setiap kali begitu.
AI tidak akan menjadi pengecualian, bahkan akan berperilaku lebih ekstrem.
Bentuk Evolusi Pasar
Ketika Spotify dirilis, ia melakukan sesuatu yang benar-benar radikal: ia memungkinkan setiap musisi di bumi untuk mendapatkan saluran distribusi yang sebelumnya hanya dapat diakses oleh label rekaman, anggaran pemasaran, dan keberuntungan yang sangat baik. Hasilnya adalah ledakan industri musik — jutaan artis baru bermunculan, miliaran lagu baru dirilis. Batas bawah memang naik seperti yang dijanjikan.
Tapi yang terjadi kemudian adalah: 1% artis teratas sekarang menangkap proporsi pemutaran yang lebih besar daripada era CD. Bukan mengecil, tapi membesar. Lebih banyak musik, lebih banyak kompetisi, lebih banyak cara untuk menemukan konten berkualitas, membuat pendengar yang tidak lagi dibatasi oleh geografi atau ruang rak, berbondong-bondong ke karya-karya teratas. Spotify tidak mewujudkan kesetaraan musik, ia hanya memperparah turnamen ini.
Cerita yang sama terjadi di bidang penulisan, fotografi, dan perangkat lunak. Internet melahirkan penulis terbanyak dalam sejarah, tetapi juga menghasilkan ekonomi perhatian yang lebih kejam. Lebih banyak peserta, taruhan puncak yang lebih tinggi, bentuk dasar yang sama: sangat sedikit orang yang mendapatkan sebagian besar nilai.
Kami terkejut karena kami terbiasa berpikir linear — kami berharap peningkatan produktivitas terdistribusi merata seperti menuangkan air ke wadah yang datar. Tapi sebagian besar sistem kompleks tidak bekerja seperti itu, mereka tidak pernah begitu. Distribusi kekuatan bukanlah keanehan pasar atau pengingkaran teknologi, itu adalah pengaturan default alam. Teknologi tidak menciptakannya, teknologi hanya mengungkapkannya.
Pikirkan Hukum Kleiber (Kleiber's Law). Di antara semua makhluk hidup di bumi — dari bakteri hingga paus biru, melintasi 27 orde besarnya skala berat — tingkat metabolisme sebanding dengan berat badan pangkat 0,75. Metabolisme paus tidak proporsional dengan skala paus. Hubungan ini adalah hukum kekuatan, dan itu bertahan dengan presisi sangat tinggi di hampir semua bentuk kehidupan. Tidak ada yang merancang distribusi ini, itu hanyalah bentuk yang diambil energi ketika mengikuti logika internalnya dalam sistem kompleks.
Pasar adalah sistem kompleks, perhatian adalah sumber daya. Ketika gesekan menghilang — ketika geografi, ruang rak, dan biaya distribusi tidak lagi bertindak sebagai penyangga — pasar menyatu ke bentuk alaminya. Bentuk ini bukan kurva lonceng distribusi normal, tetapi hukum kekuatan. Kisah kesetaraan dan hasil aristokratik hidup berdampingan, itulah mengapa setiap teknologi baru membuat kami lengah. Kami melihat batas bawah naik, dan berasumsi langit-langit mengikuti dengan kecepatan yang sama. Kenyataannya tidak, langit-langit sedang menjauh dengan cepat.
AI akan mendorong proses ini lebih cepat dan lebih kejam daripada teknologi sebelumnya. Batas bawah naik secara real-time — siapa pun dapat merilis produk, mendesain antarmuka, menulis kode produksi. Tapi langit-langit juga naik, dan naik lebih cepat. Pertanyaan yang layak diajukan adalah: apa yang menentukan posisi akhir Anda?
Ketika Eksekusi Menjadi Murah, Selera Menjadi Sinyal
Pada tahun 1981, Steve Jobs bersikeras bahwa papan sirkuit di dalam Macintosh pertama harus indah. Bukan tampilan luarnya, tapi bagian dalam — bagian yang tidak akan pernah dilihat pelanggan. Insinyurnya mengira dia gila. Tapi dia tidak gila. Dia memahami sesuatu yang mudah dicap sebagai perfeksionis, tetapi sebenarnya lebih dekat dengan semacam bukti: cara Anda melakukan sesuatu, adalah cara Anda melakukan segalanya. Seseorang yang bisa membuat bagian tersembunyi menjadi indah, tidak sedang mempertunjukkan kualitas, tetapi secara karakter tidak bisa mentolerir merilis barang yang setengah-setengah.
Ini penting, karena kepercayaan sulit dibangun, tetapi sangat mudah dipalsukan dalam waktu singkat. Kami terus-menerus menjalankan heuristik (Heuristics), mencoba mencari tahu siapa yang benar-benar unggul, dan siapa yang hanya berpura-pura unggul. Kredensial (Credentials) membantu tetapi bisa dimanipulasi; Latar belakang (Pedigree) membantu tetapi bisa diwariskan. Yang benar-benar sulit dipalsukan adalah Selera (Taste) — yaitu ketekunan yang abadi, dapat diamati, terhadap standar tinggi tertentu yang tidak diminta siapa pun. Jobs tidak harus membuat papan sirkuit itu begitu indah. Dia melakukannya, dan hal itu sendiri memberitahu Anda, apa yang akan dia lakukan di tempat yang tidak Anda lihat.
Selama sebagian besar dekade terakhir, sinyal semacam ini agak tertutup. Pada puncak kejayaan SaaS (sekitar 2012 hingga 2022), eksekusi menjadi begitu terstandarisasi, sehingga Distribusi (Distribution) menjadi sumber daya yang benar-benar langka. Jika Anda bisa mendapatkan pelanggan secara efisien, membangun mesin penjualan, mencapai "Aturan 40" (Rule of 40) — produknya sendiri hampir tidak penting. Selama strategi masuk pasar (Go-to-market) Anda cukup kuat, Anda bisa menang dengan produk yang biasa-biasa saja. Sinyal yang dikirimkan oleh selera tenggelam dalam noise metrik pertumbuhan.
AI mengubah rasio sinyal terhadap noise secara radikal. Ketika siapa pun dapat menghasilkan produk fungsional, antarmuka indah, dan basis kode yang dapat dijalankan dalam satu sore, apakah sesuatu "berfungsi dengan baik" bukan lagi faktor pembeda. Pertanyaannya menjadi: apakah ini benar-benar luar biasa? Apakah orang ini tahu perbedaan antara "baik" dan "Luar biasa hebat" (Insanely great)? Bahkan jika tidak ada yang memaksa, apakah mereka cukup peduli untuk menutup celah terakhir itu?
Ini terutama berlaku untuk perangkat lunak kritis bisnis (Business-critical software) — sistem yang menangani penggajian, kepatuhan, data karyawan. Ini bukan produk yang bisa Anda coba-coba dan tinggalkan kuartal depan. Biaya peralihan nyata, mode kegagalan serius, orang yang menerapkan sistem bertanggung jawab atas konsekuensinya. Itu berarti sebelum menandatangani kontrak, mereka akan menjalankan semua heuristik kepercayaan. Produk yang indah adalah salah satu sinyal paling nyaring yang bisa dikirim. Ia mengatakan: orang yang membangunnya melakukannya dengan hati-hati. Mereka peduli dengan bagian yang Anda lihat, yang berarti mereka juga mungkin peduli dengan bagian yang tidak Anda lihat.
Dalam dunia di mana eksekusi murah, selera adalah bukti kerja (Proof of work).
Apa yang Diimbali oleh Fase Baru
Logika ini selalu berlaku, tetapi dalam dekade terakhir, lingkungan pasar membuatnya hampir tidak terlihat. Ada masanya, keterampilan terpenting dalam industri perangkat lunak bahkan tidak terkait dengan perangkat lunak itu sendiri.
Antara 2012 dan 2022, arsitektur inti SaaS telah matang. Infrastruktur cloud murah dan terstandarisasi, alat pengembangan matang. Membangun produk fungsional sulit, tetapi itu adalah "kesulitan yang telah terpecahkan" — Anda bisa menyelesaikannya dengan perekrutan, mengikuti pola yang mapan, mencapai kelayakan selama sumber daya mencukupi. Yang benar-benar langka, yang membedakan pemenang dari yang biasa-biasa saja adalah kemampuan distribusi. Bisakah Anda mendapatkan pelanggan secara efisien? Bisakah Anda membangun aksi penjualan yang dapat diulang? Apakah Anda cukup memahami model ekonomi unit (Unit economics), untuk menambah bahan bakar api pertumbuhan pada momen yang tepat?
Pendiri yang berkembang pesat di lingkungan itu kebanyakan berasal dari penjualan, konsultasi, atau keuangan. Mereka sangat memahami metrik yang terdengar seperti bahasa alien sepuluh tahun yang lalu: Net Dollar Retention (NDR), Average Contract Value (ACV), Magic number, Aturan 40. Mereka hidup di spreadsheet dan tinjauan pipeline penjualan, dan dalam konteks itu, mereka memang benar. Puncak SaaS melahirkan pendiri SaaS puncak. Ini adalah adaptasi evolusioner yang rasional.
Tapi saya merasa tercekik.
Saya tumbuh di sebuah kota kecil di negara bagian India dengan 250 juta penduduk. Setiap tahun, hanya sekitar tiga siswa dari seluruh India yang diterima di Massachusetts Institute of Technology (MIT). Tanpa kecuali, mereka semua berasal dari sekolah persiapan mahal di Delhi, Mumbai, atau Bangalore — lembaga yang dibangun khusus untuk tujuan ini. Saya adalah orang pertama dalam sejarah negara bagian saya yang diterima di MIT. Saya menyebutkan ini bukan untuk menyombongkan diri, tetapi karena ini adalah versi mini dari argumen artikel ini: Ketika ambang batas masuk terbatas, latar belakang (Pedigree) memprediksi hasil; Ketika ambang batas masuk terbuka, orang yang mendalam (Deep people) selalu menang. Di ruangan yang penuh dengan orang-orang berlatar belakang terhormat, saya adalah taruhan yang menang dengan kedalaman. Itu juga satu-satunya cara yang saya ketahui untuk bertaruh.
Saya belajar fisika, matematika, dan ilmu komputer, di bidang-bidang di mana wawasan paling mendalam bukan berasal dari optimasi proses, tetapi dalam melihat kebenaran yang dilewatkan orang lain. Tesis master saya adalah tentang mitigasi straggler (Straggler mitigation) dalam pelatihan machine learning terdistribusi: ketika Anda menjalankan sistem dalam skala besar, jika sebagian环节 tertinggal, bagaimana Anda mengoptimalkan kendala ini tanpa mengorbankan integritas keseluruhan.
Ketika saya melihat dunia startup di awal dua puluhan, saya melihat gambaran di mana wawasan mendalam ini tampak tidak relevan. Pasar memberi premium pada "masuk ke pasar" (Go-to-market), bukan pada produk itu sendiri. Membangun sesuatu yang unggul secara teknologi tampak agak naif — itu dianggap sebagai pengalihan dari "permainan nyata" (yaitu akuisisi pelanggan, retensi, dan kecepatan penjualan).
Kemudian, pada akhir 2022, lingkungan berubah.
Apa yang ditunjukkan ChatGPT — dengan cara yang lebih intuitif dan mengejutkan daripada banyak makalah penelitian bertahun-tahun — adalah bahwa kurva telah membengkok. Kurva S baru telah dimulai. Transisi fase (Phase transitions) tidak akan memberi imbalan kepada mereka yang paling mampu beradaptasi dengan fase sebelumnya, tetapi kepada mereka yang dapat melihat kemungkinan tak terbatas dari fase baru sebelum orang lain melihat harganya.
Jadi saya berhenti dari pekerjaan dan mendirikan Warp.
Taruhan ini sangat spesifik. Ada lebih dari 800 badan pajak di AS — federal, negara bagian, lokal — masing-masing dengan persyaratan pelaporannya sendiri, tenggat waktu, dan logika kepatuhan. Tidak ada API di sini, tidak ada akses terprogram. Selama beberapa dekade, setiap penyedia layanan penggajian (Payroll provider) menangani masalah ini dengan cara yang sama: menumpuk orang. Ribuan ahli kepatuhan berurusan secara manual dengan sistem yang tidak pernah dirancang untuk dijalankan secara skalabel. Raksasa tradisional — ADP, Paylocity, Paychex — membangun model bisnis lengkap di sekitar kompleksitas ini, mereka tidak menyelesaikan kompleksitas, tetapi menyerapnya ke dalam jumlah karyawan, dan meneruskan biayanya kepada pelanggan.
Pada tahun 2022, saya bisa melihat bahwa agen AI (Agents) masih rapuh. Tapi saya juga bisa melihat kurva peningkatannya. Seseorang yang mendalami sistem terdistribusi skala besar, mengamati lintasan evolusi model dari dekat, dapat membuat taruhan yang tepat: teknologi yang rapuh saat itu, dalam beberapa tahun akan menjadi sangat kuat. Jadi kami bertaruh: membangun platform native AI dari prinsip pertama, memulai dari alur kerja tersulit dalam kategori tersebut — alur kerja yang karena batasan arsitektur, menyebabkan raksasa tradisional tidak dapat mengotomatiskan selamanya.
Sekarang, taruhan ini terbayar. Tapi yang lebih makro adalah pengenalan pola. Pendiri teknis era AI tidak hanya memiliki keunggulan teknik, tetapi juga keunggulan wawasan. Mereka dapat melihat titik masuk yang berbeda, membuat taruhan yang berbeda. Mereka dapat memeriksa sistem yang oleh semua orang dianggap "selamanya kompleks", dan bertanya: apa yang diperlukan untuk mencapai otomatisasi yang sebenarnya? Kemudian, kuncinya adalah, mereka dapat membangun jawabannya dengan tangan mereka sendiri.
Penguasa era SaaS puncak adalah pengoptimasi rasional di bawah kendala. Dan AI sedang menghilangkan kendala ini, dan memasang kendala baru. Dalam lingkungan baru, sumber daya langka bukan lagi distribusi, tetapi kemampuan untuk melihat kemungkinan — serta selera dan keyakinan untuk membangunnya ke standar yang semestinya. Tapi ada variabel ketiga yang menentukan segalanya, dan inilah tempat kebanyakan pendiri era AI melakukan kesalahan bencana.
Permainan Jangka Panjang dengan Kecepatan Tinggi
Ada meme (Meme) yang populer di kalangan startup sekarang: Anda memiliki waktu dua tahun untuk melarikan diri dari dasar yang permanen. Bangun cepat, danai cepat, keluar (Exit) atau mati.
Saya memahami dari mana mentalitas ini berasal. Kecepatan evolusi AI menimbulkan semacam krisis eksistensial, jendela peluang untuk menangkap gelombang tampaknya sangat sempit. Anak muda yang melihat kisah sukses semalam di Twitter secara wajar mengira bahwa esensi permainan adalah kecepatan — pemenangnya adalah mereka yang berlari paling cepat dalam waktu tersingkat.
Ini benar dalam dimensi yang sepenuhnya salah.
Kecepatan eksekusi memang sangat penting. Saya sangat percaya ini — bahkan terukir dalam nama perusahaan saya (Warp). Tapi kecepatan eksekusi tidak sama dengan pandangan yang picik. Pendiri yang dapat membangun perusahaan paling berharga di era AI, bukan mereka yang berlari selama dua tahun lalu menguangkan. Melainkan mereka yang berlari selama sepuluh tahun, dan menikmati compound.
Pandangan picik salah karena: hal-hal yang paling berharga dalam perangkat lunak — data pribadi, hubungan pelanggan yang mendalam, biaya peralihan yang nyata, keahlian tingkat regulasi — membutuhkan waktu bertahun-tahun untuk menumpuk, dan tidak dapat direplikasi dengan cepat, tidak peduli berapa banyak modal atau kemampuan AI yang dibawa pesaing. Ketika Warp menangani penggajian untuk perusahaan lintas negara bagian, kami sedang mengakumulasi data kepatuhan di ribuan yurisdiksi. Setiap pemberitahuan pajak yang diselesaikan, setiap kasus tepi yang ditangani, setiap pendaftaran pemerintah negara bagian yang diselesaikan, sedang melatih sistem yang menjadi semakin sulit untuk direplikasi seiring waktu. Ini bukan fitur, ini adalah parit pertahanan, dan itu ada karena kami telah bekerja sangat dalam dengan kualitas sangat tinggi untuk waktu yang cukup lama, sehingga menghasilkan kepadatan kualitas.
Compound ini tidak terlihat di tahun pertama. Di tahun kedua samar-samar. Pada tahun kelima, itu adalah seluruh permainan.
Mantan CEO Snowflake Frank Slootman, yang telah membangun dan menskalakan lebih banyak perusahaan perangkat lunak daripada siapa pun yang masih hidup, menyatakannya dengan singkat: biasakan diri dengan keadaan "tidak nyaman". Bukan untuk lari jarak pendek, tetapi sebagai keadaan permanen. "Kabut perang" awal startup — perasaan kehilangan arah, informasi tidak lengkap, dan tuntutan untuk membuat keputusan tindakan — tidak hilang setelah dua tahun. Itu hanya berevolusi, ketidakpastian baru menggantikan yang lama. Pendiri yang bisa bertahan bukan mereka yang menemukan kepastian, tetapi mereka yang belajar bergerak dengan jelas dalam kabut.
Membangun perusahaan sangat kejam, kekejaman ini sulit disampaikan kepada mereka yang belum melakukannya. Anda hidup dalam ketakutan ringan yang terus-menerus, dan sesekali dihiasi dengan teror tingkat yang lebih tinggi. Anda membuat ribuan keputusan dengan informasi tidak lengkap, menyadari bahwa serangkaian keputusan yang salah dapat mengakhiri segalanya. "Kesuksesan semalam" yang Anda lihat di Twitter bukan hanya outlier dalam distribusi kekuatan, tetapi ekstrem dari outlier. Mengoptimalkan strategi Anda berdasarkan kasus-kasus ini, seperti berlatih untuk maraton dengan mempelajari hasil orang yang salah jalan dan secara tidak sengaja menyelesaikan 5K.
Jadi mengapa melakukannya? Bukan karena nyaman, bukan karena peluang menang besar. Tetapi karena bagi sebagian orang, tidak melakukannya terasa seperti tidak benar-benar hidup. Karena satu-satunya hal yang lebih buruk daripada ketakutan "membangun sesuatu dari ketiadaan", adalah mati lemas tanpa suara yang datang dari "tidak pernah mencoba".
Dan — jika Anda bertaruh dengan benar, jika Anda melihat kebenaran yang belum dinilai orang lain, jika Anda mengeksekusi dengan selera dan keyakinan dalam siklus yang cukup panjang — hasilnya tidak hanya finansial. Anda membangun sesuatu yang benar-benar mengubah cara orang bekerja. Anda menciptakan produk yang dicintai dan digunakan orang. Anda mempekerjakan dan memberdayakan orang-orang yang melakukan yang terbaik di sini, dalam bisnis yang Anda bangun dengan tangan Anda sendiri.
Ini adalah proyek sepuluh tahun. AI tidak mengubahnya, tidak pernah.
AI mengubah langit-langit (Ceiling) yang dapat dicapai oleh pendiri yang bertahan cukup lama untuk melihat hasilnya dalam sepuluh tahun itu.
Langit-langit yang Tidak Diperhatikan
Jadi, di seberang semua ini, seperti apa sebenarnya perangkat lunak itu?
Kaum optimis mengatakan AI menciptakan kelimpahan — lebih banyak produk, lebih banyak pembangun, lebih banyak nilai yang dialokasikan untuk lebih banyak orang. Mereka benar. Kaum pesimis mengatakan AI menghancurkan parit pertahanan perangkat lunak — apa pun dapat direplikasi dalam satu sore, pertahanan sudah mati. Mereka juga sebagian benar. Tapi kedua kubu menatap batas bawah (The floor), tidak ada yang memperhatikan langit-langit (The ceiling).
Di masa depan akan ada ribuan solusi titik (Point solutions) — alat kecil, fungsional, dihasilkan AI, cukup mampu memecahkan beberapa masalah sempit. Banyak yang bahkan tidak dibangun oleh perusahaan, tetapi oleh individu atau tim internal untuk memecahkan titik sakit mereka sendiri. Untuk beberapa kategori perangkat lunak berambang batas rendah dan mudah diganti, pasar akan benar-benar terdermokratisasi. Batas bawah tinggi, kompetisi sangat ketat, margin keuntungan tipis seperti sayap jangkrik.
Tapi untuk perangkat lunak kritis bisnis (Business-critical software) — sistem yang menangani aliran dana, kepatuhan, data karyawan, dan risiko hukum — situasinya sangat berbeda. Ini adalah alur kerja dengan toleransi kesalahan sangat rendah. Ketika sistem penggajian gagal, karyawan tidak dibayar; ketika pengajuan pajak salah, IRS akan datang; ketika kontribusi manfaat terputus selama masa pendaftaran terbuka, orang nyata kehilangan cakupan. Orang yang memilih perangkat lunak harus bertanggung jawab atas konsekuensinya. Rasa tanggung jawab ini tidak dapat dialihdayakan ke AI yang disusun secara "vibecoded" dalam satu sore.
Untuk alur kerja ini, perusahaan akan terus mempercayai pemasok. Di antara pemasok ini, dinamika "pemenang mengambil semua" akan lebih ekstrem daripada generasi perangkat lunak sebelumnya. Bukan karena efek jaringan lebih kuat (meskipun memang begitu), tetapi karena platform native AI yang berjalan dalam skala besar, mengakumulasi data pribadi dalam jutaan transaksi dan ribuan kasus tepi kepatuhan, keunggulan compound-nya membuat pendatang baru hampir tidak mungkin melakukan pengejaran "lompatan di tempat". Parit pertahanan bukan lagi satu set fitur, tetapi kualitas yang mengendap dari mempertahankan standar tinggi operasi dalam jangka panjang, di domain yang menghukum kesalahan.
Ini berarti pasar perangkat lunak akan lebih terkonsolidasi daripada era SaaS. Saya memperkirakan dalam sepuluh tahun ke depan di bidang HR dan penggajian, tidak akan ada 20 perusahaan dengan pangsa pasar satu digit. Saya memperkirakan dua atau tiga platform akan mengambil sebagian besar nilai, dan serangkaian panjang solusi titik hampir tidak mendapatkan apa-apa. Pola yang sama akan terjadi di setiap kategori perangkat lunak di mana kompleksitas kepatuhan, akumulasi data, dan biaya peralihan bekerja sama.
Perusahaan di puncak distribusi ini akan terlihat sangat mirip: didirikan oleh talenta teknis dengan selera produk nyata; dibangun di atas arsitektur native AI dari hari pertama; beroperasi di pasar di mana incumbent raksasa tidak dapat memberikan respons struktural tanpa membongkar bisnis mereka yang ada. Mereka membuat taruhan wawasan unik lebih awal — melihat beberapa kebenaran yang belum dinilai yang diciptakan AI — dan bertahan cukup lama sampai compound menjadi jelas terlihat.
Saya telah menggambarkan pendiri semacam ini secara abstrak. Tapi saya sangat tahu siapa dia, karena saya berusaha menjadi dia.
Saya mendirikan Warp pada tahun 2022 karena saya percaya seluruh tumpukan operasi karyawan — penggajian, kepatuhan pajak, tunjangan, onboarding, manajemen perangkat, proses HR — dibangun di atas tenaga kerja manual dan arsitektur lama, dan AI dapat benar-benar menggantikan mereka. Bukan memperbaiki, tetapi menggantikan. Raksasa lama membangun bisnis miliaran dolar dengan menyerap kompleksitas ke dalam jumlah karyawan; dan kami akan membangun dengan menghilangkan kompleksitas dari sumbernya.
Tiga tahun membuktikan taruhan ini. Sejak diluncurkan, kami telah memproses lebih dari $500 juta transaksi, tumbuh dengan cepat, dan melayani perusahaan-perusahaan yang membangun teknologi paling penting di dunia. Setiap bulan, data kepatuhan yang kami kumpulkan, kasus tepi yang ditangani, integrasi yang dibangun, membuat platform semakin sulit direplikasi, dan semakin berharga bagi pelanggan. Parit pertahanan masih awal, tetapi sudah terbentuk, dan sedang berakselerasi.
Saya memberitahu Anda ini, bukan karena kesuksesan Warp sudah ditakdirkan — dalam dunia distribusi kekuatan, tidak ada yang ditakdirkan — tetapi karena logika yang membimbing kami sampai di sini, adalah logika yang saya gambarkan di seluruh teks: Melihat kebenaran. Menyelam lebih dalam dari siapa pun. Membangun standar tinggi yang dapat dipertahankan tanpa tekanan eksternal. Bertahan cukup lama untuk melihat apakah Anda benar.
Perusahaan unggul era AI, akan dibangun oleh mereka yang memahami: akses tidak pernah menjadi sumber daya langka, wawasan (Insight)-lah; eksekusi tidak pernah menjadi parit pertahanan, selera (Taste)-lah; kecepatan tidak pernah menjadi keunggulan, kedalaman (Depth)-lah.
Hukum kekuatan tidak peduli dengan niat Anda. Tapi itu memberi imbalan kepada niat yang benar.
