Kematian Strategi Tiga Babak: AI Membawa Startup Software Perusahaan ke 'Era Speedrun'

marsbitDipublikasikan tanggal 2026-06-02Terakhir diperbarui pada 2026-06-02

Abstrak

Gagasan bahwa startup software perusahaan harus mengikuti "permainan tiga babak" tradisional — mulai dari produk tunggal, lalu menjadi suite, dan akhirnya platform — dianggap sudah usang di era AI. Dengan biaya pengembangan software yang menurun drastis dan siklus pengembangan produk yang dipercepat, perusahaan seperti Cursor, Clay, dan Harvey telah mencapai hampir $100 juta ARR dalam waktu singkat. Metode lama, yang membutuhkan waktu 3-5 tahun per tahap untuk membuktikan pasar dan memperluas produk secara bertahap, kini dianggap terlalu lambat dan konservatif. Artikel ini berargumen bahwa dalam pasar yang berubah cepat, bergantung pada "celah awal" (wedge) yang aman justru berisiko. Startup baru perlu memiliki ambisi besar sejak awal untuk membangun kembali alur kerja secara keseluruhan atau bahkan menggantikan platform yang ada. Investor kini lebih menghargai ambisi yang luar biasa dan tidak wajar daripada sekadar rencana bertahap yang hati-hati. Kesimpulannya, era "permainan tiga babak" telah berakhir, dan startup software perusahaan kini memasuki "era speedrun" di mana pendekatan dari awal harus langsung mengincar peta pasar secara keseluruhan.

Catatan Editor: Dulu, startup software perusahaan sering memiliki jalur yang jelas: pertama, temukan celah yang cukup kecil namun memiliki ruang pertumbuhan, capai puluhan juta dolar ARR dengan produk tunggal (masuk ke pasar melalui fungsi niche); lalu perluas rangkaian produk di sekitar pembeli yang sama, untuk mencapai pendapatan ratusan juta dolar (berkembang menjadi rangkaian produk); akhirnya, setelah akumulasi pengguna dan data cukup, menjadi platform baru (membentuk kembali platform dasar).

Namun di era AI, "Strategi Tiga Babak" ini sedang kehilangan efektivitas. Dengan biaya pengembangan perangkat lunak yang turun dengan cepat, siklus dari konsep hingga realisasi produk terkompresi secara signifikan. Startup tidak lagi membutuhkan waktu tiga hingga lima tahun untuk membuktikan pasar segmen, lalu perlahan memperluas batasnya. Perusahaan seperti Cursor, Clay, Harvey yang dalam waktu singkat mendekati atau bahkan melampaui ARR 100 juta dolar, telah menunjukkan bahwa irama persaingan software perusahaan telah ditulis ulang.

Inti penilaian artikel ini adalah: Di pasar yang berubah cepat, bergantung pada "celah aman" justru bisa menjadi konservatif. Perusahaan software generasi baru tidak hanya membutuhkan wedge, tetapi juga ambisi untuk merekonstruksi seluruh alur kerja, bahkan menggantikan platform yang ada, sejak awal. Inti dari kematian "drama tiga babak" ini adalah awal pergeseran startup software dari ekspansi bertahap ke taruhan menyeluruh.

Berikut adalah teks aslinya:

Dulu, membangun perusahaan software perusahaan memiliki strategi yang cukup jelas.

Babak Pertama: Celah Masuk, atau Wedge

Mulailah dengan sebuah fungsi atau segmen pasar yang kurang terlayani oleh solusi yang ada. Selama periode migrasi platform, Anda akan mengambil satu fungsi dari platform yang ada, membuatnya 10 kali lebih baik dalam paradigma baru, dan menggunakannya sebagai wedge untuk masuk ke pasar.

Segmen pasar ini harus cukup besar agar perusahaan dapat dengan cepat mencapai ARR puluhan juta dolar, tetapi tidak terlalu besar sehingga langsung menarik persaingan yang mematikan. Statsig awalnya masuk melalui eksperimen produk; Rippling awalnya membuat alat untuk menyusun proses onboarding dan offboarding karyawan, dan sebagainya.

Kebanyakan startup menghabiskan 3 hingga 5 tahun untuk menyempurnakan produk awal, membangun tim GTM awal, lalu berkembang hingga ARR 10 hingga 50 juta dolar, sebelum masuk ke Babak Kedua.

Babak Kedua: Rangkaian Produk

Inti dari Babak Kedua adalah meluncurkan produk yang berdekatan, memungkinkan perusahaan melampaui ARR 100 juta dolar. Saat ini, Anda tidak lagi hanya membuat produk tunggal, tetapi mulai membangun portofolio produk.

Statsig awalnya membuat eksperimen produk, kemudian menambahkan kemampuan seperti feature flags, session replay, dan analisis produk. Rippling awalnya masuk melalui alur kerja penggajian dan HR, yaitu proses onboarding dan offboarding karyawan, kemudian melengkapi serangkaian produk terkait HR, tunjangan, dan rekrutmen di sekitar pembeli yang sama.

Bagi perusahaan yang mampu mencapai tahap ini, ini biasanya membutuhkan 3 hingga 5 tahun lagi dalam waktu nyata. Ketika produk pertama tumbuh hingga ARR 50 juta dolar, perusahaan mulai menjual silang produk kedua dan ketiga. Pada saat mencapai ARR 100 juta dolar, mungkin dua produk berikutnya masing-masing mencapai ARR 10 juta dan 1 juta dolar. Strategi rangkaian produk inilah yang membuka kemungkinan menuju ARR 200 juta, 500 juta dolar, dan lebih tinggi.

Babak Ketiga: Platform

Tahap akhir adalah pembundelan ulang. Saat perusahaan mengakumulasi cukup skala dan keterlibatan pengguna, Anda akhirnya mendapatkan kualifikasi untuk menggantikan platform dasar yang Anda andalkan. Ini juga logika dasar di mana "Sistem Interaksi" (Systems of Engagement) berusaha mengkomoditisasi "Sistem Rekaman" (Systems of Record) di bawahnya. Secara teori, ini adalah jalan menuju ekspansi perusahaan hingga lebih dari 5 miliar dolar, dengan pendapatan yang tahan lama dan daya rekat yang sangat kuat.

Speedrun Strategi Ini

Saya khawatir, strategi tiga babak ini sudah mati. Saya pikir dunia berubah terlalu cepat.

Jalur tiga babak secara implisit bergantung pada waktu kalender tertentu, terutama di tahap awal startup. Pendiri memiliki kemampuan yang terbatas: awalnya harus fokus mencari product-market fit, kemudian membangun aksi GTM awal, lalu memperluas GTM. Alasan tidak memulai Babak Kedua sebelum mencapai ARR 10 hingga 50 juta dolar di masa lalu adalah karena perusahaan masih mempertaruhkan seluruh tenaganya pada Babak Pertama.

Dalam beberapa tahun terakhir, telah ada sejumlah perusahaan yang tumbuh dari hampir nol menjadi ARR 100 juta dolar, seperti Cursor, Cognition, Clay, Harvey, Sierra, Baseten, Fireworks, Lovable, dll. Ini sendiri adalah bukti bahwa dunia telah berubah.

Sekarang tidak ada waktu lagi untuk mengasah strategi langkah demi langkah dengan terlalu teliti. Dengan biaya rekayasa perangkat lunak yang turun drastis, waktu yang dibutuhkan untuk menyelesaikan Babak Pertama dan Kedua mendekati nol. Saya pikir tindakan yang rasional adalah merencanakan sejak awal untuk membuat semuanya dengan cepat.

Ambisi

Ini juga secara mendalam mengubah cara saya melihat investasi awal. Dulu, saya mencari celah masuk yang protektif, yaitu pelabuhan aman yang memungkinkan perusahaan mencapai ARR 10 hingga 50 juta dolar dengan aman. Sekarang, celah masuk justru tampak terlalu kecil. Saya menemukan diri saya lebih menginginkan pendiri langsung terjun ke air dalam.

Misalnya, saya masih ingat bertemu Anysphere, yang sekarang adalah Cursor, di tahap seed round. Saat itu, rencana mereka tampaknya adalah langsung menggantikan VS Code, karena menurut mereka VS Code terlalu membatasi untuk pemrograman AI. Saat itu saya pikir ini gila — VS Code sangat populer. Setelah bertahun-tahun fragmentasi IDE, VS Code akhirnya menang. Mengapa sebuah perusahaan di tahap seed ingin langsung menggantikan VS Code? Jalur yang lebih masuk akal tampaknya adalah membuat plugin terlebih dahulu, lalu secara bertahap mendapatkan kualifikasi untuk menggantikannya.

Ngomong-ngomong, saat itu saya salah. Sekarang, bahkan menggantikan VS Code tampaknya tidak cukup ambisius. Mengapa berhenti di situ?

Dengan biaya menulis perangkat lunak yang mendekati nol, saya menemukan diri saya semakin menghargai ambisi, melebihi segalanya. Bukan ambisi biasa, tetapi ambisi yang tidak masuk akal dan tanpa kompromi.

Saya pikir, strategi tiga babak sudah berakhir. Di periode perubahan cepat, bergantung pada celah masuk terlalu pengecut. Jika Anda benar-benar ingin melakukannya, mungkin Anda harus membidik seluruh peta sejak awal.

Kripto yang Sedang Tren

Pertanyaan Terkait

QMenurut artikel, apa itu 'pendekatan tiga babak' dalam membangun perusahaan perangkat lunak perusahaan, dan mengapa dikatakan sudah tidak relevan di era AI?

APendekatan tiga babak adalah pola klasik membangun perusahaan SaaS: Babak 1, memulai dari fungsi tunggal yang spesifik untuk mencapai ARR puluhan juta dolar. Babak 2, memperluas ke produk suite di sekitar pembeli yang sama untuk menembus ARR $100 juta. Babak 3, menjadi platform baru yang menggantikan platform lama setelah memiliki cukup pengguna dan data. Pendekatan ini dikatakan sudah mati di era AI karena biaya dan waktu pengembangan perangkat lunak turun drastis. Perusahaan seperti Cursor dan Harvey dapat tumbuh dari nol mendekati $100 juta ARR dalam waktu singkat, sehingga ritme kompetisi berubah. Ketergantungan pada 'niche yang aman' dianggap terlalu konservatif, dan startup sekarang perlu memiliki ambisi merekonstruksi alur kerja atau platform sejak awal.

QArtikel menyebutkan beberapa perusahaan sebagai contoh 'speedrun' menuju ARR $1 miliar. Siapa saja mereka dan apa yang mereka lakukan?

AArtikel menyebut beberapa perusahaan yang tumbuh sangat cepat mendekati atau melampaui $1 Miliar ARR, di antaranya: Cursor (perusahaan di balik Cursor, IDE berbasis AI yang bertujuan menggantikan VS Code), Cognition (pengembang agen AI), Clay (platform otomatisasi hubungan pelanggan), Harvey (AI untuk bidang hukum), Sierra (agen AI untuk layanan pelanggan), Baseten (platform inferensi dan deployment AI), Fireworks (platform inference AI berkinerja tinggi), dan Lovable (platform pengembangan dengan AI). Mereka menunjukkan bahwa siklus pengembangan produk dan validasi pasar sekarang bisa sangat dipersingkat berkat AI.

QBagaimana AI mengubah cara investor menilai startup perangkat lunak perusahaan di tahap awal menurut penulis?

AMenurut penulis, AI telah mengubah fokus investor seed. Dulu, investor mencari 'wedge' atau ceruk masuk yang terlindungi yang dapat membawa startup dengan aman ke ARR $10-50 juta. Sekarang, pendekatan seperti itu dianggap kurang ambisius. Dengan biaya pembuatan perangkat lunak yang mendekati nol, investor justru lebih menghargai ambisi yang besar dan 'tidak masuk akal' sejak awal. Contohnya adalah mendanai startup yang sejak seed stage sudah berambisi menggantikan platform mapan (seperti Cursor yang ingin menggantikan VS Code), alih-alih memulai dari plugin kecil terlebih dahulu.

QApa perbedaan utama antara 'Sistem Interaksi' (Systems of Engagement) dan 'Sistem Pencatatan' (Systems of Record) yang disebutkan dalam konteks Babak 3?

ADalam konteks Babak 3 (menjadi platform), 'Sistem Interaksi' (Systems of Engagement) merujuk pada lapisan aplikasi yang berinteraksi langsung dengan pengguna, memiliki engagement tinggi, dan sering kali dibangun di atas 'Sistem Pencatatan' (Systems of Record). 'Sistem Pencatatan' adalah sistem inti yang menyimpan data transaksi dan kebenaran tunggal (misalnya, database CRM atau ERP). Logika dasarnya adalah, ketika sebuah perusahaan SaaS (Sistem Interaksi) tumbuh besar dan memiliki cukup pengguna serta data, mereka akhirnya mendapatkan posisi untuk 'mengkomoditisasi' atau bahkan menggantikan Sistem Pencatatan lama yang menjadi fondasinya. Ini adalah jalur menuju scale yang sangat besar dan defensibilitas tinggi.

QApa saran penulis kepada para pendiri startup perangkat lunak perusahaan di era baru ini?

ASaran penulis kepada para pendiri adalah untuk meninggalkan pendekatan tiga babak yang bertahap dan konservatif. Di era di mana perangkat lunak dapat dibangun dengan sangat cepat dan murah, pendiri harus memiliki ambisi besar sejak hari pertama. Alih-alih hanya mencari ceruk kecil yang aman, mereka harus langsung menargetkan untuk merekonstruksi seluruh alur kerja atau bahkan menggantikan platform yang sudah mapan. Ambisi harus menjadi faktor utama, bahkan jika tampaknya tidak masuk akal. Intinya adalah 'berpikir besar sejak awal' dan melakukan 'speedrun' menuju visi akhir, tanpa melalui fase-fase ekspansi bertahap yang memakan waktu tahunan.

Bacaan Terkait

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

OpenAI tidak lagi mengandalkan model termahal untuk menghasilkan uang. Pada 30 Juli, perusahaan mengumumkan penyesuaian harga, menurunkan harga model GPT-5.6 Luna sebesar 80% dan Terra sebesar 20%. Yang lebih penting dari angka penurunan harga adalah pesan intinya: untuk banyak tugas, model terkuat (seperti Sol) tidak selalu diperlukan. OpenAI secara eksplisit merekomendasikan strategi di mana model mahal (Sol) menangani perencanaan dan analisis kompleks, sementara model yang lebih terjangkau (Luna) mengeksekusi tugas, menulis kode, dan menjalankan pengujian. Pergeseran ini mencerminkan perubahan industri AI dari hanya mengejar kecerdasan tertinggi menuju optimisasi biaya dan efisiensi untuk penggunaan skala besar. Anthropic juga mengikuti pola serupa dengan meluncurkan Claude Opus 5 dengan harga setengah dari model andalannya, Fable 5. Kedua raksasa Silicon Valley ini menunjukkan bahwa model flagship kini berfungsi lebih untuk nilai merek dan pembuktian teknologi, sementara model "kendaraan massal" yang lebih murah (seperti Luna, Terra, Opus) yang akan mendorong adopsi komersial luas dan menghasilkan pendapatan utama. OpenAI mengungkapkan bahwa penurunan biaya ini sebagian didorong oleh model AI (Sol) yang mengoptimalkan kode produksi dan alur kerjanya sendiri, menciptakan siklus peningkatan efisiensi yang dapat mempercepat penurunan biaya di masa depan. Intinya, kompetisi AI bergeser dari "siapa yang paling pintar" menjadi "mana yang paling bernilai". Perusahaan tidak lagi membeli satu model tunggal, tetapi merancang sistem dengan beberapa model yang cocok untuk tugas yang berbeda—mirip dengan arsitektur komputasi awan. Tujuan akhir OpenAI adalah membangun ekosistem yang mengunci alur kerja pengembang melalui volume panggilan API yang sangat besar dan biaya yang sangat rendah, sehingga menciptakan daya tarik yang kuat. Ketika AI menjadi murah dan tersebar luas seperti listrik, tertanam dalam setiap proses tanpa diperdebatkan, era sesungguhnya baru dimulai.

marsbit1j yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

marsbit1j yang lalu

Gaji Puluhan Miliar untuk Rebut Tukang Listrik, Meta Buru-buru Buka Sekolah Kejuruan Sendiri

Perlombaan AI kini menghadapi hambatan baru: **kelangkaan tenaga ahli teknik**, terutama tukang listrik. Proyek data center raksasa seperti "Stargate" OpenAI membutuhkan ratusan pekerja konstruksi yang bekerja hingga 7 hari seminggu. Menurut prediksi, AS membutuhkan **130.000 tukang listrik tambahan** hingga 2030, namun puluhan ribu lowongan per tahun tetap tak terisi. Gaji yang ditawarkan sangat tinggi, mencapai **$240.000-$280.000 per tahun** untuk tukang listrik andal. Namun, kelambatan proyek karena kekurangan tenaga kerja bisa menyebabkan kerugian **$14,2 juta per bulan**. Presiden Microsoft menyebut kelangkaan tukang listrik sebagai **hambatan utama** ekspansi data center. Kompleksitas data center AI sangat tinggi karena kebutuhan daya besar (setara puluhan ribu rumah), sistem distribusi listrik rumit, dan tantangan pendinginan yang membutuhkan ahli pipa dan HVAC. Akibatnya, perusahaan seperti Meta dan Alphabet berinvestasi besar dalam pelatihan. Meta mengalokasikan **$115 juta** untuk mendirikan sekolah pelatihan konstruksi, menawarkan program gratis dengan tunjangan hidup. Upaya ini menarik minat generasi Z, dengan lonjakan pendaftaran sekolah kejuruan. Namun, tantangan berlanjut: konsumsi listrik data center AI melonjak **84,2% per tahun**, mendorong harga listrik naik. Selain itu, pekerjaan konstruksi bersifat proyek - setelah data center selesai, ribuan pekerja terlatih harus mencari pekerjaan baru, berpotensi membanjiri sektor lain dan menekan upah. Masa depan pasar tenaga kerja teknik pasca-boom AI masih belum pasti.

marsbit1j yang lalu

Gaji Puluhan Miliar untuk Rebut Tukang Listrik, Meta Buru-buru Buka Sekolah Kejuruan Sendiri

marsbit1j yang lalu

The Fed Harus Naikkan Suku Bunga di September? Bagaimana Tekanannya pada Crypto dan Saham AS?

Pasar telah meningkatkan perkiraan suku bunga Federal Reserve (The Fed) pada September menjadi lebih dari 73%, meningkat pesat dari kurang dari 53% sepekan sebelumnya. Lonjakan ini dipicu oleh perbedaan suara dalam rapat The Fed Juli (9-3) dan kekhawatiran inflasi akibat kenaikan harga minyak, yang didorong oleh ketegangan geopolitik di dekat Selat Hormuz. Kunci penentu berikutnya adalah data CPI bulan Juli pada 12 Agustus. Jika inflasi menunjukkan kenaikan berlanjut, probabilitas kenaikan suku bunga September akan semakin kuat. Untuk aset kripto seperti Bitcoin, ekspektasi kenaikan suku bunga biasanya menekan harga karena meningkatkan biaya peluang memegang aset tidak menghasilkan dan menarik aliran modal ke aset yang lebih aman. Namun, dampaknya mungkin terbatas jika pasar memandang kenaikan ini sebagai akhir dari siklus pengetatan. Saham AS terkait kripto (seperti Coinbase, MicroStrategy) cenderung bereaksi lebih volatil. Kenaikan suku bunga meningkatkan tingkat diskonto dalam valuasi, memberi tekanan lebih besar pada saham pertumbuhan dan teknologi. Hal ini bertepatan dengan musim laporan keuangan dimana investor kini lebih kritis, menilai apakah pengeluaran modal besar-besaran untuk AI dapat benar-benar menghasilkan pendapatan dan arus kas. Perusahaan dengan cerita pertumbuhan lemah dan arus kas negatif mungkin menghadapi volatilitas lebih tinggi jika The Fed benar-benar menaikkan suku bunga.

marsbit1j yang lalu

The Fed Harus Naikkan Suku Bunga di September? Bagaimana Tekanannya pada Crypto dan Saham AS?

marsbit1j yang lalu

Trading

Spot

Artikel Populer

Cara Membeli ERA

Selamat datang di HTX.com! Kami telah membuat pembelian Caldera (ERA) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Caldera (ERA) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Caldera (ERA) AndaSetelah melakukan pembelian, simpan Caldera (ERA) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Caldera (ERA)Lakukan trading Caldera (ERA) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

1.2k Total TayanganDipublikasikan pada 2025.07.17Diperbarui pada 2026.06.02

Cara Membeli ERA

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga ERA (ERA) disajikan di bawah ini.

活动图片