前 CMO Consensys：Evolusi Bentuk Perusahaan di Era AI

null

Penulis: Lex Sokolin

Terjemahan: Jiahuan, ChainCatcher

Artikel ini membahas bagaimana AI dapat merombak struktur organisasi itu sendiri. Perusahaan sedang beralih dari model “tim dua pizza” ala Amazon (satu tim sekitar 6–10 orang, menjaga organisasi tetap gesit) menuju kelompok “asli AI” yang terdiri dari 3 sampai 5 orang dengan produktivitas yang jauh meningkat.

Kami membandingkan dua jalur:

Strategi penggantian AI Klarna berakhir dengan kegagalan. Jumlah karyawan dipangkas dari 5.500 menjadi 3.400, masalah kualitas layanan akhirnya memaksa mereka untuk merekrut kembali.

Coinbase dan Ramp memilih untuk merombak bisnis mereka dengan berfokus pada peningkatan dan orkestrasi AI. Coinbase mengurangi 700 orang, sekaligus beralih ke tim produk satu orang dan generasi kode AI.

Ramp membangun sebuah kerangka kerja internal pengendalian AI (harness), yang digunakan oleh 99,5% karyawan setiap hari, mencakup lebih dari 350 keterampilan bisnis.

Selain itu, kami juga menganalisis mengapa perusahaan seperti Box dan Plaid diposisikan ulang oleh pasar modal sebagai infrastruktur AI, inti dari semua itu adalah mereka menguasai data perusahaan berizin yang diperlukan untuk menjalankan agen AI.

Evolusi ketiga dari bentuk organisasi

Beberapa bulan lalu, kami membahas tentang “Perusahaan Tanpa Manusia (Zero Human Companies)” dan kurva otonomisasi ekonomi AI:

Meskipun sudah ada kekuatan yang mendorong terbentuknya organisasi tanpa intervensi manusia sama sekali, saat ini entitas ekonomi masih dikendalikan oleh manusia.

Tugas tersulit saat ini adalah mengubah perusahaan tradisional yang ada menjadi bentuk yang mengutamakan AI.

Ini adalah peluang yang sangat besar, sehingga Anthropic bekerja sama dengan seluruh industri ekuitas swasta untuk mendorong hal ini.

Selain data keuangan yang mengesankan, kami mulai merasakan satu titik masuk lain dari pengaruh AI: cara orang membangun dan mengorganisasi perusahaan.

Struktur organisasi sendiri adalah sebuah teknologi.

Pengembangan Waterfall melahirkan raksasa pengembang perangkat lunak yang hierarkis dan dominan di era teknologi awal.

Kemudian industri beralih ke metodologi Agile yang digunakan oleh tim lean, lalu Agile berevolusi menjadi “tim dua pizza” yang dipelopori Amazon. Struktur operasional ini membentuk setiap perusahaan fintech modern saat ini.

Namun, arah arus kembali berubah.

Martin Harrysson dan Natasha Maniar dari McKinsey memprediksi versi berikutnya pada akhir 2025:

“Peran asli AI secara esensial berarti kita beralih dari ‘struktur dua pizza’ ke ‘tim kecil satu pizza’ yang terdiri dari 3 sampai 5 orang.”

Jumlah manusia berkurang setengah, produktivitas tetap berjalan.

Pada 5 Mei 2026, Brian Armstrong menguatkan prediksi ini dengan memangkas 700 orang.

Apa yang dilakukan Coinbase?

Coinbase memangkas 14% dari 4.951 karyawannya.

Sebagian alasannya adalah ini adalah siklus pasar normal untuk perusahaan yang sangat bergantung pada volume transaksi—diperkirakan pendapatan kuartal pertama sebesar 1,7 miliar dolar (turun 26% secara tahunan), dan laba per saham (EPS) anjlok 86%.

Namun yang patut diperhatikan adalah bagaimana manajemen mereka merencanakan jalur implementasi AI di perusahaan fintech/kripto modern, serta harapan mereka terhadap produktivitas per orang di masa depan.

Insinyur Coinbase kini hanya membutuhkan beberapa hari untuk merilis produk yang sebelumnya memakan waktu berminggu-minggu, dan efisiensi ini semakin cepat.

Armstrong sedang merombak lini bisnisnya, memastikan bahwa di bawah CEO dan COO, hanya ada maksimal lima tingkat manajemen.

“Pengelola” murni tidak akan ada lagi—setiap pemimpin harus menjadi kontributor pribadi, mahir dalam alat modern, mampu memimpin tim maupun turun langsung ke lapangan sebagai “pemain sekaligus pelatih”.

Tim lintas fungsi “tim asli AI” sepenuhnya menggantikan tim tradisional. Coinbase bahkan sedang menguji coba internal menggabungkan fungsi engineering, desain, dan produk dalam satu tim satu orang.

Coinbase, perusahaan publik dengan pendapatan 7 miliar dolar, menjalankan tim produk satu orang.

Pada September 2025, Armstrong menyatakan secara terbuka bahwa 40% kode Coinbase setiap hari dihasilkan oleh AI, dan berencana meningkatkan angka ini menjadi 50% pada Oktober.

Dalam podcast Cheeky Pint bersama Co-founder Stripe John Collison, dia mengaku memecat insinyur yang menolak menggunakan Cursor dan GitHub Copilot dalam seminggu setelah lisensi perusahaan diberikan:

“Beberapa orang memang tidak mau pakai, jadi mereka dipecat.”

Versi V1 adalah pengganti langsung, tetapi gagal

Namun, Coinbase bukan perusahaan fintech pertama yang melakukan PHK karena AI.

Ingatkah Anda eksperimen “pengurangan biaya AI” ala Klarna pada 2024? Saat itu tampaknya menunjukkan ledakan produktivitas yang luar biasa di masa depan.

Tapi kami berpendapat, ini lebih merupakan siklus kredit yang ketat, bukan inovasi sejati.

CEO Sebastian Siemiatkowski dengan bangga mengumumkan bahwa asisten AI yang didukung OpenAI menangani 2,3 juta percakapan dalam bulan pertama, mewakili dua pertiga dari semua obrolan pelanggan, menyelesaikan pekerjaan setara 700 customer service full-time.

Jumlah karyawan turun dari 5.500 menjadi 3.400

Perkiraan peningkatan laba: 40 juta dolar

Waktu penyelesaian masalah pelanggan berkurang dari 11 menit menjadi 2 menit

Namun, semua ini runtuh saat dihadapkan kenyataan.

CSAT (Customer Satisfaction) untuk tiket kompleks anjlok, tingkat kontak ulang meningkat tajam.

Pada Mei 2025, Siemiatkowski mengakui kepada Bloomberg bahwa perusahaan “mengambil langkah terlalu besar”. Klarna harus mulai merekrut kembali secara remote, mempekerjakan mahasiswa, orang tua penuh waktu, dan pekerja dari daerah terpencil.

Bank Commonwealth Australia dalam beberapa hari menghentikan 45 proyek pengganti suara otomatis. Taco Bell juga menarik kembali AI suara dari 500 restoran drive-thru.

Gartner memprediksi bahwa pada 2027, setengah perusahaan yang pernah merencanakan “penggantian total” akan meninggalkan rencana tersebut.

IPO Klarna pada hari pertama tetap melonjak 30%, mencapai valuasi 20 miliar dolar, yang menunjukkan bahwa pasar terbuka cukup toleran jika perusahaan mampu melakukan koreksi.

Namun, logika “penggantian langsung” ini—memangkas satu posisi manusia dan menggantinya dengan model bahasa besar (LLM)—mungkin berhasil dari segi kuantitas, tetapi akan runtuh dari segi kualitas.

Biaya rekrut ulang jauh melebihi penghematan awal. Jelas, percobaan transformasi digital AI pertama di bidang fintech menghasilkan hasil yang campur aduk.

Namun, ini pasti bukan yang terakhir.

Versi V2 adalah peningkatan kemampuan, dengan Harness sebagai benteng pertahanan

Ramp secara resmi meluncurkan “Glass” pada awal April 2026.

Seorang ahli AI internal, Seb Goddijn, yang bersama lima kolega mengembangkan alat ini, menulis artikel panjang. Pada hari yang sama, CEO Ramp Eric Glyman membagikan di Twitter. Dalam beberapa jam, artikel tersebut menduduki puncak halaman utama Hacker News.

Mengapa V1 gagal, menurut Goddijn, secara tajam:

“Penghalang utama adopsi AI bukanlah model itu sendiri, melainkan kompleksitas ekstrem dalam mengatur lingkungan operasional AI.”

Glass dibuat untuk menghancurkan hambatan ini:

Pertama, otomatisasi konfigurasi akses—cukup login melalui Okta SSO, semua alat internal yang diotorisasi (Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk, dan alat internal Ramp) sudah terintegrasi di dasar.

Kedua, didirikan Dojo—sebuah pasar yang berisi lebih dari 350 keterampilan AI, setiap keterampilan berupa file Markdown yang mengajarkan agen cerdas menyelesaikan tugas tertentu. Semuanya disimpan di Git, melalui review kode dan kontrol versi.

Sebuah agen bernama Sensei akan secara otomatis mengirimkan lima keterampilan paling relevan kepada karyawan baru pada hari pertama mereka.

Ketiga, membangun basis memori permanen—terhubung dengan otentikasi otomatis dan terus diperbarui melalui pipeline pemrosesan 24 jam. Dengan demikian, agen selalu memiliki konteks lengkap tentang tim, proyek, tiket aktif, dan komunikasi yang sedang berlangsung saat berinteraksi.

Saat ini, 99,5% karyawan Ramp menggunakan AI setiap hari.

Setengah kode Ramp ditulis oleh AI, dan mereka menuju 80%. Chief Product Officer mereka, Geoff Charles, menerapkan kerangka kematangan L0–L3, di mana L3 adalah peluncuran fitur produksi langsung oleh agen AI.

Karyawan yang masih di level L0 secara substansial dianggap malas.

Ramp saat ini bernilai hingga 32 miliar dolar, dengan ARR (pendapatan berulang tahunan) mencapai 1 miliar dolar, menempati posisi teratas dalam daftar perusahaan paling inovatif di bidang keuangan versi Fast Company 2026.

Klarna berusaha menurunkan hambatan tenaga kerja melalui otomatisasi, sementara Ramp berusaha meningkatkan output setiap karyawan. Coinbase berada di antara keduanya.

AI Harness

Inti dari semua ini adalah konsep “AI Harness”.

Perusahaan seperti Manus menciptakan arsitektur yang mengompresi dan mengubah AI mentah menjadi alur bisnis yang dapat diulang, sementara kerangka orkestrasi seperti OpenClaw membawa ini ke khalayak luas.

Sebuah Harness adalah gabungan dari otentikasi identitas, integrasi sistem, basis memori, katalog keterampilan tim, scheduler batch malam hari, dan antarmuka multi-jendela yang memungkinkan analis melakukan banyak tugas secara paralel.

Model bahasa besar terbaru hanyalah bagian yang dapat diganti kapan saja dalam Harness ini—ketika OpenAI merilis GPT-5.5, atau Anthropic meluncurkan Opus 5, Ramp cukup mengganti modelnya, dan seluruh sistem tetap berjalan seperti biasa.

Produk Cowork dari Anthropic yang dirilis kuartal pertama 2026 (GA), sudah dilengkapi 11 plugin untuk berbagai posisi—mulai dari penjualan, keuangan, hukum, pemasaran, HR, R&D, desain, hingga operasional—yang logika kategorinya mirip dengan Dojo di Glass.

Begitu Anda menerima bahwa “Produktivitas AI dibentuk oleh alur bisnis, bukan obrolan”, peran posisi menjadi unit alami terkecil dari organisasi AI.

Ini juga menjadi dasar bagi alat yang berupaya membangun “perusahaan tanpa manusia” saat mereka memikirkan struktur organisasi AI. Lihat Polsia dan peta industri yang berkembang cepat berikutnya.

Pasar modal pun mengejar ketertinggalan

Ketika banyak perusahaan perangkat lunak tradisional berjuang karena desentralisasi AI, ada sekelompok pemain yang justru melaju pesat.

Perusahaan-perusahaan ini telah menanam dalam data mereka sendiri, dan kini mampu menggabungkan perangkat lunak AI satu kali pakai secara mulus.

Contohnya, perusahaan penyimpanan dokumen perusahaan Box: setelah laporan keuangan kuartal 2026 dirilis, harga sahamnya melonjak 10%. Aaron Levie mengungkapkan dalam konferensi panggilan laporan keuangan:

“File, pada akhirnya, adalah unit kerja alami dari agen AI.”

Enterprise Advanced—lapisan langganan premium yang menggabungkan AI dan workflow—harganya langsung 30–40% lebih mahal dari versi utama Enterprise Plus.

Kuartal terakhir, pendapatan billings mencapai 420 juta dolar, naik 5% secara tahunan.

Box Extract mampu mengekstrak data terstruktur dari kontrak secara akurat.

Box Shield Pro mengintegrasikan AI agenik langsung ke dalam sistem kontrol akses.

Mode profesional dan ekstensi dari Box AI Studio memungkinkan agen memproses beban kerja multi-langkah dalam jendela konteks yang lebih besar.

Levie dalam wawancara dengan GeekWire mengungkap:

“Selain 12 bulan pertama berdiri, Box belum pernah merasa seperti startup saat ini.”

Perlu diketahui, 95% data perusahaan bersifat tidak terstruktur. Agen AI sangat membutuhkan data ini, dan harus diakses dalam batas izin yang lengkap.

Siapa yang menguasai gudang data berizin ini, dia bisa melepaskan label “penyimpanan murah” dan dinilai ulang sebagai infrastruktur agen AI.

Dulu, pasar menganggap Box sebagai saudara kandung Dropbox yang agak canggung, dengan harga saham yang lama berkisar 26 dolar. Kini, target harga Wall Street mencapai 35,63 dolar, dengan potensi kenaikan 35%.

Contoh lain adalah Plaid—perusahaan agregator data keuangan yang hampir diakuisisi Visa dan berharap menjadi jaringan pembayaran langsung.

Namun, selama beberapa waktu, Plaid berada dalam posisi sulit: setelah Web3 muncul sebagai pengganti Web2, mereka kehilangan posisi sebagai infrastruktur keuangan utama.

Dari valuasi puncak 13,4 miliar dolar pada 2021, nilai Plaid turun ke 6,1 miliar dolar pada April 2025, dan kemudian rebound ke 8 miliar dolar pada Februari 2026 melalui penawaran sekunder yang memberi likuiditas kepada karyawan.

Perusahaan ini harus bertransformasi.

Sekitar 20% dari klien terbaru Plaid adalah perusahaan asli AI—mereka membangun agen yang membutuhkan akses data keuangan berizin dan bergantung pada identitas terpercaya.

Platform anti penipuan Plaid Protect, dalam pengujian awal 2026, mendeteksi 50% lebih banyak upaya penipuan dibandingkan alat verifikasi serupa.

Plaid Bank Intelligence, dengan Retention Score dan indikator primasi yang akan diluncurkan, menjual kembali prediksi churn pelanggan ke bank.

Plaid sedang dinilai ulang sebagai basis data transaksi keuangan berizin terbesar di dunia.

Ini bukan sekadar jalur data—jalur data selalu murah. Aset sejati adalah kecerdasan yang dibangun di atasnya, dan proporsi pelanggan asli AI adalah bukti paling kuat dari argumen ini.

Contoh kasusnya adalah integrasi mereka dengan Perplexity—menciptakan “komputer” pengelolaan keuangan pribadi yang terintegrasi lengkap. Betapa kami merindukan Mint.com! (Aplikasi pencatatan keuangan nasional AS yang lahir tahun 2006)

Box dan Plaid berada di jalur yang sama.

Keduanya selama era suku bunga nol (ZIRP) diposisikan dengan harga berdasarkan logika “penguasa SaaS”, menyaksikan valuasi mereka terjun, dan kini sedang di-rekapitalisasi dengan logika baru—gudang konten tidak terstruktur dan jaringan data berizin adalah fondasi perusahaan yang dapat dibaca agen di era V2.

Versi V3 adalah orkestrasi—“perusahaan satu orang” lahir

Sam Altman dan CEO teknologi lainnya bertaruh kapan perusahaan “bernilai satu miliar dolar” pertama akan lahir.

Dario Amodei memperkirakan kemungkinan munculnya dalam 70–80% pada 2026, dan menyebutkan tiga bidang utama: perdagangan sendiri, alat pengembang, dan layanan pelanggan otomatis.

Sequoia sedang menyesuaikan model investasi dan penjaminan, mengutamakan “leverage agenik (agentic leverage)” yaitu pendapatan per orang sebagai indikator utama. Y Combinator dari batch awalnya, 95% kode sudah dihasilkan AI.

Sebenarnya, sudah ada perusahaan yang menciptakan leverage ekonomi yang luar biasa berkat AI.

Di perusahaan seperti ini, CEO berperan sebagai “pengatur agen (agent orchestrator)”, mengelola banyak agen AI dari sebuah cockpit besar.

Struktur organisasi berubah menjadi diagram alur bisnis yang bisa di-outsourcing ke mesin. Anggaran tenaga kerja menjadi anggaran daya komputasi.

Bentuk awal perusahaan semacam ini akan terbatas pada bidang sempit—perdagangan sendiri, alat pengembang, perangkat lunak konsumsi dengan efek jaringan. Di skenario ini, pekerjaan sepenuhnya digital, regulasi ringan, biaya kepercayaan rendah.

Mereka akan sangat rapuh, karena sistem titik kegagalan tunggal sangat rentan.

Mereka juga sulit masuk ke pasar perusahaan yang diatur secara ketat, karena di sana, nama dan wajah di kontrak adalah keberadaan yang struktural.

Tapi perusahaan seperti ini sudah muncul.

Setiap revolusi teknologi selalu menghancurkan paradigma sebelumnya yang dianggap kunci—“komputer (perhitungan manusia awalnya)”, kepala lini produksi, manajer proyek, manajemen tingkat menengah.

Dan perusahaan yang mampu memahami “bentuk organisasi ekonomi baru” ini biasanya mendapatkan keuntungan besar karena lebih dulu bergerak.

Contohnya: aturan “dua pizza” Amazon dan kemampuannya mempertahankan inovasi di tengah 1 juta karyawan adalah sebuah benteng.

Akhirnya, pertanyaannya bukan lagi “perusahaan satu orang” atau “tanpa manusia”, melainkan:

Saat ini, kita masih dalam proses transformasi digital, dan mengaplikasikan nilai di seluruh ekonomi akan membawa puluhan triliun dolar keuntungan.

Pertanyaan sejati adalah: siapa yang mampu memiliki atau membangun AI Harness yang tepat hari ini, yang akan memungkinkan mereka merancang struktur organisasi yang tepat untuk perusahaan di 2026.

Ini berarti, meningkatkan organisme super perusahaan ini agar tetap kompetitif, dan bertahan satu hari lagi.

Semoga, manusia kita juga bisa mendapatkan apa yang diinginkan dari proses ini.