Judul Video: Cara Membangun Perusahaan yang Meningkatkan Diri dengan AI
Pembuat Video: YC Root Access
Disusun: Peggy

Catatan Penulis: Dalam sesi talk batch terbaru YC ini, mitra umum YC Tom Blomfield tidak membahas tentang "bagaimana menggunakan AI untuk meningkatkan efisiensi karyawan", melainkan sebuah pertanyaan yang lebih mendasar: ketika AI tidak lagi sekadar Copilot, tetapi mampu merasakan, memutuskan, memanggil alat, menerima umpan balik, dan memperbaiki diri sendiri, seperti apa seharusnya perusahaan dirancang ulang?

Penilaian inti Tom adalah, perusahaan tradisional masih beroperasi seperti "tentara Romawi": informasi disampaikan secara hierarkis ke atas, perintah didistribusikan melalui rantai manajemen ke bawah. Tetapi AI sedang merobohkan asumsi organisasi ini. Yang benar-benar penting bukanlah membuat insinyur menulis 20% kode lebih banyak, melainkan mengekstrak pengetahuan bisnis yang tersebar di email, Slack, rapat, dokumen, dan otak manusia, menjadi konteks organisasi yang dapat dibaca, dipanggil, dan diiterasi oleh AI.

Menurut dia, perusahaan berbasis AI di masa depan akan terdiri dari serangkaian loop AI yang rekursif dan mampu memperbaiki diri sendiri: sistem dari email pelanggan, tiket layanan pelanggan, data produk akan merasakan perubahan eksternal, lalu melalui lapisan aturan, alat, dan pengujian kualitas, mengambil keputusan, dan akhirnya belajar serta memperbaiki secara otomatis berdasarkan hasilnya. Internal YC sudah mencoba mekanisme serupa: agen tidak hanya menjawab pertanyaan, tetapi juga memantau query yang gagal, menilai apakah perlu alat baru, database baru, atau indeks baru, dan secara otomatis mengirimkan kode, melakukan review, menggabungkan, dan melakukan deployment. Artinya, perusahaan bisa terus mengoptimalkan saat pendiri tidur.

Ini juga berarti, pengaruh AI terhadap perusahaan tidak akan berhenti di level alat, tetapi akan lebih jauh mengubah struktur organisasi. Tom mengusulkan "burn tokens, not headcount" — masa depan, batasan startup mungkin bukan lagi jumlah karyawan, melainkan penggunaan token, kualitas konteks bisnis, dan keterbacaan pengetahuan organisasi. Manajemen tingkat menengah yang selama ini mengoordinasikan akan banyak digantikan AI, sementara peran IC, penanggung jawab langsung, dan manusia yang mampu menangani penilaian risiko tinggi di dunia nyata akan menjadi semakin penting.

Yang paling menarik bukanlah AI membuat perusahaan lebih efisien, melainkan bahwa AI sedang mengubah bentuk organisasi "perusahaan" itu sendiri. Ketika perangkat lunak bisa dihasilkan secara temporer, proses bisa otomatis diperbaiki, dan pengalaman bisa terus dipadatkan menjadi otak perusahaan, pendiri mungkin tidak lagi membangun tim yang hierarkis, melainkan sebuah sistem cerdas yang mampu belajar dan mengoptimalkan diri secara berkelanjutan.

Berikut teks aslinya:

Mengubah Cara Operasi: Perusahaan Tidak Seharusnya Beroperasi Seperti Tentara Romawi

Bagian ini sedikit didasarkan pada sebuah pidato Diana sebelumnya. Video tersebut sudah dirilis akhir pekan lalu dan sangat menarik. Selain itu, Jack Dorsey sekitar dua atau tiga minggu lalu mengirim beberapa cuitan yang saya anggap menarik, jadi saya "mencontek" banyak gagasannya dan masukkan ke dalam sharing ini.

Sharing ini bersifat konseptual dan tingkat tinggi, fokus utama adalah bagaimana kita harus memikirkan ulang pembangunan perusahaan.

Desain tentara Romawi pada dasarnya bertujuan untuk menyalurkan kekuasaan dari pusat Roma ke luar, meliputi dua benua, bahkan sampai ke Hadrian’s Wall di dekat Skotlandia. Ia bergantung pada struktur hierarki bersarang, di mana setiap tingkat memiliki rentang manajemen yang stabil. Setiap tingkat memiliki pemimpin yang jelas, bertanggung jawab menyalurkan perintah ke bawah dan mengumpulkan informasi ke atas.

Jika kamu amati perusahaan saat ini, kebanyakan masih beroperasi seperti tentara Romawi: manusia adalah saluran aliran informasi ke atas dan ke bawah. Dalam cuitan Jack Dorsey, satu hal yang sangat berkesan adalah kita selalu menganggap bahwa organisasi hierarkis adalah cara terbaik untuk mengelola nilai ekonomi. Tapi saya percaya, AI sedang mulai merobohkan asumsi ini.

Setahun lalu, jika ditanya apa manfaat AI, orang biasanya akan bicara tentang "produktivitas": misalnya Copilot meningkatkan efisiensi insinyur sebesar 20%, mengintegrasikan Copilot ke dalam workflow membantu tim mengirim lebih banyak software. Tapi saya rasa, ini adalah pemahaman yang bermasalah. Ini seperti memasang mesin yang lebih kuat di atas cara kerja lama. Yang benar-benar perlu dipikirkan bukanlah menambahkan alat AI ke organisasi lama, melainkan membayangkan ulang apa itu perusahaan dan bagaimana ia harus beroperasi.

Contohnya, Garry baru saja menyampaikan bahwa dia bisa menghasilkan kode lebih banyak sendiri daripada seluruh tim engineering. Yang terus saya pikirkan adalah bagaimana mengekstrak pengetahuan domain internal perusahaan dan mendefinisikannya sebagai konteks, keahlian, atau apapun sebutannya.

Pengetahuan domain, pengetahuan bisnis, know-how, awalnya tersebar di otak manusia, pesan Slack, email, dokumen Notion. Informasi-informasi ini bersama-sama mendefinisikan bagaimana perusahaan beroperasi. Jika kita bisa membuat pengetahuan ini menjadi jelas dan terbaca, kita bisa beralih dari organisasi hierarkis ke organisasi cerdas berbasis AI asli.

Membuat Perusahaan Lebih Baik Saat Tidur: Bagaimana Loop AI Otomatis Menemukan, Memperbaiki, dan Mendeploy

AI bukan sekadar alat eksternal di perusahaan. Ia bukan hanya alat untuk meningkatkan efisiensi insinyur. Saya percaya, kita bisa membayangkan perusahaan sebagai sebuah loop AI yang rekursif dan mampu memperbaiki diri sendiri. Ini sangat penting, karena begitu perusahaan mencapai tahap ini, ia bahkan bisa terus mengoptimalkan diri saat kita tidur.

Contohnya.

Diana juga menyebutkan loop AI ini dalam pidatonya. Ada lapisan "sensor" yang mendeteksi data dari luar: email pelanggan, tiket layanan, perubahan kode, pembatalan langganan, data telemetry produk, semuanya adalah data sensor yang mengumpulkan informasi dari dunia luar.

Lalu ada lapisan strategi atau pengambilan keputusan, berupa aturan: apa yang bisa dilakukan AI, apa yang harus meminta izin manusia, apa yang harus dicatat. Di bawahnya lagi adalah lapisan alat, seperti skill dan kode, yang pada dasarnya adalah API deterministik, misalnya query database, cek kalender, dan lain-lain, yang bisa dipanggil AI.

Selanjutnya adalah pengujian kualitas, seperti pemeriksaan deterministik, filter keamanan, dan review manusia untuk hal-hal berisiko tinggi. Terakhir adalah mekanisme belajar: sistem berinteraksi dengan dunia nyata, menemukan bagian yang tidak efektif, dan mengirim umpan balik kembali ke awal loop.

Kalau setiap langkah ini bisa berjalan tanpa campur tangan manusia, atau dengan campur tangan minimal, maka sistem ini akan semakin baik saat kita tidur.

Saya bisa berikan beberapa contoh nyata yang sedang kami jalankan. Awalnya, kami membuat agent yang bisa diajak bertanya, memiliki alat deterministik untuk query database. Misalnya, pertanyaan sederhana: kapan terakhir kali saya melakukan office hours dengan perusahaan ini?

Kemudian, agent ini menjadi lebih pintar. Misalnya, saat saya melakukan office hours dengan perusahaan tertentu yang membutuhkan koneksi ke industri petrokimia, sistem ini bisa menggunakan berbagai cara untuk query database, menggabungkan metode RAG, dan menemukan lima pendiri terkait yang bisa saya kenalkan.

Namun ini masih sekadar sidekick, asisten AI. Masih sama seperti cara penggunaan AI tahun lalu: AI membantu saya menjadi mitra kelompok yang lebih efisien, meningkatkan produktivitas 20-30%.

Yang benar-benar membuat saya "aha moment" adalah ketika kami menambahkan agent monitoring di atas sistem ini. Agent ini memantau setiap query yang diajukan oleh setiap anggota YC, menilai mana yang berhasil dan mana yang gagal. Lalu bertanya: kenapa gagal? Bagaimana agar query ini berhasil? Apakah kita perlu alat deterministik baru? Perlu memperbarui file skill? Perlu database baru? Indeks baru?

Sekarang, hal-hal ini benar-benar bisa terjadi otomatis saat malam hari. Agent ini menulis kode, mengirim merge request ke repositori YC, dan meminta agent lain untuk review, lalu menggabungkan dan melakukan deployment. Esok harinya, saat manusia bertanya lagi, query tersebut sudah berhasil.

Bagi saya, ini adalah momen kunci. Bukan hanya membuat manusia lebih bernilai 20-30%, tetapi AI menyelesaikan loop ini sendiri dan menemukan cara untuk memperbaiki diri.

Kalau kamu bisa mengidentifikasi bagian perusahaan yang bisa beroperasi seperti ini, dan meminimalkan campur tangan manusia, maka kamu bisa menginvestasikan token di dalamnya, dan perusahaan akan terus membaik.

Contoh lain juga banyak. Misalnya, data analitik produk: agent bisa menganalisis data produk, menemukan bagian yang paling banyak menyulitkan funnel penjualan, meneliti praktik terbaik, melakukan A/B testing, dan mengimplementasikan versi terbaik secara otomatis.

Ini akan terjadi berulang kali. Produkmu akan memiliki loop otomatis yang terus mengoptimalkan dirinya sendiri.

Layanan pelanggan juga sama. Saran pelanggan terus masuk, dan kamu bisa pakai agent untuk melakukan routing. Agent ini seperti chief product officer dan chief technology officer sekaligus, yang menilai: saran mana yang tidak ingin kita lakukan, dan mana yang sesuai roadmap, lalu langsung menulis kode, deploy, dan deliver ke pelanggan tanpa campur tangan manusia.

Jadi, jika kamu bisa memandang setiap bagian perusahaan sebagai loop AI rekursif yang mampu memperbaiki diri, maka perusahaanmu akan berbeda jauh dari struktur hierarki "tentara Romawi".

Kurangi jumlah orang, lebih banyak gunakan token: Perusahaan Berbasis AI akan Mengubah Struktur Organisasi

Kalau begitu, apa artinya jika kita ingin melakukan ini?

Pertama, gunakan token, bukan menambah orang. Saat ini, banyak perusahaan saat Demo Day pendapatan per orang sudah naik sekitar lima kali lipat dibanding 18 bulan lalu. Saya percaya tren ini akan berlanjut ke tahap putaran A dan B. Segera, batasan utama bukan lagi jumlah karyawan, melainkan penggunaan token.

Cara paling kasar saat ini adalah mengukur penggunaan token setiap orang. Tentu, indikator ini bisa disalahgunakan dan dimain-mainkan, tapi secara arah, saya rasa ini benar. Kita sedang dalam fase eksplorasi "apa yang mungkin dilakukan", jadi semua orang harus bereksperimen sebisa mungkin dan melihat apa yang bisa dilakukan oleh kecerdasan baru ini.

Kalau kamu buat leaderboard dan mengaitkan promosi atau PHK dengan indikator ini, tentu akan ada yang curang dan distorsi. Tapi secara garis besar, mengetahui siapa yang memanfaatkan token secara maksimal dan siapa yang tidak, adalah cara untuk menentukan di bagian mana kamu harus menginvestasikan waktu dan sumber daya.

Saya rasa, manajemen tingkat menengah sudah selesai. Setidaknya untuk masalah koordinasi, saya tidak percaya lagi pada manajemen tingkat menengah, AI harus mengambil alih.

Bagi saya, ada dua peran penting di masa depan. Jack Dorsey menyebutkan tiga, tapi saya tidak suka yang ketiga, jadi saya hapus. Yang benar-benar penting adalah dua peran: setiap orang harus menjadi IC, yaitu kontributor, builder, operator. Dan yang penting, harus ada orang yang bertanggung jawab langsung. Segala sesuatu yang harus didorong maju, harus punya orang yang jelas bertanggung jawab, bukan komite atau kelompok.

Saya percaya, perusahaan bisa dibangun di atas IC. Manajemen tingkat menengah benar-benar sudah selesai. Membangun perusahaan yang mampu memperbaiki diri sendiri adalah visi ini.

Ngomong-ngomong, saya rasa saat ini semua orang masih berada di garis depan hal ini. Saya juga ingin tahu sejauh mana perkembangan kalian. Rasanya, semua masih dalam tahap eksplorasi batas. Saya tidak yakin sudah ada yang membangun perusahaan yang benar-benar mampu memperbaiki diri di setiap fungsi. Mungkin saya salah, dan kalian bisa buktikan saya salah.

Kalau saya, apa yang akan saya lakukan dulu?

Hal pertama dan sangat penting adalah membuat seluruh organisasi bisa membaca dan memahami AI. Apa artinya? Artinya, kamu harus mendokumentasikan semuanya.

Sederhananya, semua email partner YC, jika kamu mengirim email ke partner YC, email itu akan masuk ke database YC. Setiap pesan Slack, DM, setiap office hours, selama tiga sampai empat bulan terakhir sudah mulai direkam semua. Semua yang terjadi, selama didokumentasikan, akan bisa dibaca AI; kalau tidak, tidak akan pernah diketahui oleh sistem cerdasmu.

Baru saja saya berbincang dengan beberapa pendiri di sini, dan mereka banyak cerita bagus tentang perusahaan mereka. Setiap kali saya ngobrol, selalu terpikir, saya harus merekam percakapan ini. Karena ada orang yang minta saya kenalkan ke seseorang, dan sekarang saya bahkan lupa siapa orang yang harus saya kenalkan. Saya sudah berjanji akan kirim email, tapi saya tahu saya pasti lupa, karena nanti saya akan ngobrol dengan 20 orang lagi.

Jadi, hal ini mungkin membutuhkan ponsel, alat rekam, kacamata pintar, atau memasang mikrofon di setiap ruangan. Intinya, semua harus direkam, agar AI bisa membacanya.

Lalu, seperti yang dikatakan Garry, juga perlu melakukan pemisahan pembicara dan ringkasan. Kamu tidak bisa langsung memasukkan 100.000 jam rekaman ke dalam konteks. Kamu harus mengolahnya, menggabungkan, meringkas, dan mengekstrak bagian penting, lalu memberi AI petunjuk.

Contohnya: siapa yang pernah membaca manual pengguna YC? Saya harap semua di ruangan ini sudah pernah membacanya. Tidak apa-apa. Sebagian besar isinya sudah usang karena ditulis lima sampai sepuluh tahun lalu.

Akhir pekan lalu, Harsh tiba-tiba terpikir: karena selama tiga bulan terakhir kita sudah mengumpulkan sekitar 2000 jam rekaman office hours, mengapa tidak membuat versi baru dari manual pengguna?

Jadi, kamu bisa memberi instruksi ke sistem untuk mengolah, merangkum, dan mengkategorikan rekaman berdasarkan tema seperti pendanaan, rekrutmen, konflik pendiri, dan lain-lain, lalu meminta sistem menulis manual baru. Pada akhir pekan, ia sudah menghasilkan manual 150 halaman yang jauh lebih baik dari versi sebelumnya.

Lebih penting lagi, kita bisa memperbarui manual ini setiap bulan. Jadi, manual ini menjadi sistem yang terus memperbaiki diri. Setiap saran baru dibandingkan dengan manual yang ada, akan diterima dan diintegrasikan, atau ditolak. Dengan begitu, manual ini menjadi otak besar yang terus berkembang, memuat saran-saran mingguan untuk pendiri.

Tentu, ini tidak berhenti di manual saja. Kamu bisa menggunakannya sebagai konteks input ke agent AI. Jadi, kamu bisa bertanya ke AI super pintar dan mendapatkan kebijaksanaan gabungan dari 16 mitra YC. Tapi, syaratnya, pengetahuan ini harus bisa dibaca AI. Jadi, kamu harus mendokumentasikan semuanya.

Langkah kedua sebenarnya mirip: jika sesuatu bisa menciptakan artifact yang mampu memperbaiki diri dan bisa dibaca AI, maka simpanlah; jika tidak, buang.

Langkah ketiga, setiap fungsi harus mampu menghasilkan perangkat lunaknya sendiri. Dulu mungkin kita bicara tentang "dashboard", tapi sekarang bukan hanya dashboard, melainkan perangkat lunak yang dihasilkan sesuai kebutuhan. Codex 5.5 sudah cukup bagus, sebagian besar software internal dan dashboard sederhana bisa dihasilkan dengan kualitas tinggi sekali. Saya coba beberapa internal tools akhir pekan lalu, hasilnya luar biasa.

Jadi, semua tim operasional internal harus berada di atas lapisan ini: memiliki pemahaman cerdas tentang bisnis, lalu mampu menghasilkan dashboard dan workflow sendiri.

Dan saya anggap perangkat lunak ini sebagai sesuatu yang sepenuhnya bisa dibuang. Yang benar-benar harus disimpan dengan sangat berhati-hati adalah data. Seperti yang dikatakan Garry, dia menyimpan semua email sebagai Markdown, dan tidak pernah membuang apapun. Tapi perangkat lunaknya sendiri bersifat sementara dan bisa dihasilkan ulang kapan saja. Kamu bisa membuatnya, lalu membangunnya kembali.

Yang benar-benar berharga adalah pemahaman otak manusia tentang bisnis: bagaimana sebuah fungsi berjalan, bagaimana kita mengelola acara YC, dan seterusnya. Software yang digunakan untuk menjalankan acara bisa dihasilkan dan dibuang setelah selesai. Setelah sebulan atau dua bulan, model menjadi lebih pintar, dan kamu bisa membuang software lama, memberi instruksi baru, dan menghasilkan versi baru.

Jadi, yang berharga adalah konteks bisnis dan keahlian. Software yang dibangun di atasnya bersifat sementara.

Lalu, apa peran manusia dalam dunia ini?

Saya rasa, kita sedang membahas sebuah "otak perusahaan". Saya tahu banyak yang sedang melakukan hal serupa. Bagian tengah—semua data, email, DM, keahlian, know-how—adalah otak perusahaan.

Manusia berada di tepi otak ini, bertanggung jawab berinteraksi dengan dunia nyata. Artinya, manusia adalah penghubung sistem cerdas ini dengan kenyataan. Mereka bisa masuk ke situasi yang belum bisa dimodelkan sementara, seperti di rapat, atau situasi kompleks dan baru. Telepon dulu saya anggap sebagai contoh, tapi sekarang AI juga sangat mudah masuk ke situasi panggilan.

Lebih umum lagi, situasi asing, penilaian etis, momen berisiko tinggi. Misalnya, seorang pendiri datang dan bilang dia sedang mempertimbangkan berpisah dari co-founder. Saat-saat berisiko tinggi dan penuh emosi ini, kamu tetap ingin ada manusia di sana.

Itulah posisi manusia. Bagi banyak perusahaan, percakapan penjualan juga demikian. Dalam 20 tahun ke depan, saya rasa, penjualan tetap membutuhkan manusia di ruangan.

Jadi, saya percaya manusia akan tinggal di tepi otak perusahaan, bertanggung jawab membawa kecerdasan ke dunia nyata.

Saya sudah melebihi waktu, mungkin host akan segera menarik saya keluar. Sebagai penutup, saya berikan satu pertanyaan: jika hari ini kamu membangun ulang perusahaanmu sendiri, apakah kamu akan langsung mendesainnya seperti ini?

Kebanyakan dari kalian perusahaan masih cukup kecil, dan bisa melakukan ini. Jadi, saya rasa tidak ada alasan. Dan saya tahu, beberapa dari kalian juga sedang membongkar dan membangun ulang perusahaan mereka.

Saya cukupkan sampai di sini, saya serahkan waktu ke Pete. Terima kasih semuanya.

[Link video]

Klik untuk tahu lebih banyak tentang Low-Tempo BlockBeats yang sedang membuka posisi

Selamat bergabung dengan komunitas resmi BlockBeats:

Telegram Grup Berlangganan: https://t.me/theblockbeats

Telegram Grup Diskusi: https://t.me/BlockBeats_App

Akun resmi Twitter: https://twitter.com/BlockBeatsAsia