Artikel Spesial Pengacara Lin Shanglun》Akankah Profesional yang Memahami AI Menjadi Pemenang di Era AI?

Dalam satu atau dua tahun terakhir, AI industri hampir menjadi disiplin ilmu yang populer. Dari hukum, arsitektur, medis hingga keuangan, semua bidang memiliki orang yang mengerjakannya. Namun jika diamati dengan tenang, akan terlihat: sangat sedikit yang benar-benar bisa membuat pelanggan mengeluarkan uang untuk membeli, benar-benar sukses memasuki pasar dan laku terjual.
(Pengantar: Artikel khusus Pengacara Lin Shanglun > Memperbesar dan Mempercepat: Kemampuan Nyata AI yang Dilewatkan 99% Praktisi Hukum)
(Latar Belakang: Microsoft menginvestasikan 2,5 miliar dolar AS untuk mendirikan "Frontier Company" yang akan mengirim 6.000 insinyur ke kantor klien untuk mewujudkan AI secara nyata)

Daftar Isi Artikel

Alihkan

• Satu, Hukum Pareto 80/20, mungkin tidak lagi berlaku seperti itu
• Dua, Jangan terbelenggu oleh satu titik nyeri
• Tiga, Kuncinya ada pada "generasi", bukan "pengorganisasian"
• Empat, Orang yang menghadapi klien tidak boleh orang awam
• Lima, Poin penentu sebenarnya adalah "tim"

Ringkasan Inti

• Sebagian besar tim AI industri mengerjakan teknologi dengan cukup baik, tetapi pada akhirnya berhenti di depan pintu pasar. Kuncinya bukan pada teknologi, tetapi pada apakah mereka berhasil melakukan "generasi" bukan "pengorganisasian".
• Di era AI, Hukum Pareto 80/20 mungkin tidak berlaku. Biaya marjinal untuk mengerjakan keseluruhan turun drastis, hanya mengerjakan 20% justru memperlambat diri sendiri.
• Parit pertahanan yang sesungguhnya akan kembali pada "manusia". Inti teknologi yang memahami AI, pakar domain yang berpengaruh, dan tenaga penjual yang akrab dengan titik nyeri di lapangan, ketiga peran ini tidak boleh kurang satu pun.

Tag: Lin Shanglun, AI Industri, AI Generatif, Hukum Pareto 80/20, Parit Pertahanan

Dalam satu atau dua tahun ini, AI industri hampir menjadi disiplin ilmu yang populer. Dari hukum, arsitektur, medis hingga keuangan, setiap bidang memiliki orang yang mengerjakan AI. Namun jika diamati dengan tenang, akan terlihat: yang benar-benar bisa membuat pelanggan mengeluarkan uang untuk membeli, benar-benar sukses memasuki pasar dan laku terjual, sungguh tidak banyak.

Sebagian besar tim mengerjakan teknologi dengan cukup baik, tetapi pada akhirnya berhenti di depan pintu pasar. Yang ingin saya bahas adalah, apa sebenarnya masalah yang terjadi di tengah proses ini. Beberapa konsep berikut mungkin bisa menjelaskan mengapa sebagian besar AI industri tidak bisa berjalan jauh, sementara segelintir tim benar-benar bisa menang.

Satu, Hukum Pareto 80/20, mungkin tidak lagi berlaku seperti itu

Pertama, mari kita bicara dari konsep yang paling fundamental: di era AI, Hukum Pareto 80/20 mungkin sudah tidak lagi berlaku seperti itu.

Hukum Pareto 80/20 telah lama menjadi kredo di dunia teknik, menggunakan 20% usaha untuk menyelesaikan 80% masalah. Logika aslinya adalah: apa pun yang akan ditulis menjadi perangkat lunak, Anda akan terlebih dahulu menemukan titik nyeri terbesar, menggunakan kekuatan teknik tercepat untuk mengerjakan 20% itu dengan baik, memenuhi 80% kebutuhan, dan sisanya yang terlalu merepotkan akan ditunda dulu.

Di masa lalu, ini masuk akal. Karena mengembangkan suatu fitur harus melalui "ide, pengembangan, validasi, iterasi", setiap langkah mahal, Anda tentu hanya akan mengerjakan 20% yang paling kritis.

Tapi hari ini, premis ini sudah diguncang, ada dua alasan.

Pertama, AI membuat "mewujudkan rekayasa perangkat lunak" menjadi terlalu mudah. Dulu butuh tim tiga orang, menjalankan peraturan, menghitung volume, mengintegrasikan gambar, memakan waktu dan biaya besar untuk menghasilkan satu set evaluasi kelayakan pengembangan lahan. Sekarang dengan AI membangun ulang, satu orang bisa menyelesaikan pekerjaan tiga orang, biaya juga turun drastis. Karena biaya mengerjakan keseluruhan sudah ditekan sangat rendah, masih mati-matian memegang Hukum Pareto 80/20, hanya mengerjakan 20% itu, justru memperlambat diri sendiri.

Kedua, dan yang lebih mudah diabaikan: Hukum Pareto 80/20 sering disalahgunakan. Anda mengira telah menangkap 80% kebutuhan, memang itu adalah fitur yang akan digunakan semua orang, tetapi "memiliki kebutuhan ini" tidak sama dengan "ada titik nyeri di sini". Titik kunci yang benar-benar membuat seseorang bersedia mengeluarkan uang, bersedia membiarkan AI menggantikannya, kemungkinan besar tidak ada dalam 80% yang Anda tangkap. Akibatnya yang dihasilkan adalah sekumpulan barang yang "ada kebutuhan, tapi tidak ada rasa sakit".

Jadi di era AI, pendekatannya mungkin harus dibalik: manfaatkan fakta bahwa "teknik bisa menghasilkan produk jadi dengan cepat", sekaligus cobalah mengerjakan kebutuhan selengkap mungkin. Ketika biaya mengerjakan keseluruhan sudah sangat rendah, tidak banyak alasan untuk hanya mengerjakan sebagian.

Dua, Jangan terbelenggu oleh satu titik nyeri

Tadi dikatakan harus mengerjakan secara lengkap, di sini perlu ditambahkan konsep yang tampaknya kontradiktif, tetapi sebenarnya saling melengkapi.

Saat memasuki pasar, memang harus memilih "titik yang paling sakit" untuk masuk, ini benar, titik nyeri adalah pisau paling tajam. Tapi terlalu banyak produk setelah masuk, berhenti di situ.

Contohnya, membuat satu set "analisis kelayakan lahan", ini memang titik paling sakit bagi pengembang properti, juga dengan keuntungan terbesar. Tapi jika hanya berhenti di sini, sama saja membatasi diri pada satu bagian kecil dari bisnis arsitektur. Sebenarnya, rantai nilai seorang arsitek sangat panjang: pengembangan lahan di tahap awal, pembaruan kota di tahap menengah, pengawasan konstruksi di tahap akhir, bahkan laporan harian pengawasan, laporan kemajuan semuanya bisa diambil alih AI. Dan kuncinya, setelah mesin inti dibangun, biaya marjinal untuk mengerjakan lebih banyak ini sangat rendah.

Hukum juga sama. Satu set AI hukum yang baik, tidak akan hanya mengerjakan "surat kuasa karena itu yang paling sakit", ia akan mengerjakan kontrak, review kepatuhan naskah, laporan sidang, aplikasi HKI sekaligus.

Dengan kata lain: gunakan titik yang paling sakit sebagai pintu masuk, tapi jangan berhenti di pintu masuk. Ambil seluruh rantai nilai, jangan membatasi langit-langit Anda sendiri.

Tiga, Kuncinya ada pada "generasi", bukan "pengorganisasian"

Ini adalah poin paling inti.

Banyak AI industri, pada dasarnya hanyalah alat pengorganisasian data, memindai dokumen, menyusun ulang gambar, pada intinya hanya template. Dan pekerjaan semacam ini bisa dilakukan dengan model paling dasar, bahkan instansi pemerintah pun melakukannya, sama sekali tidak bisa membangun parit pertahanan.

Tidak sedikit alat semacam ini di pasaran, di belakangnya sebenarnya menghubungkan model lokal yang sangat lemah, khusus untuk pengorganisasian teks, pengenalan gambar, sama sekali tidak masuk ke inti "generasi", laporan yang dihasilkan hanya memasukkan data ke dalam template tetap.

Yang benar-benar bernilai, adalah menggunakan pemahaman bahasa terkuat untuk melakukan penilaian mendalam dan generasi.

Laporan kelayakan lahan itu, tidak bisa hanya merapikan peta kadaster dan peta pengukuran kadaster, ia harus sekaligus membaca tiga peraturan: konstruksi, kebakaran, dan pembaruan kota, mengintegrasikan teks, peraturan, dan gambar menjadi sesuatu yang bisa membuat arsitek mengangguk dan berkata "98% benar, saya hanya perlu menyesuaikan sedikit".

Hasil seperti ini, template tidak akan pernah bisa melakukannya, hanya inti generatif sejati yang bisa. Ini juga perbedaan terbesar antara model konsumen dan AI profesional, satu hanya mengorganisir data, yang lain menghasilkan hasil untuk para profesional.

Empat, Orang yang menghadapi klien tidak boleh orang awam

Berikutnya adalah satu aspek yang sering diabaikan oleh banyak tim teknis, tetapi cukup fatal: siapa yang menghadapi klien.

Untuk menjual AI kepada klien layanan profesional, pertama-tama harus menyadari satu hal: mereka adalah kelompok yang paling kritis, pengacara, arsitek, dokter, pemilik bisnis. Mengirim seorang insinyur untuk berbicara dengan mereka tentang "basis data vektor" biasanya efeknya terbatas, pihak lawan akan segera menyadari bahwa Anda tidak familiar dengan bidang ini.

Yang benar-benar harus berdiri di depan klien, adalah profesional di bidang tersebut yang memahami AI. Ia bisa berdiskusi dengan klien tentang bagaimana setiap proses dalam kasus dioptimalkan, mampu menangani detail perkara, bahkan langsung mendemonstrasikan bagaimana mengerjakan bagian tertentu secara langsung.

Seperti perumpamaan: seorang arsitek yang memahami AI pergi berbicara dengan pengembang properti, bisa menjelaskan setiap proses pengembangan pengembang lebih detail daripada pemahaman klien sendiri, lalu langsung membuktikan "produk AI saya bisa melakukan semua ini". Inilah momen penentuan yang sesungguhnya.

Lima, Poin penentu sebenarnya adalah "tim"

Sampai pada akhirnya, harus diakui satu hal: teknologi terlalu mudah ditiru.

Apa yang bisa Anda buat, orang lain beberapa minggu kemudian juga bisa membuatnya. Jadi parit pertahanan justru akan kembali pada "manusia".

Tim AI industri, paling mudah mati dalam tiga situasi:

Pertama, pemimpin tidak memenuhi syarat. Orang yang memimpin jika tidak memiliki bobot bicara yang sesungguhnya di industri, tidak punya lisensi, tidak punya pengalaman langsung, hanya nama saja, akan kebingungan saat menghadapi kesulitan pertama dari klien. Cara bicara, profesionalisme, apakah sopan, semuanya dinilai oleh klien. Lagipula produk semacam ini harus meyakinkan sekelompok profesional yang cerdas.

Kedua, yang masuk bukan tokoh inti. Ingin masuk ke pasar arsitektur, tetapi hanya merekrut seorang perwakilan penjualan pengembangan lahan, bukan arsitek berlisensi dengan reputasi. Klien begitu bicara akan langsung tahu, tim ini kurang substansi.

Ketiga, terlalu bergantung pada teknik. Tim semuanya berlatar belakang teknis, menghasilkan produk yang kuat tetapi tidak laku, karena tidak ada yang bisa "menerjemahkan" nilai produk kepada klien.

Dan ada satu lapisan kesulitan yang lebih dalam: bahkan jika tim benar-benar menemukan ahli yang memenuhi syarat, belum tentu ia bersedia berinvestasi.

Seorang arsitek yang kuat, seorang pengacara yang baik, pekerjaan utama mereka sudah cukup sibuk dan menguntungkan. Menyuruh mereka meluangkan waktu untuk memahami AI, memahami basis data vektor, bahkan sampai ke tingkat bisa meyakinkan klien di luar, sangat sulit. Meskipun diberi saham, intensitas kolaborasi nyata seringkali sangat terbatas.

Jadi, kombinasi ideal adalah tiga peran tidak boleh kurang satu pun:

• Inti teknologi yang memahami AI
• Pakar domain yang berpengaruh
• Tenaga penjual yang akrab dengan titik nyeri di lapangan

Dan, ketiga orang ini harus bisa berdiri bersama, mengucapkan kalimat paling berbobot kepada klien:

Bahkan profesi kami sendiri, sudah digantikan oleh AI yang kami buat sendiri.

Pertanyaan Umum

Mengapa sebagian besar AI industri tidak laku?

Sebagian besar produk hanya sampai pada pengorganisasian data, template, tidak masuk ke inti penilaian mendalam dan generasi, bisa dilakukan dengan model paling dasar, tidak bisa membangun parit pertahanan, dan sering salah menganggap "ada kebutuhan" sebagai "ada titik nyeri", menghasilkan banyak barang yang ada kebutuhan tapi tidak ada rasa sakit.

Peran apa yang dibutuhkan tim AI industri?

Tiga peran tidak boleh kurang satu pun: inti teknologi yang memahami AI, pakar domain yang memiliki bobot bicara di industri, tenaga penjual yang akrab dengan titik nyeri di lapangan, dan mereka harus bisa bersama-sama berdiri di depan klien profesional yang paling kritis, menjelaskan nilai produk dengan jelas.