OpenAI melahap lapisan aplikasi? a16z: Peluang ada di luar "Yellow Brick Road", peluang bagi wirausahawan masih ada di depan

a16z partner menunjukkan bahwa lapisan aplikasi AI bukanlah medan perang tunggal. Startup harus menghindari alat horizontal yang diserang langsung oleh perusahaan model besar dan beralih ke pendalaman industri vertikal. Artikel ini bersumber dari postingan Twitter. (Konteks sebelumnya: Google memimpin pendanaan platform perutean AI OpenRouter, dengan valuasi 1,3 miliar USD dan pertumbuhan 240% dalam setahun) (Latar belakang tambahan: Sam Altman berdiskusi dengan pendiri a16z: OpenAI akan bertaruh secara agresif pada infrastruktur, Sora adalah alat strategis yang penting) Inilah pertanyaan yang coba dijawab oleh mitra a16z, Joe Schmidt, dalam artikel ini. Ia meminjam metafora "Yellow Brick Road" dari *The Wizard of Oz* untuk membagi peluang aplikasi AI menjadi dua kategori: satu adalah jalan utama yang sedang dimasuki langsung oleh perusahaan model besar, seperti pembuatan kode, penulisan, pembuatan gambar, Agent tujuan umum, dan asisten kantor horizontal; kategori lainnya adalah "tempat lain di Oz", yaitu skenario vertikal yang mendalami alur kerja industri, bergantung pada alur kerja yang kompleks, akumulasi data, tata kelola kepatuhan, dan kemampuan integrasi sistem. Menurutnya, peluang nyata bagi startup ada pada kategori kedua. Dari penjualan hingga asuransi, Joe Schmidt berulang kali menekankan logika yang sama: yang benar-benar ingin dibayar oleh perusahaan bukanlah jendela obrolan yang lebih pintar, melainkan sistem yang dapat bertanggung jawab atas hasil bisnis. Sistem ini perlu memahami status data pelanggan yang berantakan, menangani persetujuan multi-pihak dan kasus batas (edge cases), memikul tanggung jawab kepatuhan dan audit, serta menyelesaikan migrasi, perutean, dan optimalisasi biaya bagi pelanggan saat model terus ditingkatkan. Ini juga merupakan penilaian inti artikel ini terhadap perangkat lunak perusahaan generasi berikutnya: model dasar akan menjadi semakin kuat dan semakin dapat diganti; namun yang benar-benar tidak tergantikan adalah data, proses, kemampuan tata kelola, dan memori operasional yang terakumulasi di sekitar industri dan alur kerja tertentu. Peluang bagi perusahaan aplikasi AI tidak terletak pada perebutan "Yellow Brick Road" dengan perusahaan model, melainkan pada langkah masuk ke tempat-tempat yang lebih kompleks, lebih kotor, lebih lambat, tetapi lebih dekat dengan nilai bisnis yang nyata. Baru-baru ini, saya terus mendengar pertanyaan yang sama dari para pendiri dan calon karyawan: Apakah masih ada yang bisa dilakukan di lapisan aplikasi AI? Atau apakah OpenAI dan Anthropic pada akhirnya akan membunuh segalanya? Di balik pertanyaan ini terdapat kecemasan khas ala AI. Seseorang telah menyimpulkan: jika tidak ingin berakhir sebagai lapisan bawah yang permanen, satu-satunya posisi yang memiliki nilai jangka panjang adalah di dalam laboratorium model besar, atau memulai bisnis di bidang robotika, teknologi keras, atau bidang perbatasan serupa—secara teoritis, melakukan hal-hal yang "tidak bisa disentuh oleh laboratorium". Karena jika setiap jenis perangkat lunak akan ditelan, baik diserap langsung oleh Codex atau Claude, atau menjadi tidak diperlukan oleh model masa depan, maka pilihan terbaik tampaknya adalah: lari! Saya akui, saya sendiri hampir merupakan seorang maksimalis AI, dan saya pikir mereka benar setengahnya. Laboratorium model besar memang sedang memasuki area luas di lapisan aplikasi. Namun "lapisan aplikasi" bukanlah kumpulan peluang yang homogen. Kriteria penilaian yang benar-benar krusial adalah: apakah Anda sedang berjalan di "Yellow Brick Road", atau di tempat lain di Oz. Catatan: "Yellow Brick Road" adalah jalan utama dalam *The Wizard of Oz* yang menuju ke pusat Emerald City untuk menemui "penyihir". Yang disebut "Yellow Brick Road" adalah jalan yang kami gunakan untuk menggambarkan jalur yang sedang dilalui oleh laboratorium model besar dan di mana mereka menginvestasikan sumber daya yang sangat besar. Masalah seperti pembuatan kode, penulisan, dan pembuatan gambar secara alami cocok untuk dilakukan oleh laboratorium karena masalah tersebut akan menjadi lebih baik seiring dengan peningkatan kemampuan asli model: setiap dolar yang diinvestasikan dalam pra-pelatihan dan pasca-pelatihan akan secara langsung meningkatkan kualitas produk. Namun di tempat lain di Oz, terdapat masalah yang lebih kompleks dan biasanya lebih vertikal. Masalah ini tidak bisa diselesaikan hanya dengan memberikan alat horizontal kepada pengguna perusahaan dan membiarkannya terhubung ke alat standar dan kemampuan operasi komputer. Nilai di sini lebih banyak berasal dari perancah (scaffolding) di sekitar model: perancah ini membuat output menjadi kredibel dan patuh dalam industri tertentu, serta benar-benar dapat masuk ke dalam alur kerja bisnis. Kemampuan asli dari model dasar tentu saja tetap krusial, tetapi bukan segalanya. Kita sedang melihat hal ini secara *real-time*. OpenAI dan Anthropic sebenarnya sedang mengakui kepada pasar: mereka tidak bisa menyelesaikan semua masalah dengan satu rekan kerja AI tujuan umum