a16z "Ide Besar Tahun 2026: Bagian Kedua"

Perangkat lunak telah melahap dunia. Sekarang, ia akan mendorong dunia ke depan.

Penulis: a16z New Media

Penerjemah: Block unicorn

Kemarin, kami membagikan bagian pertama dari seri "Ide Besar", yang mencakup tantangan yang menurut mitra tim infrastruktur, pertumbuhan, biologi + kesehatan, serta Speedrun akan dihadapi oleh startup pada tahun 2026.

Hari ini, kami akan melanjutkan dengan bagian kedua dari seri ini, yang berisi kontribusi dari American Dynamism (tim investasi khusus yang didirikan a16z pada tahun 2021) dan tim aplikasi.

American Dynamism

David Ulevitch: Membangun Fondasi Industri Berbasis AI

Amerika Serikat sedang membangun kembali komponen ekonomi yang benar-benar memberikan kekuatan pada negara. Energi, manufaktur, logistik, dan infrastruktur kembali menjadi pusat perhatian, dan perubahan terpenting adalah munculnya fondasi industri yang benar-benar berbasis AI dan berorientasi perangkat lunak. Perusahaan-perusahaan ini memulai dari simulasi, desain otomatisasi, dan operasi yang digerakkan oleh AI. Mereka tidak memodernisasi masa lalu, melainkan membangun masa depan.

Hal ini membawa peluang besar di bidang sistem energi canggih, manufaktur robot berat, penambangan generasi baru, serta proses biologis dan enzimatik (yang memproduksi bahan kimia prekursor yang dibutuhkan berbagai industri). AI dapat merancang reaktor yang lebih bersih, mengoptimalkan penambangan, merancang enzim yang lebih baik, dan mengoordinasikan kluster mesin otonom dengan wawasan yang tak tertandingi oleh operator tradisional.

Transformasi serupa juga membentuk ulang dunia di luar pabrik. Sensor otonom, drone, dan model AI modern kini dapat memantau pelabuhan, rel kereta, jalur listrik, pipa, pangkalan militer, pusat data, dan sistem penting lain yang sebelumnya sangat besar dan sulit dikelola secara menyeluruh.

Dunia nyata membutuhkan perangkat lunak baru. Para pendiri yang membangun perangkat lunak ini akan membentuk kemakmuran Amerika untuk abad berikutnya.

Erin Price-Wright: Kebangkitan Pabrik Amerika

Abad besar pertama Amerika dibangun di atas kekuatan industri yang kuat, namun kita semua tahu bahwa sebagian besar kekuatan industri itu telah hilang—sebagian karena outsourcing ke luar negeri, sebagian karena kekurangan pembangunan yang disengaja oleh masyarakat. Namun, mesin-mesin yang berkarat mulai beroperasi kembali, dan kita menyaksikan kebangkitan pabrik Amerika yang berpusat pada perangkat lunak dan AI.

Saya yakin, pada tahun 2026, kita akan melihat perusahaan-perusahaan menghadapi tantangan di bidang energi, pertambangan, konstruksi, dan manufaktur dengan pola pikir pabrik. Ini berarti menggabungkan teknologi AI dan otomatisasi dengan pekerja teknis, sehingga proses yang kompleks dan kustom dapat berjalan seefisien jalur perakitan. Secara spesifik, ini meliputi:

• Menangani regulasi dan proses perizinan yang kompleks secara cepat dan berulang
• Mempercepat siklus desain dan melakukan desain untuk manufaktur sejak awal
• Mengelola koordinasi proyek berskala besar dengan lebih baik
• Menerapkan sistem otonom untuk mempercepat tugas-tugas yang sulit atau berbahaya bagi manusia 

Dengan menerapkan teknik yang dikembangkan Henry Ford satu abad lalu—merencanakan skala dan replikasi sejak awal—dan menggabungkannya dengan kemajuan terbaru AI, kita akan segera mewujudkan produksi massal reaktor nuklir, membangun perumahan yang memenuhi kebutuhan nasional, membangun pusat data dengan kecepatan luar biasa, dan memasuki era keemasan baru kekuatan industri. Seperti yang dikatakan Elon Musk, "Pabrik adalah produknya."

Zabie Elmgren: Gelombang Observabilitas Berikutnya Akan Berada di Tingkat Fisik, Bukan Digital

Satu dekade terakhir, observabilitas perangkat lunak telah mengubah cara kita memantau sistem digital, membuat kode dan server menjadi transparan melalui log, metrik, dan tracing. Transformasi serupa akan segera melanda dunia fisik.

Dengan lebih dari satu miliar kamera dan sensor terhubung yang dipasang di kota-kota besar Amerika, observabilitas fisik—yakni pemahaman real-time tentang operasi kota, jaringan listrik, dan infrastruktur lain—menjadi semakin mendesak dan mungkin dilakukan. Lapisan persepsi baru ini juga akan mendorong gelombang teknologi robotik dan otonom berikutnya, di mana mesin akan bergantung pada kerangka kerja universal yang membuat dunia fisik dapat diamati layaknya kode.

Tentu saja, perubahan ini juga membawa risiko nyata: alat yang dapat mendeteksi kebakaran hutan atau mencegah kecelakaan di lokasi konstruksi juga dapat memicu mimpi buruk distopia. Pemenang gelombang berikutnya adalah mereka yang memenangkan kepercayaan publik, membangun sistem yang melindungi privasi, dapat dioperasikan, dan mendukung AI secara native, sehingga meningkatkan transparansi sosial tanpa mengorbankan kebebasan masyarakat. Siapa pun yang membangun kerangka kerja tepercaya ini akan menentukan arah observabilitas dekade mendatang.

Ryan McEntush: Arsitektur Industri Elektronik Akan Mengubah Dunia

Revolusi industri berikutnya tidak hanya akan terjadi di dalam pabrik, tetapi juga di dalam mesin yang memberi daya pada pabrik-pabrik tersebut.

Perangkat lunak telah sepenuhnya mengubah cara kita berpikir, merancang, dan berkomunikasi. Kini, ia mengubah cara kita bepergian, membangun, dan memproduksi. Kemajuan dalam elektrifikasi, material, dan AI kini bersatu, memungkinkan perangkat lunak benar-benar mengendalikan dunia fisik. Mesin mulai dapat merasakan, belajar, dan bertindak secara otonom.

Inilah kebangkitan tumpukan industri elektronik—teknologi terintegrasi yang memberi daya pada kendaraan listrik, drone, pusat data, dan manufaktur modern. Ia akan menghubungkan atom-atom yang menggerakkan dunia dengan bit-bit yang mengendalikannya: dari mineral yang dimurnikan menjadi komponen, energi yang disimpan dalam baterai, listrik yang dikendalikan perangkat elektronik, hingga gerakan yang diwujudkan oleh motor presisi—semuanya dikoordinasikan oleh perangkat lunak. Inilah fondasi tak kasat mata di balik setiap terobosan otomasi fisik; ia menentukan apakah perangkat lunak hanya memanggil taksi atau benar-benar mengendalikan kemudi.

Namun, dari pemurnian material penting hingga pembuatan chip canggih, kemampuan membangun tumpukan ini mulai hilang. Jika Amerika ingin memimpin era industri berikutnya, ia harus memproduksi perangkat keras yang menopang era tersebut. Negara yang menguasai tumpukan industri elektronik akan menentukan masa depan teknologi industri dan militer.

Perangkat lunak telah melahap dunia. Sekarang, ia akan mendorong dunia ke depan.

Oliver Hsu: Laboratorium Otonom Mempercepat Penemuan Ilmiah

Dengan kemajuan kemampuan model dalam multimodal dan peningkatan kemampuan operasi robotik, tim akan mempercepat penemuan ilmiah otonom. Teknologi paralel ini akan melahirkan laboratorium otonom yang dapat menutup siklus penemuan ilmiah—dari pengajuan hipotesis, desain dan pelaksanaan eksperimen, hingga penalaran, analisis hasil, dan iterasi arah penelitian masa depan. Tim yang membangun laboratorium ini akan bersifat lintas disiplin, mengintegrasikan keahlian AI, robotika, fisika dan ilmu hayati, manufaktur, serta operasi, untuk mewujudkan eksperimen dan penemuan lintas bidang secara berkelanjutan di laboratorium tanpa awak.

Will Bitsky: Perjalanan Data di Industri Kritis

Pada tahun 2025, zeitgeist AI akan ditentukan oleh keterbatasan sumber daya komputasi dan pembangunan pusat data. Namun pada tahun 2026, ia akan ditentukan oleh keterbatasan sumber daya data dan frontier perjalanan data berikutnya—industri-industri kritis kita.

Industri-industri kritis kita masih merupakan tambang data laten dan tidak terstruktur. Setiap kali truk beroperasi, meteran dibaca, pekerjaan pemeliharaan dilakukan, produksi berjalan, perakitan dilakukan, atau uji coba dilakukan, semua itu adalah bahan pelatihan model. Namun, baik pengumpulan data, pelabelan, maupun pelatihan model bukanlah istilah yang umum di industri.

Kebutuhan akan data semacam ini sangat besar. Perusahaan seperti Scale, Mercor, dan laboratorium riset AI dengan giat mengumpulkan data proses (bukan hanya "apa yang dilakukan", tetapi juga "bagaimana melakukannya"). Mereka membayar mahal untuk setiap data dari "pabrik keringat".

Perusahaan industri yang memiliki infrastruktur fisik dan tenaga kerja eksisting memiliki keunggulan komparatif dalam pengumpulan data, dan akan mulai memanfaatkannya. Operasi mereka menghasilkan data dalam jumlah besar, yang hampir dapat ditangkap dengan biaya marjinal nol, dan digunakan untuk melatih model mereka sendiri atau dilisensikan ke pihak ketiga.

Kita juga harus mengantisipasi kemunculan startup yang menawarkan bantuan. Startup akan menyediakan tumpukan koordinasi: alat perangkat lunak untuk pengumpulan, pelabelan, dan lisensi; perangkat keras sensor dan software development kit (SDK); lingkungan dan pipeline pelatihan reinforcement learning (RL); dan pada akhirnya, mesin cerdas mereka sendiri.

Tim Aplikasi (Apps)

David Haber: AI Memperkuat Model Bisnis

Startup AI terbaik tidak hanya mengotomatisasi tugas; mereka memperbesar nilai ekonomi pelanggan. Misalnya, dalam hukum berbasis bagi hasil, firma hukum hanya mendapat bayaran jika menang. Perusahaan seperti Eve menggunakan data hasil eksklusif untuk memprediksi peluang keberhasilan kasus, membantu firma hukum memilih kasus yang lebih tepat, melayani lebih banyak klien, dan meningkatkan tingkat kemenangan.

AI sendiri dapat memperkuat model bisnis. Ia tidak hanya menurunkan biaya, tetapi juga menghasilkan lebih banyak pendapatan. Pada tahun 2026, kita akan melihat logika ini meluas ke berbagai industri, karena sistem AI akan lebih selaras dengan insentif pelanggan dan menciptakan keunggulan majemuk yang tidak dapat dicapai perangkat lunak tradisional.

Anish Acharya: ChatGPT Akan Menjadi App Store AI

Siklus produk konsumen membutuhkan tiga elemen untuk sukses: teknologi baru, perilaku konsumen baru, dan saluran distribusi baru.

Hingga baru-baru ini, gelombang AI telah memenuhi dua syarat pertama, tetapi kekurangan saluran distribusi native baru. Sebagian besar produk tumbuh dengan mengandalkan jaringan eksisting seperti X atau dari mulut ke mulut.

Namun, dengan peluncuran OpenAI Apps SDK, dukungan Apple untuk mini program, dan fitur grup chat ChatGPT, pengembang konsumen kini dapat langsung memanfaatkan basis pengguna ChatGPT yang berjumlah 900 juta, serta memanfaatkan jaringan mini program baru seperti Wabi untuk pertumbuhan. Sebagai mata rantai terakhir dalam siklus hidup produk konsumen, saluran distribusi baru ini diperkirakan akan memicu demam emas teknologi konsumen satu dekade sekali pada tahun 2026. Abaikan ini, tanggung risikonya sendiri.

Olivia Moore: Agen Suara Mulai Mendapat Tempat

Dalam 18 bulan terakhir, gagasan agen AI yang menangani interaksi nyata untuk bisnis telah berubah dari fiksi ilmiah menjadi kenyataan. Ribuan perusahaan, dari UKM hingga perusahaan besar, menggunakan AI suara untuk menjadwalkan janji, menyelesaikan reservasi, melakukan survei, mengumpulkan informasi pelanggan, dan banyak lagi. Agen-agen ini tidak hanya menghemat biaya dan menciptakan pendapatan tambahan bagi bisnis, tetapi juga membebaskan waktu karyawan untuk pekerjaan yang lebih bernilai—dan lebih menyenangkan.

Namun karena bidang ini masih baru, banyak perusahaan masih berada pada tahap "suara sebagai titik masuk", hanya menawarkan satu atau beberapa jenis panggilan sebagai solusi tunggal. Saya sangat antusias melihat asisten suara dapat berkembang untuk menangani seluruh alur kerja (mungkin multimodal), bahkan mengelola siklus hubungan pelanggan secara lengkap.

Ini kemungkinan berarti agen akan lebih terintegrasi ke dalam sistem bisnis dan diberi kebebasan untuk menangani jenis interaksi yang lebih kompleks. Dengan model dasar yang terus membaik—kini agen dapat memanggil alat dan beroperasi di berbagai sistem—setiap perusahaan seharusnya menerapkan produk AI berbasis suara dan menggunakannya untuk mengoptimalkan aspek-aspek penting bisnis mereka.

Marc Andrusko: Aplikasi Proaktif Tanpa Prompt Akan Segera Hadir

Pada tahun 2026, pengguna arus utama akan meninggalkan kotak prompt. Generasi berikutnya dari aplikasi AI tidak akan menampilkan prompt sama sekali—mereka akan mengamati tindakan Anda dan secara proaktif menawarkan saran tindakan untuk Anda pertimbangkan. Integrated development environment (IDE) Anda akan menyarankan refaktor sebelum Anda bertanya. Sistem customer relationship management (CRM) Anda akan secara otomatis membuat email tindak lanjut setelah Anda menutup panggilan. Alat desain Anda akan menghasilkan berbagai opsi saat Anda bekerja. Antarmuka chat hanyalah alat bantu. Kini, AI akan menjadi kerangka kerja tak kasat mata di setiap alur kerja, diaktifkan oleh niat pengguna, bukan perintah.

Angela Strange: AI Akhirnya Akan Meng-upgrade Infrastruktur Perbankan dan Asuransi

Banyak bank dan perusahaan asuransi telah mengintegrasikan fitur AI seperti impor dokumen dan agen suara AI ke dalam sistem tradisional mereka, tetapi hanya dengan membangun ulang infrastruktur pendukung AI, AI benar-benar dapat mengubah layanan keuangan.

Pada tahun 2026, risiko gagal melakukan modernisasi dan memanfaatkan AI sepenuhnya akan melebihi risiko kegagalan, dan kita akan melihat lembaga keuangan besar meninggalkan kontrak dengan vendor tradisional demi solusi baru yang lebih native AI. Perusahaan-perusahaan ini membebaskan diri dari batasan klasifikasi lama, menjadi platform yang dapat memusatkan, menormalkan, dan memperkaya data dasar dari sistem tradisional dan sumber eksternal.

Bagaimana hasilnya?

• Alur kerja akan disederhanakan dan diparalelkan secara signifikan. Tidak perlu lagi bolak-balik antar sistem dan layar. Bayangkan: Anda dapat melihat dan menangani ratusan tugas sekaligus di sistem loan origination system (LOS), bahkan agen dapat menyelesaikan bagian yang lebih membosankan.
• Klasifikasi yang kita kenal akan digabungkan menjadi klasifikasi yang lebih besar. Misalnya, data KYC pelanggan, pembukaan akun, dan pemantauan transaksi kini dapat disatukan dalam satu platform risiko.
• Pemenang di klasifikasi baru ini akan berukuran 10 kali lipat dari perusahaan lama: cakupan klasifikasi lebih luas, dan pasar perangkat lunak sedang melahap tenaga kerja.

Masa depan layanan keuangan bukanlah menerapkan AI di atas sistem lama, melainkan membangun sistem operasi baru yang sepenuhnya berbasis AI.

Joe Schmidt: Strategi Proaktif Membawa AI ke 99% Perusahaan

AI adalah terobosan teknologi paling menarik dalam hidup kita. Namun, hingga kini, sebagian besar keuntungan startup baru mengalir ke 1% perusahaan di Silicon Valley—baik benar-benar berlokasi di Bay Area maupun bagian dari jaringan besarnya. Ini tidak mengherankan: para pendiri ingin menjual produk ke perusahaan yang mereka kenal dan mudah dijangkau, baik dengan mengunjungi kantor secara langsung atau melalui koneksi investor di dewan direksi.

Pada tahun 2026, situasi ini akan berubah total. Perusahaan akan menyadari bahwa sebagian besar peluang AI ada di luar Silicon Valley, dan kita akan melihat startup baru memanfaatkan strategi proaktif untuk menemukan lebih banyak peluang tersembunyi di industri vertikal tradisional besar. Di industri konsultasi dan layanan tradisional (seperti system integrator dan perusahaan implementasi) serta manufaktur yang berkembang lambat, AI menyimpan peluang besar.

Seema Amble: AI Menciptakan Lapisan Koordinasi dan Peran Baru di Perusahaan Fortune 500

Pada tahun 2026, perusahaan akan semakin beralih dari alat AI terisolasi ke sistem multi-agen yang harus beroperasi layaknya tim digital terkoordinasi. Ketika agen mulai mengelola alur kerja kompleks dan saling bergantung (seperti perencanaan, analisis, dan eksekusi bersama), perusahaan perlu memikirkan ulang struktur kerja dan bagaimana konteks mengalir antar sistem. Kami telah melihat perusahaan seperti AskLio dan HappyRobot mengalami perubahan ini, menerapkan agen di seluruh proses, bukan hanya tugas tunggal.

Perusahaan Fortune 500 akan merasakan perubahan ini paling dalam: mereka memiliki cadangan data terisolasi, pengetahuan institusional, dan kompleksitas operasional terbesar, sebagian besar tersimpan di otak karyawan. Mengubah informasi ini menjadi fondasi bersama bagi pekerja otonom akan membebaskan pengambilan keputusan yang lebih cepat, siklus yang lebih pendek, dan proses end-to-end yang tidak lagi bergantung pada manajemen mikro manusia secara terus-menerus.

Perubahan ini juga akan memaksa pemimpin untuk membayangkan ulang peran dan perangkat lunak. Fungsi baru akan muncul, seperti desainer alur kerja AI, supervisor agen, dan kepala tata kelola yang bertanggung jawab mengoordinasikan dan mengaudit pekerja digital kolaboratif. Selain sistem pencatatan yang ada, perusahaan juga akan membutuhkan sistem koordinasi: lapisan baru untuk mengelola interaksi multi-agen, menilai konteks, dan memastikan keandalan alur kerja otonom. Manusia akan fokus menangani masalah edge dan kasus paling kompleks. Munculnya sistem multi-agen bukan sekadar langkah otomatisasi berikutnya; ini adalah rekonstruksi cara perusahaan beroperasi, mengambil keputusan, dan akhirnya menciptakan nilai.

Bryan Kim: AI Konsumen Beralih dari "Bantu Saya" ke "Kenali Saya"

Tahun 2026 menandai pergeseran fungsi utama produk AI konsumen arus utama dari peningkatan produktivitas ke penguatan koneksi antarmanusia. AI tidak lagi sekadar membantu Anda menyelesaikan pekerjaan, tetapi membantu Anda mengenali diri sendiri dengan lebih jelas dan membangun hubungan yang lebih kuat.

Perlu ditekankan: ini bukan hal mudah. Banyak produk AI sosial telah diluncurkan, tetapi akhirnya gagal. Namun, berkat jendela konteks multimodal dan biaya inferensi yang terus menurun, produk AI kini dapat belajar dari seluruh aspek hidup Anda, bukan hanya dari apa yang Anda katakan ke chatbot. Bayangkan, galeri foto ponsel Anda menampilkan momen emosional yang nyata, mode pesan satu lawan satu dan grup berubah sesuai lawan bicara, dan kebiasaan harian Anda berubah saat stres.

Begitu produk-produk ini benar-benar hadir, mereka akan menjadi bagian dari kehidupan sehari-hari kita. Secara umum, produk "kenali saya" memiliki mekanisme retensi pengguna yang lebih baik dibanding produk "bantu saya". Produk "bantu saya" menghasilkan keuntungan dari kemauan bayar tinggi pengguna untuk tugas tertentu dan berfokus pada peningkatan retensi. Produk "kenali saya" menghasilkan keuntungan dari interaksi harian yang berkelanjutan: kemauan bayar pengguna lebih rendah, tetapi retensi lebih tinggi.

Orang selalu menukar data dengan nilai: pertanyaannya adalah apakah imbalannya sepadan. Jawabannya akan segera terungkap.

Kimberly Tan: Primitif Model Baru Melahirkan Perusahaan yang Belum Pernah Ada Sebelumnya

Pada tahun 2026, kita akan menyaksikan kemunculan perusahaan-perusahaan yang tidak mungkin ada sebelum terobosan dalam penalaran, multimodal, dan aplikasi komputer. Hingga kini, banyak industri (seperti hukum atau layanan pelanggan) telah menggunakan teknologi penalaran yang ditingkatkan untuk memperkuat produk yang sudah ada. Namun, kita baru mulai melihat perusahaan yang fitur inti produknya benar-benar bergantung pada primitif model baru ini.

Kemajuan dalam kemampuan penalaran dapat melahirkan kemampuan baru untuk menilai klaim keuangan yang kompleks atau bertindak berdasarkan hasil riset akademis atau analis yang padat (misalnya, memutuskan sengketa tagihan). Model multimodal memungkinkan ekstraksi data video laten dari dunia fisik (misalnya, kamera di lokasi manufaktur). Aplikasi komputer memungkinkan otomatisasi industri besar yang nilainya dulu terhambat oleh perangkat lunak desktop, API buruk, dan alur kerja yang terfragmentasi.

James da Costa: Startup AI Bertumbuh dengan Menjual ke Startup AI Lain

Kita sedang berada di tengah gelombang penciptaan perusahaan yang belum pernah terjadi sebelumnya, didorong oleh siklus produk AI saat ini. Namun, berbeda dengan siklus produk sebelumnya, perusahaan yang sudah ada tidak tinggal diam; mereka juga aktif mengadopsi AI. Lalu, bagaimana cara startup menang?

Salah satu cara paling efektif dan sering diremehkan untuk mengungguli perusahaan yang sudah ada dalam distribusi adalah melayani mereka sejak awal: yakni melayani perusahaan baru yang benar-benar baru berdiri (greenfield companies). Jika Anda dapat menarik semua perusahaan baru dan tumbuh bersama mereka, maka seiring pertumbuhan klien Anda, Anda juga akan menjadi perusahaan besar. Stripe, Deel, Mercury, Ramp, dan lainnya mengikuti strategi ini. Faktanya, banyak klien Stripe bahkan belum ada saat Stripe didirikan.

Pada tahun 2026, kita akan melihat startup yang memulai dari nol tumbuh besar di berbagai bidang perangkat lunak perusahaan. Mereka hanya perlu membuat produk yang lebih baik dan fokus penuh mengembangkan klien baru yang belum terikat vendor lama.