Seeing AGI (7): Kesenjangan Token — Mengapa Akses AI Tanpa Batas Kini Menjadi Keharusan Bertahan Hidup bagi Perusahaan
"Kesenjangan efisiensi antarperusahaan tidak lagi diukur dalam persentase. Di era AI Employee, perusahaan yang memberikan setiap karyawan akses token tanpa batas akan beroperasi 10x, 20x — bahkan 100x — lebih cepat dibandingkan yang tidak. Ini bukan keunggulan kompetitif. Ini adalah jurang peradaban."
Dalam enam artikel saya sebelumnya, saya menulis tentang kedatangan AGI, bagaimana individu harus beradaptasi, bagaimana membangun tim AI-native, transformasi emosional dari vibe working, mengapa arsitektur multi-model merepresentasikan masa depan, dan bagaimana mempersiapkan anak-anak kita untuk dunia AI-native. Semua tulisan tersebut, dengan satu cara atau cara lainnya, membahas tentang manusia — tentang bagaimana manusia perlu berevolusi bersama AI. Tulisan ketujuh ini berbeda. Ini tentang perusahaan. Secara spesifik, ini tentang satu keputusan organisasi yang saya yakini akan menentukan perusahaan mana yang masih berdiri — dan mana yang sudah lenyap — lima tahun dari sekarang.
Pertanyaan yang Terus Saya Terima
Nyaris tidak ada minggu yang berlalu tanpa seorang CEO, pendiri, atau eksekutif senior menarik saya ke samping — di sebuah konferensi, saat makan malam, dalam sebuah panggilan — dan menanyakan versi dari pertanyaan yang sama: "Bagaimana sebenarnya cara kami menerapkan AI di perusahaan kami?"
Saya memahami mengapa mereka menanyakannya. Terasa seperti pertanyaan yang tepat. Terdengar strategis, matang, bertanggung jawab. Menandakan bahwa mereka menganggap serius AI. Dan saya selalu menghargai niat di baliknya.
Tapi setiap kali mendengarnya, saya merasakan kegelisahan yang samar. Karena pertanyaan itu, meskipun berniat baik, mengungkapkan kesalahpahaman mendasar tentang di mana posisi kita saat ini. Pertanyaan itu membingkai AI sebagai proyek yang harus diimplementasikan — sesuatu dengan awal, ruang lingkup, rencana peluncuran, tanggal penyelesaian. Pertanyaan itu mengasumsikan ada jalur yang hati-hati dan metodis dari "posisi kita hari ini" menuju "perusahaan berkemampuan AI," dan tugasnya adalah menemukan dan menjalankan jalur tersebut.
Pertanyaan yang seharusnya mereka ajukan jauh lebih sederhana — dan jauh lebih mendesak: "Sudahkah kita memberikan setiap karyawan di perusahaan kita akses tanpa batas untuk berpikir, berkreasi, dan membangun dengan AI?"
Jika jawabannya belum — dan bagi sebagian besar perusahaan yang saya ajak bicara, jawaban jujurnya adalah belum — maka semua hal lainnya hanyalah kebisingan. Tidak ada dokumen strategi AI, tidak ada satuan tugas, tidak ada program percontohan, tidak ada kerangka tata kelola yang penting sampai pertanyaan mendasar itu terjawab. Karena tanpa itu, Anda tidak menerapkan AI. Anda sedang memainkan peran menerapkan AI. Dan perbedaan antara keduanya adalah segalanya.
Apa Sebenarnya Arti "Akses Token Tanpa Batas"
Izinkan saya lebih spesifik, karena saya rasa banyak orang mendengar "akses AI tanpa batas" dan membayangkannya berarti sesuatu yang samar — semacam "budaya permisif terhadap perangkat AI." Bukan itu. Artinya adalah sesuatu yang presisi dan terukur.
Token adalah satuan fundamental dari kerja AI. Setiap kueri yang Anda kirim, setiap dokumen yang Anda minta AI analisis, setiap potongan kode yang Anda minta AI tuliskan, setiap tugas agentik yang Anda jalankan — semuanya mengonsumsi token. Token, dalam arti paling harfiah, adalah bahan baku dari produktivitas berbasis AI. Token bagi era AI ibarat kilowatt-hour bagi era industri, ibarat bandwidth bagi era internet.
Ketika sebuah perusahaan menetapkan batas token bulanan — ketika mengharuskan karyawan mengajukan permintaan melalui IT untuk mendapatkan akses ke model frontier, ketika memblokir perangkat AI tertentu di jaringan perusahaan, ketika hanya menawarkan satu langganan tim bersama untuk dua puluh orang, ketika mewajibkan penggunaan AI dicatat dan ditinjau — perusahaan itu sedang menjatah kemampuan karyawannya untuk berpikir dengan AI. Perusahaan itu memasang pembatas pada output kognitif mereka. Secara harfiah membatasi seberapa banyak kecerdasan yang boleh mereka terapkan dalam pekerjaan mereka.
Bayangkan betapa absurdnya hal itu ketika Anda mengatakannya keras-keras. Kita membatasi seberapa banyak kecerdasan yang boleh digunakan oleh karyawan kita.
Namun inilah yang dilakukan sebagian besar perusahaan saat ini. Bukan karena niat buruk, tapi karena kebiasaan — insting yang sama yang mendorong departemen IT memperlakukan setiap teknologi baru sebagai biaya yang harus dikendalikan, bukan kapabilitas yang harus dilepaskan.
Saya mengalami momen serupa di awal tahun 2000-an. Beberapa perusahaan memberikan setiap karyawan akses internet tanpa batasan dan berkata: gunakan ini sesuka Anda untuk melakukan pekerjaan Anda dengan lebih baik. Perusahaan lain mengunci akses internet, memblokir situs, memantau penggunaan, dan mengeluarkan kebijakan korporat tentang apa yang boleh dan tidak boleh dilakukan. Perusahaan-perusahaan yang memberikan internet tanpa batas di tahun 2000 umumnya adalah perusahaan yang mendominasi industri mereka di tahun 2010. Yang menjatahinya tidak kalah karena kebijakan internet mereka buruk. Mereka kalah karena orientasi fundamental mereka terhadap teknologi baru yang salah. Mereka mengoptimalkan kontrol padahal seharusnya mengoptimalkan kapabilitas.
Tapi ada analogi yang lebih tua — dan lebih instruktif — yang terus saya renungkan.
Di awal 1900-an, motor listrik menjadi tersedia luas bagi pabrik-pabrik industri. Kebanyakan pemilik pabrik melakukan apa yang tampaknya langkah paling jelas: mereka mengganti mesin uap pusat mereka dengan motor listrik. Sabuk yang sama, poros transmisi yang sama, tata letak pabrik yang sama — hanya sumber daya yang berbeda. Hasilnya sederhana. Efisiensi meningkat sedikit. Biaya turun sedikit. Tapi transformasinya tidak mendekati apa yang sebenarnya mungkin.
Pabrik-pabrik yang membuka kunci revolusi sesungguhnya melakukan sesuatu yang sepenuhnya berbeda. Mereka membuang seluruh sistem transmisi — poros transmisi, sabuk, logika daya terpusat — dan memasang motor listrik individual langsung di setiap stasiun kerja. Kemudian mereka mendesain ulang lantai pabrik dari nol berdasarkan arsitektur baru ini. Output tidak meningkat 10% atau 20%. Output meningkat tiga, empat, kadang lima kali lipat. Alur kerja yang sebelumnya terkendala oleh jarak transmisi fisik bisa diatur ulang berdasarkan logika dan kecepatan. Metode produksi baru menjadi mungkin yang secara harfiah tidak mungkin di bawah arsitektur lama.
Ekonom Paul David mempelajari fenomena ini dalam makalah terkenal tahun 1990. Dia menyebutnya "paradoks dynamo": listrik sudah tersedia secara komersial selama hampir empat dekade sebelum sebagian besar pabrik melihat peningkatan produktivitas transformasional — karena mayoritas dari mereka menggunakan daya baru dengan pemikiran lama. Mereka telah mengadopsi teknologinya. Mereka belum mengorganisasi ulang di sekitarnya.
Inilah yang paling mengejutkan saya: pabrik-pabrik yang gagal bertransformasi bukanlah pabrik yang tidak terinformasi atau lalai. Mereka memiliki akses ke motor listrik yang sama dengan kompetitor mereka. Mereka membayar listrik. Mereka benar-benar percaya telah mengadopsi teknologi baru. Yang sebenarnya mereka lakukan adalah menempelkan daya baru ke struktur lama — dan kemudian bertanya-tanya mengapa hasilnya tidak sebanding dengan investasinya.
Saya melihat pola yang persis sama terjadi hari ini. Sebagian besar perusahaan yang menerapkan AI sedang melakukan setara pabrik dari menukar mesin uap dengan motor listrik dan menyebutnya transformasi. Satu langganan bersama. Beberapa kasus penggunaan yang disetujui. Kerangka tata kelola. Rapat tinjauan AI kuartalan. Struktur organisasi lama — sabuk dan poros transmisi lama — tetap utuh sepenuhnya.
Akses token tanpa batas adalah setara organisasi dari mencabut poros transmisi dan memasang motor individual di setiap stasiun kerja. Ini bukan sekadar keputusan biaya. Ini adalah keputusan struktural — sinyal bahwa Anda mendesain ulang lantai pabrik, bukan sekadar mengganti sumber daya. Dan seperti pabrik-pabrik awal abad ke-20 itu, perusahaan yang membuat pilihan struktural ini tidak akan meningkat 10%. Mereka akan beroperasi di kategori produktivitas yang secara fundamental berbeda dari yang tidak melakukannya.
Kita berada di persimpangan jalan yang sama hari ini. Hanya saja taruhannya jauh lebih tinggi — dan jurang antara kedua jalur terbuka jauh lebih cepat.
Era AI Employee Sudah Tiba
Dalam artikel ketiga saya, saya menulis tentang membangun tim AI-native. Dalam artikel keempat, saya menggambarkan vibe working — transformasi psikologis dan operasional yang terjadi ketika manusia berhenti memperlakukan AI sebagai alat dan mulai memperlakukannya sebagai kolaborator sejati. Tulisan-tulisan itu menggambarkan transisi yang sedang berlangsung.
Saya ingin menegaskan sekarang: transisi itu bukan lagi sedang berlangsung. Transisi itu sudah selesai. Era AI Employee telah tiba.
AI bukan alat yang Anda gunakan untuk menulis email lebih cepat. AI bukan mesin pencari yang Anda kueri saat Anda buntu. AI adalah rekan kerja. Co-founder. Pasukan spesialis — insinyur, peneliti, analis, ahli strategi, desainer, penulis — yang tersedia bagi setiap orang di perusahaan Anda, dua puluh empat jam sehari, tujuh hari seminggu, tanpa liburan, tanpa ego, tanpa politik organisasi. AI tidak pulang jam enam. AI tidak kehilangan motivasi. AI tidak butuh tiga minggu untuk onboarding. AI tidak memerlukan negosiasi gaji berkala.
Tapi inilah masalahnya dengan pasukan ini: mereka hanya muncul jika Anda membuka gerbangnya.
Di Genspark, kami tumbuh dari nol ke $200 juta dalam annual run rate dalam sebelas bulan — kecepatan yang, sepengetahuan saya, belum pernah terjadi sebelumnya dalam AI enterprise. Kami mencapai $10 juta ARR dalam sembilan hari pertama setelah peluncuran, lebih cepat dari ChatGPT, lebih cepat dari Claude, lebih cepat dari produk AI mana pun dalam sejarah. Kami melakukan ini dengan tim yang, menurut standar tradisional mana pun, sangat kecil untuk output yang kami hasilkan. AI menulis 100% kode kami. Satu insinyur membangun AI browser kami dalam tiga bulan. Seorang PM menyelesaikan AI Slides dalam dua minggu. Seorang desainer yang belum pernah coding sebelumnya membangun situs unduhan browser dalam tiga hari. Dalam sebelas bulan sejak itu, kami telah meluncurkan AI Workspace 3.0, Genspark Claw — AI employee otonom pertama kami — plus Workflows, Teams, Meeting Bots, Realtime Voice, dan masih banyak lagi. Mereka bukan manusia-manusia luar biasa — mereka adalah orang-orang dengan talenta normal yang telah diberi akses tanpa batas ke pasukan yang luar biasa.
Perusahaan dengan 50 manusia dan akses AI tanpa batas tidak beroperasi seperti perusahaan 50 orang. Perusahaan itu beroperasi seperti perusahaan 500, atau 5.000 orang. Pengali itu nyata, terukur, dan kami menjalaninya setiap hari.
Sekarang bayangkan skenario lain: perusahaan dengan 500 manusia dan akses AI terbatas. Anggaran token bulanan. Alur persetujuan IT. Uji coba hati-hati dengan satu departemen. Tinjauan kuartalan. Rencana peluncuran yang dikelola secara hati-hati.
Perusahaan itu beroperasi seperti perusahaan 500 orang. Tidak lebih.
Perusahaan 50 orang akan mengirimkan produk sepuluh kali lebih cepat, melakukan iterasi sepuluh kali lebih banyak, gagal sepuluh kali lebih produktif, dan belajar sepuluh kali lebih cepat. Dan setiap minggu yang berlalu, jurang di antara mereka semakin lebar.
Jurang Tahun Cahaya: Mengapa Kali Ini Berbeda
Di setiap gelombang teknologi sebelumnya — era PC, era internet, era mobile, era cloud — ada jurang antara pengadopsi awal dan yang lambat. Perusahaan yang bergerak lebih cepat mendapat keuntungan. Tapi keuntungan itu, meskipun nyata, ada batasnya. Jurang efisiensi antara pengadopsi internet awal dan yang terlambat mungkin 1,5x. Mungkin 2x. Mungkin, untuk perusahaan yang dikelola sangat baik, 3x.
Jurang itu bisa dipulihkan. Perusahaan yang tertinggal dua tahun dalam adopsi cloud di tahun 2012 bisa mengejar di tahun 2015. Itu menyakitkan dan mahal, tapi memungkinkan.
Apa yang terjadi sekarang secara kategori berbeda. Jurangnya bukan linear. Jurangnya eksponensial. Dan saya tidak yakin itu bisa dipulihkan.
Bayangkan dua kapal meninggalkan pelabuhan yang sama di hari yang sama. Satu ditenagai propulsi nuklir. Yang lain menggunakan dayung. Di hari pertama, kapal nuklir sedikit di depan. Di akhir minggu pertama, jauh di depan. Di akhir bulan pertama, kapal berdayung bahkan tidak bisa melihat kapal nuklir di cakrawala. Di akhir tahun pertama, jarak di antara mereka bukan besar. Bukan sangat besar. Jarak itu tak terpahami — jurang yang diukur bukan dalam mil tapi dalam kategori realitas yang sepenuhnya berbeda.
Itulah yang sedang diciptakan oleh kesenjangan token antarperusahaan saat ini.
Di satu sisi: perusahaan di mana setiap karyawan memiliki akses tanpa batas ke model AI frontier paling powerful — di mana insinyur melakukan percakapan langsung multi-putaran dengan AI untuk merancang arsitektur seluruh sistem, di mana manajer produk menghasilkan dan mengiterasi laporan riset dalam hitungan menit alih-alih minggu, di mana eksekutif menguji stres strategi terhadap skenario kompetitif yang dihasilkan AI sebelum satu slide deck pun dibuat. Setiap orang di perusahaan itu beroperasi dengan pengali kognitif yang bertambah setiap hari.
Di sisi lain: perusahaan di mana mengakses model AI frontier memerlukan pengajuan tiket ke IT, di mana anggaran untuk perangkat AI didebatkan setiap kuartal, di mana karyawan telah menemukan jalan pintas menggunakan kartu kredit pribadi mereka karena perangkat resmi terlalu terbatas, di mana pimpinan masih memutuskan apakah akan memperluas uji coba dari tim engineering ke tim marketing.
Perbedaan output antara kedua perusahaan ini bukan 10%. Bukan 50%. Ini adalah perbedaan antara perusahaan yang berlari dan perusahaan yang berdiri diam. Dan setiap hari yang berlalu, perusahaan yang berlari semakin jauh di depan — bukan secara linear, tapi secara eksponensial, karena iterasi yang lebih cepat berarti pembelajaran yang lebih cepat, yang berarti produk yang lebih baik, yang berarti lebih banyak pendapatan, yang berarti iterasi yang lebih cepat lagi.
Ini bukan keunggulan kompetitif. Ini, seiring waktu, adalah peristiwa kepunahan.
Seperti Apa Sebenarnya "Merangkul Sepenuhnya"
Saya ingin berbicara konkret, karena "merangkul AI sepenuhnya" adalah jenis frasa yang terdengar bermakna tapi bisa digunakan untuk menggambarkan hampir apa saja.
Hapus semua batas token dan batas pengeluaran untuk perangkat AI bagi setiap karyawan — hari ini. Bukan kuartal depan. Bukan setelah tinjauan keamanan selesai. Hari ini. Ya, akan ada biaya. Biaya itu sangat kecil dibandingkan dengan peningkatan produktivitas, dan jauh lebih kecil dari biaya tertinggal.
Berhenti memperlakukan AI sebagai pengeluaran IT. Pengeluaran AI seharusnya masuk dalam anggaran headcount — bukan anggaran IT. Begitu Anda memindahkan pos anggaran itu, segalanya berubah. Ini menandakan kepada seluruh organisasi Anda bahwa AI bukan perangkat lunak yang harus dikelola dan diminimalkan — AI adalah anggota tim. Pikirkan seperti ini: setiap AI agent yang diterapkan perusahaan Anda layak mendapat kursinya sendiri, stasiun kerjanya sendiri, jalur pelaporannya sendiri. AI punya peran. Punya deliverables. Punya manajer. Ketika Anda memperlakukan AI seperti itu — ketika AI muncul di bagan organisasi Anda, bukan hanya di kontrak vendor Anda — orang-orang Anda mulai memperlakukannya seperti itu juga. Tidak ada CFO yang waras melihat pos gaji dan berpikir: "Bagaimana kita memangkas ini untuk mengurangi biaya?" Gaji adalah harga dari kapabilitas manusia. Akses AI adalah harga dari kapabilitas AI. Di dunia di mana AI melakukan 80% pekerjaan, pos anggaran itu layak mendapat penghormatan yang sama — dan filosofi investasi yang sama — seperti orang-orang yang duduk di sebelahnya.
Ciptakan budaya internal di mana menggunakan AI untuk segala hal adalah default, bukan pengecualian. Di Genspark, kami tidak punya kebijakan yang mengatakan "gunakan AI jika masuk akal." Kami punya budaya yang mengatakan "jika kamu tidak menggunakan AI untuk ini, beritahu kami alasannya." Inversi itu sangat penting. Ini menandakan keseriusan organisasi. Ini menciptakan akuntabilitas antar rekan. Dan ini mempercepat pembelajaran kolektif, karena ketika semua orang menggunakan AI secara agresif, pembelajaran menyebar cepat.
Akhiri fase percontohan. Saya ingin terus terang tentang ini: jika perusahaan Anda masih dalam fase "menguji dan mengevaluasi AI," Anda bukan sedang berhati-hati. Anda sedang lamban. Waktu untuk uji coba berakhir di tahun 2023. Perusahaan yang menang saat ini tidak sedang menguji coba — mereka sedang menerapkan, mengiterasi, dan melipatgandakan. Setiap bulan yang Anda habiskan untuk mengevaluasi adalah sebulan yang dihabiskan kompetitor Anda untuk mengeksekusi.
Perusahaan-Perusahaan yang Sedang Tertinggal Saat Ini
Saya ingin menggambarkan — bukan untuk mempermalukan siapa pun, tapi karena saya rasa beberapa pemimpin benar-benar tidak menyadari bagaimana dunia luar memandang mereka.
Perusahaan yang sedang tertinggal memiliki komite strategi AI yang bertemu setiap bulan. Perusahaan itu telah menyetujui satu langganan AI bersama per tim yang terdiri dari dua puluh orang. Perusahaan itu menjalankan uji coba dengan tim engineering dan berencana untuk "memperluas ke departemen lain" setelah uji coba pertama selesai — yang akan memakan waktu dua kuartal lagi. Karyawannya menggunakan ponsel pribadi dan kartu kredit pribadi untuk mengakses perangkat AI frontier yang tidak disediakan oleh perusahaan mereka, bukan karena mereka melanggar aturan, tapi karena mereka perlu menyelesaikan pekerjaan mereka.
Pimpinan di perusahaan ini percaya mereka sedang bertindak bertanggung jawab. Mereka mengelola risiko. Mereka bergerak hati-hati.
Sementara itu, di perusahaan lain, seorang insinyur berusia 26 tahun sedang melakukan percakapan real-time dengan AI agent yang secara bersamaan menulis kode, menjalankan tes, menganalisis error, dan menyarankan perbaikan arsitektur — semuanya dalam waktu yang dibutuhkan insinyur perusahaan pertama untuk mengajukan tiket meminta akses ke asisten coding AI dasar. Pada saat tiket itu disetujui, si insinyur 26 tahun sudah meluncurkan sebuah fitur.
Kedua perusahaan ini tidak beroperasi di era yang berbeda. Mereka beroperasi di peradaban yang berbeda.
Kesenjangan Kekayaan Korporat yang Baru
Inilah yang paling mengkhawatirkan saya — dan saya ingin presisi tentang ini, karena mudah merasakan urgensinya tanpa sepenuhnya memahami mekanismenya.
Kesenjangan token bukan sekadar jurang dalam output saat ini. Ini adalah jurang dalam kecepatan belajar. Dan itulah yang membuatnya begitu berbahaya.
Perusahaan yang telah memberikan setiap karyawan akses AI tanpa batas selama dua tahun terakhir tidak hanya melakukan dua kali lipat pekerjaan. Perusahaan itu telah mengakumulasi dua tahun pembelajaran organisasi — praktik, insting, memori otot, budaya internal — yang tidak bisa direplikasi hanya dengan menulis cek. Anda tidak bisa mengakuisisi jalan menuju AI-native. Anda tidak bisa merekrut jalan ke sana dalam enam bulan. Kesiapan organisasi bertambah secara diam-diam, tak terlihat, sampai jurang antara perusahaan yang membangunnya dan yang tidak bukan lagi jurang performa — melainkan jurang kapabilitas dari tataran yang sepenuhnya berbeda.
Perusahaan yang bergerak pertama dan sepenuhnya kini berada di dalam flywheel yang hampir mustahil dihentikan. Produk mereka lebih baik, sehingga menarik lebih banyak pengguna. Lebih banyak pengguna menghasilkan lebih banyak data dan umpan balik, sehingga produk mereka membaik lebih cepat. Iterasi yang lebih cepat berarti pembelajaran yang lebih cepat, yang mendanai lebih banyak investasi AI, yang mempercepat iterasi lebih lanjut. Sementara itu, talenta terbaik mereka — orang-orang yang berkembang di lingkungan AI-native — tertarik ke arah mereka, karena tidak ada insinyur atau desainer ambisius yang ingin menghabiskan karier mereka menunggu persetujuan IT untuk mengakses model frontier.
Sebaliknya, yang tertinggal menghadapi defisit yang bertambah. Mereka tidak hanya ketinggalan dalam output — mereka ketinggalan dalam insting, ketinggalan dalam budaya, ketinggalan dalam kepadatan talenta, dan ketinggalan dalam flywheel itu sendiri. Dan pada titik tertentu — dan ini bagian yang benar-benar menakutkan saya — defisit itu melewati ambang batas di mana pertanyaannya bukan lagi soal mengejar. Pertanyaannya adalah apakah Anda masih berada dalam perlombaan yang sama.
Anda tidak bisa mendayung kembali ke dalam perlombaan melawan kapal bertenaga nuklir. Tiga tahun ketinggalan dalam kesenjangan token mungkin bersifat permanen. Itu bukan metafora. Saya bermaksud secara harfiah.
Penutup
Saya telah menghabiskan beberapa bulan terakhir mengamati dua jenis perusahaan. Jenis pertama bergerak bersama gelombang — tidak menungganginya dengan sempurna, tapi bergerak. Mereka membuat keputusan dengan cepat, menerima ketidakpastian, merangkul kekacauan dari penerapan AI secara penuh, dan melipatgandakan pembelajaran mereka setiap minggu. Jenis kedua masih berdiri di pantai, mengamati gelombang mendekat, mengadakan rapat tentang apakah harus masuk ke air.
Saya menulis tulisan "Seeing AGI" pertama saya sebagai seorang ayah yang khawatir tentang masa depan putra saya yang berusia 12 tahun. Saya merasakan kekhawatiran parental yang sama sekarang — tapi ditujukan kepada para pendiri dan operator yang membaca ini. Karena saya telah melihat apa yang akan datang, dan saya benar-benar tidak ingin siapa pun tersapu olehnya.
Ketika tsunami menghantam, ia tidak menunggu Anda menyelesaikan rapat dewan. Ia tidak berhenti sementara Anda menyelesaikan tinjauan tata kelola. Ia tidak memberi Anda satu kuartal lagi untuk memperluas uji coba. Ia datang, dan organisasi yang sudah berada di dalam air — bergerak bersamanya, bekerja dengan energinya — bertahan dan maju. Organisasi yang masih berunding di pantai terkubur.
Jendelanya belum tertutup. Tapi sedang menutup. Dan pertanyaan yang harus dijawab setiap pendiri, setiap CEO, setiap operator yang membaca ini malam ini — bukan minggu depan, bukan kuartal depan — adalah ini: Sudahkah Anda memberikan setiap orang di perusahaan Anda akses tanpa batas untuk berpikir, berkreasi, dan membangun dengan AI?
Jika belum, saya ingin Anda bertanya pada diri sendiri satu pertanyaan lagi: Apa yang Anda tunggu?
Saya telah berkecimpung di dunia teknologi selama hampir dua puluh tahun. Saya telah melihat pasar bergeser, perusahaan bangkit dan lenyap, dan paradigma berubah dalam semalam. Tapi saya belum pernah melihat apa pun bergerak secepat ini, atau memotong sedalam ini.
Dan hal yang membuat saya terjaga di malam hari bukan teknologinya sendiri. Melainkan bayangan orang-orang brilian dan pekerja keras — pendiri yang mengorbankan segalanya untuk membangun perusahaan mereka, operator yang memberikan bertahun-tahun hidup mereka untuk tim mereka — terbangun suatu hari dan menemukan bahwa jurang antara mereka dan kompetitor mereka bukan lagi jurang yang bisa mereka tutup. Bukan karena mereka kurang pintar. Bukan karena mereka kurang peduli. Tapi karena, di momen kritis, mereka ragu. Mereka menunggu satu titik data lagi. Mereka mengadakan satu komite lagi. Mereka meminta satu kuartal lagi untuk mengevaluasi.
Saya tidak menulis artikel-artikel ini untuk menjadi alarmis. Saya menulisnya karena saya benar-benar percaya kebanyakan orang belum merasakan bobot penuh dari apa yang sedang terjadi — dan pada saat mereka merasakannya, mungkin sudah terlambat untuk bertindak.
Jadi izinkan saya meninggalkan Anda dengan satu hal yang paling ingin saya sampaikan dari tulisan ini.
Kesenjangan efisiensi antarperusahaan bukan lagi soal talenta, strategi, atau modal. Semakin hari ini semakin menjadi soal satu keputusan: sudahkah Anda memberikan setiap orang di perusahaan Anda akses tanpa batas untuk berpikir, berkreasi, dan membangun dengan AI — atau belum? Perusahaan yang menjawab ya, bahkan secara tidak sempurna, bahkan secara berantakan, sedang melipatgandakan keunggulan mereka setiap hari. Perusahaan yang masih berunding tidak sedang berdiam diri. Mereka tertinggal dengan kecepatan yang belum pernah ada preseden dalam sejarah.
Jurang itu dulu diukur dalam persentase. Sekarang diukur dalam kelipatan. Segera, untuk beberapa industri dan beberapa perusahaan, jurang itu tidak akan bisa diukur sama sekali — karena satu sisi dari persamaan akan sepenuhnya tidak lagi berada dalam perlombaan.
Saya berharap Anda berada di sisi yang benar dari garis itu. Dan jika Anda tidak yakin — jika Anda membaca ini dan merasakan bahkan secercah pengenalan, suara pelan yang berkata "ini mungkin kita" — maka tolong, jangan tunggu rapat dewan berikutnya untuk mencari tahu. Gelombang sudah bergerak. Satu-satunya pertanyaan adalah apakah Anda di dalam air atau di pantai.
Masih ada waktu. Tapi tidak sebanyak yang Anda kira.