Fabian Veit, CEO Make – Seri Wawancara

Fabian Q. Veit adalah CEO Make, di mana ia telah mengawasi ekspansi global perusahaan dan evolusi produk sejak April 2022. Sebelum bergabung dengan Make, ia menjabat sebagai pemimpin senior di Celonis, pemimpin pasar di bidang penambangan proses, di mana ia membantu memperbesar perusahaan menjadi penyedia SaaS perusahaan besar. Veit secara luas diakui karena mengarahkan inovasi melalui integrasi AI dan otomatisasi, dan ia tetap aktif di ekosistem startup sebagai penasihat, investor, dan anggota dewan di Treetop Medical.

Make, perusahaan yang dipimpinnya, adalah platform otomatisasi no-code yang kuat yang memungkinkan pengguna membangun alur kerja secara visual dengan menghubungkan lebih dari 2.000 aplikasi dan layanan. Dengan antarmuka drag-and-drop yang intuitif dan fitur lanjutan seperti Make Grid dan logika yang ditenagai AI, memungkinkan tim untuk merancang dan mengirimkan otomatisasi pada tingkat kompleksitas apa pun—tanpa menulis kode. Dipercaya oleh organisasi dari semua ukuran, Make memberdayakan bisnis untuk menyederhanakan operasi, menskalakan proses, dan berinovasi lebih cepat.

Anda telah memimpin perjalanan pertumbuhan tinggi di Celonis dan sekarang Make. Mengingat kembali, apa yang awalnya menarik Anda ke gerakan no-code—dan apa yang meyakinkan Anda bahwa ini adalah perubahan besar berikutnya dalam cara teknologi dibangun?

Ketika saya berada di Celonis, saya sangat terinspirasi oleh produk dan proses yang kami gunakan untuk mengubah penambangan proses menjadi permainan yang benar-benar mengubah bisnis. Ini menunjukkan kepada saya bahwa teknologi bisa secara mendasar mengubah cara perusahaan beroperasi dan membuat keputusan.

Ketika saya bergabung dengan Make, saya bisa merasakan percikan yang sama – potensi dari pendekatan visual untuk otomatisasi no-code untuk merevolusi cara orang bekerja. Tugas seperti “salin data dari antarmuka A ke antarmuka B” atau “geser file ini, pindahkan kartu itu,” sangat penting untuk menjaga operasi berjalan lancar. Namun, memiliki tim yang sangat terampil menghabiskan waktu untuk tugas-tugas berulang dan membosankan tidak merupakan penggunaan terbaik dari kecerdasan atau energi mereka.

Otomatisasi (dan khususnya otomatisasi no-code) mengubah hal ini dengan membebaskan tim dari pekerjaan berulang sambil memastikan tugas-tugas tersebut tetap dilakukan secara efisien. Ini memberdayakan ahli domain – sering kali orang-orang tanpa latar belakang coding tradisional – untuk membuat solusi mereka sendiri. Teknologi ini mengubah pasar kerja dan menggeser prioritas bisnis, memungkinkan orang untuk lebih kreatif dalam menjalankan operasi mereka.

Apa yang paling saya eksitasi adalah bagaimana no-code mempercepat pengembangan industri dan menciptakan proses yang lebih efisien. Ini bukan hanya alat, melainkan mewakili masa depan pembuatan teknologi dan inovasi bisnis. Itulah mengapa saya yakin bahwa ini adalah perubahan besar berikutnya dalam cara teknologi dibangun.

Kita melihat pergeseran di mana platform no-code yang ditenagai AI mendemokratisasi pembuatan perangkat lunak. Apa yang paling Anda eksitasi tentang persimpangan otomatisasi dan aksesibilitas?

Demokratisasi sebenarnya dari pembuatan perangkat lunak adalah apa yang paling saya eksitasi tentang industri otomatisasi. Dengan menggabungkan otomatisasi dengan aksesibilitas, platform ini segera akan memberdayakan siapa saja, terlepas dari latar belakang teknis mereka, untuk membangun solusi dengan cepat dan intuitif.

AI menambahkan dimensi baru ke no-code dengan menyederhanakan tugas-tugas kompleks seperti pemrosesan data dan optimasi alur kerja. Ini berarti pengguna tidak hanya mengotomatisasi pekerjaan berulang, tetapi juga dapat menggunakan bahasa manusia untuk membangun otomatisasi cerdas, sesuatu yang mustahil dilakukan sebelumnya.

Demokratisasi ini mempercepat inovasi. Bisnis sekarang dapat merespons lebih cepat terhadap kebutuhan pasar yang berubah tanpa harus bergantung pada pengembang khusus. Ini menggeser fokus dari hanya “membangun perangkat lunak” menjadi membuka kreativitas dan memecahkan masalah nyata di setiap tingkat organisasi.

Bagaimana Anda melihat peran no-code berkembang di era agen AI dan alur kerja adaptif waktu nyata? Apakah coding akan menjadi opsional untuk teknologi perusahaan?

Filsafat kami adalah tentang menjadi ‘visual’ bahkan lebih dari menjadi ‘no-code’. No-code hanya merupakan sarana untuk mencapai tujuan. Dan jika orang lebih suka menggunakan bahasa manusia daripada kode, ini juga merupakan no-code. Namun, apa yang kami percayai secara mendasar adalah bahwa Anda ingin dapat melihat, mengubah, dan menskalakan alur kerja otomatisasi Anda. Ini adalah apa yang Make lakukan dengan sangat baik.

Fokusnya tidak lagi pada “Apakah Anda memiliki keterampilan teknis?”, tetapi pada apakah Anda memahami masalah bisnis yang perlu dipecahkan, dan kemauan Anda untuk belajar. Anda selalu membutuhkan setidaknya dua orang untuk memecahkan sesuatu, satu yang memahami masalah bisnis, yang lain dengan keahlian teknis. Sekarang Anda dapat menyatukannya. Ini bukan hanya transformasional bagi bisnis, tetapi juga bagi karyawan, yang menemukan lebih mudah untuk tetap relevan dan memastikan mereka memiliki keterampilan yang tepat. Perubahan ini mengubah kembali set keterampilan yang diperlukan untuk tenaga kerja di masa depan. Bahkan, banyak organisasi sekarang memiliki peran pekerjaan untuk kemampuan no-code tertentu. Kami melihat perusahaan dan bahkan perusahaan menengah mengangkat operator no-code dan petugas no-code.

Make mendukung semua orang, dari pendiri tunggal hingga perusahaan besar. Kelompok pengguna mana yang saat ini mengarahkan inovasi paling banyak di platform Anda—dan bagaimana mereka menggunakan AI secara berbeda?

Make selalu menjadi platform yang memberdayakan “inovator” – orang-orang yang memiliki pemikiran teknis, terobsesi dengan hasil yang akan dibangun di bisnis dari semua ukuran. Sekarang, di era AI, kami melihat lebih banyak orang mengadopsi pola pikir ini ketika mereka menemukan kekuatan AI dan otomatisasi. Tim yang lebih kecil biasanya adalah yang pertama bereksperimen, mengatur alur kerja yang ditenagai AI untuk skor lead, generasi konten, dan lain-lain. Namun, apa yang sangat menarik adalah perusahaan besar dengan cepat melompat untuk mengirimkan AI dalam skala besar.

Sebagai contoh, Stellantis &You UK menggunakan Make untuk mengaktifkan otomatisasi pesan dua arah yang menganalisis sentimen pelanggan secara waktu nyata. Mereka telah secara otomatis menutup lebih dari 18.000 percakapan, menghemat 151 jam kerja manual, dan meningkatkan kepuasan pelanggan. Ini bukan hanya otomatisasi cerdas. Ini adalah AI yang menghasilkan keuntungan operasional nyata dalam skala besar.

Anda telah menyebutkan munculnya “inovator.” Apa contoh paling menarik yang telah Anda lihat dibangun oleh pengguna non-teknis menggunakan Make dan integrasi AI?

Make menyediakan antarmuka visual yang intuitif yang memungkinkan pengguna tanpa keterampilan coding untuk membuat, membangun, dan mengotomatisasi alur kerja yang kompleks. Aksesibilitas ini memberdayakan karyawan di berbagai departemen untuk mengambil alih inisiatif transformasi digital. Mereka tidak lagi memerlukan IT untuk melakukan hal-hal kecil. Make memungkinkan pengguna untuk langsung memulai.

Make sekarang mengaktifkan lebih dari 350.000 organisasi. Industri atau departemen mana yang Anda lihat mengadopsi alur kerja yang ditenagai AI paling cepat – dan mengapa?

Baru-baru ini, pemimpin teknologi telah mencari cara untuk menskalakan dengan cepat, efisien, dan dengan overhead minimal. Karena itu, kami melihat adopsi alur kerja yang ditenagai AI di semua industri dan departemen, dari kasus penggunaan Pemasaran dan Penjualan, hingga SDM, Keuangan, dan Operasional.

Bagi tim-tim ini, kesuksesan diukur oleh kemampuan beradaptasi: seberapa cepat mereka dapat merespons perubahan, menyesuaikan alur kerja, dan mengotomatisasi proses bisnis untuk menghilangkan bottleneck.

Ketika penggunaan LLM meledak selama beberapa tahun terakhir, ada keuntungan besar di fungsi bisnis yang bergantung pada pembuatan konten, dari salinan pribadi di Pemasaran hingga balasan email di Dukungan Pelanggan.

Namun, ketika model-model ini telah matang, kami sekarang melihat aplikasi yang jauh lebih canggih. Organisasi dari semua ukuran mengalihkan tidak hanya pembuatan konten, tetapi juga kekuatan pengambilan keputusan kepada agen AI – dan memberdayakan mereka untuk mengambil tindakan. Ini berarti kami melihat buku pedoman ditulis ulang di depan mata kita dalam fungsi yang memerlukan keputusan yang diambil dan proses yang diikuti. Beberapa contoh yang kami lihat yang memfasilitasi kerja antar departemen sangat menarik.

Agen AI Make adalah konsep yang relatif baru. Bisakah Anda menjelaskan bagaimana mereka berfungsi secara berbeda dari otomatisasi tradisional dan apa yang membuat mereka “agentic”?

Salah satu tantangan terbesar dalam otomatisasi saat ini adalah bahwa alur kerja tradisional dapat kaku karena mereka bergantung pada aturan tetap dan tidak dapat beradaptasi dalam waktu nyata dengan kebutuhan atau input yang tidak terduga. Ketika organisasi berusaha untuk lebih gesit, ada permintaan yang meningkat untuk sistem yang dapat membuat keputusan cerdas secara langsung, menskalakan lingkungan yang kompleks, dan terintegrasi secara mulus dengan alat yang sudah digunakan orang.

Itulah yang kami pecahkan dengan Agen AI Make – membawa pengambilan keputusan yang cerdas dan berorientasi tujuan ke dalam alur kerja otomatisasi pengguna.

Otomatisasi yang agen lebih pintar, lebih adaptif, dan memerlukan perawatan yang lebih sedikit. Dengan Agen AI Make, pelanggan tidak lagi perlu memprediksi setiap kondisi sebelumnya; agen dapat merespons dalam waktu nyata, memilih alat yang tepat, dan mengambil tindakan yang tepat berdasarkan konteks.

Apa yang membedakan Agen AI Make adalah seberapa dapat disesuaikan dan diskalakan mereka. Anda dapat mendefinisikan prompt sistem global untuk konsistensi, menyesuaikan perilaku dengan alur kerja tertentu, dan memilih LLM yang paling sesuai dengan kasus penggunaan Anda. Tidak seperti alat AI yang terisolasi, agen kami dapat digunakan kembali di seluruh alur kerja, menawarkan manajemen terpusat dan visibilitas yang lebih baik. Dan karena Anda mendefinisikan prompt agen dan memilih alat yang dapat digunakan, Anda masih tetap dalam kontrol – tanpa harus membuat setiap keputusan atau mengambil setiap tindakan sendiri.

Di lanskap otomatisasi yang padat, apa yang membuat Make unggul secara teknis atau strategis yang tidak dimiliki oleh yang lain?

Make berdiri terpisah dengan menawarkan platform yang sangat fleksibel dan visual yang memungkinkan pengguna membangun alur kerja yang kompleks dengan mudah. Tidak seperti alat yang bergantung pada template kaku atau memerlukan keahlian coding, Make menyediakan antarmuka drag-and-drop yang intuitif dan sangat dapat disesuaikan, memungkinkan kreativitas dan pemecahan masalah yang sebenarnya disesuaikan dengan kebutuhan bisnis unik.

Secara teknis, ekosistem integrasi yang luas dari Make dan kemampuan untuk menangani logika kondisional yang kompleks, penanganan kesalahan, dan manipulasi data membedakannya. Ini berarti bisnis dapat mengotomatisasi proses yang melibatkan beberapa sistem dan beradaptasi dengan cepat ketika proses-proses tersebut berkembang.

Secara strategis, Make fokus pada memungkinkan inovator dan ahli domain, memberdayakan tim untuk berinovasi dari bawah. Kami tidak hanya menyediakan otomatisasi. Di Make, kami memupuk budaya kesigapan di mana pengguna dapat bereksperimen, mengulangi, dan mengoptimalkan alur kerja dalam waktu nyata. Fleksibilitas ini mempercepat transformasi digital dan membantu organisasi tetap kompetitif di pasar yang berubah cepat.

Anda telah menskalakan perusahaan perangkat lunak selama beberapa siklus adopsi teknologi tercepat dalam sejarah. Apa yang akan memisahkan pemenang dari yang lain dalam gelombang berikutnya dari AI + otomatisasi?

Salah satu penghambat terbesar, terutama dalam organisasi yang lebih besar, adalah kebijakan internal. Kami sering melihat mandat perusahaan yang membatasi atau bahkan mencegah penggunaan AI. Sementara kekhawatiran seputar adopsi yang aman dan bertanggung jawab valid, dalam banyak kasus ketakutan ini berlebihan dan berisiko mematikan inovasi.

Pemenang dalam gelombang berikutnya akan mengambil pendekatan yang berbeda. Mereka akan mengadopsi AI di seluruh organisasi, baik untuk produktivitas pribadi maupun proses bisnis inti, bergerak cepat tetapi dengan sengaja. Mereka akan menyesuaikan struktur internal untuk tetap sejalan dengan kemajuan AI dan otomatisasi. Namun, mereka tidak akan menerapkan teknologi hanya untuk mengejar tren. Sebaliknya, mereka akan bersikap pragmatis, memilih AI dan otomatisasi di mana itu masuk akal, dan memastikan setiap langkah implementasi melayani tujuan bisnis yang jelas. Tidak setiap masalah memerlukan agen AI. Seringkali ini adalah tindakan yang berlebihan. Kesuksesan tidak akan datang dari sekadar mengikuti tren; itu akan datang dari membuat pilihan strategis yang cerdas di setiap tahap.

Akhirnya, apa prediksi paling berani Anda tentang di mana industri otomatisasi no-code akan berada pada tahun 2030 – dan apa peran yang Anda harapkan Make akan mainkan di dalamnya?

Tidak pernah lebih mudah untuk mendapatkan AI langsung ke dalam proses dan alur kerja bisnis sehari-hari. Apakah Anda menghubungkan ke sistem cloud atau bahkan hanya menggunakan Aktor Web yang ditenagai AI, ini akan mengubah cara kerja dilakukan dalam sebuah organisasi, dan bagaimana orang perlu beroperasi. No-code membuat transformasi ini dapat diakses secara luas dan memungkinkan jumlah orang yang jauh lebih besar untuk mengirimkan AI ke dalam alur kerja sehari-hari. Dalam gelombang berikutnya, kita akan melihat kemungkinan bagi ahli domain untuk tidak hanya membangun situs web dan portal mereka sendiri, tetapi juga menjadi memungkinkan untuk membangun agen yang kuat yang dapat menggunakan berbagai alat (dari akses CRM, tindakan sistem keuangan, interaksi pelanggan, dan bahkan pengayaan data, dll.). Jadi, dalam istilah nyata, ini berarti kita bisa segera melihat bisnis senilai miliaran dolar dengan hanya 10-20 karyawan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Make.