Stephen Straus, CEO dan Co-Founder KUNGFU.AI – Seri Wawancara

Stephen Straus, CEO dan Co-Founder KUNGFU.AI, adalah seorang wirausahawan, investor, dan eksekutif teknologi dengan puluhan tahun pengalaman membangun dan memberi nasihat kepada perusahaan. Sebelum meluncurkan KUNGFU.AI pada 2017, ia menjabat sebagai General Partner di Austin Ventures dan mendirikan atau menjadi co-founder beberapa perusahaan, termasuk mbue, yang diakuisisi oleh Bluebeam. Straus juga merupakan Partner dan Mentor lama di Capital Factory serta menjadi anggota Engineering Advisory Board di Cockrell School of Engineering, University of Texas at Austin. Di luar teknologi dan investasi, ia co-found dan memimpin Impact Dyslexia serta mendirikan Startup Diversity and Inclusion Pledge, yang mencerminkan fokus yang lebih luas tentang bagaimana teknologi, kewirausahaan, dan kepemimpinan organisasi dapat menciptakan dampak sosial yang positif.

KUNGFU.AI adalah firma konsultan manajemen dan rekayasa berbasis di Austin yang berfokus secara eksklusif pada kecerdasan buatan. Didirikan pada 2017, perusahaan ini menggabungkan strategi AI dengan rekayasa untuk membantu organisasi beralih dari eksperimen ke sistem AI yang siap produksi, dengan pekerjaan mencakup bidang seperti AI agenik, machine learning, computer vision, tata kelola AI, dan kolaborasi manusia-mesin. Pendekatannya menekankan perancangan AI berdasarkan cara organisasi dan orang‑orangnya beroperasi secara nyata, bukan memperlakukan AI sebagai penerapan teknologi terpisah. KUNGFU.AI bekerja di berbagai industri termasuk perawatan kesehatan, pemerintahan, ekuitas swasta, ritel, keuangan, dan asuransi, serta melaporkan bahwa 96% dari keterlibatannya mencapai tahap produksi.

Anda menghabiskan bertahun‑tahun sebagai venture capitalist di Austin Ventures selama ledakan dan kejatuhan dot‑com, dan kemudian melihat paralel antara kebangkitan internet dan apa yang mulai terjadi dengan AI. Apa yang meyakinkan Anda bahwa peluang tersebut cukup signifikan untuk akhirnya co‑found KUNGFU.AI, dan apa yang Anda lihat pada saat itu yang masih belum disadari banyak pemimpin bisnis?

Saya rasa itu adalah hasil pencocokan pola dari posisi barisan depan menyaksikan revolusi internet selama era dot‑com yang membuat saya co‑found perusahaan enam tahun sebelum ChatGPT muncul. Saya tidak dapat menjelaskannya secara tepat, tetapi saya memiliki keyakinan kuat bahwa AI akan menjadi transisi teknis besar berikutnya yang akan dialami dunia, dan seperti Internet, AI akan mengubah dasar kompetisi.

Secara pribadi, dalam hidup saya, saya telah menyaksikan beberapa transisi teknis yang transformatif, dimulai saat saya berusia 11 tahun. Saya melihat sebuah Apple I, dan meskipun saat itu saya tidak menyadarinya, itu menandakan awal revolusi komputer pribadi.

Setidaknya dari sudut pandang layanan, sangat sedikit orang yang melihat hal yang sama seperti yang saya dan co‑founder saya lihat. Sebelum ChatGPT, sangat sulit menemukan firma layanan lain yang berfokus pada AI, dan kini hampir tidak mungkin menemukan firma layanan yang tidak menyatakan mereka menawarkan layanan AI.

KUNGFU.AI didirikan bertahun‑tahun sebelum AI generatif menjadi prioritas di ruang dewan. Bagaimana definisi Anda tentang perusahaan “AI‑first” berubah seiring teknologi berkembang dari machine learning tradisional ke AI generatif dan semakin agenik?

Ketika kami memulai perusahaan, kami benar‑benar menyadari bahwa kami menjadi pelopor apa arti menjadi firma layanan profesional AI. Namun baru ketika ChatGPT muncul kami menyadari bahwa kami juga memiliki kesempatan untuk menjadi pelopor apa arti menjadi firma layanan profesional yang didukung AI.

Kami telah melakukan beberapa otomatisasi internal terbatas sebelum ChatGPT, tetapi sebenarnya kedatangan LLM dan kini AI agenik yang memungkinkan kami menjadi firma layanan profesional yang didukung AI. Saya rasa kami membuat kemajuan signifikan menuju hal tersebut. Kami meningkatkan pendapatan lebih dari 80% tahun lalu, dan pada dasarnya kami mempertahankan jumlah karyawan tetap. Dalam layanan, baik tingkat pertumbuhan itu maupun pemisahan pertumbuhan jumlah karyawan, saya rasa, sangat luar biasa dan menggambarkan apa yang mungkin dicapai dalam layanan di era baru ini.

Anda berpendapat bahwa perusahaan membuat kesalahan ketika memperlakukan AI seperti implementasi perangkat lunak lainnya. Seperti apa sebenarnya bagi sebuah organisasi untuk menggunakan AI guna memikirkan kembali apa yang dapat menjadi perusahaan, bukan sekadar membuat proses yang ada lebih efisien?

AI berbeda dari perangkat lunak tradisional dalam berbagai dimensi. Grafik ini diambil dari buku baru saya, Wayfinding: A Business Fable About Leading in the Age of AI.

Bagaimana AI Berbeda dari Perangkat Lunak Tradisional

Di luar detail ini dan secara lebih strategis, saya pikir kebanyakan perusahaan membuat kesalahan besar, yaitu mereka berusaha mencari cara menggunakan AI untuk mengotomatisasi bisnis mereka. Mengapa itu merupakan kesalahan? Hampir semua orang yang sama akan setuju bahwa AI mengubah segala hal. Dan jika AI mengubah segala hal, itu termasuk mengubah dasar kompetisi di industri Anda.

Bagi saya, tidak masuk akal mengotomatisasi bisnis Anda jika industri Anda akan terganggu. Itu sangat mirip dengan mengatakan bahwa mengotomatisasi Blockbuster Video adalah ide yang bagus ketika akan digantikan oleh Netflix.

Bukan berarti saya menentang otomatisasi, tetapi saya pikir prioritas pertama, kedua, dan ketiga setiap perusahaan harus mencari cara menjadi pengganggu di industri mereka. Karena jika Anda tidak fokus pada hal itu, maka secara definisi, Anda tidak akan menjadi pengganggu dan kemungkinan besar akan terganggu, Anda akan terganggu. Jadi itu harus menjadi prioritas dan hanya fokus pada otomatisasi dapat menjadi risiko eksistensial bagi organisasi Anda.

KUNGFU.AI kini telah bekerja pada lebih dari 120 proyek yang mencakup lebih dari 30 industri. Dari implementasi tersebut, apa yang membedakan organisasi yang mengubah eksperimen AI menjadi keunggulan kompetitif yang berkelanjutan dari yang tetap terjebak menjalankan pilot? 

Sebenarnya ada perbedaan kunci yang memisahkan organisasi yang mengubah eksperimen AI menjadi keunggulan kompetitif yang berkelanjutan. Saya pikir hal itu dimulai dari profil psikologis pemimpin dan tingkat ambisi tujuan yang mereka tetapkan.

Marilah kita mulai dengan profil psikologis para pemimpin tertinggi di perusahaan, baik itu CEO, maupun dewan dan C‑suite. Ini sangat sederhana, tetapi saya melihat dua arketipe utama pemimpin.

Pada sisi positif, saya melihat orang yang menghadapi tantangan besar memimpin di era AI baru ini dengan kesediaan untuk menjadi rentan cukup untuk mengatakan: Ini benar‑benar baru. Kami tidak cukup tahu apa yang kami lakukan untuk dapat membuat semua keputusan yang harus kami buat dan semua investasi yang harus kami lakukan. Dan kami akan melanjutkan dengan mengetahui bahwa kami akan membuat kesalahan, dan merasa nyaman dengan hal itu. Kami akan belajar dari kesalahan tersebut, dan kami akan mengelilingi diri kami dengan para ahli sebanyak mungkin.

Itu kontras dengan orang yang, setidaknya secara eksternal, masuk ke dalamnya dengan sikap berkata Saya tahu apa yang saya lakukan, dan dengan keyakinan yang bagi hampir semua orang tidak beralasan, sehingga lebih mirip kesombongan.

Lebih jauh lagi, mereka yang paling sukses adalah mereka yang menyadari bahwa AI akan mengubah dasar kompetisi, dan mereka mencari model bisnis yang didukung AI yang dibangun di atas data kepemilikan yang ditujukan pada titik‑titik retakan dalam struktur industri mereka untuk dapat mengubah industri tersebut dan kemudian menjadi pemimpin di dalamnya.

Seiring agen AI menjadi mampu mengeksekusi alur kerja yang semakin kompleks dan membuat keputusan dengan keterlibatan manusia yang lebih sedikit, bagaimana Anda memperkirakan struktur perusahaan, lapisan manajemen, dan peran individu akan berubah?

Semua ini akan berubah dan sedang berubah secara dramatis. Kami memiliki kerangka kerja lengkap tentang kolaborasi manusia‑mesin, yang mengambil penelitian berusia 50 tahun dan menerapkannya pada era AI yang baru ini. Kesempatan bukan sekadar mengotomatisasi pekerjaan atau menempatkan alat AI di depan orang, melainkan merancang ulang pekerjaan itu sendiri di sekitar tim yang mencakup kecerdasan manusia dan mesin.

Itu berarti peran orang juga akan berubah. Semakin banyak, orang akan beralih dari mengeksekusi pekerjaan ke merancang sistem yang membuat pekerjaan terjadi, sambil membawa penilaian, pengawasan, dan pemahaman konteks yang masih diperlukan teknologi.

Ini adalah pertanyaan yang sangat kompleks. Hal ini terjadi dengan cepat. Dan sangat penting untuk sangat sengaja memperhatikan peran orang Anda saat mereka semakin banyak bekerja dengan agen otonom.

Saat ini perusahaan memiliki pilihan yang sangat luas dari model dasar, platform AI, agen, dan alat pihak ketiga yang tersedia. Di mana perusahaan harus mengandalkan teknologi eksternal, dan kemampuan AI atau keunggulan data mana yang pada akhirnya harus dimiliki sendiri?

Dengan semua alat yang terus bermunculan, bagian kecerdasan AI semakin cepat menjadi komoditas dan saya tidak dapat menekankan cukup pentingnya memiliki aset data Anda sendiri.

Ada pepatah yang mengatakan hari terbaik menanam pohon adalah 40 tahun yang lalu. Hari terbaik berikutnya adalah hari ini. Apa artinya dalam kaitannya dengan data adalah bahwa jika Anda tidak mengumpulkan dan mengarsipkan sebanyak mungkin data dari bisnis Anda, Anda harus memulai proses itu hari ini, bahkan jika Anda tidak akan melakukan hal lain terkait menapaki jalan menuju masa depan yang berpusat pada AI.

Cara lain saya memandang pertanyaan ini adalah bahwa ada seluruh rangkaian alat dalam kotak perkakas AI, dan alat yang kini sering disebut AI tradisional atau model pembelajaran mesin biasanya tidak tersedia siap pakai. Bahkan bila tersedia, mereka belum tentu memberikan akurasi yang Anda perlukan untuk memperoleh nilai bisnis nyata, atau mungkin tidak dapat memanfaatkan data kepemilikan Anda.

Saya sangat yakin bahwa masuk akal untuk mengandalkan teknologi eksternal. Untuk banyak aplikasi, yang paling strategis kemungkinan besar adalah solusi khusus yang dibangun di atas data kepemilikan Anda.

Anda telah menekankan pentingnya tata kelola AI di tingkat dewan. Pertanyaan apa yang harus diajukan dewan kepada manajemen hari ini untuk menentukan apakah strategi AI mereka menciptakan nilai strategis yang nyata daripada sekadar menghasilkan peningkatan produktivitas yang bersifat incremental?

Dewan menghadapi serangkaian tantangan baru dengan AI. Mereka memiliki peran tradisional dalam pengawasan dan tata kelola, yang sering berfokus pada perlindungan terhadap kerugian dan mitigasi risiko. Namun jika mereka tidak menyeimbangkan hal itu dengan dorongan untuk mengambil risiko, mencoba hal baru, dan menyediakan sumber daya yang memungkinkan hal tersebut, maka secara definisi perusahaan akan tertinggal di era AI yang baru ini. Jadi menemukan keseimbangan yang tepat antara pemberdayaan risiko dan mitigasinya adalah kunci.

Saya juga berpendapat penting bagi dewan untuk mendorong manajemen menuju model bisnis berbasis AI yang dapat mengubah dasar kompetisi di industri mereka, yang dibangun atas data kepemilikan, karena bila tidak difokuskan pada hal itu, maka peningkatan produktivitas yang incremental akan sia-sia ketika bisnis mereka terganggu.

Dalam Wayfinding, Anda dan Ben Szuhaj menceritakan kisah seorang CEO yang memiliki 90 hari untuk mengembangkan strategi AI atau berisiko digantikan. Mengapa Anda memilih fabel bisnis daripada buku manajemen tradisional untuk mengeksplorasi bagaimana pemimpin harus merespons gangguan yang dipicu AI?

Saya sangat menyukai fabel bisnis dan penulis seperti Patrick Lencioni, legenda dalam genre ini. Kami memilih menulis buku ini sebagai fabel karena hal itu membantu kami mengeksplorasi topik-topik halus seperti psikologi pemimpin agar dapat berhasil di era baru ini dengan cara yang mudah dan mudah didekati, yang akan jauh lebih sulit dalam buku bisnis tradisional.

Kami rasa buku ini benar‑benar mencapai sesuatu yang membuat kami sangat antusias, yaitu mengajarkan materi yang substansial dan relevan serta melakukannya dengan cara yang cepat, menyenangkan, dan menarik bagi pemimpin yang sibuk. Pembelajaran di dalamnya, termasuk 11 kerangka kerja asli, dapat langsung dibawa pembaca ke tempat kerja dan diterapkan segera.

Tema sentral Wayfinding adalah membuat keputusan penting ketika teknologi berkembang cepat dan kepastian tidak mungkin. Kerangka kerja apa yang harus digunakan eksekutif untuk memutuskan kapan mereka memiliki cukup informasi untuk bertindak, terutama ketika menunggu kejelasan lebih lanjut dapat menimbulkan risiko kompetitif?

Salah satu kerangka kerja yang kami kembangkan dan bagikan dalam buku ini disebut Wayfinding. Ini merupakan adaptasi Agile untuk AI. Ia merupakan proses terstruktur berbasis hipotesis untuk mengeksplorasi data dan memvalidasi kelayakan solusi sebelum berkomitmen pada pembangunan produksi penuh. Tujuannya adalah menjawab apakah solusi AI layak dibangun dan apakah akan berfungsi. Ini menjadi alasan utama mengapa firma kami memiliki tingkat keberhasilan lebih dari 95% dalam mengubah proof‑of‑concept menjadi produksi yang memberikan nilai bisnis nyata dan terukur, yang telah kami lakukan lebih dari 50 kali untuk klien kami.

Jika Anda kembali memakai topi kapitalis ventura, ketika Anda melihat generasi perusahaan AI saat ini, sinyal apa yang memberi tahu Anda bahwa sebuah startup sedang membangun keunggulan kompetitif yang tahan lama daripada produk yang dapat dengan cepat menjadi fitur dari model fondasi atau platform yang lebih besar?

Saya sebenarnya tidak tahu dan jujur saja sangat senang saya tidak berada di bisnis itu saat ini. Saya sangat memahami para investor ventura masa kini. Mereka harus membuat taruhan besar dan berani jika ingin mencapai pengembalian tingkat atas bagi investor mereka. Namun karena teknologi bergerak sangat cepat dan cukup tidak dapat diprediksi, sangat sulit untuk membedakan pemenang jangka panjang dari yang kalah.

Saya menekankan jangka panjang karena kecuali sebuah perusahaan beruntung menemukan peluang penting dan diambil keluar lebih awal, akan ada banyak perusahaan yang tampak memiliki peluang untuk sukses, namun akhirnya tidak berhasil karena cara pasar berkembang, yang sekali lagi sangat sulit diprediksi. Intinya: seperti era dot‑com, akan ada beberapa pemenang besar serta banyak kerugian finansial.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin belajar lebih lanjut sebaiknya mengunjungi KUNGFU.AI.