Transcript
00:00:00(musik ceria)
00:00:02Hari ini, kita fokus untuk menutup kesenjangan nilai AI
00:00:07dan saya senang sekali bisa ditemani oleh seorang ahli di bidang ini
00:00:10dan juga pelanggan Vercel, Dan Martinez,
00:00:13Managing Director di BCG Platonian.
00:00:16Jadi Dan, selamat datang.
00:00:19- Terima kasih, Jane.
00:00:19Senang berada di sini.
00:00:20- Luar biasa.
00:00:21Baiklah, mungkin sebagai pembuka bagi kita,
00:00:24riset BCG menemukan bahwa hanya 5% perusahaan
00:00:27yang menghasilkan nilai substansial dari AI,
00:00:30sementara 60% masih kesulitan.
00:00:32Apa yang menciptakan kesenjangan ini?
00:00:34Apakah ini masalah teknologi, masalah eksekusi,
00:00:37atau sesuatu yang sama sekali berbeda?
00:00:40- Begini Jane, jika kita melihat ke tiga tahun terakhir, ya?
00:00:44Sejak Gen AI pada dasarnya dimulai pada tahun 2023,
00:00:48banyak perusahaan memulai dengan kasus penggunaan dan percontohan, kan?
00:00:52Dan saya mendapati beberapa perusahaan seolah-olah berlomba
00:00:54banyak-banyakan kasus penggunaan yang bisa mereka capai.
00:00:57Dan terkadang mereka mencapai 100 atau 300.
00:00:59Saya pernah melihat organisasi memiliki ratusan kasus penggunaan ini.
00:01:03Dan saya merasa pada akhirnya
00:01:04orang-orang menjadi kewalahan karena terlalu banyak fokus.
00:01:06Beberapa dari ide-ide ini sangat kecil.
00:01:08Itu bukan apa yang kami anggap sebagai imajinasi ulang proses.
00:01:11Itu bukan imajinasi ulang fungsional dari organisasi tersebut.
00:01:15Dan kemudian orang-orang hanya,
00:01:17saya merasa mereka jadi kebingungan di tengah kekacauan itu.
00:01:18Dan beberapa dari ide-ide ini,
00:01:19saya pikir bisnis tersebut menargetkan hal yang terlalu rendah.
00:01:22Selain itu, kami menemukan bahwa beberapa ide ini tidak,
00:01:27tidak melibatkan pembangunan kapabilitas.
00:01:28Jadi orang-orang mengembangkan kasus penggunaan ini,
00:01:30tetapi mereka tidak jelas apa perubahan pada kelompok pekerjaan?
00:01:33Bagaimana perubahannya pada peningkatan keterampilan?
00:01:35Apa dampaknya terhadap orang-orang?
00:01:36Apa dampaknya terhadap proses?
00:01:37Jadi saya merasa organisasi melewatkan
00:01:39sebagian besar pekerjaan, yang mana kami di BCG,
00:01:42menyebutnya 10, 20, 70, di mana 10% adalah teknologi,
00:01:4720% adalah algoritma data.
00:01:49Dan kemudian 70% benar-benar merupakan inti pekerjaannya.
00:01:53Yaitu memikirkan kembali bisnis, memikirkan kembali tugas,
00:01:56bagaimana prosesnya berbeda, siapa yang perlu ditingkatkan keterampilannya,
00:01:58bagaimana pekerjaan akan berubah.
00:02:00Dan saya merasa tahun '23, '24, hanya ada banyak orang
00:02:03bereksperimen, menguji dengan kasus penggunaan ini,
00:02:07tetapi tidak benar-benar memikirkan,
00:02:09dengar, semuanya harus masuk ke tahap produksi.
00:02:10Semua itu perlu diskalakan.
00:02:11Kita perlu memikirkan banyak hal lainnya.
00:02:13Jadi saya merasa perusahaan sekarang sedang membangun kekuatan,
00:02:18kedisiplinan, rentang perhatian,
00:02:20kepemimpinan pun mulai memperhatikan hal ini.
00:02:22AI bukan lagi sekadar proyek teknologi.
00:02:26AI bukan lagi sekadar proyek eksperimental kecil.
00:02:30Ini akan terus ada.
00:02:31Ini adalah risiko eksistensial.
00:02:33Ini adalah keunggulan kompetitif.
00:02:35- Ya, itu sangat masuk akal.
00:02:36Saya rasa poin Anda tentang 70%, banyak yang saya temukan
00:02:40dalam pekerjaan yang kami lakukan di GTM sebenarnya,
00:02:42banyak dari itu bahkan di tahap pra-produksi, istilahnya,
00:02:45memahami seperti apa seharusnya proses
00:02:48yang terbaik di kelasnya.
00:02:49Dan apakah Anda memiliki semua konten untuk itu,
00:02:51setelah melaluinya?
00:02:53Jadi menyambung hal ini,
00:02:54ada frasa yang sering muncul
00:02:55dalam percakapan AI perusahaan,
00:02:57yaitu pergeseran dari sistem pencatatan (systems of record)
00:02:59menjadi sistem kerja (systems of work).
00:03:01Apa artinya dalam praktik dan mengapa itu penting
00:03:03bagi cara perusahaan memikirkan investasi teknologi mereka?
00:03:07- Ya, saya pertama kali melihat konsep ini dalam artikel
00:03:09dari VC di Bay Area, di mana mereka berbicara tentang,
00:03:14Anda tahu, dengan munculnya digital 20 tahun lalu,
00:03:17perusahaan beralih dari perangkat lunak lokal ke SaaS
00:03:20dan beralih ke paket perusahaan besar,
00:03:22apa yang kita sebut sistem pencatatan, kan?
00:03:24Jadi jika Anda memikirkan Salesforce atau ServiceNow atau Workday,
00:03:28ya, ini adalah sistem yang menyimpan banyak data perusahaan.
00:03:31Di sana ada data pelanggan, pesanan, pengiriman,
00:03:36kan, data keuangan Anda ada di sistem ini.
00:03:39Namun seiring waktu, kami merasa orang-orang ingin
00:03:42berkolaborasi dengan cara yang berbeda.
00:03:43Dan kita telah melihat munculnya sistem yang lebih modern
00:03:46untuk keterlibatan, misalnya, Slack atau Teams.
00:03:51Zoom, misalnya, dan orang-orang menggunakan sistem ini
00:03:53untuk berinteraksi, berkolaborasi secara internal maupun eksternal.
00:03:56Jadi ini hampir seperti antarmuka pengguna,
00:04:00berpikir dari perspektif arsitektur perusahaan,
00:04:02UI telah berpindah dari sistem pencatatan
00:04:04ke sistem keterlibatan (systems of engagement).
00:04:06Dan sekarang apa yang kita lihat dengan AI
00:04:08adalah fenomena yang sama sekali baru,
00:04:10yaitu logika bisnis dari beberapa sistem
00:04:13pencatatan ini sekarang berpindah ke sistem kerja,
00:04:16dan mereka menjadi bersifat agen (agentic), ya kan?
00:04:18Jadi apa yang dulu kita lihat sebagai fitur
00:04:20berbasis aturan dan deterministik,
00:04:22kini berpindah ke instruksi sistem probabilistik
00:04:25dalam sistem multi-agen ini.
00:04:28Dan tentu saja, perusahaan skala besar bergerak ke arah itu.
00:04:30Mereka menciptakan banyak platform.
00:04:32Maksud saya, Vercel juga berada dalam cakupan itu,
00:04:35membantu, memungkinkan perusahaan untuk dengan sangat cepat,
00:04:37membangun sistem agen baru ini dengan pesat.
00:04:41Dan kemudian kita melihat perusahaan seperti Salesforce,
00:04:42mereka juga bergerak ke arah itu, kan?
00:04:44Mereka membangun Agentforce sebagai sebuah kapabilitas
00:04:47dan masuk ke pasar dengan agen yang sudah jadi, kan?
00:04:50Dan ini adalah sesuatu yang saya rasa para CIO
00:04:52mulai pahami dan kuasai realitas baru ini, kan?
00:04:56Beralih dari sistem pencatatan ini.
00:04:58Bagaimana saya berinvestasi di sistem pencatatan ini ke depan?
00:05:01Tapi kemudian bagaimana saya membangun kapabilitas
00:05:03yang memungkinkan saya menggeser aturan bisnis ini
00:05:06ke dalam sistem yang bersifat agen?
00:05:07Saya merasa hal ini menjadi lebih jelas.
00:05:10Tahun 2025, 2026 adalah saat kita mulai melihat
00:05:13organisasi beralih ke sistem multi-agen,
00:05:16mulai beranjak dari eksperimen ke produksi,
00:05:20membangun lebih banyak ketahanan, tata kelola,
00:05:23semua arsitektur di sekitarnya.
00:05:27Dan itulah pola yang kita harapkan akan terlihat
00:05:29semakin banyak di tahun '26 dan '27.
00:05:31- Ya, maksud saya, saya bisa memberikan gambaran nyata
00:05:33yang cukup spesifik dengan Vercel,
00:05:35tetapi apa yang Anda jelaskan selaras persis
00:05:38dengan apa yang kami alami di sini,
00:05:39di mana kami memiliki Salesforce, yang masih menjadi sistem pencatatan.
00:05:44Kami mulai dengan membangun agen tunggal
00:05:47untuk menangani prospek masuk kami.
00:05:49Jadi orang-orang yang mengisi formulir kontak penjualan.
00:05:51Dalam membangun agen itu, kami mampu memangkas
00:05:54dari 10 perwakilan pengembangan penjualan menjadi satu.
00:05:57Itu kemudian membentuk dasar dari platform buku panduan
00:06:00di mana sekarang kami memiliki berbagai jenis
00:06:02fungsi pengembangan penjualan.
00:06:04Seperti tindak lanjut acara atau prospek PLG yang potensial.
00:06:09Hal semacam itu.
00:06:11Jadi Anda memiliki semua agen majemuk yang berjalan itu
00:06:13dan kemudian sistem keterlibatan.
00:06:16Jadi sekumpulan data ini sekarang disalurkan ke Slack
00:06:19atau dibuatkan UI alur kerja kustom
00:06:22karena tampilan depan Salesforce tidak selalu mewakili
00:06:25hal-hal tersebut persis seperti yang kami inginkan.
00:06:28Jadi sebenarnya apa yang baru saja Anda paparkan persis
00:06:30dengan apa yang kami lihat terjadi dalam enam bulan pertama
00:06:34penerapan AI secara mendalam ke strategi pasar kami.
00:06:39- Bagaimana Anda membantu perusahaan mengidentifikasi
00:06:42alur kerja mana yang harus diprioritaskan?
00:06:44Vercel sangat berupaya menghindari tindakan AI yang asal-asalan.
00:06:50Jadi kami menemukan bahwa kemungkinan keberhasilan tertinggi
00:06:53untuk agen berasal dari tugas-tugas yang sedikit lebih
00:06:57bersifat repetitif dan deterministik.
00:06:59Jadi tidak terlalu membebani kognitif.
00:07:02Contoh prospek yang baru saja saya sebutkan adalah contoh yang bagus.
00:07:05Apakah itu sesuai dengan apa yang kita lihat?
00:07:07Di BCG, sepengetahuan saya bahasanya seperti hentikan
00:07:10pola pikir kasus penggunaan dan semacam membuka itu
00:07:13dan "api penyucian proyek percontohan" yang saya dengar beberapa kali.
00:07:16Jadi saya pikir Anda secara semangat selaras
00:07:18dengan tindakan AI asal-asalan versi Vercel.
00:07:20Tapi sekali lagi, bagaimana Anda beralih dari pembuatan prototipe cepat itu
00:07:23ke memilih kasus penggunaan
00:07:24yang benar-benar akan menghasilkan nilai?
00:07:26- Ya, saya pikir kita sangat sejalan di sana.
00:07:28Maksud saya, tahun '23, '24, semua orang terjebak dalam api penyucian percontohan.
00:07:32Belajar, memahami teknologi, memecahkan masalah akurasi,
00:07:35masalah halusinasi, membangun aplikasi RAG,
00:07:40tetapi akhirnya menyadari bahwa itu sangat sulit untuk diskalakan.
00:07:44Dan saya pikir orang-orang menyadari bahwa itu sulit diskalakan
00:07:47karena bisnisnya,
00:07:48ada banyak pekerjaan di sisi bisnis, kan?
00:07:50Melatih kembali orang, memikirkan kembali proses, dan sebagainya.
00:07:53Dan saya merasa kita bergeser dari mentalitas percontohan kasus penggunaan
00:07:58untuk fokus pada kumpulan nilai (value pools).
00:08:01Dan apa saja peluang pembentukan ulang yang besar ini
00:08:05bagi organisasi, kan?
00:08:06Jadi bagaimana organisasi layanan saya akan berbeda?
00:08:10Bagaimana fungsi keuangan saya akan berbeda?
00:08:13Bagaimana fungsi rantai pasokan saya akan berbeda?
00:08:15Jadi orang-orang mulai memperluas cakupannya,
00:08:18berpikir pada tingkat rantai nilai proses,
00:08:21memilih contoh spesifik dalam rantai nilai untuk dijalankan,
00:08:25tetapi benar-benar fokus pada cakupan yang jauh lebih besar.
00:08:26Dan dalam cakupan yang jauh lebih dipimpin oleh bisnis,
00:08:29cakupan yang membutuhkan risiko, kepatuhan,
00:08:32hukum untuk terlibat guna memastikan bahwa kita memahami
00:08:35segala seluk beluk dari hal ini.
00:08:36Dan akhirnya kita menjauh dari kasus penggunaan ke kumpulan nilai.
00:08:41Bukan berarti perusahaan tidak menggunakan kasus penggunaan.
00:08:43Saya masih melihat bahasa itu digunakan,
00:08:45tetapi kita sedang beralih ke kumpulan nilai.
00:08:46Dan kita melihat, misalnya,
00:08:48beberapa kumpulan nilai yang sangat jelas di pasar.
00:08:50Jadi misalnya, pelayanan, layanan pelanggan, tugas kesehatan
00:08:52bisa dibilang telah menjadi area nomor satu
00:08:55di mana perusahaan menggunakan AI.
00:08:57Kita mulai melihat kemunculan startup yang lebih besar
00:09:00di bidang ini.
00:09:01Beberapa di antaranya sudah mulai menguat di pasar.
00:09:05AI untuk rekayasa perangkat lunak.
00:09:06Maksud saya, ini adalah kolam nilai yang sangat besar bagi organisasi.
00:09:09Di sinilah posisi Vercel berada tepat di dalamnya
00:09:11sebagai salah satu pemimpin di pasar,
00:09:13memimpin perubahan di sini, memimpin perjalanannya.
00:09:15Maksud saya, saya merasa kita baru saja menyentuh permukaannya.
00:09:18Anda tahu, alat-alat tersebut mulai banyak diadopsi.
00:09:21Tim rekayasa membangun di atasnya.
00:09:24Maksud saya, beberapa alat ini menjadi lebih terintegrasi
00:09:27dan tertanam dalam ekosistem dan perusahaan.
00:09:32Ini sebenarnya salah satu hal yang sangat saya sukai
00:09:34tentang Vercel, fakta bahwa kalian telah membangun
00:09:36banyak integrasi yang dirancang dengan sangat matang, bukan?
00:09:39Jadi, Anda tahu, jika perusahaan perlu melakukan ini
00:09:42pada hyperscaler, Anda tahu, mereka harus bekerja
00:09:44melalui banyak layanan hyperscaler untuk dipilih, dan sebagainya.
00:09:47Saya merasa, sekali lagi, kita baru saja menyentuh permukaannya di sini.
00:09:49Kita akan segera beralih menggunakan teknologi ini
00:09:52untuk membangun sistem multi-agen,
00:09:54untuk membangun kembaran digital dari organisasi.
00:09:57Dan di sinilah kita mulai melihat
00:10:00persiapan masa depan organisasi berikutnya, bukan?
00:10:02Apa yang muncul di BCG adalah kemampuan ini
00:10:06untuk mengembangkan kembaran digital dari proses,
00:10:10dari fungsi, dari para mitra, bukan?
00:10:13Ini adalah konsep yang sangat skalabel, bukan?
00:10:16Jika saya, alih-alih berfokus pada kasus penggunaan,
00:10:18alih-alih berfokus pada kolam nilai,
00:10:20bisakah saya membuat kembaran digital dari organisasi
00:10:22dan kemudian menyimulasikan ide-ide peningkatan, bukan?
00:10:25Dan kita mulai mencoba hal tersebut
00:10:28dalam organisasi di mana jika sebuah organisasi mendatangi kami
00:10:32dengan masalah spesifik, kami membuat ini,
00:10:35ini hampir seperti AI imajinasi ulang
00:10:38yang memungkinkan kami memasukkan data ke dalamnya
00:10:39dan menyimulasikan ulang tugas dan proses
00:10:42serta skenario "bagaimana jika", benar, di tingkat perusahaan.
00:10:45Ini adalah eksperimen yang sangat menarik.
00:10:47Maksud saya, saya merasa kita baru saja menyentuh permukaannya
00:10:49di sana juga, tapi semoga itu akan menginformasikan
00:10:52bagaimana kita menemukan kolam nilai ini di organisasi, bukan?
00:10:56- Ini bukan persis poin yang Anda sampaikan,
00:10:58tapi mengenai pemikiran tentang kembaran digital,
00:11:01kami memiliki agen data internal.
00:11:04Anda bisa menganggapnya seperti,
00:11:07seperti analis ilmuwan data
00:11:09dengan pengalaman sekitar satu dekade
00:11:11dan ini semacam tingkat kemampuannya.
00:11:13Dan akhir pekan ini, seseorang menambahkan agen itu
00:11:16ke saluran eksekutif.
00:11:18Dan jadi kami semua bercanda bahwa ini adalah,
00:11:21promosi agen yang pertama.
00:11:23Tapi Anda tahu, kami benar-benar melakukan itu.
00:11:27Kami sudah cukup jauh melangkah, menurut saya,
00:11:28di sisi ilmu data
00:11:31di mana Anda benar-benar dapat melihat cara agen
00:11:33yang dibuat tim tersebut sebenarnya adalah kembaran digital.
00:11:36Anda juga mulai masuk ke semacam, Anda tahu,
00:11:39bagaimana Anda beralih dari prototipe ke produksi,
00:11:42menyentuh hal-hal seperti integrasi,
00:11:44semua jenis hal yang orang tidak perlu pikirkan
00:11:48saat Anda membuat prototipe, tapi Anda tahu,
00:11:50Anda tidak ingin harus menjalankan 20 layanan pendukung
00:11:53di AWS jika tidak perlu.
00:11:56Jadi, apa cara terbaik yang pernah Anda lihat
00:12:00orang-orang menjembatani celah itu?
00:12:02- Kami mulai mengelompokkan celah-celah tersebut
00:12:04ke dalam arketipe spesifik untuk organisasi.
00:12:06Kami membuat empat arketipe agen AI ini.
00:12:09Yang pertama adalah orang-orang akan melakukan swalayan
00:12:13dalam pengembangan agen, bukan?
00:12:14Dan mereka akan menggunakan,
00:12:16dan mungkin beberapa orang menyebutnya agen atau tidak,
00:12:18tapi terlepas dari itu GPT khusus atau, Anda tahu,
00:12:23alat swalayan di mana orang akan, Anda tahu,
00:12:26keterampilan cloud, misalnya, dan Anda tahu,
00:12:29orang akan menggunakan alat ini untuk mengembangkan
00:12:32agen mereka sendiri, terhubung dengan sistem.
00:12:33Seperti misalnya, saya punya agen yang berjalan setiap pagi,
00:12:37membaca email saya, mengirimkan ringkasan tentang apa yang perlu saya lakukan?
00:12:40Tindakan apa yang perlu saya ambil dan mengirimi saya semua email
00:12:43yang perlu saya tanggapi, diprioritaskan.
00:12:45Oke, maksud saya, itu adalah agen swalayan.
00:12:47Saya menjalankannya di salah satu alat dan itu membantu saya secara pribadi.
00:12:52Tapi kemudian kita akan melihat jenis agen lain
00:12:55yang masih dibangun oleh karyawan di organisasi
00:12:58di mana mereka dibangun di alat seperti Microsoft Copilot,
00:13:02berjalan di sistem perusahaan,
00:13:04berjalan terhubung ke alat seperti SharePoint,
00:13:08terhubung ke data, dan sebagainya.
00:13:09Maksud saya, sedikit lebih canggih,
00:13:11tapi masih dalam ranah karyawan yang mengembangkannya.
00:13:14Kemudian perusahaan akan membeli agen, bukan?
00:13:17Dan mereka akan membeli agen dari Agent Force
00:13:19dan semacamnya, bukan?
00:13:20Jadi kita mulai melihat, kita mulai melakukan lebih banyak,
00:13:22misalnya, pemindaian pasar agen, bukan?
00:13:25Sama seperti yang biasa kita lakukan untuk aplikasi digital dan perusahaan SaaS.
00:13:28Sekarang kami melakukan pemindaian pasar untuk agen.
00:13:31Dan yang berikutnya adalah di mana IT akan masuk
00:13:33dan mengembangkan agen perusahaan, bukan?
00:13:36Dan itu akan menjadi lebih seperti sains daripada seni.
00:13:40Ini akan menjadi,
00:13:42akan ada banyak ketegasan di sekitar agen-agen ini.
00:13:45Kita harus menguji mereka, mengembangkannya dengan baik,
00:13:48dan akan ada jauh lebih banyak pengawasan
00:13:50terkait keamanan informasi dan kebijakan,
00:13:55ketegasan hukum.
00:13:57Sebagai contoh, AI yang bertanggung jawab akan menjadi besar,
00:14:00komponen penting di sana, pagar pengaman.
00:14:02Dan kemudian untuk agen-agen ini, kami punya kerangka kerja perusahaan
00:14:06tentang cara mengembangkan agen-agen ini, bukan?
00:14:08Di sinilah kita melihat alat pengkodean AI
00:14:10menjadi nilai yang sangat besar bagi tim IT.
00:14:14Saya sebenarnya berpikir bahwa ketika kita berpikir tentang beli vs bangun,
00:14:19solusi seperti Vercel dan alat pengkodean AI
00:14:21akan memungkinkan tim IT menjadi sangat mahir
00:14:25dalam membangun.
00:14:26- Ya, tentu saja.
00:14:27Saya pikir kita memiliki sudut pandang yang sama tentang CIO
00:14:30yang beralih dari pembeli perangkat lunak menjadi pembangun perangkat lunak.
00:14:34Saya pikir banyak kasus penggunaan yang kita lihat di Vercel
00:14:37adalah aplikasi internal sama banyaknya dengan eksternal.
00:14:40Jadi jika CIO sekarang menjadi pembangun perangkat lunak
00:14:42daripada sekadar pembeli,
00:14:44apa pergeseran tersebut dari perspektif peran?
00:14:47Apa yang akan baru dari peran CIO?
00:14:50- Ya, itu menarik karena di satu sisi,
00:14:54ini benar-benar mengangkat diskusi beli vs bangun
00:14:58dan apa artinya bagi IT.
00:15:00Kita telah melihat perusahaan seperti perusahaan konsumen
00:15:05mulai mempekerjakan pengembang agen, bukan?
00:15:07Jadi ini bukan lagi teknisi pembelajaran mesin biasa Anda
00:15:11yang mungkin memiliki gelar PhD dalam ilmu data
00:15:15dan menguasai Python dengan sangat baik.
00:15:18Dan saya telah melihat deskripsi pekerjaan untuk salah satu perusahaan ini
00:15:22dan itu bahkan tidak memerlukan Python, misalnya, bukan?
00:15:27Jadi ini adalah dunia baru yang aneh yang sedang kita masuki, bukan?
00:15:30Sekarang orang-orang dimampukan dan mandiri
00:15:33untuk mengembangkan agen mereka sendiri.
00:15:35- Ya, dan jadi banyak dari apa yang Anda jelaskan di sini
00:15:37sebenarnya adalah platform AI pusat.
00:15:39Dan penelitian Anda menunjukkan bahwa perusahaan yang dibangun untuk masa depan
00:15:433 kali lebih mungkin mengoperasikan platform AI pusat.
00:15:46Agen berlipat ganda di seluruh perusahaan.
00:15:48Seharusnya seperti apa arsitektur platform tersebut sebenarnya?
00:15:52- Kami telah melakukan banyak percakapan
00:15:54dengan organisasi seputar cara merancang platform ini, bukan?
00:15:57Dan dalam rancangannya, saya katakan rancangan tersebut
00:16:01dua tahun lalu banyak berfokus
00:16:05pada membangun aplikasi RAG sederhana, bukan?
00:16:08Jadi ini semua tentang menentukan pilihan pada basis data vektor,
00:16:12pilihan pada LLM yang ada di taman model Anda,
00:16:16membangun pagar pengaman di tingkat aplikasi,
00:16:18dan Anda siap, bukan?
00:16:19Dan sakit kepala terbesar Anda adalah masalah akurasi.
00:16:23Tapi itu telah kita lihat adanya peralihan dari pemikiran tersebut, bukan?
00:16:28Dan saat ini menjadi jauh lebih kompleks, bukan?
00:16:31Anda butuh pagar pengaman, tidak hanya di tingkat agen.
00:16:33Kita butuh pagar pengaman di tingkat orkestrasi.
00:16:36Anda perlu mengontrol tidak hanya untuk akurasi,
00:16:38Anda perlu mengontrol integrasi dengan sistem inti.
00:16:43Ada cara berpikir berlapis-lapis tentang keamanan
00:16:46pada agen-agen ini.
00:16:47Jadi ada banyak hal yang perlu dipikirkan, bukan?
00:16:50CIO harus mengadaptasi tim IT mereka,
00:16:55meningkatkan keterampilan mereka, tim arsitektur mereka
00:16:56untuk dapat menangani tingkat kompleksitas tambahan ini.
00:16:59Tapi itulah yang perlu kita pikirkan
00:17:00ketika kita menuju ke sistem multi-agen, bukan?
00:17:02Sistem multi-agen akan menjadi langkah besar
00:17:04bagi organisasi untuk merasa nyaman dengannya,
00:17:06tetapi itulah yang kami lihat sebagai bagian besar dari nilai
00:17:09yang akan muncul di tahun 26 dan 27.
00:17:12- Jadi Anda menyentuh sedikit tentang lapisan aplikasi di sana.
00:17:15Jika kita bergerak menuju sistem kerja yang kita bicarakan,
00:17:18apa peran yang dimainkan oleh lapisan aplikasi?
00:17:20Apakah perangkat lunak yang berada di antara model AI dan pengguna
00:17:23menjadi lebih atau kurang strategis?
00:17:25- Maksud saya, pastinya mereka memiliki peran strategis
00:17:29karena mereka adalah sistem pencatatan.
00:17:31Jadi mereka pada akhirnya memiliki repositori data
00:17:36di dalam organisasi, bukan?
00:17:36Jadi mereka akan terus menjadi sangat berharga dalam hal tersebut.
00:17:41Mereka juga sangat berharga karena mereka akan menyediakan
00:17:44API perusahaan tersebut untuk penggunaan agen di organisasi.
00:17:49Namun pertanyaannya adalah beberapa logika bisnis
00:17:53berpindah dari sistem pencatatan ke sistem kerja.
00:17:58Jadi timbul pertanyaan, apa yang akan terjadi pada SaaS, bukan?
00:18:02Kita telah melihat beberapa pemimpin teknologi mengatakan bahwa SaaS sudah mati.
00:18:06Saya belum sepenuhnya sampai di sana, tetapi saya pikir mereka akan
00:18:09menjadi basis data yang sangat kuat
00:18:11dengan struktur yang sangat spesifik,
00:18:14dengan titik-titik kontrol yang sangat spesifik,
00:18:17dan mereka akan terus berharga dengan cara itu, bukan?
00:18:20Beberapa perusahaan ini mulai menyadari
00:18:22bahwa tren ini akan datang, mereka beralih ke AI,
00:18:25itu sangat masuk akal, bukan?
00:18:27Beberapa lebih memilih bertahan dan percaya
00:18:30pada mode "tunggu dan lihat" ini.
00:18:33Tapi kita akan lihat dalam 12, 24 bulan ke depan,
00:18:37kita mulai melihat kemunculan
00:18:38sistem kerja ini.
00:18:40Banyak di antaranya menawarkan peluang besar untuk dibeli.
00:18:43Saya rasa perusahaan SaaS harus menjadi yang utama AI,
00:18:46bukan lagi yang utama digital.
00:18:49Dan itu akan memakan waktu,
00:18:50terutama bagi beberapa perusahaan besar.
00:18:52- Jadi Anda menyebutkan ada banyak peluang,
00:18:54tapi Anda juga bisa bilang lanskap vendor AI
00:18:57saat ini sangat membingungkan.
00:18:58Saya rasa sebagian besar kategori memiliki 10 pemain,
00:19:01yang sepertinya lebih banyak daripada yang bisa bertahan
00:19:04dalam jangka panjang.
00:19:05Pertanyaan apa yang harus diajukan pembeli perusahaan
00:19:08untuk memisahkan kemampuan nyata dari sekadar pemasaran?
00:19:11Dan bagaimana mereka mengevaluasi apakah suatu alat
00:19:13benar-benar memberi nilai atau hanya jadi pajangan?
00:19:17- Yang pasti ada kecocokan teknologi, bukan?
00:19:20Bagaimana perusahaan-perusahaan ini, bagaimana agen-agen itu berjalan
00:19:24di infrastruktur perusahaan?
00:19:27Bagaimana mereka terintegrasi ke dalam tatanan teknologi tersebut?
00:19:31Bagaimana mereka terintegrasi dengan sistem pencatatan,
00:19:34misalnya, itu adalah diskusi yang terus berlanjut.
00:19:37Lalu ada pertanyaan seputar kecocokan perusahaan.
00:19:40Misalnya, bagaimana mereka mengelola kepatuhan?
00:19:43Bagaimana mereka mengelola risiko?
00:19:45Bagaimana mereka memperlakukan privasi data?
00:19:47Itu adalah pertanyaan-pertanyaan utama.
00:19:49Anda tidak bisa, Anda tahu, itu tidak akan berjalan
00:19:52di perusahaan besar jika mereka tidak punya jawaban bagus
00:19:54untuk jenis pertanyaan seperti ini.
00:19:56Kami melihat pada biaya, bukan?
00:19:59Jadi itu adalah biaya beli versus bangun, Anda tahu,
00:20:02dan beberapa solusi ini sangat mahal, bukan?
00:20:06Mereka menagih biaya per pengguna per bulan,
00:20:10dan, Anda tahu, ini akan,
00:20:12di perusahaan kita perlu mengalokasikan anggaran
00:20:14untuk jenis solusi seperti ini.
00:20:16Maksud saya, solusi-solusi ini akan datang.
00:20:17Harganya lebih mahal, tapi sangat berharga.
00:20:20Dan kemudian kita melihat kematangan perusahaan.
00:20:23Seperti yang Anda katakan, beberapa di antaranya adalah pendatang baru.
00:20:25Banyak yang masih di seri A, seri B.
00:20:28Banyak yang mungkin hanya punya 100 karyawan, kan?
00:20:31Jadi mereka adalah perusahaan yang lebih muda,
00:20:32dan mereka mencoba masuk ke ruang lingkup perusahaan besar.
00:20:34Ruang lingkup perusahaan besar sangat kompleks dan membutuhkan
00:20:39banyak perhatian, membutuhkan, Anda tahu,
00:20:41siklus penjualan yang panjang.
00:20:43Beberapa perusahaan ini, mereka butuh enam hingga sembilan bulan
00:20:46untuk mengadopsi agen AI baru, bukan?
00:20:49Itu cukup masuk akal.
00:20:50Saya melihat hal itu setiap saat.
00:20:51Dan perusahaan-perusahaan mencoba mencari tahu
00:20:54bagaimana cara mempercepat proses ini,
00:20:56tapi ada banyak proses uji tuntas
00:20:58untuk mengadopsi salah satu vendor ini, bukan?
00:21:00Tapi saya mulai melihat hal yang menarik,
00:21:03beberapa di antaranya dimulai dengan perusahaan kecil hingga menengah.
00:21:06Beberapa vendor ini, agen-agen AI ini,
00:21:08mereka mulai dengan konsumen ritel.
00:21:12Dan saya bekerja dengan salah satu dari mereka,
00:21:14dan ini akan menjadi kuartal pertama
00:21:15di mana pendapatan perusahaan melebihi pendapatan ritel.
00:21:19Jadi kita mulai, sekali lagi,
00:21:21kita mulai melihat pergeseran ke arah perusahaan
00:21:24yang menjadi pelanggan terbesar bagi beberapa solusi ini.
00:21:28- Ya, saya melihat hal yang sama di sini di Vercel.
00:21:31Baiklah, Dan, terima kasih banyak telah bergabung dengan kami.
00:21:33Ini adalah percakapan yang luar biasa.
00:21:36Bagi semua yang menonton,
00:21:37jika Anda ingin melanjutkan diskusi ini,
00:21:38silakan hubungi Dan atau saya di LinkedIn.
00:21:41Kami ingin mendengar apa yang Anda lihat
00:21:43di organisasi Anda sendiri.
00:21:45Dan jika Anda siap beralih dari prototipe ke produksi,
00:21:48kunjungi V0 baru di v0.app.
00:21:51Kami baru saja meluncurkan beberapa pembaruan besar
00:21:53yang membuatnya lebih mudah dari sebelumnya
00:21:55untuk beralih dari ide ke aplikasi yang diterapkan.
00:21:58Terima kasih telah bergabung dalam Tanya Jawab Shipped pertama kami.
00:22:01Sampai jumpa di lain waktu.
00:22:03(musik lembut)