00:00:00Sejak AI mulai bisa memprogram dengan baik, banyak orang yang sebelumnya tidak pernah memprogram mulai membangun produk mereka sendiri.
00:00:05Orang-orang mulai membangun aplikasi yang memecahkan masalah yang mereka hadapi, yang sebelumnya tidak bisa mereka lakukan karena kurangnya keterampilan yang hanya terbatas pada pengembang.
00:00:13Namun, ini bukan sekadar proyek sampingan hobi.
00:00:15Proyek-proyek tersebut berubah menjadi produk yang serius dan banyak di antaranya mulai menghasilkan pendapatan nyata, bukan hanya ribuan, tapi jutaan dolar.
00:00:21Semua ini bisa terjadi karena AI menjembatani kesenjangan yang ada sebelumnya.
00:00:25Tapi tidak ada yang mencapainya begitu saja.
00:00:27Mereka semua mengikuti serangkaian langkah untuk membuatnya berhasil.
00:00:30Mereka tidak menggunakan alur kerja yang tidak bisa digunakan orang lain.
00:00:32Tidak ada satu pun dari mereka yang memiliki pengalaman pengembang atau pengalaman bisnis.
00:00:36Namun, setiap orang dari mereka tetap berhasil.
00:00:38Dan yang mengejutkan, alur kerja mereka tidak terlalu istimewa.
00:00:40Mereka hanya lebih sederhana dan lebih cerdas daripada yang terlihat.
00:00:43Jadi, proyek pertama yang mendapatkan popularitas besar meskipun sepenuhnya "vibe coded" adalah Medve.
00:00:48Ini adalah platform perawatan kesehatan dengan lebih dari 500.000 pengguna aktif.
00:00:52Platform ini mencakup berbagai masalah perawatan kesehatan dan menyediakan tidak hanya pelacakan tetapi juga dukungan ahli 24/7.
00:00:58Ceritanya, Matthew Gallagher, yang bekerja sendirian, menggunakan alat AI untuk membangun aplikasi ini dari awal hingga akhir.
00:01:04Perusahaan tersebut menghasilkan 400 juta dolar dalam pendapatan pada tahun pertamanya dan berada di jalur yang tepat untuk menjadi perusahaan bernilai miliaran dolar dalam tahun ini.
00:01:11Meskipun tidak memiliki pengalaman dalam memprogram, ia mampu membangun aplikasi ini menggunakan alat AI.
00:01:15Ia tidak hanya mengandalkan satu alat.
00:01:17Ia memilih masing-masing alat berdasarkan kekuatannya.
00:01:19Ia menggunakan model Claude dan Grok terutama untuk memprogram, dengan ChatGPT sebagai alat debugging sekunder.
00:01:24MidJourney menangani pembuatan gambar di situs dan 11 Labs mendukung panggilan audio, yang sepenuhnya menghilangkan kebutuhan akan dukungan panggilan manusia.
00:01:31Namun, alat pemograman saja tidak menjalankan perusahaan perawatan kesehatan.
00:01:34Jadi, daripada membangun apotek dan pengiriman dari nol, ia mengalihdayakannya ke layanan yang sudah ada.
00:01:39Jadi, itu melepaskan beban pemeliharaan stok dan pengiriman darinya.
00:01:42Hal yang sama berlaku untuk konsultasi profesional.
00:01:44Ia juga mengalihdayakan konsultasi, sehingga tidak perlu terlibat secara pribadi dalam aspek itu juga.
00:01:49Ia memperlakukan setiap ketergantungan sebagai layanan, bukan sebagai karyawan.
00:01:52Pekerjaannya sendiri adalah penilaian produk, mencari tahu apa yang sebenarnya dibutuhkan pasar.
00:01:56Tapi menjalankan bisnis sendirian ada harganya.
00:01:58Suatu hari ia merusak produksi saat ia pergi.
00:02:00Tidak ada orang lain yang bisa menanganinya, dan perusahaan kehilangan 200 pelanggan dalam satu jam.
00:02:04Oleh karena itu, ia mempekerjakan dua insinyur, bukan untuk skala, tetapi sebagai jaring pengaman, sehingga pemadaman berikutnya tidak akan mengulangi kerugian yang sama.
00:02:10Keahlian sebenarnya di sini adalah menjadi penilai yang lebih baik tentang apa yang harus dibangun, alat mana yang harus dirakit, dan kapan harus berhenti.
00:02:15Itu datang dari menganalisis kebutuhan pengguna yang sebenarnya, bukan hanya mengumpulkan alat.
00:02:18Daripada membangun dari awal, ia menggabungkan solusi yang ada di satu tempat.
00:02:22Dan itulah yang sebenarnya mendatangkan pelanggan dan menskalakan perusahaan hingga bernilai miliaran dolar.
00:02:27Kami membagikan semua yang kami temukan tentang membangun produk dengan AI di saluran ini.
00:02:30Jadi jika Anda ingin video lainnya tentang itu, berlanggananlah dan nantikan video di masa mendatang.
00:02:34Sekarang, CalAI adalah produk yang mungkin terdengar seperti pelacak kebugaran biasa lainnya, tetapi alih-alih menambahkan makanan yang Anda makan dan kalori yang dikandungnya secara manual seperti cara kerja pelacak normal,
00:02:43Anda cukup mengunggah gambar apa pun yang Anda makan, dan ia mengubahnya menjadi kalori serta memperbarui basis data untuk Anda.
00:02:49Tersedia di Android dan iOS.
00:02:51Ini mengelola basis data makanan yang besar dan memberikan saran bertenaga AI sehingga Anda dapat memantau berat badan dan tujuan nutrisi lainnya di satu tempat dengan mudah.
00:02:59Produk ini dibangun oleh dua remaja yang masih di sekolah menengah pada saat itu, yang kemudian berkembang menjadi lebih banyak karyawan.
00:03:04Aplikasi ini menghasilkan lebih dari 5 juta unduhan hanya dalam 8 bulan dan menghasilkan lebih dari 2 juta dolar dalam pendapatan dalam satu bulan.
00:03:11Aplikasi ini juga memiliki tingkat retensi pelanggan yang kuat sebesar 30% karena kebanyakan aplikasi hanya mendapatkan pengguna, tetapi yang satu ini berhasil mempertahankannya.
00:03:18Aplikasi ini juga memegang peringkat 4,8 di Play Store dan App Store.
00:03:21Sekarang ide ini tidak baru, aplikasi serupa sudah ada yang melakukan hal yang sama, tetapi CalAI memiliki keunggulan nyata yang tidak dimiliki aplikasi lain.
00:03:27Aplikasi ini dibangun di era LLM dan menggunakan model dari Anthropic dan OpenAI untuk meningkatkan akurasi.
00:03:33Aplikasi ini juga mengandalkan basis data makanan sumber terbuka yang besar dan mencapai akurasi sekitar 90%, yang lebih dari cukup bagi sebagian besar penggemar diet.
00:03:40Apa yang benar-benar meningkatkan aplikasi ini bukanlah pengeluaran besar untuk pemasaran.
00:03:44Aplikasi ini menarik perhatian para influencer kebugaran yang memainkan peran utama dalam mempromosikannya, yang menyebabkan lonjakan jumlah pengguna.
00:03:50Kemudian kami memiliki Wave AI yang dimulai dengan ide yang sangat sederhana namun memberikan dampak nyata bagi pengguna.
00:03:55Ini adalah aplikasi pencatat bertenaga AI yang mentranskripsi dan mencatat untuk semua jenis rapat dan rekaman.
00:04:01Sekarang Anda mungkin berpikir sudah ada begitu banyak aplikasi serupa yang ada dan ruang untuk ini sudah sangat ramai,
00:04:06tetapi Wave masih berhasil karena memecahkan masalah yang benar-benar dirasakan orang.
00:04:10Selama diskusi, detail penting terlewatkan dan orang membutuhkan cara yang andal untuk menangkap percakapan di rapat langsung maupun daring.
00:04:17Aplikasi ini diluncurkan pertama kali sebagai unduhan iOS, kemudian berkembang ke Android dan sekarang tersedia di setiap platform.
00:04:22Aplikasi ini sepenuhnya "vibe-coded" dan menghasilkan pendapatan sekitar 7 juta dolar.
00:04:27Pendirinya sama sekali bukan pengembang, namun ia berhasil meningkatkannya menjadi perusahaan penghasil jutaan dolar.
00:04:31Ia menjalankan seluruh proyek sepenuhnya sendirian.
00:04:33Mirip dengan cara kerja Medve, infrastrukturnya juga mengandalkan layanan pihak ketiga alih-alih membangun semuanya dari awal.
00:04:40Ia hanya mengintegrasikannya ke dalam aplikasi yang ramah dan hanya berfokus pada pemecahan masalah dengan cara interaktif yang membuat pengalaman pengguna jauh lebih baik.
00:04:47Dan inilah yang membedakan produk ini dari produk serupa lainnya.
00:04:51Ia menggunakan ChatGPT sebagai alat utamanya dan alih-alih memintanya membangun seluruh aplikasi sekaligus, ia memecah aplikasi menjadi bagian-bagian yang lebih kecil.
00:04:58Ia meminta AI untuk menulis setiap bagian satu per satu.
00:05:01Jadi penempatan strategis, pengalaman pengguna yang terfokus, dan perencanaan yang cermat adalah apa yang sebenarnya membawanya ke tingkat pendapatan itu dengan cepat.
00:05:07Tapi sebelum kita melangkah lebih jauh, mari kita dengarkan pesan dari sponsor kita, Scrimba.
00:05:10Sebagian besar kursus teknik AI hanyalah seseorang yang berbicara di atas slide.
00:05:14Namun, dengan Scrimba, pengalamannya sangat berbeda.
00:05:17Kursus pengembangan web mereka menggabungkan video dan editor kode menjadi satu.
00:05:20Jeda kapan saja, edit kode instruktur secara langsung, dan lihat apa yang terjadi.
00:05:23Tidak perlu berpindah tab, tidak perlu menyalin-tempel, begitulah cara pemrograman benar-benar melekat.
00:05:27Jalur insinyur AI mereka adalah yang menarik perhatian saya.
00:05:30Dalam waktu kurang dari 12 jam, Anda beralih dari nol untuk membangun agen AI nyata, mempelajari RAG, rekayasa konteks, dan MCP, semuanya dibangun dengan JavaScript sehingga Anda tidak perlu mempelajari Python terlebih dahulu.
00:05:39Mereka bahkan telah bermitra dengan Mistral, Langchain, dan Hugging Face untuk menghadirkan perangkat nyata ke dalam pelajaran.
00:05:44Dan di luar AI, mereka memiliki jalur karier lengkap untuk pengembangan front-end, full-stack, dan back-end dengan lebih dari 80 kursus yang mencakup segalanya, mulai dari React dan Node hingga TypeScript dan SQL.
00:05:53Gunakan tautan kami di komentar yang disematkan untuk menghemat tambahan 20% untuk paket pro mereka.
00:05:58Mulailah hari ini dengan kursus gratis mereka dan mulailah membangun.
00:06:01Flypeter adalah produk lain yang dibangun sepenuhnya oleh AI yang dimulai sebagai proyek hobi yang menyenangkan yang kemudian berkembang menjadi 500.000 dolar sebulan.
00:06:08Ini pada dasarnya adalah simulator penerbangan berbasis browser.
00:06:11Ia sepenuhnya mengandalkan alat AI untuk membangun dan ia mampu membuat versi pertama hanya dalam 30 menit.
00:06:17Gim ini berkembang begitu cepat sehingga Elon Musk sendiri mendukungnya.
00:06:20Arsitekturnya dibangun dengan sangat baik sehingga mampu bertahan dari serangan siber dan mulai menghasilkan pendapatan dalam skala yang serius.
00:06:26Seluruh gim ini dibangun menggunakan Cursor dan pendirinya hanya membutuhkan waktu 3 jam bekerja dengan Cursor untuk membuat aplikasi sekitar 80% selesai dan dalam kondisi siap untuk diumumkan kepada publik agar mereka bisa menggunakannya.
00:06:37Alur kerjanya sendiri cukup sederhana.
00:06:39Ia memulai dengan satu perintah (prompt) dan berdasarkan bagaimana alat tersebut menghasilkan kode dan fitur, ia berulang dengan perintah baru.
00:06:44Setiap iterasi menambahkan fitur atau memperbaiki masalah, satu demi satu melapisi mekanisme gim di sepanjang jalan.
00:06:49Gim ini berkinerja baik jika satu orang yang bermain, tetapi peningkatan ke multipemain adalah tempat di mana proyek membutuhkan bantuan.
00:06:55Ia didekati oleh pendiri daftar beta untuk membantunya memperbaiki masalah multipemain dengan menambahkan WebRTC yang menyelesaikan masalah sampai batas tertentu, tetapi itu hanya bekerja dengan baik untuk dua orang.
00:07:04Oleh karena itu, pendiri Cursor sendiri menghubungi dan mereka beralih ke WebSockets yang benar-benar menyelesaikan masalah dan membuka multipemain waktu nyata untuk semua orang.
00:07:12Ia meluncurkan gim sebagai versi gratis tetapi menambahkan pesawat khusus seharga 29 dolar.
00:07:17Ini membantunya mendapatkan banyak popularitas dan ia menghasilkan banyak uang dalam waktu singkat.
00:07:22Tumpukan teknologinya adalah Cursor dengan Grok 3 sebagai model backend, Claude Sonnet 3.7, dan ChatGpt untuk debugging.
00:07:28Ia hanyalah seorang peretas indie tanpa latar belakang pengembangan gim.
00:07:30Apa yang membawanya ke sana adalah tekad dan pendekatan debugging langkah demi langkah yang sistematis.
00:07:35Trendfeed adalah produk lain yang mendapatkan popularitas cepat di kalangan pengguna dan menghasilkan pendapatan yang solid.
00:07:40Ini adalah alat pemasaran yang ditujukan untuk pembuat konten yang berfokus pada membangun dan memperoleh pelanggan, menumbuhkan komunitas di sekitar merek yang ada, dan meningkatkan pendapatan keseluruhan bagi pembuat konten.
00:07:49Proyek ini menghasilkan sekitar 12.000 dolar hanya dalam empat minggu.
00:07:53Proyek ini sepenuhnya dibangun dengan AI menggunakan Cursor dengan Sonnet, bukan melalui Claude code tetapi langsung di dalam Cursor.
00:07:58Proses pembangunannya sebenarnya cukup mudah.
00:08:01Ia mulai dengan menganalisis UI dengan cermat dan melakukan riset pesaing yang mendalam, bahkan menggunakan AI untuk membedah pesaing tersebut.
00:08:07Kemudian ia pindah ke desain struktur data, menentukan skema dengan Cursor atau Claude dan berulang dari sana.
00:08:13Pada hari peluncuran, aplikasi menghasilkan 5.500 pound dalam satu hari yang merupakan hasil hari pertama yang besar.
00:08:19Meskipun pendirinya non-teknis dan bekerja di bidang di luar ilmu komputer, ia mengirimkan seluruh proyek menggunakan AI.
00:08:25Aplikasi ini dibangun di atas tumpukan Next.js, React, ShadCN, Superbase, dan Vercel, semua teknologi yang paling baik dikerjakan oleh alat AI.
00:08:31Mengingat seberapa populer produk ini dalam waktu singkat, mengejutkan bahwa ia menghabiskan nol dolar untuk pemasaran.
00:08:37Sebaliknya, ia sepenuhnya mengandalkan TikTok, Instagram, dan YouTube untuk menarik tampilan dan mengumumkan produk.
00:08:42Seluruh bangunannya berjalan pada Claude code dan Cursor dengan Sonnet sebagai model utama.
00:08:46Alurnya sendiri bersih.
00:08:48Ia mulai dengan desain, mengatur struktur aplikasi inti, meletakkan orientasi dan kerangka utama, serta mengulangi pola desain.
00:08:54Kemudian ia memecah aplikasi menjadi komponen modular yang bisa dibangun dan digabungkan oleh AI.
00:08:59Juga, jika Anda menikmati konten kami, pertimbangkan untuk menekan tombol hype karena itu membantu kami membuat lebih banyak konten seperti ini dan menjangkau lebih banyak orang.
00:09:06Produk AI sukses berikutnya yang sepenuhnya "vibe coded" adalah Aura.
00:09:10Ini pada dasarnya adalah situs yang penuh dengan templat untuk situs web yang indah dengan aset, komponen, dan keterampilan yang semuanya disesuaikan dengan desain yang kuat.
00:09:17Seluruh proyek dibangun oleh Meng To yang merupakan orang di balik Aura.
00:09:21Ia memposting di X bahwa produk tersebut mencapai 15.000 dolar dalam pendapatan berulang bulanan atau MRR dan mendapatkan lebih dari 21,7 ribu pengguna hanya dalam sebulan.
00:09:30Ia juga berbagi bahwa ia sekarang menggunakan Cursor untuk desain dan ia tidak lagi menggunakan Figma seperti dalam alur kerja sebelumnya.
00:09:35Poin utamanya adalah Anda tidak boleh hanya "vibe code", Anda juga harus "vibe design" karena AI cenderung menghasilkan UI dasar.
00:09:42Jadi alih-alih membiarkannya bekerja sendiri, Anda perlu memberinya templat panduan untuk mendiversifikasi tampilan.
00:09:47Ia merekomendasikan komponen dari perpustakaan yang ada seperti 21.dev.
00:09:51Ia juga merekomendasikan untuk tidak mengandalkan satu model saat membangun aplikasi.
00:09:54Sebaliknya, lebih efektif untuk memulai dengan model Claude karena lebih kuat untuk tugas pemrograman dan jika gagal melakukan tugas tersebut, maka beralih ke model Gemini atau GPT saat dibutuhkan.
00:10:04Alih-alih langsung terjun sepenuhnya, ia menekankan membangun aplikasi langkah demi langkah dengan perubahan bertahap.
00:10:09Ia merekomendasikan untuk menjaga perintah tetap sederhana dengan memecah aplikasi menjadi bagian-bagian yang lebih kecil dan mengulanginya satu per satu.
00:10:15Ia juga mengatakan perintah idealnya tetap di bawah 3 kalimat agar AI tetap fokus.
00:10:19Anda tidak perlu membuang semua dokumentasi ke AI juga.
00:10:22Sebaliknya, Anda harus memberikannya konteks yang minimal tetapi benar sehingga memberikan apa yang sebenarnya Anda inginkan.
00:10:27Dengan cara ini, agen akan dapat lebih fokus pada tugas yang ada.
00:10:30Singkatnya, jaga pengaturan agen tetap sederhana dan terfokus.
00:10:33Produk lain yang layak untuk dilihat adalah Sleek, yang merupakan produk yang mengubah perintah menjadi situs web yang menarik.
00:10:38Aplikasi ini menghasilkan desain lengkap dari perintah, membangun visual yang memukau, membuat tiruan, dan memungkinkan ekspor kode.
00:10:43Produk tersebut mencapai 10.000 dolar MRR dalam 6 minggu dan dibangun sepenuhnya menggunakan alat AI.
00:10:49Bagian yang mengesankan adalah bahwa pengembang mencapai MRR itu tanpa menghabiskan satu dolar pun untuk pemasaran.
00:10:54Tapi apa yang benar-benar membedakan Sleek adalah mereka tidak mulai dari nol.
00:10:58Mereka sudah membangun alat desain lain sebelumnya, jadi mereka pada dasarnya menggunakan kembali produk mereka yang sudah ada menjadi yang ini.
00:11:03Mereka menggunakan tumpukan Next.js, Superbase, dan Vercel, yang alat AI sudah tangani dengan nyaman.
00:11:09Mereka memperoleh semua pelanggan mereka melalui X dengan memanfaatkan algoritmanya dengan cerdik dan mengumumkan akses awal, yang menyebabkan peluncuran yang kuat.
00:11:16Tapi inilah alasan sebenarnya mengapa produk itu berhasil.
00:11:19Mereka memiliki profil pelanggan ideal, atau ICP, yang terdefinisi dengan jelas sejak hari pertama.
00:11:23Karena itu, mereka mengerti persis apa yang dibutuhkan pengguna target mereka dan bisa membentuk produk agar pas.
00:11:28Jadi setiap kali Anda membangun aplikasi, definisikan ICP terlebih dahulu.
00:11:31Itulah yang memisahkan aplikasi sukses dari yang mengesankan tetapi tidak pernah menghasilkan uang.
00:11:35Ketika ICP Anda jelas, Anda membentuk produk di sekitar audiens tertentu, mengidentifikasi pelanggan yang tepat, dan membangun sesuatu yang benar-benar mereka butuhkan dan akan bayar.
00:11:43Dan akhirnya, ada SiteShore, produk lain yang dibangun sepenuhnya dengan AI.
00:11:47Ini memecahkan salah satu masalah terbesar yang dimiliki agen pada saat itu, yaitu halusinasi referensi, kutipan, dan sumber yang ternyata tidak ada saat diperiksa.
00:11:55Ini adalah platform di mana Anda memasukkan kutipan, dan itu memverifikasi apakah yang dihasilkan AI benar-benar akurat.
00:12:01Meskipun memecahkan masalah yang begitu sederhana, ia mendapatkan popularitas besar.
00:12:05Situs ini menghasilkan sekitar 10.000 dolar MRR dan tumbuh dengan stabil.
00:12:09Tapi ceritanya tidak berhenti di situ.
00:12:10Situs ini akhirnya diakuisisi dengan jumlah yang signifikan oleh Jenny AI, platform bertenaga AI lain yang bekerja di ruang yang sama.
00:12:17Itu menjadikannya contoh kuat tentang bagaimana masalah sederhana tetapi kritis dapat berubah menjadi produk yang berharga.
00:12:22Itu membawa kita ke akhir video ini.
00:12:24Jika Anda ingin mendukung saluran ini dan membantu kami terus membuat video seperti ini, Anda dapat melakukannya dengan menggunakan tombol terima kasih super di bawah.
00:12:30Seperti biasa, terima kasih telah menonton dan saya akan melihat Anda di video berikutnya.