YC Demo Day Tidak Hanya Tentang Startup AI, Tetapi Tentang Infrastruktur Baru

The Core Update

Y Combinator kembali menggelar Demo Day, dan batch terbaru ini terasa berbeda dari banyak cohort sebelumnya.

Jika beberapa tahun terakhir perhatian startup banyak tersedot ke aplikasi AI, chatbot, workflow automation, dan software yang terlihat lebih cepat masuk pasar, batch kali ini lebih berat ke deep tech.

Beberapa startup yang banyak dibicarakan investor membangun hal yang terdengar seperti fiksi ilmiah: data center terapung bertenaga nuklir, optical networking untuk AI data center, chip inference dengan bobot model yang ditanam langsung ke silicon, robot rumah tangga murah, robot konstruksi berat, sampai komputasi berbasis sel otak manusia.

TechCrunch mencatat sembilan startup yang disebut oleh lebih dari satu investor sebagai startup paling ramai dibicarakan di batch ini:

• Atomarine, data center terapung di laut dengan rencana transisi ke tenaga nuklir
• Dipole Labs, optical switch untuk mengurangi bottleneck jaringan di AI data center
• Isengard Industries, drone jet-powered untuk kebutuhan pertahanan
• Lamb Labs, chip inference dengan model weights yang di-hardcode ke silicon
• Praxis AI, pengumpulan data dunia nyata untuk melatih robot
• Nori, robot rumah tangga dengan harga jauh lebih murah dari humanoid lain
• Cosmic Robotics, robot autonomous untuk pekerjaan berat seperti pemasangan panel surya
• Parasma, eksperimen komputasi memakai sel otak manusia
• Waddle Labs, API layer yang menulis kode kontrol robot dari instruksi bahasa natural

Hal menariknya bukan hanya idenya yang besar. Investor juga melihat valuasi batch ini lebih masuk akal dibanding beberapa cohort sebelumnya.

Dengan kata lain, hype tetap ada. Tetapi hype kali ini mulai bergerak ke masalah yang lebih fisik: listrik, pendinginan, jaringan, chip, robot, data dunia nyata, dan kendali hardware.

The Reality Check

Banyak bisnis melihat berita seperti ini lalu langsung menarik kesimpulan bahwa masa depan sudah pasti menjadi serba AI dan robot.

Kesimpulan itu tidak salah sepenuhnya. Tetapi terlalu cepat jika dibawa mentah-mentah ke keputusan operasional harian.

Sebagian startup di batch ini sedang menyelesaikan masalah yang sangat besar, tetapi juga sangat berat. Data center terapung membutuhkan izin, energi, keamanan, engineering laut, dan timeline bertahun-tahun. Chip baru membutuhkan manufaktur, validasi, supply chain, dan adopsi industri. Robot rumah tangga murah tetap harus membuktikan bahwa ia bisa bekerja konsisten di rumah nyata, bukan hanya demo yang rapi.

Di sisi lain, arah besarnya jelas: AI tidak lagi hanya soal aplikasi di browser.

AI butuh listrik. AI butuh jaringan. AI butuh chip. AI butuh data dunia nyata. AI butuh robot yang bisa bertindak di lingkungan fisik. AI juga butuh sistem yang bisa dikendalikan, diaudit, dan dipercaya.

Ini pelajaran penting untuk bisnis yang sedang memikirkan AI adoption.

Masalah utama jarang selesai hanya dengan menambahkan satu tool AI di atas proses lama. Jika data internal masih berantakan, status pekerjaan masih kabur, SOP belum jelas, dan sistem antar tim belum terhubung, AI hanya menjadi lapisan baru di atas kebingungan lama.

Sama seperti data center AI tidak bisa tumbuh tanpa listrik dan jaringan, bisnis juga tidak bisa memakai AI dengan sehat tanpa infrastruktur kerja yang jelas.

Infrastruktur untuk bisnis tidak selalu berarti server besar atau robot mahal. Kadang bentuknya lebih sederhana:

• database pelanggan yang rapi
• status lead yang konsisten
• form inquiry yang memberi konteks cukup
• alur follow-up yang disepakati
• integrasi antar tool yang mengurangi input ulang
• dashboard yang menunjukkan risiko, bukan hanya angka
• dokumentasi proses yang bisa dibaca tim dan AI

Tanpa fondasi seperti itu, AI adoption sering terlihat modern di permukaan, tetapi rapuh di praktik.

Tim bisa punya chatbot, tetapi tetap tidak tahu lead mana yang harus diprioritaskan. Bisnis bisa punya automation, tetapi reminder muncul untuk data yang salah. Dashboard bisa terlihat canggih, tetapi keputusan tetap harus ditanya manual lewat chat.

Berita YC ini memberi sinyal bahwa pasar teknologi mulai kembali melihat lapisan dasar. Bukan hanya aplikasi yang menarik, tetapi juga infrastruktur yang membuat aplikasi itu bisa bekerja dalam skala besar.

Pertanyaannya untuk bisnis bukan: apakah kita perlu membangun data center terapung atau robot sendiri?

Pertanyaannya lebih dekat: apakah sistem kerja kita sudah cukup siap untuk ditingkatkan oleh AI?

The Havedev Way

Dari sudut pandang Havedev, berita seperti ini sebaiknya dibaca sebagai pengingat, bukan sebagai tekanan untuk ikut semua tren.

Tidak semua bisnis perlu robot. Tidak semua bisnis perlu model AI khusus. Tidak semua bisnis perlu automation kompleks. Tetapi hampir semua bisnis yang ingin tumbuh butuh struktur digital yang lebih bisa dibaca.

Sebelum menambahkan AI, bisnis perlu melihat alur yang paling dekat dengan pendapatan dan pengalaman pelanggan.

Biasanya alurnya ada di salah satu titik ini:

• lead dari website, WhatsApp, iklan, atau referral
• proses follow-up sales
• order dan pembayaran
• support pelanggan
• operasional fulfilment
• laporan untuk owner atau manager

Mulai dari satu alur. Jangan mulai dari nama tool.

Tanyakan dulu:

• data apa yang masuk?
• siapa yang menerima?
• kapan harus ditindaklanjuti?
• status apa saja yang perlu terlihat?
• informasi apa yang sering hilang?
• pekerjaan mana yang sering telat?
• keputusan apa yang masih bergantung pada ingatan orang tertentu?
• bagian mana yang layak dibantu automation atau AI?

Jawaban dari pertanyaan ini lebih berguna daripada sekadar bertanya, “AI apa yang harus dipakai?”

Jika masalahnya lead masuk tanpa konteks, perbaiki form dan tracking sumber. Jika masalahnya follow-up terlambat, rapikan status dan reminder. Jika masalahnya laporan lambat, susun data pipeline ringan. Jika masalahnya tim menjawab pertanyaan yang sama berulang kali, baru pertimbangkan knowledge base dan AI assistant.

AI yang baik tidak menggantikan fondasi kerja. AI memperbesar fondasi yang sudah ada.

Kalau fondasinya jelas, AI bisa membantu merangkum inquiry, memberi prioritas lead, menyusun draft respons, membaca pola support, atau mempercepat laporan operasional.

Kalau fondasinya kabur, AI hanya mempercepat output yang sulit dipercaya.

YC Demo Day kali ini menunjukkan bahwa masa depan teknologi sedang bergerak ke infrastruktur yang lebih dalam: energi, chip, robotik, data, dan kontrol sistem.

Untuk bisnis, versi praktisnya adalah membangun infrastruktur digital yang tidak selalu terlihat mewah, tetapi membuat pekerjaan lebih jelas.

Website bukan hanya tempat tampil. Website harus membawa konteks lead.

CRM bukan hanya tempat menyimpan nama. CRM harus menunjukkan status dan prioritas.

Automation bukan hanya pemicu pesan. Automation harus mengikuti aturan kerja yang disepakati.

Dashboard bukan hanya grafik. Dashboard harus membantu owner melihat risiko lebih cepat.

Teknologi besar selalu menarik untuk diikuti. Tetapi nilai paling dekat biasanya muncul dari pertanyaan yang lebih sederhana: bagian mana dari bisnis yang masih sulit dibaca?

Kalau bagian itu sudah ditemukan, AI dan automation bisa dipakai lebih tepat. Bukan karena sedang ramai, tetapi karena ada alur kerja nyata yang memang siap dibantu.

Dapatkan Audit Teknis Gratis untuk meninjau apakah website, lead flow, dan proses follow-up bisnis Anda sudah cukup siap sebelum menambahkan AI atau automation baru.

---

Sumber referensi berita: TechCrunch