Ada satu ilusi yang terus berulang setiap kali teknologi baru muncul: ketika hambatan masuk turun, semuanya akan menjadi sama rata. Kamera di ponsel membuat semua orang jadi fotografer, Spotify bikin semua orang musisi, dan sekarang AI membuat semua orang bisa ngoding. Logikanya sederhana—dasar naik, berarti kompetisi lebih terbuka.

Tapi yang semua orang lewatkan adalah langit-langit juga naik. Dan naiknya lebih cepat. Jauh lebih cepat.

Ini bukan kebetulan. Ini adalah hukum pangkat (power law) yang tidak peduli sama sekali dengan niat Anda. Teknologi yang menjanjikan kesetaraan justru menghasilkan hasil yang paling aristokratis. Setiap kali. Tanpa kecuali.

Gunakan Spotify sebagai contoh. Ketika Spotify diluncurkan, mereka melakukan sesuatu yang radikal—memberikan akses ke distribusi channel kepada setiap musisi di dunia, sesuatu yang sebelumnya hanya bisa diakses oleh label rekaman besar dengan budget marketing gila-gilaan. Hasilnya? Ledakan industri musik. Jutaan artis baru, miliaran lagu baru. Standar dasar memang naik.

Tapi kemudian terjadi hal yang menarik: artis top 1 persen sekarang menangkap proporsi pemutaran yang lebih besar daripada era CD. Bukan lebih kecil—lebih besar. Lebih banyak musik, lebih banyak pilihan, tapi pendengar yang tidak lagi dibatasi geografis malah bergerak ke karya-karya terbaik. Spotify tidak menciptakan kesetaraan; ia memperparah kompetisi.

Pola yang sama terjadi di penulisan, fotografi, perangkat lunak. Internet melahirkan penulis terbanyak dalam sejarah, tapi juga menciptakan ekonomi perhatian yang jauh lebih kejam. Sejumlah kecil orang memperoleh sebagian besar nilai. Kita terkejut karena kita berpikir linear—menganggap produktivitas akan tersebar merata seperti menuang air ke wadah datar. Tapi sistem kompleks tidak bekerja seperti itu, dan tidak pernah.

Distribusi pangkat bukan keanehan pasar atau kegagalan teknologi. Itu adalah pengaturan default alam. Pikirkan Hukum Kleiber—di semua makhluk hidup di Bumi, dari bakteri hingga paus biru, tingkat metabolisme berbanding lurus dengan pangkat 0,75 dari berat badan. Hubungan ini presisi tinggi di hampir semua bentuk kehidupan. Tidak ada yang merancang ini; ia hanyalah bentuk yang muncul ketika energi mengikuti logika bawaannya dalam sistem kompleks.

Pasar adalah sistem kompleks, dan perhatian adalah sumber daya. Ketika gesekan menghilang—ketika geografi, ruang rak, biaya distribusi tidak lagi berfungsi sebagai penyangga—pasar berkonvergensi ke bentuk alaminya. Bentuk itu bukan kurva lonceng distribusi normal. Itu hukum pangkat.

AI akan mempercepat proses ini lebih dari teknologi apa pun sebelumnya. Dasar sedang naik real-time—siapa pun bisa merilis produk, merancang interface, menulis kode production dalam satu sore. Tapi langit-langit juga naik, dan naik lebih cepat. Pertanyaan yang patut ditanyakan: apa sebenarnya yang menentukan posisi akhir Anda?

Di era di mana eksekusi menjadi murah, estetika menjadi sinyal. Ingat Steve Jobs yang bersikeras papan sirkuit di dalam Macintosh generasi pertama harus indah? Bukan bagian luar—bagian dalam yang tidak akan pernah dilihat pelanggan. Para insinyurnya menganggapnya gila. Tapi dia memahami sesuatu yang mudah dianggap perfeksionisme, padahal sebenarnya lebih dekat pada bentuk bukti: cara Anda melakukan sesuatu adalah cara Anda melakukan segalanya.

Seseorang yang mampu membuat bagian tersembunyi indah bukan sedang mempertunjukkan kualitas, melainkan secara pribadi tidak mampu mentolerir peluncuran produk yang buruk. Ini penting karena kepercayaan sulit dibangun tapi mudah dipalsukan. Kami terus menjalankan heuristik untuk mencoba memahami siapa yang benar-benar unggul dan siapa yang hanya berpura-pura.

Selama sebagian besar dekade terakhir, sinyal ini tertutupi. Di masa kejayaan SaaS (2012 hingga 2022), eksekusi menjadi begitu terstandarisasi sehingga distribusi menjadi sumber daya yang benar-benar langka. Jika Anda mampu mendapatkan pelanggan efisien, membangun mesin penjualan, mencapai Aturan 40—produk itu sendiri hampir tidak penting. Sinyal estetika tenggelam dalam kebisingan indikator pertumbuhan.

AI benar-benar mengubah rasio sinyal terhadap noise. Ketika siapa pun dapat menghasilkan produk fungsional, interface indah, dan repository kode yang berjalan dalam satu sore, apakah sesuatu itu mudah digunakan bukan lagi faktor pembeda. Pertanyaannya menjadi: apakah ini benar-benar luar biasa? Apakah orang ini tahu perbedaan antara "baik" dan "insanely great"? Bahkan tanpa paksaan, apakah mereka cukup peduli untuk menutup celah terakhir itu?

Ini terutama berlaku untuk perangkat lunak kritis bisnis—sistem yang menangani pembayaran gaji, kepatuhan, data karyawan. Ini bukan produk yang bisa Anda coba-coba dan tinggalkan kuartal depan. Biaya perpindahan nyata, mode kegagalan serius, dan orang yang mengimplementasikan sistem bertanggung jawab atas konsekuensinya. Sebelum menandatangani kontrak, mereka akan menjalankan semua heuristik kepercayaan. Produk yang indah adalah salah satu sinyal paling kuat. Ini mengatakan: para pembuatnya sangat serius.

Di dunia di mana eksekusi murah, estetika adalah proof of work.

Saya tumbuh di sebuah kota kecil di negara bagian India dengan populasi 250 juta. Setiap tahun, hanya sekitar tiga siswa di seluruh India yang bisa masuk ke MIT. Tanpa kecuali, mereka semua berasal dari sekolah persiapan mahal di Delhi, Mumbai, atau Bangalore. Saya adalah orang pertama di negara bagian saya yang masuk ke MIT. Saya menyebutkan ini bukan untuk pamer, tapi karena ini adalah versi mikro dari argumen ini: ketika ambang masuk terbatas, latar belakang memprediksi hasil; ketika ambang masuk terbuka, orang-orang yang mendalam selalu menang.

Di ruangan penuh orang berlatar belakang terhormat, saya adalah taruhan yang menang karena kedalaman. Itu adalah satu-satunya cara bertaruh yang saya ketahui. Saya mempelajari fisika, matematika, ilmu komputer. Wawasan paling mendalam di bidang-bidang ini tidak datang dari optimasi proses, melainkan dari melihat kebenaran yang dilewatkan orang lain.

Tesis magister saya membahas mitigasi straggler dalam pelatihan mesin terdistribusi: ketika Anda menjalankan sistem skala besar, bagaimana cara mengoptimalkan kendala ini tanpa merusak integritas keseluruhan? Ketika saya berusia dua puluhan dan melihat dunia startup, saya melihat gambaran di mana wawasan mendalam ini tampak tidak relevan. Pasar memberikan premi pada go-to-market, bukan pada produk itu sendiri. Membangun sesuatu yang teknis superior tampak naif.

Kemudian, akhir 2022, lingkungannya berubah. ChatGPT menunjukkan—dengan cara intuitif dan menggugah—bahwa kurva telah melengkung. Kurva S baru telah dimulai. Transisi fase tidak memberi penghargaan kepada mereka yang paling mampu beradaptasi dengan fase sebelumnya, tapi kepada mereka yang mampu melihat potensi tak terbatas dari fase baru sebelum orang lain memahami harganya.

Saya mengundurkan diri dan mendirikan Warp.

Amerika Serikat memiliki lebih dari 800 lembaga perpajakan—federal, negara bagian, lokal—masing-masing dengan persyaratan pelaporan, tenggat waktu, logika kepatuhan sendiri. Tidak ada API, tidak ada antarmuka akses terprogram. Selama puluhan tahun, setiap penyedia gaji menangani masalah ini dengan cara yang sama: menambah personel. Ribuan ahli kepatuhan bekerja manual, berputar-putar di sistem-sistem tidak dirancang untuk skala besar.

Raksasa tradisional—perusahaan seperti Paychex dan competitors lainnya di segmen payroll—membangun model bisnis lengkap di sekitar kompleksitas ini. Mereka tidak menyelesaikan kompleksitas, melainkan menyerapnya ke dalam jumlah karyawan dan memindahkan biayanya kepada pelanggan. Ini adalah bisnis yang menguntungkan, tapi dibangun di atas fondasi yang rapuh.

Pada 2022, saya melihat agen AI masih rapuh. Tapi saya juga melihat kurva perbaikannya. Seseorang yang mendalam dalam sistem terdistribusi skala besar dan mengamati evolusi model dapat membuat taruhan akurat: teknologi yang saat itu rapuh, dalam beberapa tahun akan sangat kuat.

Maka kami bertaruh: membangun platform native AI dari prinsip pertama, memulai dari alur kerja paling sulit dalam kategori ini—alur kerja yang karena batasan arsitektur, tidak pernah bisa diotomatisasi oleh raksasa tradisional. Kami tidak akan memperbaiki kompleksitas. Kami akan menghilangkannya sejak sumbernya.

Tiga tahun membuktikan taruhan ini. Sejak peluncuran, kami telah menangani lebih dari 500 juta dolar dalam transaksi, tumbuh dengan cepat, dan melayani perusahaan-perusahaan yang membangun teknologi paling penting di dunia. Setiap bulan, data kepatuhan yang kami kumpulkan, kasus-kasus tepi yang kami tangani, integrasi yang kami bangun membuat platform semakin sulit ditiru dan semakin bernilai bagi pelanggan.

Moat masih di tahap awal, tapi sudah mulai terbentuk dan mempercepat.

Tapi masih ada variabel ketiga yang menentukan segalanya, dan ini adalah kesalahan kritis yang dilakukan sebagian besar pendiri era AI. Ada meme populer di dunia startup saat ini: Anda memiliki dua tahun untuk melarikan diri dari kelas bawah permanen. Bangun cepat, kumpulkan dana cepat, atau keluar atau hancur.

Saya memahami dari mana sikap ini berasal. Kecepatan perkembangan AI menciptakan rasa krisis eksistensi. Jendela peluang untuk menangkap gelombang ini tampak sangat sempit. Pemuda yang melihat kisah ketenaran semalam di Twitter secara alami percaya inti permainan adalah kecepatan—pemenangnya adalah mereka yang berlari paling cepat dalam waktu paling singkat.

Ini benar di dimensi yang sepenuhnya salah.

Kecepatan eksekusi memang sangat penting. Saya sangat percaya pada hal ini—bahkan terpatri dalam nama perusahaan saya (Warp). Tapi kecepatan eksekusi tidak sama dengan pandangan yang sempit. Pendiri perusahaan paling berharga di era AI bukanlah mereka yang berlari selama dua tahun lalu mencairkan keuntungan, melainkan mereka yang berlari selama sepuluh tahun dan menikmati bunga majemuk.

Hal-hal paling berharga dalam perangkat lunak—data pribadi, hubungan pelanggan mendalam, biaya peralihan nyata, keahlian regulasi—memerlukan bertahun-tahun untuk dikumpulkan dan tidak dapat cepat disalin oleh pesaing, seberapa banyak modal atau kemampuan AI yang mereka bawa.

Ketika Warp mengelola pembayaran gaji untuk perusahaan lintas negara bagian, kami mengumpulkan data kepatuhan lintas ribuan yurisdiksi. Setiap pemberitahuan pajak yang diselesaikan, setiap kasus batas yang ditangani, setiap pendaftaran pemerintah negara bagian yang diselesaikan—semuanya melatih sistem yang semakin sulit disalin seiring berjalannya waktu. Ini bukan sekadar fitur. Ini adalah parit pertahanan, ada karena kami mendalaminya dengan kualitas sangat tinggi selama waktu cukup lama, hingga menciptakan kepadatan kualitas.

Bunga majemuk ini tidak terlihat pada tahun pertama. Pada tahun kedua, ia samar-samar muncul. Pada tahun kelima, ia menjadi seluruh permainannya.

Frank Slootman, mantan CEO Snowflake, telah membangun dan menskalakan lebih banyak perusahaan perangkat lunak daripada siapa pun saat ini. Ia merangkumnya dengan singkat: Anda harus terbiasa dengan keadaan "tidak nyaman." Bukan untuk lari cepat, melainkan menjadikannya keadaan permanen.

Kabut perang di tahap awal startup—rasa kehilangan arah, informasi tidak lengkap, keharusan membuat keputusan tindakan—tidak akan hilang setelah dua tahun. Ia hanya berubah. Ketidakpastian baru menggantikan yang lama. Pendiri yang bertahan bukan mereka yang menemukan kepastian, melainkan mereka yang belajar bergerak dengan jelas di tengah kabut.

Membangun perusahaan sangatlah kejam. Anda hidup dalam ketakutan ringan berkelanjutan, terkadang ditemani ketakutan jauh lebih besar. Anda membuat ribuan keputusan dengan informasi tidak lengkap, sambil menyadari serangkaian keputusan salah bisa menyebabkan kehancuran.

Keberhasilan "semalam" yang Anda lihat di Twitter bukan hanya outlier dalam distribusi pangkat, tapi ekstrem dari outlier. Mengoptimalkan strategi berdasarkan kasus-kasus ini sama saja dengan melatih diri untuk maraton dengan mempelajari hasil orang-orang yang salah jalan dan secara kebetulan menyelesaikan 5 kilometer.

Jadi mengapa melakukan ini? Bukan karena nyaman, bukan karena peluang menang besar. Tapi karena bagi sebagian orang, tidak melakukannya rasanya bukan hidup secara sungguh-sungguh. Karena satu-satunya hal lebih buruk daripada ketakutan "membangun sesuatu dari nol" adalah suffokasi sunyi yang ditimbulkan oleh "tidak pernah mencoba."

Dan—jika Anda menebak dengan benar, jika Anda melihat kebenaran yang belum dihargai orang lain, jika Anda menjalankannya dalam jangka waktu cukup panjang dengan estetika dan keyakinan—hasilnya tidak hanya bersifat keuangan. Anda membangun sesuatu yang benar-benar mengubah cara orang bekerja. Anda menciptakan produk yang orang-orang cintai untuk digunakan. Anda mempekerjakan dan mewujudkan potensi terbaik orang-orang di bisnis yang Anda bangun sendiri.

Ini adalah proyek selama sepuluh tahun. AI tidak bisa mengubah fakta ini. Yang diubah AI adalah langit-langit yang dapat dicapai selama dekade ini oleh para pendiri yang mampu bertahan hingga akhir untuk melihatnya secara langsung.

Jadi seperti apa wujud perangkat lunak di masa depan? Optimis mengatakan AI menciptakan kelimpahan—lebih banyak produk, lebih banyak pembangun, lebih banyak nilai terdistribusi. Mereka benar. Pesimis mengatakan AI menghancurkan moat perangkat lunak—apa pun bisa disalin dalam sehari. Mereka juga sebagian benar.

Tapi kedua kelompok hanya fokus pada dasar. Tidak ada yang memperhatikan langit-langit.

Ribuan solusi titik tunggal akan muncul—alat-alat kecil, fungsional, dihasilkan AI, mampu menyelesaikan masalah-masalah sempit tertentu. Banyak bahkan tidak dibangun oleh perusahaan, tapi dikembangkan oleh individu atau tim internal untuk mengatasi masalah mereka sendiri. Untuk kategori perangkat lunak dengan ambang masuk rendah dan mudah diganti, pasar akan mengalami demokratisasi sejati. Tingkat persaingan sangat tinggi, margin keuntungan sangat tipis.

Tapi untuk perangkat lunak kritis bisnis—sistem yang menangani arus kas, kepatuhan, data karyawan, risiko hukum—situasinya sangat berbeda. Ini adalah alur kerja dengan tingkat toleransi kesalahan sangat rendah. Ketika sistem pembayaran gaji gagal, karyawan tidak mendapatkan gaji. Ketika pelaporan pajak salah, IRS akan datang. Ketika pembayaran tunjangan terputus, orang-orang nyata kehilangan perlindungan.

Orang yang memilih perangkat lunak harus bertanggung jawab atas konsekuensinya. Tanggung jawab ini tidak dapat diserahkan kepada AI yang dirakit asal-asalan dengan "kode berdasarkan perasaan" di sore hari.

Untuk alur kerja ini, perusahaan akan terus mempercayai penyedia. Di antara penyedia-penyedia ini, dinamika "pemenang mengambil semuanya" akan jauh lebih ekstrem dibandingkan generasi perangkat lunak sebelumnya. Bukan hanya karena efek jaringan lebih kuat, tapi terutama karena platform berbasis AI yang beroperasi dalam skala besar dan mengakumulasi data pribadi dari jutaan transaksi dan ribuan kasus tepi kepatuhan, memiliki keunggulan compounding yang membuat pesaing baru hampir tidak mungkin mengejar secara instan.

Parit perlindungan bukan lagi sekadar fitur, melainkan kualitas terakumulasi dari operasi berstandar tinggi berkelanjutan di bidang yang menghukum kesalahan.

Ini berarti tingkat integrasi pasar perangkat lunak akan melebihi era SaaS. Dalam sepuluh tahun mendatang, di bidang SDM dan penggajian, tidak akan ada 20 perusahaan masing-masing memiliki pangsa pasar satu digit. Saya memperkirakan dua hingga tiga platform akan menguasai sebagian besar nilai, sementara daftar panjang solusi titik tunggal hampir tidak mendapatkan bagian apa pun.

Pola yang sama akan terjadi di setiap kategori perangkat lunak di mana kompleksitas kepatuhan, akumulasi data, dan biaya perpindahan bekerja bersama.

Perusahaan-perusahaan di puncak distribusi ini tampak sangat serupa: didirikan oleh para teknisi dengan selera produk nyata; dibangun dari hari pertama di atas arsitektur native AI; beroperasi di pasar-pasar di mana raksasa saat ini tidak dapat merespons secara struktural tanpa membongkar bisnis yang sudah ada. Mereka sejak awal mempertaruhkan wawasan unik—melihat kebenaran yang belum diberi harga oleh AI—dan bertahan cukup lama hingga efek bunga majemuk menjadi jelas terlihat.

Logika yang membawa kita ke titik ini adalah logika yang telah saya jelaskan sepanjang artikel ini: melihat kebenaran. Menelusuri lebih dalam daripada siapa pun. Membangun standar tinggi yang dapat dipertahankan tanpa tekanan eksternal. Bertahan cukup lama untuk melihat apakah Anda benar.

Perusahaan unggulan di era AI akan didirikan oleh mereka yang memahami prinsip berikut: akses bukanlah sumber daya langka, melainkan wawasan; eksekusi bukanlah parit pertahanan, melainkan estetika; kecepatan bukanlah keunggulan, melainkan kedalaman.

Hukum pangkat tidak peduli dengan niat Anda. Tapi ia memberi penghargaan pada niat yang benar.