Banyak startup teknologi terjebak dalam mitos bahwa keunggulan produk adalah satu-satunya kunci untuk memenangkan kontrak perusahaan skala besar. Arsalan Tavakoli-Shiraji, salah satu pendiri Databricks, menegaskan bahwa realitas di lapangan justru menuntut pendekatan yang lebih humanis dan strategis. Bagi startup yang ingin menembus pasar korporasi, fokus pada aspek teknis saja tidak cukup jika tidak dibarengi dengan pemahaman mendalam mengenai proses bisnis dan relasi antarmanusia.
Dalam ajang TechCrunch Disrupt, Tavakoli-Shiraji berbagi pengalaman pribadinya saat Databricks merintis jalan menjadi raksasa data bernilai 190 miliar dolar AS. Ia menceritakan kegagalan awal saat mencoba masuk ke sektor perbankan tanpa dukungan ekosistem yang tepat. Saat itu, startup kerap ditolak karena dianggap belum memiliki kredibilitas atau standar keamanan yang setara dengan pemain lama di industri.
Strategi jitu yang dilakukan Databricks adalah bernaung di bawah payung raksasa teknologi seperti Microsoft. Dengan menjadi mitra Azure, Databricks tidak hanya mendapatkan akses distribusi, tetapi juga kepercayaan instan dari klien besar yang sudah familiar dengan ekosistem Microsoft. Langkah ini terbukti efektif memangkas hambatan birokrasi dan legalitas yang biasanya menjadi momok bagi perusahaan rintisan.
Setelah berhasil masuk ke dalam ekosistem besar, tantangan berikutnya adalah meyakinkan klien mengenai adopsi kecerdasan buatan (AI). Tavakoli-Shiraji memperkenalkan konsep empat pilar atau 'Four C’s': Context, Choice, Cost, dan Control. Perusahaan besar membutuhkan AI yang mampu beradaptasi dengan budaya kerja mereka, memberikan kebebasan memilih model, efisiensi biaya yang terukur, serta protokol keamanan yang ketat.
Banyak perusahaan besar saat ini masih berada di tahap awal adopsi AI. Meskipun banyak CIO mengklaim telah mengadopsi teknologi canggih, kenyataannya sebagian besar hanya sekadar memberikan akses ke alat generatif AI tanpa mengintegrasikannya ke dalam proses bisnis inti. Di sinilah peluang besar terbuka bagi startup untuk melakukan modernisasi sistem warisan (legacy systems) yang sudah usang.
Sistem perbankan atau manufaktur yang masih bergantung pada mainframes tua sering kali luput dari perhatian karena kompleksitas kodenya. Dengan bantuan AI, startup kini memiliki kemampuan untuk membedah dan memahami logika sistem tua tersebut. Proses dekomposisi kode ini memungkinkan inovator untuk menggantikan atau memperbarui sistem lama tanpa harus merusak fondasi bisnis yang sudah berjalan.
Di Indonesia, tantangan serupa dihadapi oleh banyak perusahaan rintisan yang mencoba menembus sektor perbankan dan BUMN. Standar keamanan data yang ketat dan regulasi yang kompleks sering kali menjadi penghalang utama bagi startup lokal. Belajar dari pola yang dilakukan Databricks, kolaborasi strategis dengan pemain infrastruktur cloud besar yang sudah memiliki sertifikasi lokal mungkin menjadi jalan keluar yang paling realistis.
Para pendiri startup di tanah air perlu menyadari bahwa menjual solusi AI atau data ke korporasi bukan hanya soal fitur teknis. Mereka harus mampu menjawab kekhawatiran terkait tata kelola data dan kepatuhan hukum yang menjadi prioritas utama bagi pimpinan perusahaan besar. Membangun kepercayaan jauh lebih krusial daripada sekadar memamerkan kecanggihan algoritma.
Analisis ini menunjukkan bahwa pergeseran tren pasar menuju AI yang lebih terukur dan aman akan terus berlanjut. Startup yang mampu menawarkan solusi transisi dari sistem lama ke sistem berbasis AI dengan risiko minimal akan mendominasi pasar dalam beberapa tahun ke depan.
Ke depannya, kita akan melihat lebih banyak akuisisi atau kemitraan strategis antara perusahaan teknologi besar dan startup spesialis. Pola ini akan menjadi standar baru bagi perusahaan rintisan untuk mempercepat pertumbuhan dan memvalidasi teknologi mereka di hadapan klien korporasi yang sangat konservatif.
Pada akhirnya, kesuksesan di pasar enterprise ditentukan oleh kemampuan startup untuk menjadi mitra jangka panjang. Bukan sekadar vendor yang menjual lisensi, melainkan entitas yang mampu memberikan solusi nyata terhadap masalah bisnis yang kompleks dan sudah berakar selama puluhan tahun.