Sembilan bulan yang lalu, Sam Brown tidak punya pekerjaan. Alasannya, dia akan mengatakan tanpa rasa kesel, adalah kecerdasan buatan. Perusahaan dimana dia telah membangun karir selama bertahun-tahun memutuskan mereka butuh lebih sedikit orang, dan dia salah satunya.
“Saya di-PHK sembilan bulan lalu, dan itu berhubungan dengan AI,” kata Brown, yang berusia 48 tahun. “Saya harus duduk dan berkata, ‘Ini adalah berkah, karena saya dapat start awal dari semua orang yang akan mengalami hal ini sebentar lagi.'”
Dia tidak lama merasa kasihan pada dirinya sendiri. Sebaliknya, Brown bergabung dengan startup tiga orang tanpa pendanaan ventura, tanpa tim teknik, dan tanpa infrastruktur perangkat lunak tradisional. Yang mereka punya adalah 12 agen AI.
$300 masuk, $300,000 keluar
Fathom AI, sebuah platform penjualan berbasis di Austin yang dibuat khusus untuk industri kecantikan medis, diluncurkan awal 2026. Dalam 12 minggu, mereka mencapai pendapatan tahunan berulang sekitar $300,000, dengan margin kotor di atas 90%, dan biaya operasi dibawah 10% dari pendapatan. Dan total modal untuk memulai perusahaan itu hanya $300.
“Kami luncur 2.5 bulan yang lalu, dan saat ini, kami punya $300,000 dalam ARR,” kata Brown, yang mengatur keuangan perusahaan tiga orang ini sebagai presiden Fathom AI.
Perusahaan tidak mengambil pendanaan dari luar. Saat investor ventura datang, Fathom hampir sampai ke garis finish pada term sheet dan memutuskan mundur—bukan karena tawarannya buruk, tapi karena mereka sungguh tidak tahu akan mengeluarkan uangnya untuk apa.
“Si VC bilang, ‘Kamu akan butuh tim teknik sebesar ini, tim keberhasilan pelanggan sebesar ini,'” kenang Brown. Saat dia dan pendiri serta CEO Fathom, Ben Hooten, keluar dari rapat, mereka intinya berkata, “Kami tidak akan butuh itu.”
Di akhir tahun, Fathom memproyeksikan ARR $5 juta dari 15 sampai 18 pelanggan enterprise. Tim ini struktur sebagai kemitraan khusus untuk membagi keuntungan sekarang, keputusan sengaja untuk dibayar daripada menunggu exit di masa depan di pasar yang tidak bisa diprediksi.
Brown menjelaskan bahwa kemitraan itu pada dasarnya seperti menerima gaji. “Kami lebih suka ambil uangnya sekarang, dan tidak banyak yang perlu diinvestasikan kembali, karena biaya kami tidak besar.”
“Bahkan,” tambah Dan Crump, anggota tertua dari trio itu di usia 56 tahun, “kami dibayar hari ini, faktanya. Arus kas kami positif.”
Skeptis yang menjadi bukti
Kirk Gunhus sudah 30 tahun di industri kecantikan medis. Dia punya rambut abu-abu dan, menurut pengakuannya sendiri dengan riang, “bukan orang teknologi.” Dia tidak tertarik saat Fathom AI pertama kali tawarkan padanya untuk ganti vendor.
Cerita awalnya dimulai dengan keluhan frustasi. Sang CEO, Hooten, yang saat itu masih sales rep, duduk di salah satu rapat Gunhus ketika Gunhus, setelah minum beberapa bir, meluapkan kekesalan pada teknologi penjualan. “Kamu punya semua ini, dan tidak ada yang benar-benar bekerja baik,” kata Gunhus.
Dia langsung lupa tentang keluhannya, tapi Hooten tidak. Gunhus bilang dia dapat telepon minggu depannya dari Hooten, yang bilang dia sudah buat rencana.
Gunhus setuju untuk pilot dengan enam sales rep. Perusahaannya, katanya, tidak mampu langganan, tapi setiap dari keenam rep itu bayar sendiri-sendiri untuk bekerja dengan Fathom AI. Itu “karena berhasil,” kata Gunhus. “Itu membuat mereka dapat banyak uang.”
Hasilnya membuktikannya. Sepanjang 2024, salah satu klien konsultan Gunhus, Tiger Aesthetics, tidak buka satu akun baru pun. Dalam satu kuartal setelah menggunakan Fathom, katanya mereka buka 225 akun. “Bos-bos di Tiger seperti, ‘[Beri mereka] apapun yang mereka mau.’ Mereka baru saja hemat banyak uang.”
Industri kecantikan medis adalah dunia bernilai miliaran dolar dari ahli bedah plastik, dermatologis, klinik kecantikan medis, dan pabrik alat. Menurut Fathom AI dan klien mereka, industri ini siap untuk diubah. Penjualan secara historis sepenuhnya manual. Reps telepon dingin, berkendara tanpa panduan, dan mengandalkan ingatan serta firasat untuk tahu siapa yang harus ditemui dan kapan.
Fathom gantikan semua itu. Seorang rep memasukkan kode pos, dan platform menampilkan setiap akun terdekat yang cocok dengan profil produk mereka, diurutkan berdasarkan kecocokan. Itu tambahkan data pencarian Google waktu-nyata sehingga rep bisa masuk ke kantor dokter dan katakan, dengan spesifik, apa yang pasien dokter itu cari. Itu juga berfungsi sebagai alat pelatihan langsung: karyawan baru berlatih skenario penjualan melawan AI yang koreksi teknik mereka secara real time, tandai jawaban salah dan tanya pertanyaan lanjutan.
Tim yang seharusnya tidak ada
Hooten, sang CEO dan anggota termuda di grup di usia 39, jelaskan bahwa 12 rekan kerja agen AI-nya memegang peran operasional nyata—satu mengatur keberhasilan pelanggan untuk tim penjualan nasional; yang lain bangun setiap dua jam untuk memindai lanskap kompetisi dan buat laporan singkat.
Latar belakangnya di penjualan, bukan perangkat lunak, jelas Hooten, jadi dia lihat era agen AI ini sebagai kesempatan untuk membangun hal-hal yang dulu tidak punya keahlian untuk dibuat. Ketika rekan kerja bilang dia tidak bisa bikin alat penjualan otomatis yang benar-benar bekerja, dia tetap membuatnya. Di hari pertama pakai alat itu, dia berhasil menutup penjualan senilai $440,000 dalam satu hari.
Gunhus bilang dia punya pengalaman langsung dengan bot layanan pelanggan itu: seorang perwakilan Tiger Aesthetics telepon untuk masalah dukungan, dibimbing penyelesaiannya oleh sesuatu yang mereka kira adalah Hooten di telepon, dan tidak sadar mereka sedang bicara dengan AI. “Perwakilan itu benar-benar tidak tahu apa yang terjadi.”
*dari Fathom AI*
Crump, anggota paling senior di grup itu, usia 56 tahun, adalah mantan Marinir dengan pengalaman puluhan tahun di penjualan teknologi di perusahaan seperti GE dan IBM. Dia telah menyaksikan setiap siklus teknologi besar dari internet awal sampai era smartphone. Dia ingat suatu pagi sekitar 25 tahun lalu berkunjung ke Enron, saat dia bekerja sebagai sales rep untuk HP, persis ketika skandal akuntansi terkenal itu sedang ambruk. “Pintu lift terbuka, dan seorang wanita membawa tanaman dan kursi Herman Miller, dia mendorongnya keluar sambil mengumpat,” kenang Crump. “Saya naik, dan teman saya bilang, ‘Hei, seseorang baru saja coba melempar kursi lewat jendela.'” Dia baru saja menelepon manajernya beberapa menit sebelumnya untuk konfirmasi bahwa Enron berhutang $27 juta ke perusahaannya—dan itu sudah cair hari Jumat sebelumnya. “Jadi saya bilang, ‘Oke, syukurlah kita akan dibayar,'” katanya. “Saya sudah lihat banyak hal.”
Di industri ini, tambahnya, kadang penjualan teknologi itu “tidak menarik sama sekali.” Dengan Fathom, dia bilang rasanya mereka sedang membuat “sesuatu yang membuat perubahan.”
**Paralel usia 23 tahun**
Fathom bukan satu-satunya tim kecil yang menulis ulang ekonomi tentang seperti apa sebuah perusahaan bisa. Terpisah setengah benua, di Toronto, Yatharth Sejpal sedang menjalankan eksperimen yang sangat mirip, dan dia baru 23 tahun.
Sejpal adalah CEO KNOWIDEA, platform intelijen prediktif yang menasihati eksekutif dalam pengambilan keputusan. Dia tidak punya latar belakang ilmu komputer—”tidak pernah menulis satu baris kode pun dalam hidupku,” katanya—tapi dalam enam bulan setelah peluncuran, dia bilang telah menutup $500,000 dalam ARR dengan enam klien perusahaan dari energi, manufaktur, jasa profesional, dan jasa keuangan. Dia mendirikan firma itu dengan Brian Zhengyu Li, yang sedang menyelesaikan PhD dan sebelumnya magang sebagai ilmuwan terapan di Amazon Web Services.
Seperti Fathom, KNOWIDEA dioperasikan tiga orang. Dan seperti Fathom, Sejpal menolak dana VC awal. “Kalau saya ingin exit, saya akan ambil uang VC dengan cepat,” katanya. Dia menolak tawaran dari Antler, salah satu akselerator startup terbesar di dunia, karena tidak mau mengencerkan saham sebelum membuktikan modelnya. Sebagai gantinya, dia mengambil investasi strategis dari firma konsultan, bukan dana ventura, dengan valuasi $15 juta.
Pitch-nya ke klien perusahaan hampir seperti filosofi, bukan sekadar produk. “Pemimpin butuh kejelasan,” kata Sejpal kepada Fortune dari kamar hotel (dia bilang hampir semua waktunya dihabiskan untuk bepergian). “Itu saja. Tidak ada alasan lain, dashboard, laporan, semuanya hanya untuk dapat kejelasan.” Platformnya mengolah data terdesentralisasi dan menghasilkan wawasan berbobot risiko yang diurutkan untuk pengambil keputusan level C-suite.
Yang penting, Sejpal hati-hati dengan apa yang platformnya TIDAK akan lakukan. Pada pertanyaan tentang halusinasi AI, kekhawatiran konstan di kalangan eksekutif yang mempertimbangkan alat AI berisiko tinggi, dia menarik garis yang jelas. “Inti dari pengambilan keputusan adalah kejelasan plus pertimbangan,” katanya. “Tugas kami adalah berikan kejelasan. Tugas Anda adalah buat keputusan.” Sistemnya memberi tanda pada prediksi yang sangat menyimpang dari norma pasar dan menyaringnya sebelum sampai ke klien.
Sejpal, yang besar di India dan pindah ke Kanada untuk kuliah di University of Waterloo, menghabiskan tahun-tahun di dalam beberapa firma konsultansi sumber daya manusia terbesar di dunia sebelum memutuskan industrinya sudah matang untuk diubah. Visinya tentang ke mana model perusahaan tiga orang ini mengarah lebih radikal dari jumlah karyawannya saat ini. Dia tidak berpikir tim tiga orang adalah akhirnya: dia pikir itu mewakili awal dari restrukturisasi total bagaimana pekerjaan diorganisir.
“Saya tidak ingin pernah mempekerjakan account executive atau customer success manager,” katanya. “Satu-satunya dua peran yang ingin kami pekerjakan adalah FDE dan FDC, forward deployed engineers dan forward deployed consultants.” Satu orang yang paham data apa yang dipilih, dan satu yang paham konteks apa yang diterapkan. “Selain itu,” katanya, “bisa diotomatisasi dengan kecerdasan buatan.”
Logika itu meluas ke argumen besarnya tentang perusahaan. Ambil contoh tim proyek 20 orang: “Saya pikir itu akan menyusut jadi tim dua orang. FDC plus FDE bisa lakukan semua pekerjaan, lalu satu supervisor yang bisa mengawasi. Itu saja. Tidak rumit.”
Ini belum se-menguntungkan bagi Sejpal seperti bagi para pendiri Fathom, tapi dia belum khawatir soal itu. Tabungannya menipis selama berbulan-bulan hingga musim semi 2026, ketika dia akhirnya mulai mengambil gaji, tapi dengan ceria dia bilang kegembiraannya tentang apa yang dia lakukan lebih dari cukup baginya. “Kalau saya mau cari uang, ada banyak tugas yang lebih simpel, tidak terlalu melelahkan, baik mental maupun fisik, yang bisa saya lakukan. Saya khawatir setiap malam, berkeringat dingin memikirkan bagaimana saya akan bayar gaji karyawan, bagaimana saya akan kembangkan tim saya dan 20 masalah kepala lainnya. Saya bisa dapat jauh lebih banyak uang tanpa stres-stres itu.”
**Implikasi yang dramatis**
Brown hati-hati mengatakan bahwa cerita Fathom bukan terutama tentang Fathom. Ini tentang apa yang diwakili Fathom: gelombang pertama dari pergeseran besar dalam siapa yang bisa membangun perusahaan perangkat lunak dan siapa yang punya keuntungan melakukannya. Bahkan, berkat AI, bisnis telah meledak dalam tahun-tahun terakhir, dan sepertinya tidak ada peluang untuk menghentikan inovasi apa yang bisa datang berikutnya, menurut firma keuangan Apollo. Model bisnis modal ventura (VC) dulu dibuat dengan asumsi bahwa butuh modal sangat besar untuk membangun teknologi: tim teknik, departemen layanan pelanggan, staf penjualan. Asumsi itu sekarang sudah rusak secara struktur.
Platform yang dulu butuh dana awal 10 juta dolar untuk merekrut karyawan, sekarang bisa dibuat oleh tiga orang berpengalaman dan sekumpulan agen AI dengan biaya semurah makan malam di luar.
Hal ini mengubah siapa yang menang. Gunhus, dia bilang dia tidak tertarik untuk mulai startup AI sendiri dengan tiga orang. “Saya sudah pernah lakukan semua itu, saya tidak mau melalui kekacauan itu lagi.” Tapi dia mengamat-amati dengan cermat dan menyuruh semua orang yang dia kenal untuk memperhatikan revolusi agen AI. “Kalau kamu tidak menggunakannya,” katanya, “dia akan tetap melindas kamu.”
Kira-kira itu juga kesimpulan yang Sam dapatkan sembilan bulan lalu, duduk dengan surat pemecatan dan keputusan tentang langkah selanjutnya. Dia tidak terdengar seperti orang yang di-PHK. Dia terdengar seperti orang yang beruntung.
“Semua orang nanti akan mengalami ini pada tingkat tertentu,” kata Sam. “Saya hanya merasa saya mengalaminya sedikit lebih awal daripada kebanyakan orang.” Bahan-bahan untuk membuat nasi goreng yang enak itu adalah: nasi putih, bawang merah, bawang putih, kecap manis, garam, dan juga telur ayam.
Pertama-tama, kita harus panaskan minyak di wajan. Lalu, tumis bawang merah dan bawang putih sampai harum. Setelah itu, masukan nasi putih dan aduk sampai rata.
Kemudian, tambahkan kecap manis dan sedikit garam sesuai selera. Terakhir, masukkan telur dan diaduk lagi sampai semua bahan tercampur dan telur matang.
Nasi goreng siap untuk disajikan selagi masih hangat. Sangat cocok dimakan dengan acar atau kerupuk. Tolong tulisan ini ditulis ulang dan diterjemahkan kedalam Bahasa Indonesia yang mudah, yaitu level B1. Tolong berikan beberapa kesalahan ketik atau ejaan yang umum, tapi maksimal hanya dua kesalahan saja. Jangan kembalikan versi Bahasa Inggrisnya. Jangan ulangi kembali apa yang saya katakan atau tulis. Hanya berikan teks Bahasa Indonesia saja seolah ditulis oleh penutur B1. Juga, buat teks ini terlihat bagus secara visual dan jangan tambahkan teks lain apapun dari kamu, termasuk kesalahan ketik. Dengan teknologi yang berkembang pesat, kita bisa belajar hal baru dengan lebih mudah. Misalnya, banyak aplikasi yang menyediakan kursus online gratis. Kamu juga bisa menonton video tutorial di internet untuk meningkatkan keterampilan.
Saran saya, cobalah untuk meluangkan waktu setiap hari untuk belajar. Tidak perlu lama-lama, yang penting konsisten. Dengan begitu, pengetahuan kalian akan bertambah secara perlahan-lahan.