Julie Bornstein mengira ide startup AI-nya akan mudah diwujudkan. Latar belakangnya di bidang perdagangan digital sangatlah impresif: Wakil Presiden e-commerce di Nordstrom, COO startup Stitch Fix, dan pendiri platform belanja personalisasi yang diakuisisi Pinterest. Dunia fashion telah menjadi obsesinya sejak masa SMA di Syracuse, saat ia menghabiskan waktu membaca majalah Seventeen dan nongkrong di mal setempat. Jadi, ia merasa punya modal kuat untuk mendirikan perusahaan yang membantu pelanggan menemukan pakaian sempurna dengan bantuan AI.
Kenyataannya jauh lebih sulit dari perkiraannya. Saya baru-baru ini sarapan bersama Bornstein dan CTO-nya, Maria Belousova, untuk mendengar tentang startup mereka, Daydream, yang didanai $50 juta dari VC seperti Google Ventures. Percakapan kami berbelok ke arah tak terduga saat keduanya menjelaskan betapa sulitnya mengubah ‘keajaiban’ sistem AI menjadi sesuatu yang benar-benar berguna bagi orang banyak.
Kisahnya ini membantu menjelaskan suatu fenomena. Newsletter pertama saya di tahun 2025 mencanangkannya sebagai ‘Tahun Aplikasi AI’. Meski aplikasi semacam itu memang banyak bermunculan, mereka belum mengubah dunia seperti yang saya antisipasi. Sejak ChatGPT diluncurkan akhir 2022, publik terkagum-kagum dengan trik yang diperagakan AI, namun berbagai studi menunjukkan teknologi ini belum memberikan peningkatan produktivitas yang signifikan. (Satu pengecualian: pemrograman). Sebuah studi yang terbit Agustus lalu menemukan bahwa 19 dari 20 proyek percontohan AI di perusahaan tidak memberikan nilai terukur. Saya yakin peningkatan produktivitas itu akan datang, tapi butuh waktu lebih lama dari yang orang harapkan. Mendengar kisah startup seperti Daydream yang berjuang untuk menembus hambatan memberi secercah harapan bahwa ketekunan dan kesabaran mungkin memang bisa mewujudkan terobosan tersebut.
Kegagalan Fashionista
Gagasan awal Bornstein ke para VC terdengar jelas: Gunakan AI untuk memecahkan masalah rumit di fashion dengan mencocokkan pelanggan pada pakaian yang sempurna, yang tentu mereka rela bayar. (Daydream akan mengambil komisi.) Anda mungkin mengira setting-nya sederhana—cukup sambungkan ke API model seperti ChatGPT dan selesai, bukan? Eh, tidak. Mendaftarkan lebih dari 265 mitra, dengan akses ke lebih dari 2 juta produk dari butik kecil hingga raksasa ritel, justru adalah bagian yang mudah. Ternyata, memenuhi permintaan sederhana seperti “Saya butuh gaun untuk pernikahan di Paris” sangatlah kompleks. Apakah Anda mempelai, ibu mertua, atau tamu? Musim apa? Pernikahan seformal apa? Pesan apa yang ingin Anda sampaikan? Bahkan setelah pertanyaan itu terjawab, model AI yang berbeda memiliki pandangan berbeda tentang hal-hal semacam itu. “Yang kami temukan, karena kurangnya konsistensi dan keandalan model—serta halusinasinya—kadang model akan menghilangkan satu dua elemen dari kueri,” ujar Bornstein. Seorang pengguna dalam uji beta Daydream yang diperpanjang mungkin berkata, “Bentuk tubuh saya persegi, tapi saya butuh gaun yang membuat saya terlihat seperti jam pasir.” Modelnya malah menampilkan gaun dengan pola geometris.
Pada akhirnya, Bornstein menyadari ia harus melakukan dua hal: menunda peluncuran aplikasi yang direncanakan pada musim gugur 2024 (meski kini sudah tersedia, Daydream secara teknis masih dalam beta hingga sekitar tahun 2026) dan meningkatkan tim teknisnya. Pada Desember 2024 ia merekrut Belousova, mantan CTO Grubhub, yang kemudian membawa serta tim insinyur papan atas. Senjata rahasia Daydream dalam perang talenta yang ketat adalah kesempatan untuk mengerjakan masalah yang sangat menarik. “Fashion adalah ranah yang menarik karena melibatkan selera, personalisasi, dan data visual,” kata Belousova. “Ini masalah menarik yang belum terpecahkan.”
Lebih dari itu, Daydream harus memecahkan masalah ini dua kali—pertama dengan menafsirkan ucapan pelanggan, lalu mencocokkan kriteria mereka yang kadang unik dengan barang-barang di katalog. Dengan masukan seperti “Saya butuh *revenge dress* untuk bat mitzvah di mana mantan saya akan hadir dengan istri barunya”, pemahaman ini menjadi kritis. “Kami punya konsep di Daydream tentang kosakata pembeli dan kosakata merchant, kan?” kata Bornstein. “Merchant berbicara dalam kategori dan atribut, sedangkan pembeli mengatakan hal seperti, ‘Saya akan menghadiri acara ini, di atap gedung, bersama pacar saya.’ Bagaimana caranya menggabungkan kedua kosakata ini secara real-time? Dan terkadang butuh beberapa iterasi dalam percakapan.” Daydream belajar bahwa bahasa saja tidak cukup. “Kami menggunakan model visual, jadi kami benar-benar memahami produk dengan cara yang lebih bernuansa,” katanya. Seorang pelanggan mungkin membagikan warna spesifik atau menunjukkan kalung yang akan mereka kenakan.
Bornstein mengatakan pembenahan ulang Daydream kemudian menghasilkan hasil yang lebih baik. (Meski saat saya mencobanya, permintaan untuk celana tuksedo hitam juga menampilkan celana training beige. Ya, ini masih beta.) “Kami akhirnya memutuskan beralih dari satu panggilan tunggal ke ansambel banyak model,” jelas Bornstein. “Masing-masing melakukan panggilan khusus. Kami punya satu untuk warna, satu untuk bahan, satu untuk musim, satu untuk lokasi.” Misalnya, Daydream menemukan bahwa untuk tujuannya, model OpenAI sangat baik dalam memahami dunia dari sudut pandang pakaian. Gemini milik Google kurang begitu, tetapi cepat dan tepat.