Stabilitas Pendapatan Berulang Startup AI Terancam Ketidakpastian Kontrak

Model pendapatan berulang tahunan atau Annual Recurring Revenue (ARR) yang selama ini menjadi kebanggaan startup teknologi kini menghadapi tantangan besar karena pola belanja perusahaan yang berubah drastis.

Riset terbaru dari perusahaan modal ventura Madrona menunjukkan bahwa komitmen jangka panjang perusahaan besar terhadap teknologi kecerdasan buatan, atau AI, masih sangat lemah. Meskipun anggaran untuk AI terus membengkak, loyalitas pelanggan korporasi terhadap vendor penyedia layanan justru sangat rendah.

Sebanyak 74 persen dari 150 profesional TI yang disurvei berencana meningkatkan anggaran AI mereka dalam 12 bulan ke depan. Namun, data menunjukkan bahwa kurang dari separuh proyek percontohan atau pilot project AI yang berhasil mencapai tahap produksi penuh.

Kondisi ini menciptakan dinamika yang dikenal sebagai pola keluar-masuk cepat, atau fast in, fast out. Sebanyak 77 persen perusahaan melakukan evaluasi ulang terhadap vendor AI mereka setiap enam bulan atau bahkan terus-menerus, sebuah perilaku yang sangat kontras dengan kontrak perangkat lunak tradisional atau SaaS yang biasanya mengikat selama bertahun-tahun.

SaaS sendiri merupakan model bisnis di mana perangkat lunak disediakan melalui internet dengan biaya berlangganan. Dalam model tradisional ini, kontrak panjang memberikan perlindungan bagi perusahaan startup karena pelanggan sulit berpindah ke penyedia lain akibat biaya transisi yang tinggi.

Namun, pada era AI, biaya untuk berpindah vendor jauh lebih murah. Hal ini membuat angka pendapatan yang dilaporkan oleh startup menjadi tidak stabil karena kontrak besar tidak lagi menjamin pendapatan jangka panjang yang pasti.

Salah satu penyebab utama ketidakpastian ini adalah model penetapan harga yang belum matang. Banyak startup AI masih terjebak menggunakan model lama, seperti mengenakan biaya berdasarkan jumlah token yang dikonsumsi, yang sebenarnya kurang disukai oleh pelanggan korporasi.

Riset dari firma modal ventura Andreessen Horowitz atau a16z menunjukkan bahwa pembeli teknologi lebih menginginkan biaya yang dikaitkan dengan hasil nyata. Mereka ingin membayar berdasarkan output yang dihasilkan, seperti jumlah laporan yang selesai diproses, tiket bantuan yang ditutup, atau prospek penjualan yang berhasil didapatkan.

Pendekatan berbasis hasil ini dianggap lebih adil bagi kedua belah pihak karena membuktikan nilai ekonomi produk secara langsung. Ketika biaya mengikuti efisiensi kerja, hubungan antara startup dan perusahaan pembeli cenderung menjadi lebih transparan dan berbasis pada nilai tambah nyata.

Meskipun demikian, era eksperimen ini sebenarnya membuka peluang bagi banyak perusahaan rintisan untuk memamerkan teknologi mereka di hadapan klien besar. Perusahaan saat ini jauh lebih terbuka untuk mencoba solusi baru daripada beberapa tahun lalu.

Belum ada kepastian kapan perusahaan akan kembali ke kebiasaan pembelian jangka panjang mereka seperti era sebelum AI populer. Untuk saat ini, startup harus beradaptasi dengan kenyataan bahwa kontrak besar bisa hilang sewaktu-waktu jika mereka tidak mampu membuktikan efisiensi secara konsisten.