Startup AI Tutup-Tutup: Semua Lagi Packing Up, Serius Nih?

Kamu pasti pernah lihat timeline LinkedIn penuh announcement "We're hiring!" dari startup AI baru-baru ini. Tapi coba buka sekarang — banyak yang diam-diam hapus postingan, website redirect ke halaman kosong, atau founder-nya update status "Next chapter loading..." tanpa jelas ke mana. Fenomena ini nggak cuma di Indonesia, tapi global. Data dari Carta menunjukkan shutdown rate startup AI naik 40% dibanding tahun lalu, dan itu baru yang tercatat resmi. Banyak lagi yang mati diam-diam tanpa bikin berita.

Kenapa tiba-tiba rame-rame packing up? Jawabannya sederhana: uang VC udah nggak mengalir sepuas dulu. Tahun 2023-2024, investor ngebut kasih cek ke siapa aja yang pakai kata "generative AI" di pitch deck. Sekarang? Mereka minta bukti traction, revenue, dan unit economics yang masuk akal. Startup yang cuma jual wrapper di atas GPT atau Claude tanpa moat teknis sendiri jadi korban pertama. Founder yang keburu hire tim 50 orang dan sewa kantor mewah di SCBD atau WeWork sekarang panik soalnya burn rate gede tapi ARR nggak kunjung naik.

Dana VC Kering, Founder Panik

Situasi funding sekarang beda banget sama dua tahun lalu. Dulu pre-seed bisa dapet $2-3 juta cuma pakai slide deck dan demo yang belum jadi. Sekarang Series A pun susah kalau nggak bisa tunjukin $100k MRR dengan churn rate di bawah 5%. Banyak founder yang udah terlanjur commit kontrak sewa 2-3 tahun dan gaji tim senior, tapi term sheet Series A yang dijanjiin Q1 2025 sampai sekarang nggak kunjung ditandatangani. Akhirnya pilihan cuma dua: shutdown cepat sambil masih bisa bayar severance, atau drag on sampai uang habis total dan karyawan nggak dapet apa-apa.

Yang lucu, banyak investor yang dulu nge-push "grow at all costs" sekarang malah minta founder "extend runway jadi 24 bulan" sambil nggak mau tambah duit. Classic VC move. Founder yang jujur sama board biasanya dipaksa pivot ke B2B SaaS yang boring tapi bayar, atau sell ke competitor yang punya cash reserve. Yang nggak jujur? Tetap burn cash buat marketing gimmick sambil harap ada acquihire dari big tech. Spoiler: acquihire sekarang jarang banget, big tech lebih suka hire individu langsung.

Wrapper Startup Jadi Sasaran Pertama

Kategori paling parah kena dampaknya adalah startup "thin wrapper" — yang cuma bikin UI cantik di atas API OpenAI/Anthropic tanpa model atau data proprietary sendiri. Contoh nyata: ribuan AI copywriting tool, AI presentation maker, AI code reviewer yang fungsi mirip banget. Pas OpenAI turunin harga API dan luncurkan fitur native yang sama (seperti Canvas buat coding, Projects buat file management), nilai tambah wrapper jadi nol. Pelanggan enterprise nggak mau bayar double — sekali ke OpenAI buat API, sekali ke wrapper buat UI yang bisa dibikin internal team mereka sendiri dalam seminggu.

Tapi nggak semua wrapper mati. Yang survive biasanya punya salah satu: (1) data proprietary yang nggak bisa didapat orang lain, misalnya data hukum Indonesia 20 tahun terakhir buat legal AI; (2) workflow integration yang deep ke sistem klien, kayak ERP atau CRM custom; (3) compliance/regulatory moat — misalnya AI buat audit pajak yang udah certified DJP. Kalau startup kamu cuma "ChatGPT tapi buat [niche]", waktunya mikir ulang value prop-nya. Atau siap-siap packing up.

Talent Migration: Dari Startup Ke Corporate

Sisi lain yang jarang dibahas: para engineer dan researcher AI senior sekarang lebih pilih join lab big tech (Google DeepMind, Meta FAIR, Microsoft Research) atau corporate R&D bank/telco besar dibanding join early-stage startup. Alasannya gampang: base salary 2-3x lipat, RSU yang liquid, compute budget unlimited, dan nggak perlu peduli runway. Startup yang mau rekrut talent top sekarang harus jual misi yang beneran compelling atau kasih equity besar yang realistic — tapi equity startup yang nggak naik valuation cuma kertas aja.

Ini bikin vicious cycle: startup nggak dapet talent bagus → produk nggak berkembang → nggak dapet revenue → nggak dapet funding → shutdown. Di Indonesia sendiri, beberapa AI lab universitas (seperti di UI, ITB, Binus) justru jadi talent pool yang lebih stabil karena funding dari riset pemerintah atau grant internasional. Banyak fresh grad PhD malah pilih tetap di akademik atau join corporate research daripada join startup yang risikonya tinggi. Ironisnya, inovasi fundamental AI justru sering keluar dari lab-lab ini, bukan dari startup yang kejar growth metric.

Yang Survive: Boring Tapi Profitable

Startup AI yang masih berdiri tegak sekarang biasanya yang nggak "sexy" di mata media. Contoh: perusahaan yang bikin AI buat optimasi rute logistik truk, predictive maintenance pabrik semen, atau fraud detection buat pinjaman online. Mereka nggak butuh model foundation sendiri — cukup fine-tune open source model (Llama, Qwen, Mistral) di data domain spesifik. Margin mereka bagus soalnya nggak bayar API per token, compute di-handle sendiri, dan kontrak enterprise biasanya 2-3 tahun dengan upfront payment. Founder tipe ini jarang posting di LinkedIn, tapi rekening mereka gede.

Pola yang kelihatan: vertical AI application dengan data moat dan workflow lock-in > horizontal AI platform. Kalau kamu founder, tanya diri sendiri: "Kalau OpenAI luncurkan fitur ini besok, klien saya tetap bayar atau cabut?" Kalau jawabannya cabut, berarti kamu bangun di atas tanah rapuh. Waktunya pivot ke vertical yang punya data unik dan regulatory barrier, atau siap-siap jadi statistik shutdown berikutnya. Era "AI for everything" udah lewat, sekarang era "AI for something specific that pays".

• Audit runway bulanan: pastiin minimal 18 bulan tanpa funding baru
• Identifikasi data moat: apa yang kamu punya dan kompetitor nggak bisa dapat?
• Fokus ke vertical B2B yang punya budget dan pain point nyata
• Kurangi burn rate non-teknis (kantor mewah, event branding, swag)
• Siapin opsi acquihire atau asset sale dari sekarang, jangan nunggu mati