Bentuk Ultimate dari AI Assistant? Mengapa Para Investor Memberikan $11 Juta untuk Produk AI yang "Mengintip Layar Anda" Ini?

Penulis: Leo

Apakah kamu pernah menyadari bahwa saat ini asisten AI sebenarnya cukup “bodoh”? Setiap kali membuka ChatGPT atau Claude, kamu harus menjelaskan latar belakang lagi. “Saya sedang mengerjakan sebuah proyek tentang…”, “Tim kami baru saja mengadakan rapat dan membahas…”, “Minggu lalu saya mengirim email yang isinya…”. Kamu menghabiskan lima menit untuk menulis prompt agar mendapatkan jawaban yang setidaknya berguna. Ini tidak normal. Bukankah AI seharusnya membuat pekerjaan menjadi lebih mudah? Mengapa malah menambah beban kerja kita?

Saya baru-baru ini mencoba produk bernama Littlebird, yang baru saja menyelesaikan pendanaan tahap seed sebesar 11 juta dolar AS, dipimpin oleh Lotus Studio. Produk ini membuat saya berpikir ulang tentang satu pertanyaan: seperti apa sebenarnya asisten AI yang ideal? Seharusnya bukan alat yang harus terus-menerus “diberi makan” informasi, melainkan asisten yang sudah memahami pekerjaan dan kehidupanmu. Seperti asisten nyata, yang tidak perlu kamu jelaskan lagi latar belakang proyek, kondisi tim, dan progres kerja setiap saat.

Pendiri Littlebird, Alexander Green, saat mengumumkan pendanaan, mengatakan satu kalimat yang menurut saya sangat tepat: “Pengalaman menggunakan komputer semakin seperti sebuah perlawanan.” Setiap kali membuka komputer, kita merasakan rangsangan ganda dari dopamin dan ketakutan. Komputer seharusnya adalah “sepeda pikiran”, tetapi model bisnis internet menghubungkan semuanya kembali: jika produk gratis, maka kamu adalah produknya; jika kamu adalah produknya, tujuannya adalah merebut perhatianmu. Sepeda itu malah mulai menunggangi kita balik. Perumpamaan ini sangat tepat. Kita seharusnya mengendalikan alat, tetapi sekarang alat yang mengendalikan kita.

Mengapa Asisten AI Selalu “Lupa”

Saya telah menggunakan berbagai alat AI selama lebih dari setengah tahun, dari ChatGPT hingga Claude, dari Notion AI hingga berbagai asisten penulisan AI khusus. Setiap alat sangat kuat, tetapi semuanya memiliki satu masalah yang sama: mereka sama sekali tidak tahu siapa saya, apa yang saya kerjakan, apa yang saya pedulikan. Setiap percakapan terasa seperti pertemuan pertama, saya harus memperkenalkan diri lagi, menjelaskan latar belakang, dan memberikan konteks.

Contohnya, minggu lalu saya sedang menyiapkan konferensi peluncuran produk yang melibatkan banyak departemen. Saya mengadakan rapat dengan tim desain untuk membahas visual, rapat dengan tim pemasaran untuk menyepakati strategi promosi, dan berdiskusi dengan tim teknis tentang detail demo produk. Catatan dari rapat-rapat ini tersebar di berbagai tempat: ada di Notion, ada di email, dan ada yang hanya lisan. Ketika saya ingin menggunakan AI untuk menyusun rencana lengkap konferensi tersebut, apa yang harus saya lakukan? Saya harus menyalin semua informasi ini ke dalam alat AI, menulis prompt yang sangat panjang, menjelaskan secara detail isi dan keputusan dari setiap rapat. Hanya menyiapkan prompt ini saja sudah memakan waktu dua puluh menit.

Lebih lucu lagi, keesokan harinya saat saya ingin mengubah rencana, saya harus mengulang lagi dari awal. Karena AI tidak mengingat percakapan kemarin, atau jika mengingat, tidak tahu bahwa siang tadi saya berdiskusi lagi dengan CEO tentang arah baru. Pengalaman ini membuat saya merasa bahwa asisten AI bukan membantu, melainkan menambah beban kerja. Saya harus melakukan pekerjaan semula, dan juga menghabiskan waktu “mengajar” AI agar memahami pekerjaan saya.

Tim pendiri Littlebird, saat memikirkan masalah ini, memiliki wawasan kunci: model AI sebenarnya sangat kuat, yang membatasi kegunaannya bukan kemampuan model, melainkan kurangnya data tentang pengguna. Model bahasa besar sama sekali tidak tahu apa-apa tentang kamu, dan ini secara fundamental membatasi kepraktisannya. Pendapat ini terdengar sederhana, tetapi sangat tepat sasaran. Kita terus membahas bagaimana membuat model lebih pintar, tetapi mengabaikan satu pertanyaan dasar: bagaimana membuat model memahami pengguna.

Saat ini, banyak alat AI di pasar mencoba mengatasi masalah konteks. Ada yang fokus mencari dokumen kamu, ada yang fokus pada catatan rapat, dan ada yang fokus mengatur email. Tetapi semua alat ini memiliki batasan yang sama: mereka hanya bisa melihat informasi yang kamu berikan secara aktif. Kamu harus mengunggah dokumen ke platform mereka, memberi izin akses Gmail, atau mengaktifkan fitur catatan rapat saat rapat berlangsung. Semua ini tetap membutuhkan banyak pengaturan dan pemeliharaan dari pengguna. Lebih dari itu, alat ini tidak bisa melihat gambaran lengkap pekerjaanmu. Mereka mungkin tahu isi rapatmu, tetapi tidak tahu diskusi di Slack setelah rapat; mereka mungkin tahu emailmu, tetapi tidak tahu riset kompetitor yang kamu lakukan di browser.

Perbedaan Littlebird: Teknologi Membaca Layar

Littlebird menggunakan pendekatan yang sama sekali berbeda, yang mereka sebut “screenreading” (membaca layar). Teknologi ini mengingatkan saya bagaimana asisten manusia bekerja. Asisten yang benar-benar hebat tidak perlu kamu beritahu secara detail apa yang terjadi; dia akan mengamati pekerjaanmu, mengingat hal penting, dan mengingatkanmu saat diperlukan. Littlebird melakukan hal yang serupa.

Secara spesifik, Littlebird adalah aplikasi desktop Mac yang terus-menerus membaca semua teks di layar kamu. Perhatikan, “membaca”, bukan “mengambil screenshot”. Perbedaan ini sangat penting. Sebelumnya ada produk serupa, seperti Rewind (yang kemudian berganti nama menjadi Limitless dan diakuisisi Meta) dan Recall dari Microsoft, yang bekerja dengan cara mengambil screenshot secara terus-menerus. Pendekatan ini memiliki beberapa masalah: jumlah data besar karena file gambar besar; privasi yang buruk karena screenshot menangkap semua informasi visual; pengalaman pencarian yang sulit karena mengekstrak informasi dari gambar jauh lebih sulit daripada dari teks.

Pendekatan Littlebird lebih cerdas. Mereka menggunakan teknologi membaca layar yang kompleks untuk memahami semua teks di berbagai aplikasi, tanpa perlu pengaturan rumit. Mereka bisa memahami siapa yang berbicara, kapan berbicara, dan secara detail mengikuti perkembangan proyekmu. Dengan cara ini, mereka dapat membangun pemahaman yang kaya tentang kehidupanmu: siapa yang penting bagimu, apa proyek yang sedang kamu kerjakan, apa yang kamu pedulikan minggu ini dan tahun ini. Green, pendiri, dalam wawancara mengatakan bahwa pendekatan ini membuat data menjadi lebih ringan dan invasif lebih rendah.

Saya sangat mengapresiasi desain ini karena menghormati esensi perangkat lunak. Konten yang muncul di layar sebenarnya adalah data teks dan terstruktur; mengapa harus diubah menjadi gambar lalu kembali ke teks? Membaca langsung dari konten terstruktur ini jauh lebih efisien dan akurat. Dari sudut pandang privasi, data teks juga jauh lebih tidak sensitif daripada data visual. Kata sandi kamu mungkin muncul sebagai bintang, nomor kartu kredit mungkin tertutup, tetapi screenshot akan menyimpan semua detail visual ini.

Littlebird secara otomatis mengabaikan bidang sensitif seperti password dan formulir web, misalnya password dan detail kartu kredit. Kamu juga bisa mengatur agar mereka mengabaikan aplikasi tertentu. Ini memberi pengguna kontrol besar. Jika kamu tidak ingin Littlebird melihat pekerjaan di aplikasi tertentu, seperti aplikasi chat pribadi atau software keuangan, kamu bisa dengan mudah memasukkannya ke daftar hitam.

Selain membaca layar secara pasif, Littlebird juga bisa terhubung secara aktif dengan aplikasi lain. Kamu bisa memilih menghubungkan Gmail, Google Calendar, Apple Calendar, dan Reminders. Ini memungkinkan mereka memahami pekerjaan dan kehidupanmu secara lebih lengkap. Mereka tidak hanya tahu apa yang terjadi di layar, tetapi juga tahu jadwal, daftar tugas, dan korespondensi emailmu.

Apa Artinya AI dengan Konteks Penuh

Ketika AI benar-benar memiliki konteks lengkap tentangmu, pengalaman pengguna akan berubah secara kualitatif. Saya melihat beberapa skenario penggunaan dari Littlebird, yang membuat saya sadar bahwa ini bukan sekadar peningkatan bertahap, melainkan sebuah mode interaksi yang benar-benar baru.

Fungsi paling dasar adalah menjawab pertanyaan. Tetapi berbeda dari alat AI lain, jawaban Littlebird didasarkan pada pemahaman mendalam tentang pekerjaanmu. Kamu bisa bertanya “Apa saja yang saya lakukan hari ini?” atau “Email mana yang penting bagi saya?”. Setelah beberapa hari digunakan, prompt yang sudah disiapkan ini akan menjadi semakin personal. Menariknya, karena AI mulai belajar apa yang kamu pedulikan dan pola kerjamu.

Green, pendiri, berbagi pengalaman penggunaannya yang menurut saya sangat menggambarkan nilai AI konteks penuh ini. Dia setiap hari bertanya ke Littlebird “Apa yang penting minggu ini?” atau “Apa yang harus saya fokuskan?”, dan sering mendapatkan jawaban yang mengejutkan dan penuh pemikiran. Dia menggunakannya untuk mendapatkan saran profesional dan panduan, mengisi kekosongan pengetahuan teknisnya, bahkan untuk merencanakan makan malam. Berbagai skenario ini sangat beragam, tetapi semuanya memiliki satu kesamaan: AI mampu memberikan jawaban yang penuh wawasan karena benar-benar memahami kehidupanmu.

Littlebird memiliki fitur pencatatan rapat yang mirip dengan Granola, yang berjalan di latar belakang menggunakan audio sistem untuk merekam transkripsi rapat dan membuat catatan serta poin tindakan berdasarkan isi percakapan. Ini bukan hal baru, karena banyak alat pencatat rapat di pasaran. Tetapi keunikan Littlebird adalah kemampuannya menghubungkan rapat dengan konteks pekerjaan lainnya.

Yang paling menarik perhatian saya adalah fitur “Prep for meeting” (Persiapan rapat). Saat kamu membuka tampilan detail rapat, ada opsi agar Littlebird menyiapkan rapat tersebut untukmu. Ia akan mempertimbangkan konteks rapat sebelumnya, email terkait, dan sejarah perusahaan, serta memberi kamu detail lebih lengkap. Fitur ini bahkan bisa mengambil informasi dari Reddit dan sumber lain, memberi tahu pendapat pengguna tentang produk atau perusahaan tertentu. Bayangkan kamu akan bertemu klien, dan Littlebird secara otomatis merangkum: apa yang sudah kita diskusikan terakhir kali, email apa saja yang masuk, dinamika terbaru perusahaan klien, dan umpan balik pengguna tentang produk mereka. Seperti asisten nyata yang membantu kamu mempersiapkan diri sebelum rapat.

Ada juga fitur bernama Routines (Rutinitas) yang saya anggap sangat praktis. Fitur ini memungkinkan kamu membuat prompt detail agar Littlebird menjalankan tugas secara berkala, misalnya setiap hari, setiap minggu, atau setiap bulan. Perusahaan sudah menyediakan beberapa rutinitas standar, seperti ringkasan harian, ringkasan kegiatan mingguan, dan ringkasan pekerjaan kemarin. Pengguna juga bisa membuat rutinitas sendiri dengan instruksi kustom. Saya rasa fitur ini menyelesaikan masalah nyata: kita semua tahu pentingnya melakukan review dan ringkasan secara rutin, tetapi jarang yang konsisten melakukannya. Dengan Routines, AI akan secara aktif membantu kamu melakukan hal ini.

Hasil survei internal tim Littlebird menunjukkan nilai nyata dari AI konteks penuh ini: 84% pengguna melaporkan menghemat minimal setengah hari setiap minggu, dan 80% merasa produk ini mengurangi kecemasan dalam pekerjaan harian mereka. Dua data ini sangat menarik. Menghemat waktu cukup jelas, karena kamu tidak perlu lagi menghabiskan waktu mengatur informasi, mencari dokumen, atau mengingat detail. Tetapi mengurangi kecemasan jauh lebih mendalam. Banyak kekhawatiran kerja berasal dari ketakutan melewatkan informasi penting, lupa hal penting, atau tidak mampu merespons tepat waktu. Ketika kamu tahu ada AI yang memantau semua ini, kecemasan otomatis berkurang.

Keseimbangan Privasi dan Kontrol

Saat saya mengetahui bahwa Littlebird terus membaca semua konten di layar, reaksi pertama saya adalah: ini aman? Apakah ini akan membocorkan privasi saya? Kekhawatiran ini sangat wajar. Jika sebuah aplikasi harus mengamati seluruh hari kerja digitalmu, kepercayaan adalah segalanya.

Desain Littlebird mengusung prinsip “privasi, keamanan, dan kontrol pengguna secara default”. Dari sudut pandang teknis, mereka melakukan beberapa hal untuk melindungi privasi. Semua data disimpan dengan enkripsi AES-256, transmisi menggunakan TLS 1.3. Data pengguna tidak pernah digunakan untuk melatih model AI. Ini adalah langkah dasar keamanan, tetapi sangat penting untuk produk seperti ini.

Lebih dari itu, kontrol pengguna sangat ditekankan. Kamu bisa menghentikan pengumpulan data kapan saja, mengecualikan aplikasi atau situs tertentu, dan menghapus data apa pun dengan satu klik. Desain ini memberi pengguna kendali penuh atas informasi mereka. Jika kamu ingin memproses konten yang sangat sensitif, kamu bisa menonaktifkan sementara Littlebird; atau jika ada aplikasi tertentu yang tidak ingin dipantau, bisa dimasukkan ke daftar hitam.

Green menjelaskan dalam wawancara mengapa mereka memilih penyimpanan cloud daripada lokal. Alasannya adalah untuk menjalankan model yang kuat guna memproses berbagai alur kerja AI, yang tidak bisa dilakukan secara lokal. Ini adalah kompromi menarik. Penyimpanan lokal tentu lebih aman karena data tidak keluar dari perangkatmu, tetapi penyimpanan cloud memungkinkan penggunaan model AI yang lebih kuat dan fitur yang lebih baik. Littlebird memilih opsi ini, tetapi dengan enkripsi kuat dan kebijakan privasi ketat untuk mengurangi risiko keamanan.

Saya juga melihat bahwa Littlebird telah mendapatkan sertifikasi SOC 2, dan sepenuhnya sesuai dengan GDPR dan CCPA. Sertifikasi dan kepatuhan ini bukan hal kecil, terutama untuk startup. Ini menunjukkan bahwa tim sejak awal mengutamakan keamanan dan privasi sebagai prioritas utama, bukan sebagai tambahan belakangan.

Satu detail penting yang saya perhatikan adalah bahwa Littlebird tidak menyimpan informasi visual apa pun, hanya teks. Ini membuat data lebih ringan dan mengurangi invasivitas secara signifikan. Green menyebut ini mungkin alasan utama Recall dan Rewind mengalami kesulitan, karena data screenshot terlalu besar. Selain itu, screenshot memang lebih invasif. Bayangkan kamu sedang melihat foto pribadi atau menonton video, screenshot akan menyimpan semua detail visual tersebut. Sedangkan catatan teks hanya akan merekam deskripsi, tanpa menyimpan gambar asli.

Desain ini mengingatkan saya pada pertanyaan makro: seberapa jauh kita ingin AI memahami kita? Transparansi penuh bisa memberi kenyamanan maksimal, tetapi juga risiko terbesar. Pendekatan Littlebird adalah membiarkan pengguna menentukan batasannya sendiri. Kamu bisa membiarkan AI melihat semuanya, atau membatasi aksesnya secara ketat. Fleksibilitas ini sangat penting karena kebutuhan privasi berbeda-beda antar individu dan skenario.

Apa Artinya untuk Produk AI

Kisah Littlebird membuat saya berpikir ulang tentang bagaimana seharusnya produk AI dikembangkan. Menurut saya, produk ini mencerminkan beberapa prinsip penting yang harus dipertimbangkan oleh semua pengembang AI.

Pertama adalah pentingnya konteks. Investor Littlebird, Lenny Rachitsky, mengatakan sesuatu yang sangat saya setujui: “Kualitas AI tergantung pada konteks yang dimilikinya, dan AI tidak cukup tahu tentang hari kamu.” Kalimat ini menyoroti masalah utama dari produk AI saat ini. Kita terus mengoptimalkan model dan algoritma, tetapi mengabaikan satu fakta dasar: AI yang cerdas sekalipun tidak akan memberi jawaban berguna jika tidak memahami kondisi pengguna secara spesifik.

Ini mengingatkan saya pada kesalahan umum dalam pengembangan produk AI sebelumnya. Banyak tim membangun sistem RAG (retrieval-augmented generation) yang kompleks, berusaha agar AI bisa mengakses berbagai sumber data. Pendekatan ini tidak salah, tetapi mungkin salah caranya. Daripada memaksa pengguna mengunggah dokumen dan memberi izin akses ke berbagai aplikasi, mengapa tidak membiarkan AI mengamati pekerjaan pengguna secara pasif? Teknologi screenreading dari Littlebird secara esensial adalah metode pengumpulan konteks yang pasif tetapi menyeluruh, yang jauh lebih efektif daripada koneksi aktif tapi tersebar.

Kedua adalah pentingnya menemukan use case utama. Rachitsky mengatakan bahwa keberhasilan jangka panjang Littlebird tergantung pada menemukan skenario penggunaan yang benar-benar penting. Banyak orang sudah menemukan skenario ini sendiri, dan tim mereka fokus pada kasus-kasus baru yang muncul. Pendapat ini sangat praktis. Banyak tim pengembang AI terjebak dalam jebakan: mencoba membuat alat “serba bisa”, tetapi akhirnya tidak fokus dan tidak mendalam di satu bidang.

Rachitsky juga berbagi filosofi pengembangan produk yang menarik: “Kamu tidak akan benar-benar tahu bagaimana orang menggunakan produkmu sampai kamu meluncurkannya. Strateginya adalah meluncurkan lebih awal, melihat bagaimana orang menggunakannya, lalu memperkuat fitur yang paling banyak dipakai, bukan menunggu semuanya sempurna.” Pendekatan ini berbeda dari pengembangan perangkat lunak tradisional yang berfokus pada perencanaan dan penyempurnaan sebelum peluncuran. Produk AI lebih seperti eksperimen berkelanjutan, karena batas kemampuan AI itu kabur dan pengguna akan menemukan cara-cara baru yang tak terduga dalam penggunaannya.

Dari feedback pengguna, terlihat bahwa mereka menemukan berbagai skenario berbeda. Co-founder dan CEO DocSend, Russ Heddleston, mengatakan dia menggunakan alat ini untuk menulis ulang situs web perusahaan berdasarkan konteks dari rapat, email, dan Notion. Mantan kepala produk Google dan Facebook, Gokul Rajaram, menyebut produk ini mengurangi friksi dalam mengingat, mencari, dan menafsirkan ulang pekerjaan sendiri. Rachitsky menyatakan dia bertanya bagaimana alat ini bisa meningkatkan produktivitas dan kebahagiaan kerja.

Skenario penggunaan ini sangat beragam, dari menulis konten pemasaran hingga optimasi produktivitas pribadi, tetapi semuanya didasarkan pada satu kemampuan inti: pemahaman mendalam AI terhadap pengguna. Ini membuktikan asumsi utama Littlebird: ketika AI benar-benar memahami konteksmu, berbagai skenario penggunaan akan muncul secara alami, tanpa harus dirancang secara eksplisit oleh tim produk.

Ketiga adalah kehalusan dalam penentuan posisi produk. Littlebird menempatkan dirinya sebagai “masa depan komputer yang tenang”. Ungkapan ini puitis, tetapi sangat tepat. Saat ini, sebagian besar produk AI berusaha merebut perhatianmu: muncul notifikasi, push, dan berusaha membuatmu lebih banyak menggunakan mereka. Tetapi filosofi Littlebird adalah bekerja di latar belakang, muncul hanya saat kamu membutuhkannya. Karakter “tenang” ini mungkin adalah keharusan dari AI konteks penuh. Jika AI benar-benar memahami kamu, ia tidak perlu terus-menerus mengganggu untuk mendapatkan informasi, melainkan diam-diam belajar dan menyiapkan diri.

Model bisnis Littlebird saat ini adalah gratis, tetapi fitur premium berbayar mulai dari 20 dolar per bulan. Harga ini cukup wajar, mengingat nilai yang diberikan. Jika benar bisa menghemat setengah hari setiap minggu, maka 20 dolar per bulan adalah investasi yang sangat layak. Tetapi saya penasaran, bagaimana model bisnis ini akan berkembang? Misalnya, versi perusahaan, fitur kolaborasi tim, dan lain-lain.

Pemikiran Masa Depan

Setelah mencoba konsep Littlebird, saya mulai memikirkan pertanyaan yang lebih besar: seperti apa asisten AI di masa depan?

Saya merasa kita sedang mengalami transisi dari “AI alat” ke “AI mitra”. AI alat seperti ChatGPT saat ini, yang harus dibuka saat dibutuhkan dan ditutup lagi setelah selesai, selalu mulai dari awal. Sedangkan AI mitra seperti Littlebird, yang selalu ada di samping, memahami pekerjaan dan kehidupanmu, dan bisa secara aktif membantu. Ini bukan soal kemampuan, tetapi soal hubungan.

Perubahan ini akan membawa variasi menarik. Misalnya, kita mungkin tidak lagi membutuhkan banyak alat AI berbeda. Saat ini ada berbagai aplikasi AI: asisten penulisan, asisten kode, analisis data, asisten rapat. Tetapi jika ada satu AI yang benar-benar memahami semua pekerjaanmu, ia bisa memberikan bantuan yang konsisten di berbagai skenario tanpa harus beralih antar alat.

Perubahan lain adalah prompt engineering mungkin menjadi kurang penting. Saat ini kita banyak belajar menulis prompt yang baik, memberi konteks cukup, dan mengarahkan AI agar memberi jawaban yang diinginkan. Tetapi jika AI sudah memiliki konteks yang cukup, mungkin cukup dengan menyampaikan niat secara sederhana. Seperti berkomunikasi dengan asisten manusia, kamu tidak perlu menjelaskan latar belakang setiap kali karena dia sudah tahu.

Namun, AI konteks penuh juga membawa tantangan baru. Pertama adalah penyesuaian psikologis. Jika kamu tahu ada AI yang terus mengamati pekerjaanmu, meskipun secara rasional merasa aman, secara emosional mungkin merasa tidak nyaman. Rasanya seperti ada rekan kerja yang terus memantau layar kamu. Kita perlu waktu untuk menyesuaikan diri dengan hubungan kerja yang baru ini.

Tantangan lain adalah ketergantungan. Jika kamu terbiasa mengandalkan AI untuk mengingat, mengatur, dan menyiapkan semuanya, apakah kemampuan ingat dan organisasi alami kamu akan menurun? Ini mirip pengaruh GPS terhadap sense of direction. Banyak orang sekarang sangat bergantung pada navigasi, dan kemampuan mencari jalan sendiri menurun drastis. Apakah asisten AI akan membawa efek serupa?

Dari sudut pandang industri, saya melihat Littlebird mewakili munculnya kategori produk baru: bukan alat pencatat rapat, bukan pencari dokumen, tetapi “asisten AI konteks penuh”. Kategori ini memiliki ciri utama: pengamatan terus-menerus, pemahaman menyeluruh, dan layanan aktif. Saya prediksi akan banyak perusahaan masuk ke bidang ini, bersaing dalam beberapa dimensi: siapa yang mengumpulkan konteks lebih lengkap, siapa yang memahami lebih akurat, dan siapa yang melindungi privasi lebih terpercaya.

Pendanaan sebesar 11 juta dolar AS hanyalah awal. Investor-nya cukup menarik, meliputi tokoh dari bidang produk, desain, dan konten. Mereka tidak hanya memberi dana, tetapi juga pengguna berat yang bisa memberi feedback dan skenario penggunaan. Struktur investor ini sangat berharga untuk produk AI yang harus terus berevolusi dan menemukan skenario baru.

Saya sangat menantikan perkembangan Littlebird selanjutnya. Apakah mereka akan merambah ke Windows dan platform lain? Apakah akan meluncurkan versi perusahaan yang memungkinkan tim berbagi konteks tertentu? Apakah akan muncul fitur baru yang belum kita bayangkan? Yang terpenting, apakah mereka bisa menemukan use case utama yang membuat orang merasa “tanpa ini saya tidak bisa bekerja”?

Green saat mengumumkan pendanaan berkata: “Bisakah kita membangun AI yang benar-benar memahami kamu? Kami percaya bisa, dan kami ingin membuktikannya.” Kalimat ini adalah janji sekaligus tantangan. Littlebird masih tahap awal, masih dalam proses, sebuah proyek riset yang berkelanjutan. Mereka tidak selalu bisa menangkap setiap detail dengan sempurna, kadang melewatkan rekan yang sedang cuti, atau proyek yang sudah selesai. Tetapi kamu akan terkejut betapa dalamnya pemahaman mereka tentang kamu.

Saya yakin AI konteks penuh adalah masa depan. Bukan karena teknologinya keren, tetapi karena inilah bentuk AI yang seharusnya. Janji AI adalah membuat kita lebih efisien, lebih fokus, dan lebih kreatif. Tetapi jika AI sendiri membutuhkan banyak input manual dan pemeliharaan, itu melanggar janji tersebut. Hanya ketika AI benar-benar memahami dan menyesuaikan diri dengan kita, ia bisa menjadi “sepeda pikiran” yang membantu kita melaju lebih cepat dan jauh.