Dalam era internet tradisional, logika inti pertumbuhan produk adalah “menjangkau lebih banyak orang”. Perusahaan berasumsi bahwa nilai produk adalah pasti, selama melalui pemasaran dan saluran mereka memberi tahu lebih banyak orang, maka pengguna dan retensi akan meningkat. Tetapi Sirius menunjukkan bahwa di era AI generatif, metode ini mulai gagal.
Semakin banyak kasus menunjukkan bahwa esensi pertumbuhan produk AI bukanlah akuisisi pengguna, melainkan penyebaran keyakinan. Orang mengunduh atau menggunakan sebuah AI bukan karena membandingkan fitur-fiturnya, tetapi karena semua orang membicarakannya, menampilkan, bahkan takut ketinggalan. Produk AI tidak memiliki pengguna, hanya pengikut setia.
Dari corong lalu lintas ke lingkaran keyakinan yang seimbang
Produk SaaS tradisional atau produk konsumsi mengikuti corong AARRR: Akuisisi, Aktivasi, Retensi, Monetisasi, Rekomendasi. Tetapi nilai AI memiliki tiga karakteristik:
Tidak pasti (setiap output berbeda)
Muncul (kemampuan terus muncul dengan kegunaan baru)
Perlu dipahami agar dapat merasakan nilainya
Oleh karena itu, pertumbuhan bukan lagi masalah jangkauan, melainkan masalah penyebaran persepsi.
Penyebaran produk AI lebih mirip dengan lima lingkaran konsentris:
Pengagum (lingkaran teknologi, pengembang)
Pendakwah (KOL, media, kreator)
Pengguna praktis (pengguna dalam pekerjaan atau kehidupan)
Pengikut (pengguna sosial)
Masyarakat umum (didorong suasana)
Regula kunci adalah semakin ke luar, konsentrasi keyakinan semakin rendah, tetapi jumlah orang semakin banyak.
Sumber: Sirius
Setiap lapisan harus diterjemahkan, terobosan teknologi perlu diubah menjadi narasi industri, dari skenario penggunaan menjadi suasana sosial. Jika satu lapisan gagal diterjemahkan, penyebaran akan berhenti. Banyak produk AI yang sangat kuat secara teknologi gagal menembus pasar karena ceritanya tidak dapat disederhanakan.
Mesin pertumbuhan sejati: keinginan meniru
Kebanyakan orang mengira pertumbuhan AI berasal dari efek jaringan, tetapi sebenarnya, yang mendorong ledakan adalah kekuatan yang lebih primitif: keinginan meniru (Mimetic Desire). Contoh tipikal meliputi:
Gambar gaya Ghibli yang viral di ChatGPT
Musik Suno AI yang menyebar di TikTok
Emosi “jika tidak mencoba, akan tertinggal” setelah DeepSeek viral
Pengguna tidak bergabung karena “lebih banyak orang menggunakan membuat produk lebih baik”, tetapi karena mereka melihat kamu melakukannya, saya juga ingin melakukannya. Oleh karena itu, pasar AI tidak akan muncul monopoli seperti Facebook (keinginan akan berpindah), strategi pertumbuhan bukan mengoptimalkan fitur, tetapi menciptakan perilaku yang dapat ditiru. Jika output tidak dapat dibagikan, dipamerkan, atau diduplikasi, penyebaran tidak akan terjadi. Ini juga alasan mengapa beberapa produk yang menggebrak tetapi kurang contoh pengguna sulit menyebar.
Mengapa metode pertumbuhan tradisional mulai runtuh
Produk AI sedang mengubah lima asumsi inti selama dua puluh tahun terakhir:
Biaya marginal mendekati nol: setiap proses inferensi adalah biaya komputasi nyata, tidak bisa “dengan subsidi dulu lalu monetisasi”.
Tumpukan fitur membentuk benteng perlindungan: kompetisi AI adalah kualitas output, dan kualitas akan cepat disamakan melalui pembaruan model.
Efek jaringan adalah penghalang utama: kebanyakan AI adalah produk satu orang, semakin banyak digunakan tidak otomatis meningkatkan pengalaman pengguna lain.
CAC / LTV dapat diprediksi secara akurat: pembaruan model bisa membuat pengguna hilang dalam semalam, data historis kehilangan relevansi.
Corong bersifat linier: di dunia AI, berbagi bisa terjadi sebelum penggunaan pertama, pendapatan bisa muncul sebelum retensi, aktivasi bergantung pada pengalaman “melampaui harapan” sekali saja, yang berarti perusahaan harus mengelola bukan corong, tetapi sistem kepercayaan.
Kesamaan mendalam antara AI dan Crypto
Daya pertumbuhan AI sangat mirip dengan pasar kripto:
Crypto AI
Meme mendorong harga Meme mendorong pengguna
Airdrop menarik pengguna Pengalaman gratis menciptakan pengikut
Kurva pelepasan Token Limit gratis dan rate limit
Budaya fork Kompetisi model sumber terbuka
Nilai konsensus, nilai narasi
Kesamaan keduanya adalah pengguna membeli bukan fitur saat ini, tetapi kemungkinan di masa depan. Tetapi perbedaannya adalah kepercayaan dalam crypto bisa dipertahankan sendiri, sedangkan kepercayaan AI harus terus diverifikasi setiap output. Kepercayaan adalah sewa, bukan milik.
Medan perang nyata setelah pertumbuhan: retensi
Keinginan meniru bisa membawa lalu lintas, tetapi tidak menjamin pengguna tetap. Retensi AI adalah perlombaan:
Jangka pendek: inovasi dari sisi pasokan, terus meluncurkan kemampuan baru, memperpanjang masa penasaran.
Jangka panjang: membangun kekurangan baru, akumulasi data personal, integrasi alur kerja, kebiasaan interaksi, aset kepercayaan.
Jika dalam periode window meniru ini dependensi berhasil dibangun, produk bisa berubah dari alat populer menjadi infrastruktur. Alat pengembang seperti Cursor, Bolt adalah contoh tipikal.
Lima pola ledakan AI
Kasus sukses 2024–2025 dapat diklasifikasikan menjadi lima kategori:
Meme meledak (gambar Ghibli, Suno)
Narasi short-selling (DeepSeek: mengubah konsensus dengan biaya rendah)
Pelepasan berlapis (undangan, daftar tunggu)
Output sebagai pemasaran (karya pengguna menjadi iklan)
Kolonisasi alur kerja (terintegrasi dalam proses harian)
Yang terakhir paling sulit, tetapi memiliki nilai jangka panjang terbesar. Dan satu-satunya dua pertanyaan utama yang menentukan keberhasilan produk AI adalah:
Apakah produk Anda memecahkan kesalahpahaman umum?
Apakah setiap lapisan “terjemahan” berjalan lancar dari inti hingga masyarakat umum?
Di dunia tanpa efek jaringan yang kuat, struktur pasar AI akan secara alami tersebar. Lalu lintas bukan lagi penghalang, hubungan dan kepercayaan adalah kuncinya.
Artikel ini awalnya dipublikasikan di AI Product Tidak Ada Pengguna, Hanya Pengikut: Ketika Pertumbuhan Berubah dari Perlombaan Lalu Lintas Menjadi Perang Keyakinan di ABMedia.
