Rahasia Pendiri Databricks Taklukkan Pasar Enterprise Skala Besar

Tekanan bagi perintis kecerdasan buatan (AI) dan startup teknologi untuk tumbuh cepat belum pernah setinggi ini. Di tengah ketatnya persaingan modal ventura, menggaet korporasi skala besar atau enterprise—sang pemegang anggaran TI bernilai fantastis—menjadi kunci mutlak untuk bertahan hidup. Namun, mengamankan kontrak raksasa dari perusahaan kelas atas terbukti menjadi medan tempur yang luar biasa rumit.

Banyak pendiri startup berusia muda terjebak pada persepsi naif: menganggap inovasi canggih yang mereka ciptakan bakal mampu menjual dirinya sendiri. Anggapan ini ditepis mentah-mentah oleh Arsalan Tavakoli-Shiraji, Co-founder sekaligus Senior Vice President of Field Engineering di Databricks. Raksasa pemrosesan data dan AI yang kini memiliki valuasi fantastis mencapai USD 190 miliar serta menggaet lebih dari 70 persen perusahaan Fortune 500 itu, berawal dari entitas kecil yang sempat terseok-seok mengejar klien pertama mereka.

Kunci memenangkan pasar korporasi tidak sekadar mengandalkan keunggulan algoritma, melainkan pemahaman mendalam atas dinamika manusia dan kompleksitas birokrasi bisnis.

Menembus Benteng Birokrasi Melalui Payung Raksasa Teknologi

Pada fase awal berdiri, Databricks pernah berulang kali mengetuk pintu bank global asal Swiss, UBS, namun selalu berujung pada penolakan. Titik balik terjadi ketika mereka mengambil langkah strategis: menjalin kemitraan dengan Microsoft dan mengintegrasikan platform mereka ke dalam ekosistem cloud Azure. Skema ini membuat seluruh perjanjian transaksi bisnis dapat berlindung di bawah syarat dan ketentuan hukum milik Microsoft.

Langkah ini tidak sekadar menyederhanakan proses legalitas, tetapi juga memobilisasi tim penjualan Microsoft untuk mempromosikan produk Databricks secara aktif. Pintu-pintu klien raksasa yang dulunya mustahil diakses, mendadak terbuka lebar karena reputasi dan jaringan distribusi sang mitra raksasa.

Kini, skenario tersebut dibalik. Databricks menjadi payung bagi berbagai perintis teknologi muda untuk memasarkan produk mereka. Beberapa startup yang berhasil memanfaatkan jalur ini antara lain Hightouch (penyedia alat pemasar berbasis AI), Addepar (platform analisis data keuangan), hingga Tecton (pembuat infrastruktur machine learning yang akhirnya diakuisisi oleh Databricks).

Meretas Keraguan Korporasi Melalui Formulasi “Four C’s”

Dalam memasarkan solusi kecerdasan buatan ke sektor industri enterprise, Tavakoli-Shiraji merumuskan empat pilar utama yang kerap menjadi perhatian jajaran eksekutif tingkat tinggi (C-level), yang ia sebut sebagai formulasi Four C’s:

Context (Konteks): Model AI yang ditawarkan harus mampu dilatih layaknya karyawan baru—memahami terminologi khusus, alur kerja internal, serta prioritas strategis perusahaan.
Choice (Pilihan): Fleksibilitas bagi korporasi untuk mengganti atau mengombinasikan berbagai model AI tanpa terikat pada satu penyedia vendor secara permanen (vendor lock-in).
Cost (Efisiensi Biaya): Kepastian dan transparansi terkait besaran operasional yang dibutuhkan untuk menjalankan infrastruktur AI dalam jangka panjang.
Control (Kendali Kendali penuh): Jaminan keamanan tingkat tinggi, perlindungan data sensitif, serta batasan hukum yang mengatur perilaku AI agar tetap patuh pada regulasi.

Menyerang Sistem Legasi: Peluang Emas yang Terlupakan

Berdasarkan pengamatannya terhadap realitas adopsi AI di lapangan, mayoritas korporasi sebenarnya masih berada pada tahap yang sangat awal. Meskipun banyak jajaran direktur TI (CIO) mengklaim telah mengintegrasikan AI secara mendalam, 99 persen di antaranya baru sebatas memanfaatkan alat generatif dasar seperti ChatGPT atau asisten penulisan kode untuk tim pengembang.

Kesenjangan ini menghadirkan peluang bisnis yang sangat masif bagi startup: memodernisasi infrastruktur teknologi lama atau legacy systems. Banyak sektor perbankan dan lembaga keuangan global saat ini masih bergantung pada sistem komputer server purba seperti IBM AS/400 dan mainframe tua. Banyak perusahaan enggan menyentuh sistem tersebut karena keterbatasan spesialis yang memahami baris kode kuno di dalamnya.

Di sinilah peran penting agen AI modern. Agen cerdas ini mampu membedah, menganalisis, dan mengurai struktur kode rumit pada sistem lama tersebut. Startup yang mampu menyajikan solusi untuk membangun antarmuka modern di atas sistem purba—atau bahkan menggantikannya secara total tanpa mengganggu operasional bisnis—dipastikan akan menjadi buruan utama para raksasa industri di masa depan.