"Dalam pengembangan perangkat lunak tradisional, Anda akan merencanakan v1, v2, v3 dari produk baru berdasarkan kedalaman fitur atau kebutuhan pengguna. Dengan sistem AI, lensa bergeser. Setiap versi sebaliknya ditentukan oleh seberapa banyak agensi yang dimiliki sistem dan seberapa banyak kontrol yang bersedia Anda lepaskan. Mulailah dengan mengidentifikasi serangkaian fitur yang memiliki kontrol tinggi dan agensi rendah (versi 1 pada gambar di bawah). Ini harus kecil, dapat diuji, dan mudah diamati. Dari sana, pikirkan tentang bagaimana kemampuan tersebut dapat berkembang dari waktu ke waktu dengan secara bertahap meningkatkan agensi, satu versi pada satu waktu. Tujuannya adalah untuk memecah keadaan akhir yang tinggi menjadi perilaku awal yang dapat Anda evaluasi, iterasi, dan bangun ke atas. Misalnya, jika tujuan akhir Anda adalah untuk mengotomatiskan dukungan pelanggan di perusahaan Anda, cara kontrol tinggi untuk memulai adalah dengan cakupan v1 (versi 1) sebagai sekadar merutekan tiket ke departemen yang tepat, lalu pindah ke v2 di mana sistem menyarankan kemungkinan resolusi, dan hanya di v3 yang memungkinkannya untuk diselesaikan secara otomatis dengan fallback manusia. Berikut adalah beberapa contoh lagi: Asisten pemasaran v1: Draf email, iklan, atau salinan sosial dari perintah v2: Buat kampanye multi-langkah dan jalankan v3: Peluncuran, pengujian A/B, dan optimalkan kampanye secara otomatis di seluruh saluran Asisten pengkodean v1: Menyarankan penyelesaian sebaris dan cuplikan boilerplate v2: Hasilkan blok yang lebih besar (seperti pengujian atau refaktor) untuk tinjauan manusia v3: Terapkan perubahan cakupan dan buka permintaan pull (PR) secara mandiri Jika Anda telah mengikuti bagaimana alat seperti GitHub Copilot atau Cursor berevolusi, ini persis seperti buku pedoman yang mereka gunakan. Sebagian besar pengguna hanya melihat versi saat ini, tetapi sistem yang mendasarinya menaiki tangga itu secara bertahap. Penyelesaian pertama, lalu blok, lalu PR, dengan setiap langkah diperoleh melalui penggunaan, umpan balik, dan iterasi." Lebih lanjut di sini:

Tidak ada pengganti untuk melihat produk Anda pecah di alam liar. Saat itulah Anda belajar apakah Anda benar-benar memecahkan sesuatu.

Jika Anda membiarkan AI melakukan semua pemikiran, Anda akan lupa bagaimana mempercayai diri Anda sendiri.

Alat yang memberi Anda jawaban lebih cepat tidak membuat Anda lebih pintar. Itu hanya mempersingkat waktu sebelum Anda kehabisan pertanyaan.

Harga bergerak lebih cepat adalah bahwa setiap pintasan menjadi fitur permanen dari budaya Anda.

Tanyakan kepada pendiri tentang AI, dan Anda akan mendapatkan peta jalan. Tanyakan kepada pelanggan mereka, dan Anda akan mendapatkan daftar hal-hal yang tidak pernah berhasil.

Startup mengajari Anda cara memisahkan rasa sakit yang berarti kemajuan dari rasa sakit yang hanya pemborosan.

Lingkungan yang mengubah ambisi menjadi daya tarik kejam dalam memaksakan kejelasan. Mereka mendorong orang untuk memindahkan bagian yang mengubah papan tanpa membuang waktu. Jika Anda ingin menang, bangun ruangan di mana satu-satunya hal yang terasa belum selesai adalah pekerjaan yang belum Anda kirimkan.

Semua orang menyuruh Anda untuk "mendengarkan data." Tetapi di hari-hari awal, hal yang paling berbahaya adalah kehilangan keyakinan Anda dalam kebisingan konsensus. Konsensus menyukai rata-rata. Ia menginginkan tanda tangan grup, bagan, rapat, dan "penyelarasan". Konsensus adalah mengapa sebagian besar produk berakhir hambar, penuh fitur, dan mudah dilupakan. Anda melihatnya di setiap tim yang digerakkan oleh dasbor yang dimulai dengan bertanya, "Apa yang dikatakan angka-angkanya?" alih-alih, "Apa yang ingin kita ubah?" Keyakinan berbeda. Keyakinan adalah pendiri yang menatap layar kosong, melihat masa depan yang tidak dapat diplot oleh orang lain pada grafik. Keyakinan adalah mengapa Crazy Egg terjadi sama sekali. Kami tidak menjalankan seribu tes atau mengumpulkan kelompok fokus untuk mengonfirmasi bahwa dunia membutuhkan peta panas situs web. Kami merasakan sakitnya. Kami mempercayai masalah karena kami telah menjalaninya. Produk awal adalah tes saraf, bukan tes angka. Metrik berguna, tetapi tidak memberi Anda visi. Faktanya, terlalu banyak analitik di awal dapat mengampelas tepi Anda sebelum Anda membangun sesuatu yang tajam. Di Crazy Egg, setiap terobosan datang dari mengabaikan jawaban "aman". Produk ini dimulai sebagai tindakan keyakinan: Bagaimana jika Anda dapat melihat setiap klik, secara instan, tanpa menunggu laporan? Data tidak memberi tahu kami untuk menemukan peta panas. Kebutuhannya terjadi. Inilah punchlinenya: Analytics membantu Anda menyempurnakan naluri Anda, bukan menggantikannya. Tujuannya adalah untuk mendapatkan informasi data versus didorong oleh data. Jika Anda membiarkan konsensus mencairkan visi asli Anda, produk Anda akhirnya sesuai dengan spreadsheet, tetapi kehilangan pasar. Jadi bangun untuk rasa sakit nyata yang Anda rasakan. Biarkan analitik mempertajam intuisi Anda, tetapi jangan pernah menyerah. Produk terbaik lahir dari keyakinan dan bertahan dengan menolak untuk membiarkan konsensus menulis cerita.

Demam emas untuk kecerdasan buatan telah menciptakan lebih banyak pitch deck daripada produk yang akan Anda gunakan dua kali.