pikir Julie Bornstein akan sangat mudah untuk mengimplementasikan idenya untuk sebuah permulaan AI. Resumenya masuk perdagangan digital sempurna: Wakil Presiden e-niaga di Nordstrom, COO dari startup Stitch Fix, dan pendiri platform belanja pribadi yang diakuisisi oleh Pinterest. Fashion telah menjadi obsesinya sejak dia masih menjadi siswa sekolah menengah Syracuse yang menghirup produk Seventeen dan nongkrong di mal-mal setempat. Oleh karena itu, dia merasa memiliki posisi yang tepat untuk mendirikan perusahaan bagi pelanggan untuk menemukan pakaian yang sempurna menggunakan AI.
Kenyataannya jauh lebih sulit dari perkiraannya. Saya baru-baru ini sarapan bersama Bornstein dan CTO-nya, Maria Belousova, untuk mempelajari tentang startupnya, Melamundidanai $50 juta dari VC seperti Google Ventures. Percakapan berubah secara tak terduga ketika para wanita tersebut mendidik saya tentang kesulitan mengejutkan dalam menerjemahkan keajaiban sistem AI menjadi sesuatu yang benar-benar berguna bagi orang-orang.T
Kisahnya membantu menjelaskan sesuatu. Buletin pertama saya pada tahun 2025 mengumumkan bahwa hal itu akan terjadi Tahun Aplikasi AI. Meskipun memang ada banyak aplikasi seperti itu, aplikasi-aplikasi tersebut belum mengubah dunia seperti yang saya perkirakan. Sejak ChatGPT diluncurkan pada akhir tahun 2022, orang-orang terpesona oleh trik yang dilakukan oleh AI, namun penelitian demi penelitian menunjukkan bahwa teknologi tersebut belum memberikan peningkatan produktivitas yang signifikan. (Satu pengecualian: pengkodean.) A studi yang diterbitkan pada bulan Agustus menemukan bahwa 19 dari 20 proyek percontohan perusahaan AI tidak menghasilkan nilai terukur. Saya pikir peningkatan produktivitas akan segera terjadi, namun hal ini membutuhkan waktu lebih lama dari perkiraan orang. Mendengarkan kisah-kisah startup seperti Daydream yang berusaha melakukan terobosan memberikan harapan bahwa kegigihan dan kesabaran memang bisa mewujudkan terobosan tersebut.
Fashionista Gagal
Tawaran asli Bornstein kepada VC tampak jelas: Gunakan AI untuk memecahkan masalah fesyen yang rumit dengan mencocokkan pelanggan dengan pakaian yang sempurna, yang akan dengan senang hati mereka bayar. (Daydream akan terpotong.) Anda mungkin mengira penyiapannya akan sederhana—cukup sambungkan ke API untuk model seperti ChatGPT dan Anda siap melakukannya, bukan? Um, tidak. Mendaftarkan lebih dari 265 mitra, dengan akses ke lebih dari 2 juta produk mulai dari toko butik hingga raksasa ritel, adalah hal yang mudah. Ternyata memenuhi permintaan sederhana seperti “Saya butuh gaun untuk pernikahan di Paris” sangatlah rumit. Apakah Anda pengantin wanita, ibu mertua, atau tamu? Musim apa sekarang? Seberapa formal pernikahannya? Pernyataan apa yang ingin Anda sampaikan? Bahkan ketika pertanyaan-pertanyaan tersebut terselesaikan, model AI yang berbeda memiliki pandangan yang berbeda mengenai hal tersebut. “Apa yang kami temukan adalah, karena kurangnya konsistensi dan keandalan model—dan halusinasi—terkadang model tersebut menghilangkan satu atau dua elemen pertanyaan,” kata Bornstein. Pengguna dalam pengujian beta jangka panjang Daydream akan mengatakan sesuatu seperti, “Saya berbentuk persegi panjang, namun saya memerlukan gaun untuk membuat saya terlihat seperti jam pasir.” Model akan meresponsnya dengan menampilkan gaun bermotif geometris.
Pada akhirnya, Bornstein memahami bahwa dia harus melakukan dua hal: menunda rencana peluncuran aplikasi pada musim gugur 2024 (meskipun sekarang sudah tersedia, Daydream secara teknis masih dalam versi beta hingga sekitar tahun 2026) dan meningkatkan tim teknisnya. Pada bulan Desember 2024, dia mempekerjakan Belousova, mantan CTO Grubhub, yang kemudian mendatangkan tim insinyur papan atas. Senjata rahasia Daydream dalam perang bakat yang sengit adalah kesempatan untuk mengatasi masalah yang menarik. “Fashion adalah ruang yang menarik karena memiliki selera, personalisasi, dan data visual,” kata Belousova. “Ini adalah masalah menarik yang belum terpecahkan.”
Terlebih lagi, Daydream harus mengatasi masalah ini dua kali—pertama dengan menafsirkan apa yang dikatakan pelanggan dan kemudian dengan mencocokkan kriteria mereka yang terkadang unik dengan barang di sisi katalog. Dengan masukan seperti Saya memerlukan gaun balas dendam untuk bat mitzvah yang dihadiri mantan saya bersama istri barunya, pemahaman itu sangat penting. “Kami memiliki gagasan di Daydream tentang kosakata pembelanja dan kosakata pedagang, bukan?” kata Bornstein. “Pedagang berbicara tentang kategori dan atribut, dan pembeli mengatakan hal-hal seperti, ‘Saya akan menghadiri acara ini, yang akan diadakan di rooftop, dan saya akan bersama pacar saya.’ Bagaimana Anda menggabungkan kedua kosakata ini menjadi sesuatu pada saat run time? Dan terkadang dibutuhkan beberapa pengulangan dalam sebuah percakapan.” Daydream menyadari bahwa bahasa saja tidak cukup. “Kami menggunakan model visual, jadi kami memahami produk dengan cara yang lebih berbeda,” katanya. Pelanggan mungkin membagikan warna tertentu atau menunjukkan kalung yang akan mereka kenakan.
Bornstein mengatakan perombakan Daydream selanjutnya membuahkan hasil yang lebih baik. (Padahal saat saya mencobanya, permintaan celana tuksedo hitam menunjukkan kepada saya celana atletik berwarna krem selain yang saya minta. Hei, ini versi beta.) “Kami akhirnya memutuskan untuk beralih dari satu panggilan ke ansambel yang terdiri dari banyak model,” kata Bornstein. “Masing-masing membuat panggilan khusus. Kami punya satu untuk warna, satu untuk kain, satu untuk musim, satu untuk lokasi.” Misalnya, Daydream menemukan bahwa untuk tujuannya, model OpenAI sangat baik dalam memahami dunia dari sudut pandang pakaian. Gemini dari Google kurang begitu, namun cepat dan tepat.
Sejak awal, Daydream juga memahami bahwa AI membutuhkan bantuan manusia. Permintaan populer di kalangan pengguna adalah melihat jenis pakaian yang dikenakan Hailey Bieber. Daripada menyerahkan hal ini kepada robot, orang-orang Daydream menciptakan koleksi gaun yang memuaskan keinginan tersebut, sehingga sang model memahami apa lagi yang dapat memenuhi keinginan tersebut. Saat tiba-tiba tren seperti inti pondok muncul, timnya langsung bertindak dan membuat koleksi. Bornstein kini yakin bahwa dengan usaha ekstra dan kesabaran yang tinggi, dia berada di jalur yang benar.
Siapa Nancy?
Bornstein memberi tahu saya bahwa rekan-rekannya di startup AI lainnya juga menghadapi tantangan serupa. paruh bebek adalah layanan yang menggunakan AI untuk memberikan layanan pribadi kepada orang-orang secara efisien, seperti yang dilakukan asisten manusia. CEO Meghan Joyce mengatakan bahwa rencana Duckbill adalah selalu menyediakan gabungan bantuan manusia dan AI, dengan agen AI sebagai pembeda sebenarnya. Setelah tiga tahun bekerja, dia mengatakan bahwa Duckbill akhirnya mendapatkan hasil yang diharapkan. Sisi negatifnya adalah dia tidak pernah mengira akan memakan waktu tiga tahun untuk mencapainya.
“Di bidang AI jauh lebih menantang,” katanya. “Para model telah dilatih mengenai konten digital, dan kami membutuhkan 10 juta interaksi di dunia nyata untuk mencapai titik relevan atau memiliki pengetahuan tentang tindakan di dunia nyata.” Salah satu masalah kronisnya adalah LLM cenderung terlalu percaya diri terhadap kemampuan mereka. Sistem Duckbill mengharuskan model AI untuk menyerahkan tugas rumit kepada manusia, namun model memiliki kebiasaan menjengkelkan yang mencoba memalsukannya. Dalam satu uji coba, agen diminta meniru proses menelepon kantor dokter dan membuat janji temu. Meskipun eksperimen tersebut hanya dimaksudkan untuk menunjukkan cara melakukan langkah-langkah yang diperlukan, model tersebut mengumumkan bahwa mereka benar-benar telah menelepon dan mengatur janji temu setelah berbicara dengan resepsionis bernama Nancy. “Kami mulai mencari-cari, apakah ada panggilan telepon? Siapa Nancy?” kata Joyce. “Modelnya sangat tegas sehingga membuat kami mempertanyakan hal itu.” Tapi tidak ada Nancy dan tidak ada janji. “Syukurlah ini masih dalam bentuk prototipe,” kata Joyce.
Masalah lain yang dihadapi oleh startup AI adalah meskipun mereka fokus pada penyediaan layanan di bidang khusus, model yang mereka lisensikan sudah sangat siap dan bersedia untuk terlibat dalam percakapan tentang apa saja. Sulit untuk mengatakan pada titik mana percakapan tersebut tidak lagi relevan. “Kami pikir ada pertanyaan-pertanyaan tertentu yang akan ditanyakan orang-orang, dan kami melakukannya dengan sangat baik,” kata Andy Moss, CEO dari perjalanan pikiranyang menjadikan AI sebagai “teman perjalanan”. Ketika orang mengajukan pertanyaan yang belum dipertimbangkan oleh tim Moss, interaksinya bisa menyimpang. “Kita harus merekayasa hal tersebut,” katanya.
Ketiga CEO yang saya ajak bicara mengatakan bahwa dengan banyak usaha dan bakat, mereka akhirnya berada di jalur menuju kejayaan. Namun pengalaman mereka merupakan kisah peringatan bagi startup AI yang memiliki lini waktu yang terlalu optimis. Itu sebabnya timeline saya berubah. Sekarang, menurut saya, tahun 2026 mungkin merupakan tahun di mana AI akhirnya mengubah arah dan menjadikan dunia jauh lebih produktif. Atau, untuk amannya, 2027.
Ini adalah edisi Steven Levy Buletin saluran belakang. Baca buletin sebelumnya Di Sini.
