Perusahaan ini sedang menggunakan AI untuk menyelesaikan titik nyeri industri senilai triliunan dolar: membuat waktu pekerja pengetahuan menjadi terlihat, terukur, dan dapat dioptimalkan.
Penulis: Leo, Lingkaran Pikir
Pernahkah Anda bertanya-tanya mengapa industri manufaktur dapat secara akurat menghitung biaya produksi mobil, dan industri ritel dapat secara akurat melacak inventaris setiap barang, tetapi firma hukum, firma akuntansi, dan konsultan tidak tahu tentang sumber daya terpenting mereka – waktu manusia? Pertanyaan ini mengganggu saya untuk waktu yang lama sampai saya mengetahui bahwa Laurel baru saja menutup putaran pendanaan Seri C senilai $100 juta. Perusahaan menggunakan AI untuk memecahkan masalah industri triliunan dolar: membuat waktu pekerja pengetahuan terlihat, terukur, dan dapat dioptimalkan.
Setelah melakukan penelitian mendalam, saya menemukan bahwa Laurel tidak hanya melakukan pelacakan waktu dengan cara yang sederhana. Mereka sedang membangun platform waktu AI pertama di dunia, berusaha untuk mengatasi apa yang disebut oleh pendiri Ryan Alshak sebagai "tantangan kecerdasan waktu"—industri berbasis pengetahuan tidak dapat menghubungkan secara akurat antara investasi waktu dan hasil bisnis. Di era AI, mengukur dan memahami modal manusia telah berubah dari "bunga tambahan" menjadi kebutuhan bisnis yang "krusial". Putaran pendanaan ini dipimpin oleh IVP, dengan GV (Google Ventures) dan 01A berpartisipasi, sementara investor baru juga termasuk DST Global, Kevin Weil dari OpenAI, Alexis Ohanian, CTO GitHub Vladimir Fedorov dan tokoh terkenal lainnya.
Kisah Penderitaan dan Kesadaran dalam Enam Menit Mencatat
Akar masalah dapat ditelusuri ke cara kerja yang telah digunakan selama beberapa dekade di industri layanan profesional. Pengacara, akuntan, dan konsultan perlu mencatat waktu kerja mereka dalam satuan enam menit agar klien dapat membayar berdasarkan jam. Ryan Alshak merasakan penderitaan ini saat menjadi pengacara: "Rasanya seperti pada Sabtu malam yang sibuk, saya adalah seorang koki yang harus memasak untuk 500 pelanggan, tetapi pada saat yang sama diminta untuk mencatat setiap bahan yang digunakan, alur kerja ini sangat mengganggu dan kurang manusiawi."
Saya bisa memahami perasaan frustrasi ini. Bayangkan, Anda baru saja menyelesaikan analisis hukum yang rumit, pikiran Anda dalam keadaan paling jernih, tetapi kemudian Anda harus berhenti sejenak untuk mengingat: Berapa lama saya menghabiskan waktu untuk mencari informasi? Berapa menit yang saya butuhkan untuk menulis memo ini? Apa yang saya bicarakan dengan klien di telepon? Keadaan kerja yang terpaksa terputus ini tidak hanya memengaruhi efisiensi, tetapi juga membuat para profesional merasa seperti pekerja pabrik yang diawasi, bukan ahli yang memberikan layanan intelektual.
Momen pencerahan Alshak datang dengan sangat sederhana: "Mengapa saya harus memberi tahu mesin apa yang saya lakukan dalam pekerjaan, daripada membiarkan mesin mengingatkan saya tentang apa yang harus saya lakukan?" Di balik pertanyaan yang tampaknya sederhana ini, terdapat wawasan yang bertentangan dengan intuisi: Pengacara, akuntan, dan konsultan sebenarnya menghadapi masalah kekurangan tagihan, karena mereka sering lupa banyak pekerjaan yang telah diselesaikan. Jika dapat memungkinkan pembeli (perusahaan) untuk mendapatkan lebih banyak keuntungan, sekaligus menghemat waktu bagi pengguna (profesional), ini adalah dasar yang sempurna untuk membangun perusahaan.
Titik nyeri ini jauh lebih umum daripada yang saya bayangkan. Menurut data dari Laurel, para profesional rata-rata dapat mendapatkan kembali lebih dari 28 menit waktu yang dapat ditagih setiap hari, waktu yang sebelumnya hilang karena kelalaian pencatatan. Dengan tarif rata-rata per jam sebesar 375 dolar, ini berarti setiap profesional dapat menciptakan tambahan pendapatan sebesar 175 dolar untuk perusahaan setiap harinya. Bagi firma besar yang memiliki ratusan profesional, angka ini cukup mengejutkan.
AI Mendefinisikan Ulang Empat Kunci Pelacakan Waktu
Solusi Laurel terdengar sangat intuitif, tetapi membangunnya sebenarnya adalah tantangan teknis yang sangat kompleks. Saya memahami bahwa untuk benar-benar mewujudkan otomatisasi jadwal end-to-end, ada empat masalah teknis kunci yang perlu diatasi, masing-masing dengan ambang batas teknis yang cukup tinggi.
Tantangan pertama adalah pelacakan jejak digital. Laurel harus dapat terintegrasi dengan setiap aplikasi digital yang digunakan pengguna, termasuk berbagai alat kerja seperti Slack, Microsoft Outlook, Zoom, dan lainnya. Hanya ketika AI dapat "melihat" semua aktivitas kerja profesional di semua platform, ia dapat secara akurat merekonstruksi jejak kerja mereka. Ini seperti memasang sistem pemantauan yang ada di mana-mana tetapi sepenuhnya tidak terasa di lingkungan kerja digital pengguna, yang mampu mencatat setiap klik, setiap pengeditan dokumen, setiap panggilan telepon.
Tingkat kedua adalah integrasi mendalam aplikasi AI. Laurel menggunakan berbagai teknologi AI untuk memproses jejak digital ini: algoritma pengelompokan data mengelompokkan pekerjaan yang relevan, model pembelajaran mesin mendistribusikan pekerjaan kepada klien dan proyek yang sesuai, AI generatif membuat deskripsi pekerjaan, dan akhirnya pekerjaan dikodekan dan diklasifikasikan melalui pembelajaran mesin. Ini bukan sekadar menerapkan antarmuka ChatGPT, tetapi membangun sistem AI yang dirancang khusus untuk mengoptimalkan alur kerja layanan profesional.
Tahap ketiga adalah keseimbangan yang cermat antara manusia dan mesin. Sistem akan menghasilkan draf jadwal untuk pengguna, yang dapat menambah, menghapus, atau mengedit konten. Desain "manusia dalam loop" ini memastikan akurasi sekaligus memungkinkan AI untuk terus belajar dan memperbaiki diri. Setiap interaksi pengguna membuat sistem menjadi lebih cerdas, membentuk siklus positif.
Langkah keempat adalah integrasi yang mulus dengan sistem penagihan yang ada. Setelah pengguna mengonfirmasi jadwal, sistem akan secara otomatis mengirimkan data ke sistem penagihan kantor, menjaga pekerjaan manajemen belakang tetap sama. Dengan demikian, pengalaman kerja profesional beralih dari "mengisi jadwal" menjadi "meninjau jadwal", yang secara signifikan mengurangi beban mental.
Keberhasilan dari seluruh proses terletak pada kenyataan bahwa ia tidak memaksa pengguna untuk mengubah kebiasaan kerja mereka, melainkan bekerja di latar belakang dengan tenang, dan akhirnya hanya memerlukan konfirmasi akhir dari pengguna. Filosofi desain ini mencerminkan pemikiran produk yang mendalam: teknologi terbaik seharusnya tidak terlihat, seharusnya membuat hal-hal yang kompleks menjadi sederhana, bukan menambah beban belajar baru bagi pengguna.
Dari Pecundang Teknologi Hukum Menjadi Pelopor Era AI
Kesuksesan Laurel tidak datang dengan mudah, sebenarnya ia mengalami kebangkitan total. Perusahaan ini awalnya didirikan pada tahun 2016 dengan nama "Time by Ping", tetapi selama beberapa tahun pertama, mereka mengalami kesulitan. Alshak dengan jujur mengakui dua masalah utama: terlalu fokus pada pasar tunggal di industri hukum, dan teknologi pemrosesan bahasa alami saat itu belum cukup matang.
Momen perubahan terjadi pada tahun 2022, ketika Alshak mendapatkan akses awal ke OpenAI GPT-3, dia membuat keputusan berani: menghentikan semua pekerjaan dan merombak produk secara menyeluruh. Ini adalah tindakan yang sangat langka di dunia startup, kebanyakan orang akan memberi tahu Anda "jangan pernah membangun ulang, terus iterasi saja." Tetapi Alshak memilih untuk melawan kebijaksanaan tradisional, saya percaya ini mencerminkan semangat wirausaha sejati—bersedia mengambil risiko besar demi visi yang lebih besar.
Ketika ChatGPT diluncurkan pada November 2022, seluruh pasar mengalami perubahan besar dalam pemahaman tentang AI. Alshak menggambarkan perubahan ini: "Saya dari dianggap gila, menjadi orang yang dicari perusahaan untuk meminta bantuan." Perubahan dramatis ini menciptakan pertumbuhan eksplosif bagi perusahaan dari nol hingga nilai kontrak sebesar 26 juta dolar dalam 24 bulan terakhir.
Mengganti nama menjadi Laurel bukan hanya sekedar rebranding, tetapi juga mewakili pembaruan menyeluruh dari budaya dan nilai inti perusahaan. Pemilihan nama ini juga sangat bermakna: Alshak ingin memilih nama yang terasa abadi, bukan nama tipikal perusahaan rintisan, tetapi nama yang mungkin berlaku di abad ke-17, 21, atau 41. "Laurel" (laurel) pada zaman Yunani kuno melambangkan pencapaian dalam puisi dan olahraga, ia berharap orang merasa bangga ketika melihat jadwal mereka, bukan ketakutan atau penekanan.
Kisah kebangkitan ini sangat menyentuh saya. Ini menunjukkan bahwa dalam lingkungan teknologi yang berubah dengan cepat, terkadang pilihan yang paling berani bukanlah untuk tetap pada jalur yang sudah ditentukan, tetapi untuk mengakui kesalahan dan sepenuhnya mengubah arah. Contoh Laurel membuktikan bahwa inovasi sejati sering kali membutuhkan tekad dan keberanian untuk "memulai dari awal".
Mengapa sekarang adalah waktu yang sempurna untuk ledakan manajemen waktu AI
Saya selalu memikirkan mengapa Laurel dapat mencapai kesuksesan besar pada titik waktu ini, saya pikir ini melibatkan kombinasi sempurna dari tiga faktor kunci: kematangan teknologi, pendidikan pasar, dan urgensi bisnis.
Terobosan di tingkat teknologi adalah dasar. Dalam beberapa tahun terakhir, kemampuan model bahasa besar telah mencapai tingkat di mana mereka dapat memahami konteks pekerjaan yang kompleks dengan akurat. Ini bukan hanya sekedar pemahaman bahasa, yang lebih penting adalah model-model ini dapat memecah niat tingkat tinggi menjadi langkah-langkah konkret yang dapat dieksekusi. Ketika saya mengatakan "siapkan daftar pemeriksaan due diligence untuk proyek akuisisi klien ABC", AI perlu memahami bidang hukum mana yang terlibat, jenis dokumen apa yang harus disertakan, berapa lama waktu yang dibutuhkan untuk menyelesaikannya, dan lain-lain. Kemampuan pemahaman yang sangat terperinci ini tidak mungkin dicapai beberapa tahun yang lalu.
Perubahan dalam pendidikan pasar juga sangat penting. Penyebaran ChatGPT yang luas telah membuat bahkan lembaga layanan profesional yang paling konservatif mulai menerima teknologi AI. Saya menemukan fenomena yang menarik: Dulu, ketika Alshak mempromosikan AI kepada firma hukum pada tahun 2018 dan 2019, mereka akan berkata "Kami masih belum yakin apakah komputasi awan adalah masa depan, apalagi kami tidak tahu apa itu AI". Tetapi sekarang, perusahaan yang sama secara proaktif menelepon untuk menanyakan bagaimana menerapkan solusi AI. Perubahan sikap pasar ini telah menciptakan jendela kesempatan yang belum pernah terjadi sebelumnya bagi perusahaan seperti Laurel.
Urgensi bisnis berasal dari perubahan lingkungan ekonomi. Dalam konteks ekonomi yang ketat, lembaga layanan profesional menghadapi tekanan efisiensi yang belum pernah terjadi sebelumnya. Klien tidak lagi bersedia membayar untuk ketidakefisienan, dan model penetapan harga biaya tetap semakin umum, yang mengharuskan firma untuk memahami dengan tepat biaya nyata dari setiap layanan. Seperti yang dikatakan Ajay Vashee dari IVP: "Ketika Anda menjual uang dalam ekonomi yang ketat, Anda akan memotong banyak kebisingan." Laurel bukan menjual fungsi, tetapi menjual pertumbuhan keuntungan yang nyata, yang persuasif dalam setiap lingkungan ekonomi.
Ada satu faktor lain yang saya anggap sangat penting tetapi sering diabaikan: kebutuhan untuk mengukur pengembalian investasi AI. Perusahaan merencanakan untuk berinvestasi lebih dari $1 triliun di AI dalam lima tahun ke depan, tetapi bagaimana mengukur efektivitas investasi ini masih merupakan kotak hitam. Kebanyakan perusahaan mengandalkan survei atau penggunaan sebagai indikator pengganti, tetapi ini tidak cukup akurat. Platform data waktu Laurel mampu memberikan pengukuran efektivitas AI yang terukur dan dapat diverifikasi, yang sangat berharga bagi perusahaan yang perlu membuktikan nilai investasi AI kepada pemegang saham.
Kumpulan berbagai faktor ini menciptakan kondisi sempurna untuk pertumbuhan cepat Laurel. Dari data yang ada, pendapatan berulang tahunan mereka meningkat 300% dalam 12 bulan terakhir, penggunaan meningkat 500%, dan saat ini bekerja sama dengan lebih dari 100 perusahaan hukum, akuntansi, dan konsultasi terkemuka di Amerika Serikat, Inggris, Uni Eropa, Australia, dan Kanada. Angka-angka ini mencerminkan kebangkitan kolektif sebuah industri di bawah tekanan perubahan mendasar.
Nilai Mendalam di Balik Kasus Sukses Pelanggan
Saya selalu percaya bahwa validasi produk terbaik berasal dari umpan balik nyata pelanggan, dan kinerja Laurel dalam hal ini sangat mengesankan. Menurut investor IVP, ini adalah satu-satunya perusahaan yang mereka evaluasi yang mendapatkan nilai kepuasan pelanggan 10 dari setiap pelanggan. Namun, saya lebih tertarik pada cerita di balik angka-angka ini.
Umpan balik dari Matt Newnes, mitra dan kepala transformasi pajak di Ernst & Young, sangat meyakinkan: "Saya telah mengalami sendiri bagaimana Laurel mengubah pendekatan manajemen waktu kami. Proses pencatatan dan entri waktu manual yang dulunya kami lakukan sekarang telah sangat terotomatisasi. Laurel tidak hanya membantu karyawan kami untuk lebih lengkap mencatat waktu kerja mereka, tetapi juga membantu kami memahami cara kerja tim kami dengan lebih mendalam, memungkinkan kami untuk mengidentifikasi praktik terbaik dan memastikan hasil terbaik untuk klien. Ini telah terbukti menjadi salah satu investasi AI yang paling berdampak bagi kami."
Pernyataan ini membuat saya memikirkan sebuah pertanyaan yang lebih dalam: nilai pelacakan waktu tidak hanya terletak pada akurasi penagihan, tetapi juga pada wawasan tentang pola kerja. Ketika perusahaan dapat dengan jelas melihat perbedaan antara pekerjaan yang efisien dan tidak efisien, mereka dapat menstandarkan praktik terbaik dan meningkatkan kinerja seluruh tim. Nilai pembelajaran organisasi ini mungkin lebih penting daripada pertumbuhan pendapatan langsung.
Pandangan David Cunningham, Chief Innovation Officer di firma hukum Reed Smith, juga sangat inspiratif: "Seiring firma hukum mengevaluasi dampak AI dan biaya tetap, memperoleh wawasan yang lebih mendalam dengan upaya yang lebih sedikit sangat penting untuk mendefinisikan kembali nilai di dalam firma dan bagi klien mereka." Kata kunci di sini adalah "wawasan yang mendalam"—bukan statistik waktu yang kasar, tetapi wawasan mendalam yang dapat membimbing keputusan strategis.
Pernyataan Tom Barry, mitra pengelola dari firma akuntansi GHJ, sangat mengesankan bagi saya: "Tahukah Anda berapa banyak wawasan bisnis yang dapat kita peroleh dari platform ini? Apa yang kita lihat sekarang adalah permainan jangka panjang: ini bukan hanya alat untuk membantu melacak waktu." Saya percaya bahwa pergeseran dari pemikiran alat ke pemikiran platform inilah yang menjadi keunggulan kompetitif sebenarnya dari Laurel.
Dari data keuangan, pelanggan yang menggunakan Laurel melaporkan pertumbuhan laba sebesar 4-11%, yang terutama berasal dari tambahan 28 menit waktu yang dapat ditagih per profesional setiap harinya, serta peningkatan tingkat realisasi sebesar 1-4%. Angka-angka ini telah diverifikasi melalui audit independen oleh empat besar firma akuntansi. Lebih penting lagi, para profesional menghemat 80% waktu dalam pencatatan waktu manual, yang memungkinkan mereka untuk fokus pada pekerjaan bernilai tinggi, seperti pengembangan bisnis, manajemen hubungan, dan pemikiran strategis.
Kasus-kasus sukses ini membuat saya melihat gambaran yang lebih besar: Laurel tidak hanya menyelesaikan masalah pelacakan waktu, tetapi juga mendefinisikan kembali cara kerja layanan profesional. Ketika waktu menjadi terlihat dan dapat dioptimalkan, efisiensi dan kemampuan penciptaan nilai seluruh industri akan meningkat secara fundamental.
Visi Tiga Tahap dari Pelacakan Waktu ke Kecerdasan Waktu
Dalam penelitian tentang Laurel, saya menemukan bahwa Alshak memiliki visi strategis tiga tahap yang jelas, dan pemikiran jangka panjang ini mengesankan saya. Ini bukan sekadar peta jalan produk, tetapi pemikiran mendalam tentang masa depan seluruh pekerjaan pengetahuan.
Tahap pertama adalah membuktikan bahwa mesin dapat mencatat waktu dengan lebih efisien dan lebih akurat daripada manusia. Kunci dari tahap ini adalah memilih pasar target yang tepat—industri yang harus mencatat waktu untuk menghasilkan uang, seperti hukum, akuntansi, dan konsultasi. Industri-industri ini memiliki alur kerja yang sudah ada, tekanan pelaksanaan yang tinggi (tidak mencatat waktu berarti tidak dapat mempertahankan pekerjaan), dan pengembalian investasi yang sangat jelas ketika otomatisasi diterapkan. Itulah mengapa Laurel memilih untuk memulai dari layanan profesional, alih-alih langsung menyasar semua pekerja pengetahuan.
Tahap kedua lebih ambisius: memanfaatkan data waktu yang dihasilkan oleh mesin untuk menghentikan industri ini menghitung biaya berdasarkan waktu dan mulai menghitung biaya berdasarkan hasil. Alshak mengutip kata-kata Charlie Munger: "Beri tahu saya mekanisme insentif, dan saya dapat memberi tahu Anda perilaku." Dia percaya bahwa mekanisme insentif di industri yang menyumbang 20% dari PDB Amerika dapat dirancang ulang, sehingga mereka berhenti menghasilkan aktivitas dan mulai menghasilkan hasil yang efisien. Peralihan dari fokus input ke output ini dapat mengubah secara menyeluruh model bisnis di seluruh industri layanan profesional.
Tahap ketiga adalah yang paling ambisius: bahkan di dunia yang berbasis hasil, orang masih perlu memahami investasi waktu untuk bertanya pada diri sendiri "Apakah saya menghabiskan waktu untuk hal-hal yang memiliki pengaruh?" Tujuan dari tahap ini adalah untuk memperluas nilai data waktu ke semua organisasi bisnis, membantu setiap pekerja pengetahuan memahami dan mengoptimalkan alokasi waktu mereka.
Data statistik inti dari visi ini sangat menggugah: rata-rata pekerja pengetahuan bekerja 9 jam sehari, tetapi hanya 3 jam yang menciptakan nilai leverage. Ini berarti ada 6 jam yang terbuang - 3 jam melakukan pekerjaan yang seharusnya dilakukan oleh agen AI, dan 3 jam lagi melakukan pekerjaan yang seharusnya tidak dilakukan oleh manusia sama sekali. Berdasarkan jumlah pekerja pengetahuan global, ini setara dengan 64 miliar tahun waktu yang terbuang pada tugas yang tidak lagi perlu dilakukan oleh manusia. Inilah ruang peluang bagi Laurel.
Saya merasa cara berpikir ini sangat inspiratif. Banyak perusahaan startup fokus pada pemecahan masalah yang ada saat ini, tetapi Laurel tidak hanya menyelesaikan masalah yang ada, tetapi juga menciptakan infrastruktur untuk kemungkinan masa depan. Data waktu tidak hanya untuk penagihan yang lebih baik, tetapi merupakan dasar untuk memahami dan mengoptimalkan pekerjaan manusia. Di era AI, pemahaman ini menjadi semakin penting, karena kita perlu tahu pekerjaan mana yang harus diserahkan kepada mesin dan pekerjaan mana yang memerlukan nilai unik manusia.
Revolusi Rantai Pasokan Layanan Profesional di Era AI
Dalam memahami Laurel lebih dalam, saya menemukan sebuah analogi yang sangat menarik: mereka sebenarnya sedang membangun "visibilitas rantai pasokan" untuk pekerjaan berbasis pengetahuan. Konsep ini memberikan saya pemahaman baru tentang seluruh industri.
Alshak mengajukan sebuah pandangan yang menarik: "Tidak ada yang benar-benar memetakan pengeluaran waktu dengan hasil yang dihasilkan. Industri seperti hukum dan akuntansi paling baik dalam memahami input mereka (waktu), tetapi masih kesulitan dalam penetapan harga nilai. Di sisi lain, industri seperti konsultasi dan layanan keuangan memahami nilai, tetapi tidak tahu apa-apa tentang biaya nyata yang dihasilkan." Kebutaan kognitif ini telah diatasi di industri lain, tetapi di bidang pekerjaan pengetahuan yang mewakili lebih dari 50% GDP global, rantai pasokan belum pernah benar-benar terungkap.
Analogi ini mengingatkan saya pada perjalanan transformasi industri manufaktur. Sistem produksi ramping Toyota merevolusi industri manufaktur karena membuat efisiensi dan pemborosan di setiap tahap menjadi terlihat. Namun, dalam pekerjaan berbasis pengetahuan, kita masih berada di keadaan pra-revolusi industri—banyak "persediaan" (tugas yang belum selesai), "waktu tunggu" (rapat dan proses yang tidak efektif), dan "cacat" (dokumen yang perlu dikerjakan ulang) tersembunyi dalam pekerjaan sehari-hari, tidak dapat diukur dan dioptimalkan.
Platform cerdas waktu Laurel sebenarnya sedang menciptakan sistem manajemen rantai pasokan yang nyata pertama untuk pekerjaan berbasis pengetahuan. Ini tidak hanya melacak waktu, tetapi juga menganalisis alur kerja, mengidentifikasi bottleneck, memprediksi kebutuhan sumber daya, dan memberikan rekomendasi untuk optimasi. Kemampuan ini menjadi sangat penting dalam konteks penerapan AI secara besar-besaran, karena perusahaan perlu mengetahui pengembalian investasi nyata dari alat AI, bukan hanya bergantung pada survei kepuasan yang samar.
Saya percaya bahwa pergeseran pemikiran rantai pasokan ini akan membawa dampak yang mendalam. Ketika lembaga layanan profesional mulai mengelola pekerjaan pengetahuan seperti produsen mengelola lini produksi, mereka akan mampu: memprediksi biaya dan waktu proyek secara akurat, mengidentifikasi jenis pekerjaan mana yang paling cocok untuk otomatisasi, mengoptimalkan pengaturan tim dan pembagian kerja, memantau kesehatan proyek secara real-time dan menyesuaikan dengan tepat waktu.
Ini juga menjelaskan mengapa Laurel dapat membantu klien mencapai pertumbuhan laba 4-11%. Ini bukan hanya karena pencatatan waktu yang lebih akurat, tetapi yang lebih penting adalah peningkatan efisiensi sistemik yang dicapai melalui optimisasi rantai pasokan. Ketika Anda dapat melihat "proses produksi" dari seluruh pekerjaan pengetahuan, kesempatan untuk optimasi menjadi jelas terlihat.
Dari sudut pandang investasi, peluang pasar dari revolusi rantai pasokan ini sangat besar. Ajay Vashee dari IVP menunjukkan: "Layanan profesional mewakili triliunan dolar dalam aktivitas ekonomi global, tetapi perusahaan-perusahaan ini kekurangan visibilitas dasar terhadap sumber daya inti mereka—waktu—selama operasional. Dengan mengatasi tantangan kecerdasan waktu, Laurel menciptakan platform untuk transformasi AI yang lebih luas." Ini bukan hanya alat perangkat lunak, tetapi infrastruktur untuk transformasi digital seluruh industri.
Filsafat Waktu dan Misi Pendiri
Memahami cerita pribadi Alshak memberi saya pemahaman yang lebih dalam tentang misi Laurel. Ini bukan hanya proyek bisnis, tetapi juga perusahaan yang didorong oleh misi yang sangat berakar dalam pengalaman pribadi.
Alshak sering memikirkan topik kematian, yang mungkin terdengar agak berat, tetapi pemahaman mendalam tentang keterbatasan waktu inilah yang membentuk inti dari filosofi Laurel. Antarmuka obrolan AI perusahaan bahkan dinamai "Mori", yang merupakan penghormatan terhadap frasa Latin "memento mori" (ingat bahwa kamu pasti akan mati). Pemikiran tentang kematian ini bukanlah sesuatu yang negatif, melainkan mengingatkan orang untuk menghargai nilai setiap menit.
Yang paling menyentuh saya adalah cerita tentang ibu yang dibagikan oleh Alshak. Pendiriannya Laurel sangat terkait dengan akhir kehidupan ibunya - dia meninggal karena kanker beberapa minggu setelah perusahaan mendapatkan pendanaan putaran awal pada tahun 2018. Alshak berkata: "Dalam detik-detik terakhir hidupnya, satu menit bersamanya lebih berharga daripada satu juta menit melakukan hal lain. Saya menyadari bahwa saya tidak sedang membangun perusahaan pencatat waktu, tetapi sedang membangun sebuah perusahaan yang membantu orang memahami 'Apakah saya menghabiskan waktu saya dengan cara yang saya inginkan?'"
Rasa misi pribadi ini telah diubah menjadi nilai inti perusahaan. Alshak berharap untuk menjadi "cermin" dunia, mengajarkan dunia satu pelajaran: "Kita sangat peduli pada uang kita, tetapi begitu acuh tak acuh terhadap waktu kita. Ini adalah kerangka yang sangat terbalik." Dia berharap hidup seolah-olah dia memiliki 78 tahun kehidupan, 4000 minggu waktu, dan membuat setiap menit berarti.
Saya menemukan bahwa filosofi waktu ini sangat mempengaruhi desain produk Laurel. Permainan kata dalam bahasa Yunani perusahaan ini sangat menarik: Alshak menyebutkan bahwa dalam bahasa Yunani ada dua kata yang merujuk pada waktu—"chronos" (waktu jam) dan "kairos" (waktu persepsi). Laurel tidak hanya melacak chronos, tetapi juga membantu orang mengoptimalkan kairos—membuat orang merasakan kepenuhan waktu dalam pekerjaan yang bermakna, bukan merasakan berlalunya waktu dalam tugas yang tidak efektif.
Pendekatan yang didorong oleh misi ini juga tercermin dalam visi jangka panjang perusahaan. Alshak berharap Laurel dapat bertanggung jawab untuk menghilangkan konsep "Senin sampai Jumat dari sembilan pagi hingga lima sore" dari kosakata bahasa Inggris. Dia percaya bahwa dunia di masa depan adalah di mana manusia bekerja tiga hingga empat jam setiap hari, tetapi menciptakan nilai dua hingga tiga kali lipat lebih banyak daripada sekarang. Ini bukanlah fantasi utopis, tetapi harapan yang masuk akal berdasarkan perkembangan teknologi AI.
Saya percaya bahwa rasa misi ini adalah keunggulan kompetitif sejati dari Laurel. Dalam industri teknologi yang semakin homogen, perbedaan yang nyata sering kali berasal dari motivasi dan nilai-nilai mendalam pendirinya. Ketika perusahaan Anda bukan hanya untuk mencari keuntungan, tetapi untuk menyelesaikan masalah yang sangat Anda pedulikan, semangat ini akan tertransmisikan ke setiap aspek produk, tim, dan pengalaman pelanggan.
Mendefinisikan kembali masa depan kerja dan penciptaan nilai
Dalam penelitian tentang Laurel, saya terus memikirkan satu pertanyaan yang lebih besar: Apa arti revolusi kecerdasan waktu ini bagi seluruh masyarakat? Saya percaya kita sedang berada di ambang perubahan mendasar dalam cara kita bekerja.
Dari perspektif sejarah, setiap revolusi teknologi besar akan mendefinisikan kembali sifat pekerjaan. Revolusi industri mengalihkan orang dari pertanian ke industri manufaktur, revolusi informasi menciptakan konsep pekerjaan berbasis pengetahuan. Sekarang, revolusi AI sedang mendefinisikan kembali apa itu pekerjaan manusia yang benar-benar bernilai. Data wawasan yang disediakan oleh Laurel akan membantu kita memahami perubahan ini: pekerjaan mana yang harus diotomatisasi, dan pekerjaan mana yang memerlukan nilai unik manusia.
Skenario kerja masa depan yang saya bayangkan mungkin seperti ini: para profesional tidak lagi perlu menghabiskan waktu pada tugas-tugas berulang, seperti menyusun kontrak standar, menyusun laporan keuangan, atau menyiapkan laporan rutin. Sebaliknya, mereka akan fokus pada pekerjaan bernilai tinggi yang membutuhkan pemikiran kreatif, kecerdasan emosional, dan penilaian strategis. AI akan menangani pengumpulan informasi dan analisis awal, sementara manusia akan fokus pada penjelasan, pengambilan keputusan, dan membangun hubungan.
Perubahan ini akan memiliki dampak yang mendalam pada model bisnis seluruh industri layanan profesional. Penetapan harga biaya tetap akan menggantikan penagihan per jam sebagai arus utama, karena klien lebih peduli pada hasil daripada proses. Data waktu Laurel akan membantu firma memperkirakan biaya nyata dari berbagai jenis proyek dengan akurat, sehingga dapat memberikan layanan harga tetap dengan lebih percaya diri.
Saya juga melihat makna sosial dari perubahan ini. Ketika pekerjaan menjadi lebih efisien, orang akan memiliki lebih banyak waktu untuk pengembangan pribadi, hubungan keluarga, dan keterlibatan komunitas. Ini bukan hanya peningkatan efisiensi kerja, tetapi juga perbaikan kualitas hidup. Seperti yang dikatakan Alshak, tujuannya adalah untuk memungkinkan orang menciptakan lebih banyak nilai dengan lebih sedikit waktu, dan kemudian menggunakan waktu yang dihemat untuk hal-hal yang benar-benar penting.
Tentu saja, perubahan ini juga akan membawa tantangan. Beberapa pekerjaan tradisional mungkin akan digantikan oleh otomatisasi, yang mengharuskan seluruh industri untuk memikirkan kembali pelatihan talenta dan jalur pengembangan karir. Namun, saya percaya bahwa perubahan ini pada akhirnya akan menciptakan lebih banyak kesempatan kerja yang berarti dan bernilai. Kuncinya adalah untuk secara proaktif beradaptasi dengan perubahan ini, bukan hanya menunggu untuk diubah.
Dari sudut pandang investasi, Laurel tidak hanya mewakili sebuah perusahaan perangkat lunak yang sukses, tetapi juga pelopor dalam transformasi digital seluruh pekerjaan pengetahuan. Infrastruktur kecerdasan waktu yang mereka bangun akan menjadi kebutuhan untuk operasi bisnis di era AI yang akan datang. Seperti yang dikatakan oleh Frederique Dame dari GV: "Laurel sedang menciptakan lapisan kecerdasan perusahaan untuk pekerjaan pengetahuan, menggunakan pencatatan waktu sebagai titik masuk produk. Dengan menangkap dan mengorganisir siklus hidup lengkap tentang bagaimana para profesional menghabiskan waktu, Laurel membuka jenis data baru yang membuat pekerjaan itu sendiri dapat diukur, dioptimalkan, dan diotomatisasi."
Nilai infrastruktur ini akan terus meningkat seiring dengan perkembangan lebih lanjut dari teknologi AI. Ketika semakin banyak perusahaan mulai mengimplementasikan agen AI dan alat otomatisasi, data waktu Laurel akan menjadi standar emas untuk mengukur efektivitas investasi ini. Ini bukan hanya peluang produk, tetapi juga peluang platform.
Saya sangat menantikan masa depan Laurel, bukan hanya karena mereka memenuhi kebutuhan pasar besar yang nyata, tetapi juga karena mereka mengajukan pemikiran mendalam tentang waktu, pekerjaan, dan nilai hidup. Di dunia yang semakin cepat ini, perusahaan yang membantu orang lebih baik memahami dan memanfaatkan waktu akan menciptakan nilai sosial yang melampaui imbalan finansial.
Akhirnya, kisah Laurel mengajarkan kita bahwa proyek startup terbaik sering kali berasal dari masalah yang dialami langsung oleh pendirinya dan rasa misi yang mendalam. Ketika kemajuan teknologi bergabung dengan passion pribadi, ada kemungkinan untuk menciptakan perusahaan yang benar-benar mengubah dunia. Di era AI yang merombak segalanya, perusahaan seperti Laurel yang memiliki kedalaman teknis dan kepedulian kemanusiaan mungkin adalah kekuatan inovasi yang kita butuhkan.
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Sektor AI yang begitu kecil dan niche di luar negeri, ternyata bisa mengumpulkan 1 miliar dolar.
Penulis: Leo, Lingkaran Pikir
Pernahkah Anda bertanya-tanya mengapa industri manufaktur dapat secara akurat menghitung biaya produksi mobil, dan industri ritel dapat secara akurat melacak inventaris setiap barang, tetapi firma hukum, firma akuntansi, dan konsultan tidak tahu tentang sumber daya terpenting mereka – waktu manusia? Pertanyaan ini mengganggu saya untuk waktu yang lama sampai saya mengetahui bahwa Laurel baru saja menutup putaran pendanaan Seri C senilai $100 juta. Perusahaan menggunakan AI untuk memecahkan masalah industri triliunan dolar: membuat waktu pekerja pengetahuan terlihat, terukur, dan dapat dioptimalkan.
Setelah melakukan penelitian mendalam, saya menemukan bahwa Laurel tidak hanya melakukan pelacakan waktu dengan cara yang sederhana. Mereka sedang membangun platform waktu AI pertama di dunia, berusaha untuk mengatasi apa yang disebut oleh pendiri Ryan Alshak sebagai "tantangan kecerdasan waktu"—industri berbasis pengetahuan tidak dapat menghubungkan secara akurat antara investasi waktu dan hasil bisnis. Di era AI, mengukur dan memahami modal manusia telah berubah dari "bunga tambahan" menjadi kebutuhan bisnis yang "krusial". Putaran pendanaan ini dipimpin oleh IVP, dengan GV (Google Ventures) dan 01A berpartisipasi, sementara investor baru juga termasuk DST Global, Kevin Weil dari OpenAI, Alexis Ohanian, CTO GitHub Vladimir Fedorov dan tokoh terkenal lainnya.
Kisah Penderitaan dan Kesadaran dalam Enam Menit Mencatat
Akar masalah dapat ditelusuri ke cara kerja yang telah digunakan selama beberapa dekade di industri layanan profesional. Pengacara, akuntan, dan konsultan perlu mencatat waktu kerja mereka dalam satuan enam menit agar klien dapat membayar berdasarkan jam. Ryan Alshak merasakan penderitaan ini saat menjadi pengacara: "Rasanya seperti pada Sabtu malam yang sibuk, saya adalah seorang koki yang harus memasak untuk 500 pelanggan, tetapi pada saat yang sama diminta untuk mencatat setiap bahan yang digunakan, alur kerja ini sangat mengganggu dan kurang manusiawi."
Saya bisa memahami perasaan frustrasi ini. Bayangkan, Anda baru saja menyelesaikan analisis hukum yang rumit, pikiran Anda dalam keadaan paling jernih, tetapi kemudian Anda harus berhenti sejenak untuk mengingat: Berapa lama saya menghabiskan waktu untuk mencari informasi? Berapa menit yang saya butuhkan untuk menulis memo ini? Apa yang saya bicarakan dengan klien di telepon? Keadaan kerja yang terpaksa terputus ini tidak hanya memengaruhi efisiensi, tetapi juga membuat para profesional merasa seperti pekerja pabrik yang diawasi, bukan ahli yang memberikan layanan intelektual.
Momen pencerahan Alshak datang dengan sangat sederhana: "Mengapa saya harus memberi tahu mesin apa yang saya lakukan dalam pekerjaan, daripada membiarkan mesin mengingatkan saya tentang apa yang harus saya lakukan?" Di balik pertanyaan yang tampaknya sederhana ini, terdapat wawasan yang bertentangan dengan intuisi: Pengacara, akuntan, dan konsultan sebenarnya menghadapi masalah kekurangan tagihan, karena mereka sering lupa banyak pekerjaan yang telah diselesaikan. Jika dapat memungkinkan pembeli (perusahaan) untuk mendapatkan lebih banyak keuntungan, sekaligus menghemat waktu bagi pengguna (profesional), ini adalah dasar yang sempurna untuk membangun perusahaan.
Titik nyeri ini jauh lebih umum daripada yang saya bayangkan. Menurut data dari Laurel, para profesional rata-rata dapat mendapatkan kembali lebih dari 28 menit waktu yang dapat ditagih setiap hari, waktu yang sebelumnya hilang karena kelalaian pencatatan. Dengan tarif rata-rata per jam sebesar 375 dolar, ini berarti setiap profesional dapat menciptakan tambahan pendapatan sebesar 175 dolar untuk perusahaan setiap harinya. Bagi firma besar yang memiliki ratusan profesional, angka ini cukup mengejutkan.
AI Mendefinisikan Ulang Empat Kunci Pelacakan Waktu
Solusi Laurel terdengar sangat intuitif, tetapi membangunnya sebenarnya adalah tantangan teknis yang sangat kompleks. Saya memahami bahwa untuk benar-benar mewujudkan otomatisasi jadwal end-to-end, ada empat masalah teknis kunci yang perlu diatasi, masing-masing dengan ambang batas teknis yang cukup tinggi.
Tantangan pertama adalah pelacakan jejak digital. Laurel harus dapat terintegrasi dengan setiap aplikasi digital yang digunakan pengguna, termasuk berbagai alat kerja seperti Slack, Microsoft Outlook, Zoom, dan lainnya. Hanya ketika AI dapat "melihat" semua aktivitas kerja profesional di semua platform, ia dapat secara akurat merekonstruksi jejak kerja mereka. Ini seperti memasang sistem pemantauan yang ada di mana-mana tetapi sepenuhnya tidak terasa di lingkungan kerja digital pengguna, yang mampu mencatat setiap klik, setiap pengeditan dokumen, setiap panggilan telepon.
Tingkat kedua adalah integrasi mendalam aplikasi AI. Laurel menggunakan berbagai teknologi AI untuk memproses jejak digital ini: algoritma pengelompokan data mengelompokkan pekerjaan yang relevan, model pembelajaran mesin mendistribusikan pekerjaan kepada klien dan proyek yang sesuai, AI generatif membuat deskripsi pekerjaan, dan akhirnya pekerjaan dikodekan dan diklasifikasikan melalui pembelajaran mesin. Ini bukan sekadar menerapkan antarmuka ChatGPT, tetapi membangun sistem AI yang dirancang khusus untuk mengoptimalkan alur kerja layanan profesional.
Tahap ketiga adalah keseimbangan yang cermat antara manusia dan mesin. Sistem akan menghasilkan draf jadwal untuk pengguna, yang dapat menambah, menghapus, atau mengedit konten. Desain "manusia dalam loop" ini memastikan akurasi sekaligus memungkinkan AI untuk terus belajar dan memperbaiki diri. Setiap interaksi pengguna membuat sistem menjadi lebih cerdas, membentuk siklus positif.
Langkah keempat adalah integrasi yang mulus dengan sistem penagihan yang ada. Setelah pengguna mengonfirmasi jadwal, sistem akan secara otomatis mengirimkan data ke sistem penagihan kantor, menjaga pekerjaan manajemen belakang tetap sama. Dengan demikian, pengalaman kerja profesional beralih dari "mengisi jadwal" menjadi "meninjau jadwal", yang secara signifikan mengurangi beban mental.
Keberhasilan dari seluruh proses terletak pada kenyataan bahwa ia tidak memaksa pengguna untuk mengubah kebiasaan kerja mereka, melainkan bekerja di latar belakang dengan tenang, dan akhirnya hanya memerlukan konfirmasi akhir dari pengguna. Filosofi desain ini mencerminkan pemikiran produk yang mendalam: teknologi terbaik seharusnya tidak terlihat, seharusnya membuat hal-hal yang kompleks menjadi sederhana, bukan menambah beban belajar baru bagi pengguna.
Dari Pecundang Teknologi Hukum Menjadi Pelopor Era AI
Kesuksesan Laurel tidak datang dengan mudah, sebenarnya ia mengalami kebangkitan total. Perusahaan ini awalnya didirikan pada tahun 2016 dengan nama "Time by Ping", tetapi selama beberapa tahun pertama, mereka mengalami kesulitan. Alshak dengan jujur mengakui dua masalah utama: terlalu fokus pada pasar tunggal di industri hukum, dan teknologi pemrosesan bahasa alami saat itu belum cukup matang.
Momen perubahan terjadi pada tahun 2022, ketika Alshak mendapatkan akses awal ke OpenAI GPT-3, dia membuat keputusan berani: menghentikan semua pekerjaan dan merombak produk secara menyeluruh. Ini adalah tindakan yang sangat langka di dunia startup, kebanyakan orang akan memberi tahu Anda "jangan pernah membangun ulang, terus iterasi saja." Tetapi Alshak memilih untuk melawan kebijaksanaan tradisional, saya percaya ini mencerminkan semangat wirausaha sejati—bersedia mengambil risiko besar demi visi yang lebih besar.
Ketika ChatGPT diluncurkan pada November 2022, seluruh pasar mengalami perubahan besar dalam pemahaman tentang AI. Alshak menggambarkan perubahan ini: "Saya dari dianggap gila, menjadi orang yang dicari perusahaan untuk meminta bantuan." Perubahan dramatis ini menciptakan pertumbuhan eksplosif bagi perusahaan dari nol hingga nilai kontrak sebesar 26 juta dolar dalam 24 bulan terakhir.
Mengganti nama menjadi Laurel bukan hanya sekedar rebranding, tetapi juga mewakili pembaruan menyeluruh dari budaya dan nilai inti perusahaan. Pemilihan nama ini juga sangat bermakna: Alshak ingin memilih nama yang terasa abadi, bukan nama tipikal perusahaan rintisan, tetapi nama yang mungkin berlaku di abad ke-17, 21, atau 41. "Laurel" (laurel) pada zaman Yunani kuno melambangkan pencapaian dalam puisi dan olahraga, ia berharap orang merasa bangga ketika melihat jadwal mereka, bukan ketakutan atau penekanan.
Kisah kebangkitan ini sangat menyentuh saya. Ini menunjukkan bahwa dalam lingkungan teknologi yang berubah dengan cepat, terkadang pilihan yang paling berani bukanlah untuk tetap pada jalur yang sudah ditentukan, tetapi untuk mengakui kesalahan dan sepenuhnya mengubah arah. Contoh Laurel membuktikan bahwa inovasi sejati sering kali membutuhkan tekad dan keberanian untuk "memulai dari awal".
Mengapa sekarang adalah waktu yang sempurna untuk ledakan manajemen waktu AI
Saya selalu memikirkan mengapa Laurel dapat mencapai kesuksesan besar pada titik waktu ini, saya pikir ini melibatkan kombinasi sempurna dari tiga faktor kunci: kematangan teknologi, pendidikan pasar, dan urgensi bisnis.
Terobosan di tingkat teknologi adalah dasar. Dalam beberapa tahun terakhir, kemampuan model bahasa besar telah mencapai tingkat di mana mereka dapat memahami konteks pekerjaan yang kompleks dengan akurat. Ini bukan hanya sekedar pemahaman bahasa, yang lebih penting adalah model-model ini dapat memecah niat tingkat tinggi menjadi langkah-langkah konkret yang dapat dieksekusi. Ketika saya mengatakan "siapkan daftar pemeriksaan due diligence untuk proyek akuisisi klien ABC", AI perlu memahami bidang hukum mana yang terlibat, jenis dokumen apa yang harus disertakan, berapa lama waktu yang dibutuhkan untuk menyelesaikannya, dan lain-lain. Kemampuan pemahaman yang sangat terperinci ini tidak mungkin dicapai beberapa tahun yang lalu.
Perubahan dalam pendidikan pasar juga sangat penting. Penyebaran ChatGPT yang luas telah membuat bahkan lembaga layanan profesional yang paling konservatif mulai menerima teknologi AI. Saya menemukan fenomena yang menarik: Dulu, ketika Alshak mempromosikan AI kepada firma hukum pada tahun 2018 dan 2019, mereka akan berkata "Kami masih belum yakin apakah komputasi awan adalah masa depan, apalagi kami tidak tahu apa itu AI". Tetapi sekarang, perusahaan yang sama secara proaktif menelepon untuk menanyakan bagaimana menerapkan solusi AI. Perubahan sikap pasar ini telah menciptakan jendela kesempatan yang belum pernah terjadi sebelumnya bagi perusahaan seperti Laurel.
Urgensi bisnis berasal dari perubahan lingkungan ekonomi. Dalam konteks ekonomi yang ketat, lembaga layanan profesional menghadapi tekanan efisiensi yang belum pernah terjadi sebelumnya. Klien tidak lagi bersedia membayar untuk ketidakefisienan, dan model penetapan harga biaya tetap semakin umum, yang mengharuskan firma untuk memahami dengan tepat biaya nyata dari setiap layanan. Seperti yang dikatakan Ajay Vashee dari IVP: "Ketika Anda menjual uang dalam ekonomi yang ketat, Anda akan memotong banyak kebisingan." Laurel bukan menjual fungsi, tetapi menjual pertumbuhan keuntungan yang nyata, yang persuasif dalam setiap lingkungan ekonomi.
Ada satu faktor lain yang saya anggap sangat penting tetapi sering diabaikan: kebutuhan untuk mengukur pengembalian investasi AI. Perusahaan merencanakan untuk berinvestasi lebih dari $1 triliun di AI dalam lima tahun ke depan, tetapi bagaimana mengukur efektivitas investasi ini masih merupakan kotak hitam. Kebanyakan perusahaan mengandalkan survei atau penggunaan sebagai indikator pengganti, tetapi ini tidak cukup akurat. Platform data waktu Laurel mampu memberikan pengukuran efektivitas AI yang terukur dan dapat diverifikasi, yang sangat berharga bagi perusahaan yang perlu membuktikan nilai investasi AI kepada pemegang saham.
Kumpulan berbagai faktor ini menciptakan kondisi sempurna untuk pertumbuhan cepat Laurel. Dari data yang ada, pendapatan berulang tahunan mereka meningkat 300% dalam 12 bulan terakhir, penggunaan meningkat 500%, dan saat ini bekerja sama dengan lebih dari 100 perusahaan hukum, akuntansi, dan konsultasi terkemuka di Amerika Serikat, Inggris, Uni Eropa, Australia, dan Kanada. Angka-angka ini mencerminkan kebangkitan kolektif sebuah industri di bawah tekanan perubahan mendasar.
Nilai Mendalam di Balik Kasus Sukses Pelanggan
Saya selalu percaya bahwa validasi produk terbaik berasal dari umpan balik nyata pelanggan, dan kinerja Laurel dalam hal ini sangat mengesankan. Menurut investor IVP, ini adalah satu-satunya perusahaan yang mereka evaluasi yang mendapatkan nilai kepuasan pelanggan 10 dari setiap pelanggan. Namun, saya lebih tertarik pada cerita di balik angka-angka ini.
Umpan balik dari Matt Newnes, mitra dan kepala transformasi pajak di Ernst & Young, sangat meyakinkan: "Saya telah mengalami sendiri bagaimana Laurel mengubah pendekatan manajemen waktu kami. Proses pencatatan dan entri waktu manual yang dulunya kami lakukan sekarang telah sangat terotomatisasi. Laurel tidak hanya membantu karyawan kami untuk lebih lengkap mencatat waktu kerja mereka, tetapi juga membantu kami memahami cara kerja tim kami dengan lebih mendalam, memungkinkan kami untuk mengidentifikasi praktik terbaik dan memastikan hasil terbaik untuk klien. Ini telah terbukti menjadi salah satu investasi AI yang paling berdampak bagi kami."
Pernyataan ini membuat saya memikirkan sebuah pertanyaan yang lebih dalam: nilai pelacakan waktu tidak hanya terletak pada akurasi penagihan, tetapi juga pada wawasan tentang pola kerja. Ketika perusahaan dapat dengan jelas melihat perbedaan antara pekerjaan yang efisien dan tidak efisien, mereka dapat menstandarkan praktik terbaik dan meningkatkan kinerja seluruh tim. Nilai pembelajaran organisasi ini mungkin lebih penting daripada pertumbuhan pendapatan langsung.
Pandangan David Cunningham, Chief Innovation Officer di firma hukum Reed Smith, juga sangat inspiratif: "Seiring firma hukum mengevaluasi dampak AI dan biaya tetap, memperoleh wawasan yang lebih mendalam dengan upaya yang lebih sedikit sangat penting untuk mendefinisikan kembali nilai di dalam firma dan bagi klien mereka." Kata kunci di sini adalah "wawasan yang mendalam"—bukan statistik waktu yang kasar, tetapi wawasan mendalam yang dapat membimbing keputusan strategis.
Pernyataan Tom Barry, mitra pengelola dari firma akuntansi GHJ, sangat mengesankan bagi saya: "Tahukah Anda berapa banyak wawasan bisnis yang dapat kita peroleh dari platform ini? Apa yang kita lihat sekarang adalah permainan jangka panjang: ini bukan hanya alat untuk membantu melacak waktu." Saya percaya bahwa pergeseran dari pemikiran alat ke pemikiran platform inilah yang menjadi keunggulan kompetitif sebenarnya dari Laurel.
Dari data keuangan, pelanggan yang menggunakan Laurel melaporkan pertumbuhan laba sebesar 4-11%, yang terutama berasal dari tambahan 28 menit waktu yang dapat ditagih per profesional setiap harinya, serta peningkatan tingkat realisasi sebesar 1-4%. Angka-angka ini telah diverifikasi melalui audit independen oleh empat besar firma akuntansi. Lebih penting lagi, para profesional menghemat 80% waktu dalam pencatatan waktu manual, yang memungkinkan mereka untuk fokus pada pekerjaan bernilai tinggi, seperti pengembangan bisnis, manajemen hubungan, dan pemikiran strategis.
Kasus-kasus sukses ini membuat saya melihat gambaran yang lebih besar: Laurel tidak hanya menyelesaikan masalah pelacakan waktu, tetapi juga mendefinisikan kembali cara kerja layanan profesional. Ketika waktu menjadi terlihat dan dapat dioptimalkan, efisiensi dan kemampuan penciptaan nilai seluruh industri akan meningkat secara fundamental.
Visi Tiga Tahap dari Pelacakan Waktu ke Kecerdasan Waktu
Dalam penelitian tentang Laurel, saya menemukan bahwa Alshak memiliki visi strategis tiga tahap yang jelas, dan pemikiran jangka panjang ini mengesankan saya. Ini bukan sekadar peta jalan produk, tetapi pemikiran mendalam tentang masa depan seluruh pekerjaan pengetahuan.
Tahap pertama adalah membuktikan bahwa mesin dapat mencatat waktu dengan lebih efisien dan lebih akurat daripada manusia. Kunci dari tahap ini adalah memilih pasar target yang tepat—industri yang harus mencatat waktu untuk menghasilkan uang, seperti hukum, akuntansi, dan konsultasi. Industri-industri ini memiliki alur kerja yang sudah ada, tekanan pelaksanaan yang tinggi (tidak mencatat waktu berarti tidak dapat mempertahankan pekerjaan), dan pengembalian investasi yang sangat jelas ketika otomatisasi diterapkan. Itulah mengapa Laurel memilih untuk memulai dari layanan profesional, alih-alih langsung menyasar semua pekerja pengetahuan.
Tahap kedua lebih ambisius: memanfaatkan data waktu yang dihasilkan oleh mesin untuk menghentikan industri ini menghitung biaya berdasarkan waktu dan mulai menghitung biaya berdasarkan hasil. Alshak mengutip kata-kata Charlie Munger: "Beri tahu saya mekanisme insentif, dan saya dapat memberi tahu Anda perilaku." Dia percaya bahwa mekanisme insentif di industri yang menyumbang 20% dari PDB Amerika dapat dirancang ulang, sehingga mereka berhenti menghasilkan aktivitas dan mulai menghasilkan hasil yang efisien. Peralihan dari fokus input ke output ini dapat mengubah secara menyeluruh model bisnis di seluruh industri layanan profesional.
Tahap ketiga adalah yang paling ambisius: bahkan di dunia yang berbasis hasil, orang masih perlu memahami investasi waktu untuk bertanya pada diri sendiri "Apakah saya menghabiskan waktu untuk hal-hal yang memiliki pengaruh?" Tujuan dari tahap ini adalah untuk memperluas nilai data waktu ke semua organisasi bisnis, membantu setiap pekerja pengetahuan memahami dan mengoptimalkan alokasi waktu mereka.
Data statistik inti dari visi ini sangat menggugah: rata-rata pekerja pengetahuan bekerja 9 jam sehari, tetapi hanya 3 jam yang menciptakan nilai leverage. Ini berarti ada 6 jam yang terbuang - 3 jam melakukan pekerjaan yang seharusnya dilakukan oleh agen AI, dan 3 jam lagi melakukan pekerjaan yang seharusnya tidak dilakukan oleh manusia sama sekali. Berdasarkan jumlah pekerja pengetahuan global, ini setara dengan 64 miliar tahun waktu yang terbuang pada tugas yang tidak lagi perlu dilakukan oleh manusia. Inilah ruang peluang bagi Laurel.
Saya merasa cara berpikir ini sangat inspiratif. Banyak perusahaan startup fokus pada pemecahan masalah yang ada saat ini, tetapi Laurel tidak hanya menyelesaikan masalah yang ada, tetapi juga menciptakan infrastruktur untuk kemungkinan masa depan. Data waktu tidak hanya untuk penagihan yang lebih baik, tetapi merupakan dasar untuk memahami dan mengoptimalkan pekerjaan manusia. Di era AI, pemahaman ini menjadi semakin penting, karena kita perlu tahu pekerjaan mana yang harus diserahkan kepada mesin dan pekerjaan mana yang memerlukan nilai unik manusia.
Revolusi Rantai Pasokan Layanan Profesional di Era AI
Dalam memahami Laurel lebih dalam, saya menemukan sebuah analogi yang sangat menarik: mereka sebenarnya sedang membangun "visibilitas rantai pasokan" untuk pekerjaan berbasis pengetahuan. Konsep ini memberikan saya pemahaman baru tentang seluruh industri.
Alshak mengajukan sebuah pandangan yang menarik: "Tidak ada yang benar-benar memetakan pengeluaran waktu dengan hasil yang dihasilkan. Industri seperti hukum dan akuntansi paling baik dalam memahami input mereka (waktu), tetapi masih kesulitan dalam penetapan harga nilai. Di sisi lain, industri seperti konsultasi dan layanan keuangan memahami nilai, tetapi tidak tahu apa-apa tentang biaya nyata yang dihasilkan." Kebutaan kognitif ini telah diatasi di industri lain, tetapi di bidang pekerjaan pengetahuan yang mewakili lebih dari 50% GDP global, rantai pasokan belum pernah benar-benar terungkap.
Analogi ini mengingatkan saya pada perjalanan transformasi industri manufaktur. Sistem produksi ramping Toyota merevolusi industri manufaktur karena membuat efisiensi dan pemborosan di setiap tahap menjadi terlihat. Namun, dalam pekerjaan berbasis pengetahuan, kita masih berada di keadaan pra-revolusi industri—banyak "persediaan" (tugas yang belum selesai), "waktu tunggu" (rapat dan proses yang tidak efektif), dan "cacat" (dokumen yang perlu dikerjakan ulang) tersembunyi dalam pekerjaan sehari-hari, tidak dapat diukur dan dioptimalkan.
Platform cerdas waktu Laurel sebenarnya sedang menciptakan sistem manajemen rantai pasokan yang nyata pertama untuk pekerjaan berbasis pengetahuan. Ini tidak hanya melacak waktu, tetapi juga menganalisis alur kerja, mengidentifikasi bottleneck, memprediksi kebutuhan sumber daya, dan memberikan rekomendasi untuk optimasi. Kemampuan ini menjadi sangat penting dalam konteks penerapan AI secara besar-besaran, karena perusahaan perlu mengetahui pengembalian investasi nyata dari alat AI, bukan hanya bergantung pada survei kepuasan yang samar.
Saya percaya bahwa pergeseran pemikiran rantai pasokan ini akan membawa dampak yang mendalam. Ketika lembaga layanan profesional mulai mengelola pekerjaan pengetahuan seperti produsen mengelola lini produksi, mereka akan mampu: memprediksi biaya dan waktu proyek secara akurat, mengidentifikasi jenis pekerjaan mana yang paling cocok untuk otomatisasi, mengoptimalkan pengaturan tim dan pembagian kerja, memantau kesehatan proyek secara real-time dan menyesuaikan dengan tepat waktu.
Ini juga menjelaskan mengapa Laurel dapat membantu klien mencapai pertumbuhan laba 4-11%. Ini bukan hanya karena pencatatan waktu yang lebih akurat, tetapi yang lebih penting adalah peningkatan efisiensi sistemik yang dicapai melalui optimisasi rantai pasokan. Ketika Anda dapat melihat "proses produksi" dari seluruh pekerjaan pengetahuan, kesempatan untuk optimasi menjadi jelas terlihat.
Dari sudut pandang investasi, peluang pasar dari revolusi rantai pasokan ini sangat besar. Ajay Vashee dari IVP menunjukkan: "Layanan profesional mewakili triliunan dolar dalam aktivitas ekonomi global, tetapi perusahaan-perusahaan ini kekurangan visibilitas dasar terhadap sumber daya inti mereka—waktu—selama operasional. Dengan mengatasi tantangan kecerdasan waktu, Laurel menciptakan platform untuk transformasi AI yang lebih luas." Ini bukan hanya alat perangkat lunak, tetapi infrastruktur untuk transformasi digital seluruh industri.
Filsafat Waktu dan Misi Pendiri
Memahami cerita pribadi Alshak memberi saya pemahaman yang lebih dalam tentang misi Laurel. Ini bukan hanya proyek bisnis, tetapi juga perusahaan yang didorong oleh misi yang sangat berakar dalam pengalaman pribadi.
Alshak sering memikirkan topik kematian, yang mungkin terdengar agak berat, tetapi pemahaman mendalam tentang keterbatasan waktu inilah yang membentuk inti dari filosofi Laurel. Antarmuka obrolan AI perusahaan bahkan dinamai "Mori", yang merupakan penghormatan terhadap frasa Latin "memento mori" (ingat bahwa kamu pasti akan mati). Pemikiran tentang kematian ini bukanlah sesuatu yang negatif, melainkan mengingatkan orang untuk menghargai nilai setiap menit.
Yang paling menyentuh saya adalah cerita tentang ibu yang dibagikan oleh Alshak. Pendiriannya Laurel sangat terkait dengan akhir kehidupan ibunya - dia meninggal karena kanker beberapa minggu setelah perusahaan mendapatkan pendanaan putaran awal pada tahun 2018. Alshak berkata: "Dalam detik-detik terakhir hidupnya, satu menit bersamanya lebih berharga daripada satu juta menit melakukan hal lain. Saya menyadari bahwa saya tidak sedang membangun perusahaan pencatat waktu, tetapi sedang membangun sebuah perusahaan yang membantu orang memahami 'Apakah saya menghabiskan waktu saya dengan cara yang saya inginkan?'"
Rasa misi pribadi ini telah diubah menjadi nilai inti perusahaan. Alshak berharap untuk menjadi "cermin" dunia, mengajarkan dunia satu pelajaran: "Kita sangat peduli pada uang kita, tetapi begitu acuh tak acuh terhadap waktu kita. Ini adalah kerangka yang sangat terbalik." Dia berharap hidup seolah-olah dia memiliki 78 tahun kehidupan, 4000 minggu waktu, dan membuat setiap menit berarti.
Saya menemukan bahwa filosofi waktu ini sangat mempengaruhi desain produk Laurel. Permainan kata dalam bahasa Yunani perusahaan ini sangat menarik: Alshak menyebutkan bahwa dalam bahasa Yunani ada dua kata yang merujuk pada waktu—"chronos" (waktu jam) dan "kairos" (waktu persepsi). Laurel tidak hanya melacak chronos, tetapi juga membantu orang mengoptimalkan kairos—membuat orang merasakan kepenuhan waktu dalam pekerjaan yang bermakna, bukan merasakan berlalunya waktu dalam tugas yang tidak efektif.
Pendekatan yang didorong oleh misi ini juga tercermin dalam visi jangka panjang perusahaan. Alshak berharap Laurel dapat bertanggung jawab untuk menghilangkan konsep "Senin sampai Jumat dari sembilan pagi hingga lima sore" dari kosakata bahasa Inggris. Dia percaya bahwa dunia di masa depan adalah di mana manusia bekerja tiga hingga empat jam setiap hari, tetapi menciptakan nilai dua hingga tiga kali lipat lebih banyak daripada sekarang. Ini bukanlah fantasi utopis, tetapi harapan yang masuk akal berdasarkan perkembangan teknologi AI.
Saya percaya bahwa rasa misi ini adalah keunggulan kompetitif sejati dari Laurel. Dalam industri teknologi yang semakin homogen, perbedaan yang nyata sering kali berasal dari motivasi dan nilai-nilai mendalam pendirinya. Ketika perusahaan Anda bukan hanya untuk mencari keuntungan, tetapi untuk menyelesaikan masalah yang sangat Anda pedulikan, semangat ini akan tertransmisikan ke setiap aspek produk, tim, dan pengalaman pelanggan.
Mendefinisikan kembali masa depan kerja dan penciptaan nilai
Dalam penelitian tentang Laurel, saya terus memikirkan satu pertanyaan yang lebih besar: Apa arti revolusi kecerdasan waktu ini bagi seluruh masyarakat? Saya percaya kita sedang berada di ambang perubahan mendasar dalam cara kita bekerja.
Dari perspektif sejarah, setiap revolusi teknologi besar akan mendefinisikan kembali sifat pekerjaan. Revolusi industri mengalihkan orang dari pertanian ke industri manufaktur, revolusi informasi menciptakan konsep pekerjaan berbasis pengetahuan. Sekarang, revolusi AI sedang mendefinisikan kembali apa itu pekerjaan manusia yang benar-benar bernilai. Data wawasan yang disediakan oleh Laurel akan membantu kita memahami perubahan ini: pekerjaan mana yang harus diotomatisasi, dan pekerjaan mana yang memerlukan nilai unik manusia.
Skenario kerja masa depan yang saya bayangkan mungkin seperti ini: para profesional tidak lagi perlu menghabiskan waktu pada tugas-tugas berulang, seperti menyusun kontrak standar, menyusun laporan keuangan, atau menyiapkan laporan rutin. Sebaliknya, mereka akan fokus pada pekerjaan bernilai tinggi yang membutuhkan pemikiran kreatif, kecerdasan emosional, dan penilaian strategis. AI akan menangani pengumpulan informasi dan analisis awal, sementara manusia akan fokus pada penjelasan, pengambilan keputusan, dan membangun hubungan.
Perubahan ini akan memiliki dampak yang mendalam pada model bisnis seluruh industri layanan profesional. Penetapan harga biaya tetap akan menggantikan penagihan per jam sebagai arus utama, karena klien lebih peduli pada hasil daripada proses. Data waktu Laurel akan membantu firma memperkirakan biaya nyata dari berbagai jenis proyek dengan akurat, sehingga dapat memberikan layanan harga tetap dengan lebih percaya diri.
Saya juga melihat makna sosial dari perubahan ini. Ketika pekerjaan menjadi lebih efisien, orang akan memiliki lebih banyak waktu untuk pengembangan pribadi, hubungan keluarga, dan keterlibatan komunitas. Ini bukan hanya peningkatan efisiensi kerja, tetapi juga perbaikan kualitas hidup. Seperti yang dikatakan Alshak, tujuannya adalah untuk memungkinkan orang menciptakan lebih banyak nilai dengan lebih sedikit waktu, dan kemudian menggunakan waktu yang dihemat untuk hal-hal yang benar-benar penting.
Tentu saja, perubahan ini juga akan membawa tantangan. Beberapa pekerjaan tradisional mungkin akan digantikan oleh otomatisasi, yang mengharuskan seluruh industri untuk memikirkan kembali pelatihan talenta dan jalur pengembangan karir. Namun, saya percaya bahwa perubahan ini pada akhirnya akan menciptakan lebih banyak kesempatan kerja yang berarti dan bernilai. Kuncinya adalah untuk secara proaktif beradaptasi dengan perubahan ini, bukan hanya menunggu untuk diubah.
Dari sudut pandang investasi, Laurel tidak hanya mewakili sebuah perusahaan perangkat lunak yang sukses, tetapi juga pelopor dalam transformasi digital seluruh pekerjaan pengetahuan. Infrastruktur kecerdasan waktu yang mereka bangun akan menjadi kebutuhan untuk operasi bisnis di era AI yang akan datang. Seperti yang dikatakan oleh Frederique Dame dari GV: "Laurel sedang menciptakan lapisan kecerdasan perusahaan untuk pekerjaan pengetahuan, menggunakan pencatatan waktu sebagai titik masuk produk. Dengan menangkap dan mengorganisir siklus hidup lengkap tentang bagaimana para profesional menghabiskan waktu, Laurel membuka jenis data baru yang membuat pekerjaan itu sendiri dapat diukur, dioptimalkan, dan diotomatisasi."
Nilai infrastruktur ini akan terus meningkat seiring dengan perkembangan lebih lanjut dari teknologi AI. Ketika semakin banyak perusahaan mulai mengimplementasikan agen AI dan alat otomatisasi, data waktu Laurel akan menjadi standar emas untuk mengukur efektivitas investasi ini. Ini bukan hanya peluang produk, tetapi juga peluang platform.
Saya sangat menantikan masa depan Laurel, bukan hanya karena mereka memenuhi kebutuhan pasar besar yang nyata, tetapi juga karena mereka mengajukan pemikiran mendalam tentang waktu, pekerjaan, dan nilai hidup. Di dunia yang semakin cepat ini, perusahaan yang membantu orang lebih baik memahami dan memanfaatkan waktu akan menciptakan nilai sosial yang melampaui imbalan finansial.
Akhirnya, kisah Laurel mengajarkan kita bahwa proyek startup terbaik sering kali berasal dari masalah yang dialami langsung oleh pendirinya dan rasa misi yang mendalam. Ketika kemajuan teknologi bergabung dengan passion pribadi, ada kemungkinan untuk menciptakan perusahaan yang benar-benar mengubah dunia. Di era AI yang merombak segalanya, perusahaan seperti Laurel yang memiliki kedalaman teknis dan kepedulian kemanusiaan mungkin adalah kekuatan inovasi yang kita butuhkan.