a16z memprediksi pada tahun 2026, empat tren utama akan diumumkan terlebih dahulu

Judul Asli: Big Ideas 2026: Part 1
Penulis Asli: a16z New Media
Penerjemah: Peggy, BlockBeats

Ringkasan: Selama setahun terakhir, terobosan AI telah beralih dari kemampuan model ke kemampuan sistem: memahami urutan waktu yang panjang, menjaga konsistensi, menjalankan tugas kompleks, dan berkolaborasi dengan agen cerdas lainnya. Fokus peningkatan industri juga telah bergeser dari inovasi titik tunggal ke mendefinisikan ulang infrastruktur, alur kerja, dan cara interaksi pengguna.

Dalam laporan tahunan "Big Ideas 2026", empat tim investasi a16z masing-masing memberikan wawasan kunci tahun 2026 dari empat dimensi: infrastruktur, pertumbuhan, kesehatan, dan dunia interaktif.

Pada dasarnya, mereka bersama-sama menggambarkan sebuah tren: AI tidak lagi sekadar alat, melainkan lingkungan, satu set sistem, dan subjek aksi yang berjalan paralel dengan manusia.

Berikut adalah penilaian empat tim terhadap perubahan struktural di tahun 2026:

Sebagai investor, pekerjaan kami adalah menyelami setiap sudut industri teknologi, memahami alur kerjanya, dan menilai arah evolusi selanjutnya. Oleh karena itu, setiap bulan Desember, kami mengundang setiap tim investasi untuk membagikan satu "ide besar" yang menurut mereka akan menjadi tantangan utama bagi para pengusaha teknologi di tahun mendatang.

Hari ini, kami menghadirkan pandangan dari tim Infrastructure, Growth, Bio + Health, dan Speedrun. Pandangan dari tim lain akan dipublikasikan besok, silakan nantikan.

Tim Infrastructure

Jennifer Li: Startup Akan Menjinakkan "Kekacauan" Data Multimodal

Data tidak terstruktur dan multimodal selalu menjadi hambatan terbesar perusahaan, sekaligus tambang emas terbesar yang belum digali. Setiap perusahaan dibanjiri oleh PDF, tangkapan layar, video, log, email, serta berbagai "lumpur data" semi-terstruktur. Model semakin cerdas, namun input semakin kacau—ini menyebabkan sistem RAG mengalami halusinasi, membuat agen cerdas melakukan kesalahan secara halus dan mahal, serta membuat alur kerja penting masih sangat bergantung pada pemeriksaan manual.

Saat ini, faktor pembatas utama perusahaan AI adalah entropi data: dalam dunia tidak terstruktur yang menampung 80% pengetahuan perusahaan, kesegaran, struktur, dan keaslian data terus menurun.

Karena itu, mengurai "benang kusut" data tidak terstruktur menjadi peluang wirausaha generasi ini. Perusahaan membutuhkan metode berkelanjutan untuk membersihkan, menstrukturkan, memverifikasi, dan mengelola data multimodal mereka, sehingga beban kerja AI di hilir benar-benar dapat berfungsi. Skenario aplikasi tersebar di mana-mana: analisis kontrak, onboarding pengguna, pemrosesan klaim, kepatuhan, layanan pelanggan, pengadaan, pencarian teknik, enablement penjualan, pipeline analitik, serta semua alur kerja agen cerdas yang bergantung pada konteks yang andal.

Startup berbasis platform yang mampu mengekstrak struktur dari dokumen, gambar, dan video, mendamaikan konflik, memperbaiki pipeline data, serta menjaga data tetap segar dan dapat dicari, akan memegang "kunci kerajaan" pengetahuan dan proses perusahaan.

Joel de la Garza: AI Akan Mengubah Dilema Rekrutmen Tim Keamanan Siber

Selama sepuluh tahun terakhir, masalah terbesar CISO adalah rekrutmen. Dari 2013 hingga 2021, kekurangan posisi keamanan siber global melonjak dari kurang dari 1 juta menjadi 3 juta. Penyebabnya adalah tim keamanan membutuhkan talenta teknis yang sangat spesialis, namun mereka justru melakukan pekerjaan tingkat satu yang melelahkan, seperti memeriksa log, yang hampir tidak ada yang mau melakukannya.

Akar masalah yang lebih dalam adalah: tim keamanan siber sendiri yang menciptakan pekerjaan berat itu. Mereka membeli alat "deteksi segalanya tanpa diskriminasi", sehingga tim harus "memeriksa segalanya"—yang pada akhirnya menciptakan "kelangkaan tenaga kerja" buatan dan membentuk lingkaran setan.

Pada tahun 2026, AI akan memutus siklus ini dengan mengotomatisasi sebagian besar tugas berulang dan redundan, secara signifikan memperkecil kekurangan talenta. Siapa pun yang pernah bekerja di tim keamanan besar tahu, setengah pekerjaan bisa diotomatisasi; masalahnya, ketika Anda tenggelam dalam pekerjaan setiap hari, Anda tidak punya waktu untuk berpikir apa yang harus diotomatisasi. Alat yang benar-benar native AI akan menyelesaikan ini untuk tim keamanan, sehingga mereka akhirnya bisa fokus pada hal yang ingin mereka lakukan: melacak penyerang, membangun sistem, memperbaiki kerentanan.

Malika Aubakirova: Infrastruktur Native Agen Akan Menjadi "Standar"

Guncangan infrastruktur terbesar tahun 2026 tidak akan datang dari luar, melainkan dari dalam. Kita sedang beralih dari lalu lintas "kecepatan manusia, concurrency rendah, dapat diprediksi" ke beban kerja "kecepatan agen, rekursif, eksplosif, masif".

Backend perusahaan saat ini dirancang untuk "aksi manusia ke respons sistem" 1:1. Ini tidak cocok untuk menangani badai rekursif milidetik di mana satu "tujuan" agen memicu 5.000 sub-tugas, query database, dan panggilan API internal. Ketika agen mencoba merestrukturisasi kode atau memperbaiki log keamanan, ia tidak seperti pengguna; bagi database tradisional atau rate limiter, ia lebih mirip serangan DDoS.

Untuk membangun sistem bagi beban kerja agen tahun 2026, kontrol plane harus didesain ulang. Infrastruktur "agent-native" akan mulai bangkit. Sistem generasi baru harus menganggap "thundering herd effect" sebagai kondisi default. Cold start harus dipersingkat, fluktuasi latensi harus dikendalikan, dan batas concurrency harus meningkat secara signifikan.

Bottleneck sejati akan beralih ke koordinasi itu sendiri: routing, kontrol kunci, manajemen status, dan eksekusi kebijakan dalam eksekusi paralel skala besar. Platform yang mampu bertahan dalam arus panggilan alat akan menjadi pemenang akhir.

Justine Moore: Alat Kreatif Menuju Multimodal Secara Menyeluruh

Kita sudah memiliki komponen dasar bercerita dengan AI: suara generatif, musik, gambar, dan video. Namun selama konten bukan sekadar klip pendek, untuk mendapatkan kontrol setara sutradara tetap memakan waktu, menyakitkan, bahkan mustahil.

Mengapa model tidak bisa menerima video 30 detik, lalu menggunakan gambar dan suara referensi yang kita berikan untuk menciptakan karakter baru dan melanjutkan adegan yang sama? Mengapa model tidak bisa "mengambil ulang" dari sudut baru, atau membuat gerakan sesuai video referensi?

Tahun 2026 akan menjadi tahun AI benar-benar mewujudkan kreasi multimodal. Pengguna dapat memberikan referensi dalam bentuk apa pun ke model, lalu bersama-sama menghasilkan karya baru atau mengedit adegan yang sudah ada.

Kita sudah melihat produk generasi pertama seperti Kling O1 dan Runway Aleph, namun ini baru permulaan—baik di layer model maupun aplikasi masih butuh inovasi baru.

Kreasi konten adalah salah satu "killer app" AI, saya memperkirakan akan muncul banyak produk sukses untuk berbagai kelompok pengguna—dari pembuat meme hingga sutradara Hollywood.

Jason Cui: Data Stack Native AI Akan Terus Berinovasi

Setahun terakhir, "data stack modern" semakin terintegrasi. Perusahaan data beralih dari layanan modular seperti pengumpulan, transformasi, komputasi, ke platform bundling dan terpadu (misal Fivetran/dbt merger, ekspansi Databricks).

Meski ekosistem makin matang, kita masih di tahap awal menuju arsitektur data yang benar-benar native AI. Kami antusias melihat bagaimana AI terus mengubah berbagai aspek data stack, dan mulai melihat integrasi mendalam antara data dan infrastruktur AI yang tak terelakkan.

Kami khususnya memperhatikan arah berikut:

Bagaimana data terus mengalir ke database vektor performa tinggi di luar penyimpanan terstruktur tradisional

Bagaimana agen AI menyelesaikan "masalah konteks": akses berkelanjutan ke semantik data dan definisi bisnis yang benar, sehingga aplikasi seperti "berdialog dengan data" dapat menjaga pemahaman konsisten lintas sistem

Saat alur kerja data makin cerdas dan otomatis, bagaimana alat BI tradisional dan spreadsheet akan berevolusi

Yoko Li: Kita Akan Benar-Benar "Masuk ke Dalam Video"

Pada tahun 2026, video tidak lagi sekadar konten yang ditonton pasif, melainkan mulai menjadi tempat yang bisa kita "masuki". Model video akhirnya mampu memahami waktu, mengingat konten yang sudah ditampilkan, dan merespons saat kita melakukan aksi, sambil menjaga stabilitas dan koherensi yang mendekati dunia nyata, bukan sekadar menghasilkan beberapa detik gambar acak.

Sistem ini mampu mempertahankan karakter, objek, dan hukum fisika dalam waktu lama, membuat aksi benar-benar berdampak, dan memungkinkan kausalitas berkembang. Video pun bertransformasi dari media menjadi ruang untuk membangun sesuatu: robot bisa berlatih di dalamnya, mekanisme game bisa berevolusi, desainer bisa bereksperimen dengan prototipe, agen cerdas bisa belajar dengan "melakukan".

Dunia yang dihasilkan tidak lagi seperti video pendek, melainkan seperti "lingkungan hidup", mulai memperkecil jurang antara persepsi dan aksi. Ini adalah pertama kalinya manusia benar-benar bisa "bermukim" di dalam video yang mereka hasilkan sendiri.

Tim Growth

Sarah Wang: Status "Sistem Pencatatan" Perusahaan Akan Mulai Goyah

Pada tahun 2026, perubahan nyata perangkat lunak perusahaan akan datang dari satu pergeseran inti: status sentral sistem pencatatan akhirnya mulai menurun.

AI sedang memperpendek jarak antara "niat" dan "eksekusi": model dapat langsung membaca, menulis, dan menalar data operasional perusahaan, membuat sistem seperti ITSM, CRM, dll. beralih dari database pasif menjadi mesin alur kerja yang otonom.

Dengan kemajuan pesat model reasoning dan alur kerja agen cerdas, sistem ini tidak lagi sekadar merespons permintaan, tetapi mampu memprediksi, mengoordinasikan, dan mengeksekusi proses end-to-end.

Antarmuka akan berubah menjadi lapisan agen cerdas yang dinamis, sementara lapisan pencatatan tradisional secara bertahap mundur menjadi "penyimpanan persisten murah", dan kepemimpinan strategis akan beralih ke pemain yang menguasai lingkungan eksekusi cerdas.

Alex Immerman: AI Vertikal Beralih dari "Pengambilan & Penalaran Informasi" ke "Mode Kolaborasi Multi-Pihak"

AI mendorong pertumbuhan eksplosif perangkat lunak industri vertikal. Perusahaan di bidang medis, hukum, dan perumahan dalam waktu singkat menembus ARR 100 millions; keuangan dan akuntansi segera menyusul.

Revolusi awal adalah pengambilan informasi: mencari, mengekstrak, dan meringkas informasi.

Tahun 2025 membawa penalaran: Hebbia menganalisis laporan keuangan, Basis mencocokkan neraca saldo lintas sistem, EliseAI mendiagnosis masalah perbaikan dan menjadwalkan vendor.

Tahun 2026 akan membuka "mode multi-pemain" (multiplayer).

Perangkat lunak vertikal secara alami memiliki antarmuka, data, dan kemampuan integrasi khusus industri, sementara pekerjaan industri vertikal pada dasarnya adalah kolaborasi multi-pihak: pembeli, penjual, penyewa, konsultan, vendor, masing-masing dengan hak akses, proses, dan persyaratan kepatuhan berbeda.

Saat ini, AI masing-masing pihak berjalan sendiri-sendiri, menyebabkan titik serah kacau tanpa otoritas: AI yang menganalisis kontrak tidak bisa berkomunikasi dengan preferensi pemodelan CFO; AI perbaikan tidak tahu janji yang dibuat staf lapangan kepada penyewa.

AI mode multi-pemain akan mengubah situasi ini: otomatis mengoordinasikan antar pihak; menjaga konteks; menyinkronkan perubahan; otomatis merutekan ke ahli fungsional; membiarkan AI pihak lawan bernegosiasi dalam batas, dan menandai asimetri untuk ditinjau manusia

Saat transaksi meningkat kualitasnya karena kolaborasi "multi-agen + multi-manusia", biaya switching akan melonjak—jaringan kolaborasi ini akan menjadi "parit" yang selama ini hilang dari aplikasi AI.

Stephenie Zhang: Objek Kreasi Masa Depan Bukan Lagi Manusia, Melainkan Agen Cerdas

Pada tahun 2026, orang akan berinteraksi dengan internet melalui agen cerdas, dan cara optimasi konten untuk manusia akan kehilangan signifikansi lamanya.

Kita dulu mengoptimalkan untuk perilaku manusia yang dapat diprediksi: ranking Google; produk teratas di Amazon; artikel berita dengan 5W+1H dan pembuka yang menarik

Manusia mungkin mengabaikan wawasan mendalam di halaman kelima, tapi agen cerdas tidak akan.

Perangkat lunak juga akan berubah. Aplikasi dulu dirancang untuk mata dan klik manusia, optimasi berarti UI dan alur kerja yang lebih baik; setelah agen cerdas mengambil alih pencarian dan interpretasi, pentingnya desain visual menurun: engineer tidak lagi menatap Grafana, AI SRE akan otomatis menganalisis telemetry dan memberi insight di Slack; tim sales tak perlu lagi menyisir CRM, agen cerdas akan otomatis merangkum pola dan insight

Kita tidak lagi mendesain untuk manusia, melainkan untuk agen cerdas. Optimasi baru bukan lagi hierarki visual, melainkan keterbacaan mesin. Ini akan sepenuhnya mengubah cara kreasi konten dan sistem alat.

Santiago Rodriguez: KPI "Durasi Layar" Akan Hilang

Selama 15 tahun terakhir, "durasi layar" adalah standar emas untuk mengukur nilai produk: waktu menonton Netflix; jumlah klik mouse di sistem medis; menit yang dihabiskan pengguna di ChatGPT

Namun di era "pembayaran berbasis hasil" (outcome-based pricing) yang akan datang, durasi layar akan benar-benar ditinggalkan.

Tanda-tandanya sudah terlihat: DeepResearch di ChatGPT hampir tidak butuh durasi layar, namun memberi nilai besar; Abridge otomatis merekam percakapan dokter-pasien dan menangani tindak lanjut, dokter hampir tidak perlu melihat layar; Cursor menyelesaikan pengembangan aplikasi lengkap, engineer sudah mulai merencanakan tahap berikutnya; Hebbia otomatis membuat pitch deck dari ribuan dokumen publik, analis investment bank akhirnya bisa tidur

Tantangan pun muncul: perusahaan harus menemukan cara pengukuran ROI yang lebih kompleks—kepuasan dokter, produktivitas developer, kesejahteraan analis, kebahagiaan pengguna... semua ini naik seiring AI.

Perusahaan yang dapat menceritakan kisah ROI paling jelas akan terus menang.

Tim Bio+Health (Bidang Biologi dan Kesehatan)

Julie Yoo: "Healthy MAUs" Menjadi Kelompok Pengguna Inti

Pada tahun 2026, kelompok pengguna medis baru akan naik ke panggung utama: "Healthy MAUs" (pengguna aktif bulanan yang sehat dan tidak sakit).

Medis tradisional terutama melayani tiga kelompok:

-Sick MAUs: pengguna berkebutuhan periodik dan biaya tinggi

-Sick DAUs: seperti pasien perawatan kronis jangka panjang

-Healthy YAUs: orang yang hampir tidak pernah berobat

Healthy YAUs bisa sewaktu-waktu menjadi Sick MAUs/DAUs, dan perawatan preventif seharusnya bisa menunda perubahan ini. Namun karena sistem asuransi saat ini berorientasi "pengobatan", deteksi dan pemantauan proaktif hampir tidak tercakup.

Kemunculan Healthy MAUs mengubah struktur ini: mereka tidak sakit, namun bersedia memantau kesehatan secara berkala, dan merupakan kelompok potensial terbesar.

Kami memperkirakan, startup native AI + institusi tradisional yang "dikemas ulang" akan bergabung, menawarkan layanan kesehatan periodik.

Seiring biaya layanan medis turun berkat AI, produk asuransi berbasis pencegahan muncul, dan pengguna bersedia membayar layanan berlangganan, "Healthy MAUs" akan menjadi kelompok pelanggan paling potensial untuk teknologi kesehatan generasi berikutnya—aktif, berbasis data, dan berorientasi pencegahan.

Tim Speedrun (Bidang Game, Media Interaktif, dan World Model)

Jon Lai: World Model Akan Mengubah Cara Bercerita

Pada tahun 2026, world model AI akan sepenuhnya mengubah narasi melalui dunia virtual interaktif dan ekonomi digital. Teknologi seperti Marble (World Labs) dan Genie 3 (DeepMind) dapat menghasilkan dunia 3D lengkap dari teks, memungkinkan pengguna menjelajah layaknya bermain game.

Seiring kreator mengadopsi alat ini, bentuk narasi baru akan muncul—bahkan mungkin lahir "Minecraft generatif", di mana pemain bersama-sama menciptakan alam semesta besar yang terus berevolusi.

Dunia-dunia ini akan mengaburkan batas antara pemain dan kreator, membentuk realitas dinamis bersama. Berbagai genre seperti fantasi, horor, petualangan dapat eksis berdampingan; ekonomi digital di dalamnya akan berkembang, kreator bisa memperoleh pendapatan dengan membuat aset, membimbing pemain, atau mengembangkan alat interaktif.

Dunia generatif ini juga akan menjadi tempat pelatihan bagi agen AI, robot, bahkan AGI potensial. World model membawa bukan hanya genre game baru, tetapi juga media kreatif dan frontier ekonomi yang sepenuhnya baru.

Josh Lu: "Tahun Milikku Sendiri"

Tahun 2026 akan menjadi "tahun milikku sendiri": produk tidak lagi diproduksi massal untuk "konsumen rata-rata", melainkan disesuaikan untuk "kamu".

Di pendidikan, tutor AI Alphaschool menyesuaikan ritme dan minat setiap siswa.

Di kesehatan, AI menyesuaikan suplemen, rencana olahraga, dan pola makan untukmu.

Di media, AI membuat konten di-remix real-time sesuai seleramu.

Raksasa abad lalu menang dengan menemukan "pengguna rata-rata"; raksasa abad berikutnya akan menang dengan menemukan "individu dalam pengguna rata-rata".

Pada tahun 2026, dunia tidak lagi dioptimalkan untuk semua orang, melainkan untuk "kamu".

Emily Bennett: Universitas Native AI Pertama Akan Lahir

Pada tahun 2026, kita akan melihat universitas native AI pertama yang benar-benar dibangun dari nol di sekitar sistem cerdas. Universitas tradisional telah menggunakan AI untuk penilaian, bimbingan, dan penjadwalan, namun kini muncul perubahan lebih dalam: institusi "organisme akademik adaptif" yang mampu belajar dan mengoptimalkan diri secara real-time.

Bayangkan universitas seperti ini: kurikulum, bimbingan, kolaborasi riset, dan operasi kampus semuanya menyesuaikan diri secara real-time berdasarkan umpan balik; jadwal kuliah mengoptimalkan diri; daftar bacaan diperbarui dinamis seiring riset baru muncul; jalur belajar setiap siswa berubah secara real-time

Preseden sudah ada: kolaborasi Arizona State University dengan OpenAI menghasilkan ratusan proyek AI; State University of New York memasukkan literasi AI ke pendidikan umum

Di universitas native AI:

-Profesor menjadi "arsitek sistem pembelajaran": mengkurasi data, mengatur model, mengajarkan cara menilai penalaran mesin

-Penilaian beralih ke evaluasi "kesadaran AI": bukan menanyakan apakah siswa menggunakan AI, tapi bagaimana mereka menggunakannya

Seiring berbagai industri sangat membutuhkan talenta yang mampu berkolaborasi dengan sistem cerdas, universitas ini akan menjadi "mesin talenta" ekonomi baru.