Bumi, dikatakan, adalah rumah bagi lebih dari 10.000 startup AI. Jumlahnya lebih banyak dibandingkan cheetah. Jumlahnya melebihi pohon sequoia fajar. Angka tersebut tentu saja hanya dugaan saja—startup datang, startup pergi. Namun tahun lalu, lebih dari 2.000 di antaranya mendapatkan pendanaan putaran pertama. Saat para investor menyalurkan miliaran dana mereka ke dalam AI, ada baiknya bertanya: Apa yang dilakukan semua makhluk yang sedang booming ini?

Saya memutuskan untuk mendekati sebanyak mungkin pendiri AI terkini. Tujuannya bukan untuk memilih pemenang, namun untuk melihat seperti apa pembuatan produk AI di lapangan—bagaimana alat AI telah mengubah sifat pekerjaan mereka; betapa menakutkannya berkompetisi di lapangan yang ramai. Semuanya terdengar seperti mencoba menari tap di permukaan matahari yang bergolak. OpenAI meluncurkan pembaruan, dan banyaknya postingan di X meramalkan pembantaian seratus startup. Brutal!

Apakah ini sebuah revolusi yang berakhir dengan kematian banyak insinyur? Yang pasti—tidak semua dari mereka dapat bertahan hidup. Startup adalah sebuah eksperimen, dan sebagian besar eksperimen gagal. Tapi jalankan ribuan dari mereka di seluruh lanskap ekonomi dan Kamu mungkin akan mengetahui apa yang akan terjadi dalam waktu dekat.

Navvye Anand adalah salah satu pendiri perusahaan bernama Mengikat dengan baik. Saat kami melakukan panggilan video, dia berbicara dengan setengah tersenyum dan dengan sikap yang agak sopan saat dia memberi tahu saya bagaimana dia mengembangkan pestisida menggunakan model AI khusus. Situs web Bindwell pernah mendeskripsikan model ini sebagai “sangat cepat” dan mengklaim bahwa model tersebut dapat memprediksi, dalam “hanya dalam hitungan detik”, hasil eksperimen yang memakan waktu berhari-hari. Mendengar Anand menjelaskan bagaimana dia menerapkan prinsip-prinsip penemuan obat AI, mudah untuk melupakan bahwa dia berusia 19 tahun.

Anand dibesarkan di India dengan membaca Hacker News bersama ayahnya dan sedang membangun model bahasa besar miliknya sendiri di pertengahan masa sekolah menengah atas. Sebelum lulus, dia, salah satu pendirinya (sekarang berusia 18 tahun), dan dua teman lainnya dari perkemahan musim panas menerbitkan sebuah kertas di bioRxiv, tentang LLM yang mereka buat untuk memprediksi aspek perilaku protein. Hal ini membuat para ilmuwan tertarik pada X. Makalahnya adalah dikutip dalam jurnal yang dihormati. Mereka memutuskan untuk mencoba membangun startup, bertukar pikiran, dan memilih pestisida berbasis protein. Kemudian, dongeng berlanjut, seorang sprite kayu (maaf, pemodal ventura) menghubungi LinkedIn dan menawari mereka $750.000 untuk putus sekolah dan perguruan tinggi dan bekerja di perusahaan penuh waktu. Mereka menerima dan memulai. Para remaja ini sama sekali tidak tahu apa-apa tentang agribisnis. Itu bulan Desember lalu.

Lima bulan kemudian, Anand dan salah satu pendirinya membuka laboratorium pengujian biologis pertama mereka di San Francisco Bay Area, lalu pindah ke laboratorium lain, di mana mereka secara pribadi memasukkan tetesan molekul yang menjanjikan ke dalam botol kecil. (Senyawa berbasis protein bisa lebih tepat menargetkan belalang atau kutu daun, menurut teori, dan tidak juga membunuh manusia, cacing tanah, lebah.) Saya bertanya kepadanya bagaimana dia memperoleh keterampilan untuk bekerja di laboratorium basah. “Aku mempekerjakan seorang teman,” katanya riang. Temannya melatihnya selama musim panas sebelum kembali ke perguruan tinggi pada musim gugur. “Sekarang saya bisa melakukan beberapa tes biokimia,” kata Anand. “Tidak seperti seluruh rangkaian pengujian, namun validasi dasar model kami di laboratorium basah.”

Hah, pikirku. Bahwa beberapa remaja dalam beberapa bulan telah membangun LLM mereka sendiri, mempelajari biokimia pengendalian hama, menggunakan model mereka untuk mengidentifikasi molekul potensial, dan sekarang melakukan pipet di laboratorium mereka sendiri tampaknya tidak buruk. Sebenarnya, setelah aku menghitung semua yang telah mereka lakukan, menurutku itu benar-benar tidak masuk akal. Saya sudah mengira bahwa alat AI akan mempercepat pembangunan sebuah perusahaan, namun saya hanya bisa merasakan secara samar-samar skala dampaknya. Jadi dalam wawancara saya berikutnya, dengan salah satu pendiri startup berusia 14 bulan menelepon Teknologi BundaranSaya langsung membahasnya: Uraikan apa yang berubah dan seberapa banyak.