5 buku non-AI yang justru mengajarkan kemampuan paling penting untuk bertahan di tengah perubahan teknologi.
Mengapa hampir setiap minggu muncul buku, kursus, video, atau newsletter tentang AI, tetapi 3-6 bulan kemudian sebagian besar isinya sudah terasa usang?
Ya benar. Karena AI berubah terlalu cepat.
Model yang bulan lalu dianggap paling pintar hari ini sudah tergeser. Framework yang kemarin dipuja, besok bisa ditinggalkan. Prompt engineering yang dulu dianggap keterampilan utama, sekarang mulai digantikan oleh AI agent, MCP (Model Context Protocol), tool calling, sampai AI orchestration.
Kita seperti sedang berusaha memotret kereta cepat sambil berdiri di samping rel. Begitu tombol kamera ditekan, keretanya sudah lewat.
Banyak orang akhirnya terjebak dalam perlombaan yang melelahkan.
Hari ini belajar satu framework. Besok muncul framework baru.
Hari berikutnya pindah lagi.
Tidak ada habisnya.
Kita tidak kurang rajin belajar. Kita belajar sesuatu yang memang memiliki umur sangat pendek.
Saya teringat pengalaman sendiri.
Dulu, ketika masih menjadi programmer, saya sering merasa harus menguasai bahasa pemrograman terbaru. Setiap beberapa tahun selalu muncul “bahasa masa depan”. Saya ikut belajar.
Tidak lama kemudian muncul lagi yang lebih baru.
Siklus itu berulang terus.
Hingga akhirnya saya menyadari sesuatu.
Yang membuat seorang engineer bertahan selama puluhan tahun ternyata bukan bahasa pemrogramannya.
Melainkan cara berpikirnya.
Orang yang memahami algoritma akan lebih mudah berpindah dari Pascal ke C, dari Java ke Go, dari Python ke Rust, bahkan nanti ke bahasa yang belum lahir hari ini.
Sebaliknya, orang yang hanya menghafal sintaks akan selalu memulai dari nol setiap kali dunia berubah.
AI sedang mengajarkan pelajaran yang sama. Yang akan bertahan bukan orang yang paling banyak hafal nama model AI.
Melainkan orang yang memiliki meta-skills.
Kemampuan berpikir yang tetap relevan, meskipun teknologinya berganti setiap enam bulan.
Di artikel ini, kita akan ngobrol tentang buku-buku yang mungkin pernah Anda baca tentang AI yang cepat sekali menjadi usang. Tapi buku-buku yang akan kita bahas ini masih terus relevan, di tengah arus kemajuan AI yang sangat deras.
Menariknya, 5 buku yang akan kita obrolin satu per satu ini justru bukan buku tentang AI.
Tidak satu pun!
Buku-buku itu berbicara tentang riset pelanggan, pengambilan keputusan, budaya kerja, metodologi sains, sampai cara menghadapi ketidakpastian.
Sekilas terasa tidak nyambung. Namun justru di situlah letak nilainya.
Karena membangun AI sesungguhnya bukan sekadar persoalan model bahasa (Large Language Model).
Yang jauh lebih sulit adalah memutuskan apa yang layak dibangun, bagaimana mengambil keputusan ketika semua serba tidak pasti, bagaimana produk bertahan ketika digunakan ribuan orang, bagaimana tim bergerak cepat tanpa mengorbankan kualitas, dan bagaimana tetap relevan ketika dunia terus berubah.
AI hanyalah alat. Cara berpikir adalah aset.
Dan aset selalu lebih berharga daripada alat.
The Mom Test
Masalah terbesar bukan membangun AI yang salah. Masalah terbesar adalah membangun AI yang tidak dibutuhkan siapa pun.
Kalau saya bertanya kepada Anda, “Kalau saya membuat aplikasi AI yang bisa membantu pekerjaan Anda, apakah Anda akan menggunakannya?”
Kemungkinan besar Anda akan menjawab, “Tentu.”
Jawaban itu terdengar menggembirakan.
Sayangnya, hampir tidak ada nilainya.
Inilah jebakan yang dijelaskan oleh Rob Fitzpatrick dalam buku The Mom Test.
Buku ini menjadi semacam kitab wajib di banyak komunitas startup, termasuk di Y Combinator, dan digunakan sebagai materi di Harvard, UCL, hingga berbagai startup accelerator di Eropa seperti Seedcamp.
Pesannya menarik.
Manusia sering berbohong. Bukan karena ingin menipu. Tetapi karena ingin bersikap baik.
Kalau teman Anda menunjukkan ide bisnisnya, apakah Anda tega mengatakan, “Itu ide jelek.”
Jarang.
Biasanya kita berkata, “Wah… menarik.”
Padahal dalam hati belum tentu kita mau menggunakannya.
Apalagi ibu kita sendiri. Ia pasti akan melakukan hal yang sama.
Karena itulah buku ini diberi judul The Mom Test.
Kalau pertanyaan yang Anda ajukan membuat ibu Anda bisa memberikan jawaban yang menyesatkan hanya karena beliau sayang kepada Anda, berarti pertanyaannya salah.
Masalahnya bukan pada ibu kita, tapi pada cara kita bertanya.
Pujian Adalah Emas Palsu
Ada satu kalimat dari buku ini yang menurut saya sangat layak ditempel di dinding setiap ruang rapat startup.
Compliments are the fool’s gold of customer feedback.
Pujian adalah emas palsu dalam customer feedback.
Kalimat yang dampaknya sangat besar.
Banyak founder jatuh cinta pada pujian.
“Wah, keren idenya.”
“Kalau jadi nanti saya pakai.”
“Ini bakal sukses.”
Mereka pulang dengan penuh semangat.
Lalu menghabiskan enam bulan membangun produk.
Ketika akhirnya diluncurkan…
Tidak ada yang memakai.
Yang salah bukan produknya.
Yang salah adalah data yang digunakan untuk mengambil keputusan.
Mereka mengumpulkan pujian.
Bukan fakta.
Tiga Aturan The Mom Test
Rob Fitzpatrick menawarkan tiga aturan yang tampak sederhana, tetapi justru paling sulit dijalankan oleh engineer maupun founder.
1. Bicarakan kehidupan mereka, bukan ide Anda
Sebagian besar founder terlalu cepat melakukan presentasi.
Belum apa-apa sudah membuka laptop.
Sudah menunjukkan demo. Sudah menjelaskan fitur.
Padahal semakin banyak kita berbicara, semakin sedikit kita belajar.
Misalnya, Anda ingin membuat AI untuk membantu HR melakukan rekrutmen.
Jangan mulai dengan bertanya, “Bagaimana menurut Anda kalau ada AI yang bisa menyeleksi CV?”
Mulailah dari sesuatu yang sama sekali berbeda.
“Ceritakan bagaimana biasanya Anda merekrut karyawan.”
“Bagian mana yang paling menyita waktu?”
“Apa yang paling membuat Anda frustrasi?”
Sekarang Anda sedang mempelajari kehidupan mereka.
Bukan menjual solusi Anda.
Perbedaannya sangat besar.
Karena solusi terbaik sering kali lahir setelah kita benar-benar memahami masalahnya.
2. Tanyakan masa lalu, bukan masa depan
Ini mungkin aturan paling penting.
Banyak orang bertanya, “Kalau ada aplikasi seperti ini, apakah Anda akan memakainya?”
Pertanyaan ini hampir tidak berguna.
Karena manusia buruk dalam memprediksi dirinya sendiri.
Kita semua pernah berkata,
“Tahun depan saya akan rutin berolahraga.”
“Nanti saya akan mulai membaca buku.”
“Bulan depan saya akan diet.”
Kenyataannya?
Belum tentu terjadi.
Itulah sebabnya pertanyaan tentang masa depan penuh dengan harapan, bukan data.
Sebaliknya, tanyakan sesuatu seperti,
“Kapan terakhir kali Anda merekrut karyawan?”
“Berapa lama prosesnya?”
“Bagian mana yang membuat Anda paling kesal?”
“Bagaimana cara Anda menyelesaikannya waktu itu?”
Perilaku masa lalu adalah fakta. Rencana masa depan hanyalah imajinasi.
Dalam bahasa Fitzpatrick, specifics about past behavior are gold.
Detail tentang perilaku nyata adalah emas yang sesungguhnya.
3. Lebih banyak mendengar daripada berbicara
Ironisnya, banyak founder datang ke calon pengguna bukan untuk belajar.
Melainkan untuk mencari pembenaran.
Begitu lawan bicara mulai bercerita, mereka buru-buru menyela.
“Lho, kalau pakai AI saya kan bisa…”
“Kalau fitur ini nanti…”
Padahal setiap kali kita berbicara, kita kehilangan kesempatan untuk menemukan sesuatu yang tidak kita ketahui.
Saya sering melihat hal ini dalam presentasi produk teknologi.
Tim terlalu sibuk menjelaskan kecanggihan teknologi.
Mereka lupa mencari tahu apakah masalah itu benar-benar cukup menyakitkan untuk diselesaikan.
Teknologi yang hebat tidak otomatis melahirkan bisnis yang hebat.
Yang dibayar pelanggan bukan kecanggihan.
Yang dibayar adalah penyelesaian masalah.
Pelajaran yang Sangat Relevan di Era AI
Hari ini, hampir setiap minggu, muncul AI agent, Claude Code skill, MCP server, atau demo AI yang viral di media sosial.
Masalahnya, banyak yang berhenti sebagai demo.
Semua orang berkata, “Wow.”
Semua orang memberi tanda like.
Lalu…
Tidak pernah digunakan lagi.
Fenomena ini semakin sering terjadi karena sekarang membuat prototipe menjadi sangat mudah. Dengan bantuan AI, seseorang bisa membangun aplikasi dalam hitungan jam. Hambatan untuk menciptakan produk turun drastis.
Namun, ada satu hambatan yang tidak ikut turun.
Menciptakan sesuatu yang benar-benar dibutuhkan orang.
Di sinilah The Mom Test menjadi semakin relevan.
Buku ini tidak mengajarkan cara membuat AI yang lebih pintar.
Buku ini mengajarkan cara memastikan Anda tidak menghabiskan enam bulan membangun sesuatu yang sebenarnya tidak pernah diminta pasar.
Karena dalam dunia teknologi, kegagalan terbesar bukanlah produk yang jelek.
Melainkan produk yang sangat bagus…
…untuk masalah yang sebenarnya tidak pernah ada.
Kita lanjutkan nanti di buku berikutnya: Accelerate. InsyaAllah.
Terima kasih sudah membaca. Semoga bermanfaat.
