Jualan AI ke Enterprise: Proyek Gagal Deliver sampai Proposal Rp4,5 Miliar

Jualan AI ke perusahaan enterprise itu beda jauh dari jualan SaaS ke retail. Di Builder’s Story Episode 8, saya ngobrol dengan Ruby Abdullah, CEO dan founder rubythalib.ai, yang sudah sekitar 4 tahun membangun bisnis implementasi AI untuk perusahaan besar. Ia cerita terbuka soal cara dapat klien, cash flow yang tertahan, proyek yang gagal deliver, sampai proposal yang nilainya Rp4,5 miliar.

Mengenal Ruby Abdullah dan rubythalib.ai

Ruby memperkenalkan diri sebagai CEO rubythalib.ai. Banyak orang mengenal perusahaannya lewat bootcamp AI, karena itu yang paling sering dipakai untuk marketing. Padahal di awal, perusahaan ini berdiri sebagai perusahaan B2B AI implementation: pada dasarnya konsultan atau software house yang fokus di AI.

Unit bisnis edukasi baru muncul belakangan, dan alasannya manajemen risiko cash flow. Sekarang sumber pendapatannya sekitar 33% dari akademi dan 67% dari B2B. Ruby bilang ia paling banyak menangani sisi B2B: project management, sales, bahkan ikut membereskan masalah teknis yang sangat sulit. Kalau memakai istilah yang sekarang populer, perannya mirip forward deployed engineer: yang jualan, yang pitching, yang ngoding, yang memperbaiki, sekaligus yang jadi after sales engineer. Sebagai CEO, ia juga memegang sisi strategi, keuangan, dan mitigasi risiko.

Ia sebelumnya Head of AI di Widya Robotics, dan klien enterprise pertamanya datang di akhir tahun 2024. Salah satu perusahaan terbesar di Indonesia menghubungi mereka, karena mantan anak magang yang pernah ia didik di dunia robotik bekerja di sana. Dari situ klien-klien lain mulai berdatangan.

Cara dapat klien enterprise

Ruby menyebut beberapa pendekatan yang ia pakai.

Jual “kelas” yang susah

Menurut Ruby, masalah teknis di enterprise tidak bisa diselesaikan dengan vibe coding. Butuh analisis mendalam dan critical thinking, dan tidak semua developernya bisa melakukan itu. Contohnya ada batasan di level software, misalnya memproses data sebanyak terabyte dengan latensi hanya beberapa menit. Ada juga batasan di level fisik, misalnya objek yang hampir tidak kelihatan di depan kamera, sehingga mereka perlu konsultasi dengan orang yang paham kamera. Banyak proyek butuh multidisiplin ilmu.

Karena masalahnya sulit, calon klien yang belajar dari mereka biasanya berujung berkonsultasi ke mereka.

Kolaborasi dengan system integrator

Cara kedua adalah menjual keahlian ke system integrator, yaitu perusahaan yang biasa mengikuti tender pemerintah atau enterprise untuk pengadaan teknologi. Ukurannya dari yang kecil sampai yang perusahaannya bernilai triliunan. Kalau mereka butuh keahlian AI atau vision, mereka akan mengajak rubythalib.ai berkolaborasi, sama seperti mereka mengajak ahli security atau ahli hardware. Selain itu, tim Ruby juga melakukan sales sendiri: pendekatan, follow up, kenalan, lalu bikin proposal kalau ada yang cocok.

Realita cash flow proyek enterprise

Ini bagian yang menurut saya paling penting buat siapa pun yang tertarik jualan ke enterprise. Kelas seharga ratusan ribu sampai beberapa juta butuh banyak pembeli untuk mencapai angka ratusan juta. Proyek B2B bisa langsung bernilai 300, 600, atau 700 juta dalam satu deal. Tapi uangnya baru datang 3 sampai 6 bulan kemudian, dan paling ekstrem bisa tahun depan.

Artinya perusahaan harus modalin dulu, dan cash flow harus kuat. Ruby cerita ada system integrator yang mau menalangi di depan, ada juga yang maunya back to back: dibayar kalau kliennya sudah bayar. Karena itulah, di satu titik ketika ia bingung bagaimana menggaji tim, produk akademi lahir, dan waktu itu penjualannya laris sampai sold out. Ketika ada proyek yang cair, cash flow langsung positif besar. Ketika tidak ada, perusahaan masuk mode survive: yang penting jangan sampai minus.

Computer vision untuk manufaktur dan energi

Ruby menjelaskan akar computer vision sebagai cara mengubah fungsi mata menjadi sesuatu yang terdigitalisasi: apa yang dilihat CCTV menjadi metadata yang bisa disimpan. Dari situ ada tiga cabang yang ia sebut:

• Safety monitoring di perusahaan energi dan manufaktur, yang standar HSE dan SOP-nya sangat ketat. Sistem ini bisa jadi ikhtiar untuk menyelamatkan nyawa manusia.
• SOP compliance: proses fisik dipantau kamera supaya urutan dan prosedurnya benar, misalnya proses rework sebuah produk.
• Mengkuantifikasi sesuatu yang sifatnya perasaan: mengeluarkan angka dari sesuatu yang selama ini tidak bisa diangkakan.

Proyek yang gagal deliver

Ruby tidak menutupi kegagalan. Tahun lalu ada satu proyek yang gagal deliver. Ada kesalahpahaman soal manajemen ekspektasi, lalu sistem mereka dites ke hal-hal yang tidak didefinisikan sejak awal. Ia memegang satu prinsip yang ia sebut langsung:

Aku selalu punya mindset ketika ada projek gagal, 100% kesalahan ada di aku.

Ia memilih bertahan dan menghadapi rasa tidak nyaman, bukan lari. Lama-lama ekspektasi kedua pihak mulai cocok lagi. Hasilnya mengejutkan: klien yang sama memberi tiga proyek lanjutan, dan keuntungan dari tiga proyek itu menutup kerugian proyek pertama. Ia menjelaskan alasannya:

Karena kita enggak lari, kita rela berdarah-darah.

Pelajaran yang ia tekankan: kenali tujuan klien. Kalau tujuannya jelas, bahkan judul proyek bisa diganti selama tujuan klien tercapai. Scope of work tetap harus detail soal apa yang dikerjakan dan apa yang tidak, tapi tujuan klien tidak boleh hilang dari pandangan. Ruby juga bilang bisnis itu bukan semata soal uang; ada trust dan kepercayaan yang harus dijaga.

Kenapa jualan efisiensi biaya sering tidak laku

Ruby membedakan klien berdasarkan skala perusahaannya. Untuk enterprise yang sudah sangat besar, dengan revenue di atas 10 sampai 20 triliun, menaikkan revenue sudah sulit, jadi menjual efisiensi biaya masuk akal. Tapi untuk enterprise di kisaran 1 sampai 15 triliun, mereka lebih berharap output dan revenue naik. Ia merangkumnya:

Jadi kalau jualan cost efisiensi gak laku buat mereka.

Pendekatannya: cari bottleneck utama, hitung berapa biaya membangun sistemnya. Kalau biaya development hanya 10 sampai 20% dari keuntungan tambahan, klien akan langsung gas. Kalau 50%, mereka masih mikir-mikir, karena investasi teknologi seperti investasi saham: bisa gagal, dan hasilnya bisa lebih kecil dari ekspektasi. Karena itu manajemen ekspektasi yang masuk akal sangat penting.

Range harga: dari piloting sampai Rp4,5 miliar

Untuk skala kecil seperti piloting dengan satu atau dua user, aplikasinya mudah dikembangkan dan bisa selesai dalam sebulan. Tapi proposal terakhir mereka mencapai 4,5 M karena kebutuhannya sangat kompleks, ekstrem, dan butuh resource besar. Ruby bilang proposal itu bukan keinginan mereka: mereka diminta submit, dan akhirnya menghitung sampai 4,5 M.

Kenyataannya, deal yang biasa mereka tangani ada di kisaran 50 sampai 800-an juta. Proyek di atas 1 M belum berani mereka ambil karena butuh manajemen cash flow yang sangat ketat, entah soal termin atau harus modalin dulu. Soal negosiasi, mereka melihat item mana yang bisa dikurangi, ditambah, atau diganti.

Membangun tim: skill tree, dokumentasi, dan KPI

Timnya sekitar 20-an orang, bekerja WFH sepenuhnya, dan tersebar di seluruh Indonesia. Ada beberapa praktik yang Ruby bagikan:

• Investasi ke orang. Untuk AI engineer, ia merasa lebih worth it merekrut fresh graduate atau anak magang, lalu mendidik mereka lewat bootcamp sendiri sampai jadi senior, daripada merekrut senior AI yang ekspektasinya sangat tinggi.
• Skill tree. Mereka membuat LMS dan semacam skill tree: ketika seseorang terlihat unggul di bidang tertentu, ia naik jadi senior atau tech lead dan gajinya naik.
• Tujuan jelas, cara bebas untuk karyawan yang cerdas. Untuk junior, tujuan dan caranya dijelaskan, dan junior wajib join Google Meet dari pagi sampai sore.
• Dokumentasi di setiap fase kritis. Developer diberi 1 sampai 2 hari untuk mendokumentasikan pekerjaannya dengan format SOP yang baku: kenapa proyek ini lahir, kenapa arsitekturnya begitu, kenapa memilih teknologi tertentu, serta percobaan yang berhasil dan gagal. Tujuannya supaya konteks tidak hilang kalau developernya tiba-tiba pergi atau sakit.

Manajemen ekspektasi klien

Kunci pertamanya, kata Ruby, adalah banyak bertanya untuk memahami tujuan klien. Ia memberi analogi klien yang minta mobil mewah padahal budgetnya jauh lebih kecil. Kalau ditanya dulu kebutuhan sebenarnya, misalnya mobil yang nyaman untuk membawa keluarga, sering ada alternatif yang jauh lebih murah dan tetap memenuhi kebutuhan. Calon klien sering terpengaruh berita use case luar negeri yang persenjataannya lengkap, padahal yang dibutuhkan mungkin cuma prosedur FAQ yang lebih rapi.

Dua catatan lain: berani bilang tidak bisa, jangan jadi yes-man; tapi juga jangan terlalu berhati-hati. Ia mencontohkan permintaan spesifikasi server yang berlebihan, padahal satu GPU saja sudah overkill untuk use case-nya. Yang dicari adalah titik tengah.

Pesan untuk builder AI Indonesia

Ruby menutup dengan jujur: bisnis itu tidak gampang dan banyak rasa sakitnya. Ia pernah menangis sendirian di trotoar Jakarta, dan mengaku belum sukses. Pesannya sederhana:

Just keep moving forward.

Sakit diterima, capek istirahat, tapi jangan berhenti.

Yang bisa kamu bawa pulang

• Kalau mau jualan AI ke enterprise, siapkan cash flow yang kuat. Pembayaran bisa cair 3 sampai 6 bulan kemudian.
• Cari masalah yang sulit, bukan yang gampang ditiru dengan vibe coding, dan pertimbangkan kolaborasi dengan system integrator.
• Sesuaikan pitch dengan skala klien: efisiensi biaya cocok untuk perusahaan yang sangat besar, sementara perusahaan lain lebih tertarik pada output dan revenue.
• Tulis scope of work serinci mungkin, tapi tetap pahami tujuan klien yang sebenarnya.
• Kalau proyek gagal, hadapi dan jangan kabur. Ruby mendapat tiga proyek lanjutan dari klien yang sama karena ia bertahan.
• Dokumentasikan setiap fase kritis proyek supaya tim tidak bergantung pada satu orang.
• Berani bilang tidak, dan gali dulu tujuan klien sebelum menyebut solusi atau harga.

Kalau kamu ingin belajar lebih jauh dari Ruby, ia punya kelas Claude for Sales yang membahas riset, outreach, dan deck dalam satu sesi. Linknya ada di deskripsi video.