Dave Clark tidak hanya menyelesaikan beberapa pekerjaan rumah akhir pekan ini. Dia membangun seluruh prototipe pelanggan ujung ke ujung, mengerjakan ulang dek, dan membuat CRM khusus.
“Akhir pekan yang sangat produktif… Tiga hal yang biasanya memakan waktu berbulan-bulan terjadi dalam 72 jam,” tulis Clark, mantan CEO Amazon Worldwide Consumer dan CEO Flexport, di LinkedIn. Dia menambahkan: “Sungguh menakjubkan apa yang dapat dilakukan alat baru untuk memperluas area permukaan dan produktivitas pribadi Anda.”
Clark, CEO startup logistik wilayah Seattle, Auger, mengatakan bahwa mengonfigurasi CRM tradisional terbukti lebih sulit daripada memulai dari awal. Dia menggambarkan bagaimana timnya meninggalkan perangkat lunak yang sudah ada dan memilih untuk membangun apa yang dibutuhkan.
Postingannya muncul di tengah hype dan perhatian yang sedang berlangsung pada apa yang disebut alat “vibe coding” seperti Claude Code, Cursor, dan GitHub Copilot yang memungkinkan pembangunan dan iterasi perangkat lunak dengan cepat.
Menanggapi komentar di postingannya, Clark menjelaskan bahwa dia tidak diberi insentif oleh penghematan biaya pada proyek akhir pekannya. “Saya melakukan ini karena saya tidak dapat melihat data yang saya inginkan, jalur komunikasi tidak dapat dikelola pada tingkat detail yang saya harapkan, dan hal ini akan mengganggu kemampuan kami untuk memenuhi kebutuhan pelanggan jika tidak diperbaiki,” katanya. “Jadi saya memperbaikinya. Saya juga harus mendalami lebih dalam penggunaan alat-alat yang akan menentukan masa depan. Itu menghabiskan waktu berjam-jam dengan baik.”
Postingan Clark menuai skeptisisme dari para komentator online. Pengusaha lama Steven Cohn, yang telah menjual empat perusahaan rintisan, bertanya kepada Clark “mengapa Anda menggunakan kode dan tidak hanya menggunakan produk sumber terbuka apa pun yang ada di luar sana dan sepenuhnya dikembangkan serta dapat disesuaikan sepenuhnya.”
Clark menjawab: “Tentu saja saya telah menggunakan banyak aplikasi bersumber terbuka. Dalam hal ini untuk aplikasi penggunaan internal, saya menyukai pembuatan khusus sebagai alat yang tepat untuk pekerjaan itu. Orang lain mungkin memilih secara berbeda. Saya terkejut dengan betapa cepat dan mudahnya aplikasi ini.”
Postingan tersebut sampai ke X, di mana beberapa orang bertanya-tanya tentang bagaimana skala proyek akhir pekan ini atau sumber daya apa yang diperlukan untuk memperbaiki bug.
Seperti yang kami laporkan minggu lalu, Claude Code dari Anthropic khususnya telah populer dalam beberapa bulan terakhir, mengesankan para insinyur perangkat lunak dengan kemampuannya untuk menangani alur kerja yang lebih lama dan lebih kompleks. Claude Code adalah “salah satu alat pengkodean AI generasi baru yang mewakili lompatan kemampuan mendadak dalam AI dalam sebulan terakhir ini,” tulis Ethan Mollick, seorang profesor Wharton dan peneliti AI, dalam postingan blognya pada 7 Januari.
Anthropic juga baru saja merilis Claude Cowork, sebuah versi Claude Code yang dibuat untuk pekerjaan pengetahuan sehari-hari, bukan hanya pemrograman. Perusahaan mengatakan mereka menggunakan Claude Code untuk membangun Claude Cowork sendiri.
Namun apakah alat pengkodean getaran benar-benar mengubah cara bisnis membangun perangkat lunak masih harus dilihat.
“Pengkodean getaran dan pembuatan kode AI tentu saja mempermudah pembuatan perangkat lunak, namun hambatan teknis dalam pengkodean belum menjadi pendorong munculnya perangkat lunak selama beberapa waktu,” tulis analis William Blair dalam sebuah laporan minggu lalu. “Untuk perusahaan perangkat lunak yang paling sukses dan berskala besar, hal ini sangat menentukanapa yang harus dibangun selanjutnyadan bagaimana sistem tersebut berfungsi dalam sistem yang lebih luas pada dasarnya lebih penting dan lebih menantang daripada tindakan teknis dalam membangun dan mengkode sistem tersebut.”
Setelah 23 tahun bekerja di Amazon, Clark meluncurkan Auger pada tahun 2024 dengan pendanaan Seri A sebesar $100 juta. Perusahaan berencana untuk menawarkan sistem bertenaga AI untuk operasi rantai pasokan yang menyatukan data, menargetkan inefisiensi, memberikan wawasan dan otomatisasi waktu nyata.
