Workflow Lock-In sebagai Parit Pertahanan AI

Oleh Brian Tr · Diperbarui 7 Oktober 2026

Workflow lock-in adalah parit pertahanan yang terbentuk ketika sebuah produk menjadi bagian dari cara tim pelanggan bekerja setiap hari, sehingga menggantinya berarti membangun ulang proses, integrasi, dan kebiasaan, bukan sekadar menukar perangkat lunak. Bagi startup AI, hal ini penting karena model di bawahnya jarang menjadi bagian yang tahan lama. Kualitas model adalah sesuatu yang dapat diakses oleh setiap pesaing. Konfigurasi, sistem yang terhubung, dan rutinitas tim yang dibangun di sekitar produk Anda tidak demikian.

Halaman ini menjelaskan dari mana workflow lock-in berasal, jenis biaya peralihan apa yang diciptakannya, bagaimana produk AI berbeda dari perangkat lunak lama dalam hal ini, apa kata regulasi sekarang tentang meninggalkan penyedia, dan di mana lock-in berhenti menjadi parit pertahanan dan mulai menjadi keluhan. Halaman ini adalah salah satu dari beberapa halaman parit pertahanan dalam seri ini. Sudut data dibahas di flywheel data AI, distribusi di parit pertahanan distribusi AI, dan peta keseluruhan di daya pertahanan startup AI.

Mengapa Model yang Lebih Baik Tidak Memutus Lock-In

Bayangkan dua produk yang melakukan pekerjaan yang sama. Satu sedikit lebih baik pada benchmark. Satunya terhubung ke CRM, sistem penagihan, dan antrean tiket pelanggan, memiliki instruksi yang sudah disetel selama berbulan-bulan, dan menjadi tempat para manajer menyetujui keluaran setiap pagi. Mana yang diganti ketika model yang lebih kuat dirilis?

Biasanya tidak ada yang berpindah dengan cepat, dan yang kedua paling sulit berpindah. Pelanggan yang membandingkan keduanya tidak sedang membandingkan kualitas model. Mereka membandingkan biaya peningkatan dengan biaya mengubah semua yang disentuh produk itu. Biaya itulah biaya peralihan, dan itulah gagasan ekonomi yang menjadi pusat halaman ini. Jika Anda ingin konsep umumnya lebih dulu, lihat halaman kami tentang biaya peralihan.

Kebalikannya juga benar. Produk yang berada di samping alur kerja, di jendela obrolan atau tab terpisah, bisa ditinggalkan pada hari muncul sesuatu yang lebih mengilap. Lock-in bukan soal seberapa bagus keluarannya. Lock-in soal seberapa banyak operasi pelanggan yang bergantung pada keberadaan produk itu.

Taksonomi: Tiga Jenis Biaya Peralihan

Pembagian yang paling banyak dipakai berasal dari riset pemasaran. Makalah 2003 di Journal of the Academy of Marketing Science oleh Burnham, Frels, dan Mahajan mengusulkan tipologi tiga jenis biaya peralihan: prosedural (hilangnya waktu dan upaya), finansial (hilangnya sumber daya yang dapat dikuantifikasi secara finansial), dan relasional (ketidaknyamanan psikologis atau emosional karena kehilangan identitas dan memutus ikatan). Ekonomi di baliknya berakar lebih jauh ke belakang. Analisis Klemperer tahun 1987 tentang pasar dengan biaya peralihan konsumen di Quarterly Journal of Economics adalah rujukan standar tentang bagaimana biaya semacam itu mengubah persaingan.

Berikut cara masing-masing jenis muncul pada produk AI.

Dua catatan tentang penggunaannya. Pertama, biaya prosedural adalah yang paling banyak menopang parit alur kerja, dan biasanya yang terkuat dan paling dapat dipertahankan. Kedua, kategori-kategori ini saling tumpang tindih dalam praktik. Kontrak prabayar bersifat finansial, tetapi alasan pelanggan memperpanjangnya sering kali prosedural.

Apa yang Sebenarnya Menciptakan Workflow Lock-In

Lock-in bukan fitur yang Anda rilis. Lock-in menumpuk dari beberapa hal yang bertambah seiring pelanggan memakai produk.

Posisi: system of record atau system of action

System of record adalah tempat versi otoritatif dari sesuatu berada: daftar pelanggan, kontrak, riwayat faktur. System of action adalah tempat pekerjaan dilakukan: menyusun, merutekan, memutuskan, mengirim. Catatan itu lengket karena alat lain membaca darinya. Tindakan menjadi lengket ketika berada di tengah proses yang menjadi sandaran pihak lain.

Produk AI yang hanya menghasilkan teks sesuai permintaan mudah ditinggalkan. Produk yang memicu tindakan di dalam sistem lain, dan yang keluarannya menjadi catatan tentang apa yang terjadi, tidak mudah. Untuk sudut antarmuka, lihat copilot AI yang tertanam di UI SaaS.

Integrasi

Setiap koneksi ke CRM, data warehouse, alat tiket, atau sistem identitas pelanggan adalah sepotong kecil lock-in prosedural. Satu integrasi mudah diulang. Dua belas integrasi, masing-masing dengan izin, pemetaan field, dan penanganan error sendiri, adalah proyek yang membutuhkan anggaran dan pemilik.

Konfigurasi, konteks, dan memori yang terakumulasi

Selama berbulan-bulan, pelanggan menulis instruksi, mendefinisikan seperti apa jawaban yang baik, menambahkan contoh, dan mengoreksi produk. Penyetelan yang terakumulasi itu adalah pekerjaan yang dilakukan pelanggan, dan tidak berpindah ke pesaing kecuali dapat diekspor dalam bentuk yang bisa dipakai. Hal yang sama berlaku untuk konteks dan memori yang tersimpan: produk yang mengingat terminologi, preferensi, dan keputusan masa lalu sebuah tim lebih berguna di bulan kedua belas daripada di bulan pertama, dan penggantinya mulai dari nol.

Proses tim yang dibangun di sekitar alat

Ini adalah bagian yang senyap. Daftar periksa, serah terima, langkah peninjauan, dan deskripsi pekerjaan ditulis di sekitar perilaku produk. Begitu cara kerja tim mengandaikan alat itu ada, mencabutnya adalah proyek manajemen perubahan, bukan keputusan pengadaan. Halaman kami tentang membantu pelanggan mengubah cara mereka bekerja dengan AI membahas sisi itu dari sudut pandang vendor.

Persetujuan dan jejak audit

Ketika keluaran melewati langkah persetujuan dan setiap keputusan dicatat, produk menjadi bagian dari cara pelanggan menunjukkan bahwa prosesnya terkendali. Log tersebut adalah riwayat yang mungkin perlu disimpan pelanggan, dan alat baru tidak dapat menghasilkannya kembali. Jenis kelengketan ini dipilih sendiri oleh pelanggan, karena kendalinya ada di tangan mereka.

Bagaimana Lock-In Berbeda pada Produk AI

Perangkat lunak lama membangun biaya peralihan terutama lewat data dan pelatihan. Produk AI mewarisi keduanya dan menambahkan beberapa liku.

Lapisan model dapat diganti secara desain. Banyak produk AI dapat menukar model di bawahnya tanpa disadari pelanggan. Laporan enterprise 2025 dari Menlo Ventures menjelaskan bagaimana pendekatan Cursor yang agnostik terhadap model memungkinkan developer memakai model frontier baru begitu diluncurkan. Itu baik untuk kualitas produk, tetapi memberi tahu Anda di mana parit pertahanan tidak berada: jika satu-satunya keunggulan Anda adalah akses ke model tertentu, pesaing dapat menyamainya dalam semalam. Lapisan yang dapat dipertahankan berada di atas model.

Standar integrasi bekerja dua arah. Model Context Protocol digambarkan oleh para pemeliharanya sebagai standar terbuka untuk menghubungkan aplikasi AI dengan sistem eksternal, dibuat agar satu integrasi dapat bekerja di banyak klien. Bagi pelanggan, ini menurunkan biaya menghubungkan alat, dan juga menurunkan biaya prosedural untuk meninggalkan produk yang lock-in utamanya adalah pipa-pipa buatan khusus. Founder yang mengandalkan konektor yang sulit dibangun sebaiknya berasumsi bahwa parit itu menyusut.

Pelanggan berharap bisa membawa barang mereka. Pelanggan yang mengevaluasi produk AI punya alasan kuat untuk bertanya apakah prompt, set evaluasi, data fine-tuning, dan log dapat diekspor, dan dalam format apa. Vendor dengan jawaban yang jelas memiliki percakapan yang lebih mudah daripada yang tidak. Memperlakukan portabilitas sebagai aset penjualan sering kali lebih cerdas daripada memperlakukannya sebagai kebocoran.

Keluaran bervariasi, jadi kepercayaan adalah bagian dari biaya peralihan. Tim yang telah menghabiskan berbulan-bulan mempelajari di mana produk dapat diandalkan tidak ingin mempelajarinya lagi pada penggantinya. Kepercayaan itu adalah lock-in relasional, dan hanya diperoleh lewat perilaku yang konsisten.

Apa Kata Regulasi Sekarang tentang Berpindah

Di Uni Eropa, hak berpindah untuk layanan jenis cloud adalah hukum. Data Act (Regulation (EU) 2023/2854) memiliki satu bab tentang peralihan antar layanan pemrosesan data. Poin-poin utamanya, diambil dari teks resmi:

• Cakupan. Regulasi mendefinisikan layanan pemrosesan data sebagai layanan digital yang memberi pelanggan akses jaringan sesuai permintaan ke kumpulan sumber daya komputasi bersama yang dapat dikonfigurasi, diskalakan, dan elastis. Bagian pertimbangan (recitals) menyebut layanan ini mencakup model penyampaian seperti IaaS, PaaS, dan SaaS. Apakah suatu produk AI tertentu termasuk dalam cakupan bergantung pada cara penyampaiannya, sehingga founder sebaiknya berkonsultasi dengan penasihat hukum alih-alih berasumsi.
• Hambatan. Penyedia harus menghapus hambatan pra-komersial, komersial, teknis, kontraktual, dan organisasional yang menghalangi pelanggan mengakhiri kontrak, menandatangani dengan penyedia lain, atau memindahkan data dan aset digital mereka yang dapat diekspor.
• Waktu. Kontrak harus memungkinkan pelanggan memulai peralihan dalam jangka waktu dua bulan, dan masa transisi paling lama 30 hari kalender, di mana kontrak tetap berlaku.
• Biaya. Dari 11 Januari 2024 hingga 12 Januari 2027, penyedia boleh mengenakan biaya peralihan yang dikurangi dan tidak boleh melebihi biaya langsung yang terkait. Setelah 12 Januari 2027, mereka tidak boleh mengenakan biaya apa pun untuk proses peralihan.
• Tanggal penerapan. Regulasi berlaku sejak 12 September 2025, dan penjelasan Komisi Eropa menggambarkan tujuannya sebagai memungkinkan pelanggan berpindah dengan mulus dari satu penyedia ke penyedia lain.

Pembacaan praktis bagi founder: di Uni Eropa, parit pertahanan yang dibangun dengan membuat jalan keluar mahal atau lambat hidup di waktu pinjaman untuk layanan yang termasuk cakupan. Bahkan di luar Uni Eropa, arah perkembangannya jelas. Rencanakan lock-in Anda berdasarkan nilai, bukan gesekan.

Lock-In yang Diperoleh vs yang Dipaksakan

Tidak semua kelengketan sama, dan pelanggan bisa membedakannya.

Lock-in yang diperoleh ada karena produknya sangat berguna dan pelanggan telah berinvestasi di dalamnya. Meninggalkannya berarti kehilangan nilai. Pelanggan menggambarkannya sebagai "kami harus mengulang semuanya," dan mengatakannya sambil mengangkat bahu, bukan sambil cemberut.

Lock-in yang dipaksakan ada karena vendor sengaja mempersulit kepergian: ekspor yang hilang atau tidak terbaca, ketentuan pemutusan yang panjang, biaya mahal untuk mengambil data Anda sendiri, atau produk yang bekerja dengan cara yang tidak dapat dibaca pesaing. Pelanggan menggambarkannya sebagai disandera, dan mereka membencinya.

Lock-in yang dipaksakan memiliki biaya yang tidak muncul di grafik retensi:

• Merugikan penjualan baru. Pembeli melakukan uji tuntas atas ketentuan keluar, terutama yang besar.
• Melahirkan churn senyap. Pelanggan bertahan sampai kontrak berakhir, lalu pergi tanpa percakapan. Halaman kami tentang churn produk AI menjelaskan cara membaca sinyal-sinyal itu.
• Mengundang regulasi. Bab peralihan dalam Data Act ada karena pelanggan dan pembuat undang-undang keberatan justru terhadap hambatan semacam ini.
• Meracuni ekspansi. Pelanggan yang merasa terjebak tidak akan memberi Anda jejak yang lebih besar.

Uji yang berguna: apakah Anda akan nyaman jika pengacara pelanggan membacakan ketentuan keluar Anda dengan lantang di rapat perpanjangan? Jika tidak, lock-in itu kemungkinan tidak diperoleh dengan layak.

Cara Menilai Lock-In Anda Sendiri

Anda tidak dapat mengukur lock-in secara langsung, tetapi Anda bisa mencari bukti di setiap lapisan.

Padukan pertanyaan-pertanyaan ini dengan angka yang sudah Anda lacak. Kedalaman adopsi di berbagai tim dan alur kerja adalah hal pertama yang diperiksa, dan konsekuensi pendapatannya muncul di net revenue retention. Jika retensi tinggi tetapi kedalaman pemakaian dangkal, pelanggan mungkin bertahan karena inersia, dan itu rapuh.

Kesalahan Umum

• Menganggap lama kontrak sebagai lock-in. Kontrak tiga tahun menunda churn. Itu tidak menciptakan alasan untuk memperpanjang.
• Membangun parit pertahanan pada satu hubungan model. Jika pesaing dapat melisensikan model yang sama, Anda belum membangun apa pun.
• Menyembunyikan ekspor. Pelanggan mengetahuinya pada saat terburuk, dan menceritakannya kepada orang lain.
• Mengunci lapisan yang salah. Membuat format data Anda proprietari tidak sama dengan membuat alur kerja Anda tak tergantikan.
• Mengabaikan champion. Satu pengguna antusias yang pergi dapat membongkar penerapan jika produk tidak tertanam dalam proses tim.

Fakta Utama

• Tipologi: Burnham, Frels, dan Mahajan (2003) di Journal of the Academy of Marketing Science memaparkan tiga jenis biaya peralihan: prosedural, finansial, dan relasional.
• Fondasi ekonomi: Klemperer (1987), diterbitkan di Quarterly Journal of Economics, menganalisis pasar dengan biaya peralihan konsumen.
• Aturan peralihan Uni Eropa: Data Act berlaku sejak 12 September 2025 dan mengizinkan masa transisi maksimum 30 hari kalender untuk layanan pemrosesan data yang termasuk cakupan.
• Biaya peralihan: Berdasarkan Regulasi yang sama, biaya peralihan harus dihapus sepenuhnya setelah 12 Januari 2027, dan biaya yang dikurangi hingga saat itu tidak boleh melebihi biaya langsung penyedia.
• Lapisan model: Menlo Ventures menggambarkan pendekatan Cursor yang agnostik terhadap model sebagai memungkinkan developer mengadopsi model frontier baru saat peluncuran.
• Standar integrasi: Model Context Protocol adalah standar sumber terbuka untuk menghubungkan aplikasi AI dengan sistem eksternal.