Apakah Anda pernah berpikir bahwa internet sebenarnya telah sepenuhnya melampaui kemampuan pemrosesan manusia? Bayangkan sebuah perusahaan yang perlu melacak perubahan harga, pembaruan stok, dan dinamika pesaing di ribuan situs web setiap harinya, di mana data tersebut berubah setiap menit. Browser tradisional dan operasi manual sama sekali tidak mampu menghadapinya. Ketika saya melihat berita bahwa TinyFish baru saja menyelesaikan pendanaan putaran A sebesar 47 juta dolar AS, saya menyadari bahwa ini bukan hanya sebuah putaran pendanaan, tetapi awal dari era baru—Era Agen Web Kelas Perusahaan. Saya selalu memikirkan aplikasi komersial dari agen AI, tetapi pendekatan TinyFish menunjukkan arah yang lebih realistis dan disruptif: membuat agen AI tidak sekadar meniru manusia dalam menjelajahi web, tetapi menjalankan alur kerja bisnis yang kompleks dengan skala, keandalan, dan persyaratan kepatuhan kelas perusahaan.
Putaran pendanaan ini yang dipimpin oleh ICONIQ Capital, menarik partisipasi dari lembaga investasi terkenal seperti USVP, Mango Capital, MongoDB Ventures, dan Sandberg Bernthal Venture Partners. Yang perlu dicatat adalah, Sandberg Bernthal Venture Partners adalah dana yang didirikan bersama oleh mantan eksekutif Meta, Sheryl Sandberg, partisipasinya menambah nilai strategis penting untuk proyek ini. Namun, yang benar-benar menarik bagi saya bukanlah pendanaan itu sendiri, tetapi TinyFish telah berhasil melakukan penerapan skala besar di lingkungan produksi perusahaan Fortune 500 seperti Google, DoorDash, ClassPass, dengan jutaan operasi dijalankan setiap bulan. Ini berarti mereka telah berhasil melampaui kesenjangan dari demo ke nilai komersial nyata, yang merupakan pencapaian yang sangat langka di bidang agen AI.
Latar belakang tim pendiri juga sangat menarik, mencerminkan perpaduan sempurna antara kedalaman teknologi dan wawasan bisnis. CEO Sudheesh Nair sebelumnya adalah presiden Nutanix, dengan pengalaman luas dalam pengembangan produk tingkat perusahaan dan pemasaran. Salah satu pendiri, Shuhao Zhang, adalah mantan insinyur Meta yang pernah terlibat dalam pengembangan GraphQL, dan memiliki akumulasi teknis yang mendalam dalam pembangunan sistem skala besar. Pendiri lainnya, Keith Zhai, adalah mantan jurnalis senior Wall Street Journal, dan latar belakang medianya memberikan tim perspektif unik dalam pengambilan dan analisis informasi. Kombinasi tiga pengalaman ini—teknologi, bisnis, dan media—memberikan mereka perspektif unik untuk memahami dan menyelesaikan kebutuhan nyata perusahaan dalam otomatisasi jaringan. Seperti yang disebutkan Shuhao dalam wawancara, "pemasaran dan pemetaan posisi memang bagian yang paling sulit" saat membangun sebuah perusahaan, dan latar belakang media Keith justru mengisi kekurangan ini.
Evolusi Teknologi dari AgentQL ke Web Agent Kelas Perusahaan
Memahami perjalanan perkembangan TinyFish memberi saya pemahaman yang lebih dalam tentang akumulasi teknologi mereka. Perusahaan ini sebenarnya telah bekerja diam-diam selama 20 bulan, meskipun baru sekarang mereka resmi keluar dari mode rahasia. Produk pertama mereka, AgentQL, telah menetapkan dasar teknologi yang penting untuk Web Agent tingkat perusahaan. AgentQL menyelesaikan masalah yang telah lama mengganggu pengembang: bagaimana membuat AI agent dapat secara akurat mengenali dan mengoperasikan elemen-elemen halaman web.
Shuhao Zhang mengamati tren penting saat mengembangkan AgentQL: "20 bulan yang lalu saya memang melihat tren dan pergeseran menuju dunia yang lebih berperan sebagai agen. Saat itu masih menggunakan GPT-3.5, tetapi saya benar-benar melihat kemampuan penalaran dan kemampuan untuk menangani tugas yang kompleks. Jadi yang benar-benar hilang adalah cara yang lebih asli bagi agen AI untuk mengakses jaringan." Wawasan ini sangat penting. Alat otomatisasi halaman web tradisional bergantung pada pemilih CSS atau XPath, metode ini sering gagal ketika menghadapi nama kelas yang dihasilkan secara dinamis dan struktur halaman yang terus berubah. Sementara itu, AgentQL memungkinkan pengembang menggunakan bahasa alami untuk mendeskripsikan elemen halaman, seperti "tombol kirim berwarna merah" atau "kartu dengan judul konten tertentu."
Saya sangat menghargai keputusan desain arsitektur teknologi AgentQL. Mereka memilih untuk menganalisis halaman berdasarkan DOM daripada tangkapan layar, keputusan ini didasarkan pada pertimbangan teknis yang mendalam. Shuhao menjelaskan: "Kumpulan data pelatihan model bahasa memiliki data HTML dan DOM jauh lebih banyak dibandingkan dengan gambar. Selain itu, tangkapan layar memiliki batasan fisik, ketika Anda memiliki halaman panjang, gulir horizontal dan vertikal, serta konten yang tersembunyi di panel yang terlipat, metode tangkapan layar memiliki serangkaian batasan." Pilihan teknis ini mencerminkan pemahaman mendalam tim tentang batasan kemampuan model AI.
Keberhasilan AgentQL telah meletakkan dasar penting bagi TinyFish. Ini telah terintegrasi ke dalam kerangka AI utama seperti LangChain, LlamaIndex, dan LFlow, melayani miliaran panggilan API. Yang lebih penting, inovasinya dalam ekstensi Chrome dan alat pengembang memungkinkan pengembang untuk memverifikasi akurasi kueri sebelum penerapan nyata. Pengalaman pengembangan "what you see is what you get" ini secara signifikan menurunkan ambang penggunaan, serta meningkatkan keandalan penerapan akhir. Dari AgentQL hingga Web Agent tingkat perusahaan, TinyFish menunjukkan jalur evolusi teknologi dari alat dasar ke solusi lengkap.
Mengapa metode otomatisasi jaringan tradisional sudah usang
Saya telah mengamati tren yang jelas dalam beberapa tahun terakhir: internet menjadi semakin kompleks, sementara cara kita mengakses dan memproses data di internet tetap di level sepuluh tahun yang lalu. TinyFish dalam blog terbarunya mengajukan pengamatan yang mendalam: "Kisah internet selalu menjadi kisah skala." Dari beberapa halaman statis awal, hingga jutaan situs web yang dapat dicari melalui Yahoo dan Google, hingga platform e-commerce dan sosial, akhirnya seluruh perusahaan bermigrasi ke internet. Namun masalahnya adalah, kecepatan pertumbuhan internet jauh melebihi kemampuan kita untuk mengolahnya.
Jaringan saat ini telah berubah menjadi sebuah labirin. Informasi tersembunyi di balik layar login, konten berubah seiring dengan skrip dan personalisasi, harga disesuaikan setiap menit. Seperti yang dikatakan oleh TinyFish: "Jaringan telah menjadi sebuah labirin yang tidak dapat dipahami dalam skala manusia." Alat penangkapan web tradisional dan skrip otomatis tampak tidak berdaya menghadapi lingkungan jaringan modern. Situs web menggunakan pemuatan dinamis, langkah-langkah anti-scraping, dan konten yang dipersonalisasi, semua ini membuat metode tradisional sering kali gagal.
Lebih penting lagi, aplikasi tingkat perusahaan memiliki tuntutan yang jauh lebih tinggi untuk akurasi, stabilitas, dan kepatuhan dibandingkan dengan kebutuhan pengguna pribadi. Pendiri TinyFish, Sudheesh Nair, memiliki pemahaman mendalam tentang masalah ini. Dia mencatat: "Internet saat ini mencakup ribuan platform dan miliaran halaman, tetapi perusahaan tidak dapat sepenuhnya menggali potensinya karena pekerjaan yang diperlukan untuk menciptakan nilai bisnis secara besar-besaran itu kompleks, manual, dan terbatas oleh kemampuan manusia." Pengamatan ini sangat akurat. Saya telah melihat terlalu banyak perusahaan menghabiskan banyak tenaga kerja untuk secara manual mengumpulkan informasi pesaing, melacak harga pasar, dan memantau perubahan inventaris; pekerjaan ini tidak hanya tidak efisien tetapi juga rentan terhadap kesalahan.
TinyFish sangat menekankan kompleksitas lingkungan jaringan modern dalam berbagi teknologinya. Shuhao Zhang menyebutkan: "Nama kelas dalam kerangka jaringan modern dihasilkan secara dinamis. Jika Anda menyegarkan halaman, beberapa situs web akan mengubah segalanya. Konten juga bersifat dinamis. Jadi nth-child juga akan mengubah urutan saat Anda memiliki spanduk baru, dan carousel akan berubah." Detail teknis ini menjelaskan mengapa pemilih CSS tradisional dan metode XPath tidak lagi dapat diandalkan.
Saya sangat setuju dengan pandangan yang diajukan oleh TinyFish: jaringan telah melampaui kemampuan browser. Mereka menulis dalam blog: "Menciptakan peluang dan pendapatan baru bergantung pada ribuan alur kerja yang berjalan di ribuan situs web, dengan miliaran perubahan setiap hari. Tidak ada analis manusia yang bisa mengikutinya. Alat konsumen, yang dibangun untuk individu satu per satu dengan browser, tidak pernah dirancang untuk menanggung beban ini." Apa yang diperlukan oleh perusahaan modern bukanlah browser yang lebih baik, tetapi sistem cerdas yang mampu memahami dan beradaptasi dengan kompleksitas jaringan.
Revolusi Web Agent Tingkat Perusahaan TinyFish
Alasan mengapa metode TinyFish menarik perhatian saya adalah karena mereka sejak awal membedakan dengan jelas perbedaan mendasar antara Web Agent konsumen dan Web Agent perusahaan. Seperti yang mereka tunjukkan dalam analisis mereka: "Web Agent perusahaan secara fundamental berbeda dari proxy browser konsumen." Agent konsumen ahli dalam menangani tugas-tugas pribadi, seperti merencanakan perjalanan atau memberikan rekomendasi yang dipersonalisasi berdasarkan riwayat penelusuran, yang merupakan tugas sederhana satu lawan satu. Namun, Web Agent perusahaan perlu mengotomatisasi proses kerja bisnis kompleks yang harus dilakukan ribuan bahkan jutaan kali, dan tidak boleh gagal.
Web Agent tingkat perusahaan mereka memiliki beberapa fitur kunci, yang menunjukkan kepada saya terobosan teknologi yang nyata. Pertama adalah desain yang berfokus pada hasil, agen-agen ini bukan untuk menunjukkan kemampuan teknis, tetapi untuk mencapai hasil bisnis yang terukur, seperti pertumbuhan pendapatan, penghematan biaya, atau peningkatan pangsa pasar. Kedua adalah cakupan alur kerja yang lengkap, mereka dapat menangani setiap tahap dari keseluruhan proses, bukan hanya tugas yang terisolasi. Ketiga adalah keandalan dan kepatuhan tingkat perusahaan, yang berarti mereka dapat memenuhi persyaratan keamanan, tata kelola, dan waktu operasi dari organisasi besar di seluruh dunia.
Hal yang paling mengesankan bagi saya adalah kemampuan "skala planet" mereka. Web Agent TinyFish dapat mengoordinasikan tindakan di ribuan platform secara bersamaan, skala ini tidak dapat dicapai oleh alat otomatisasi tradisional. Bayangkan, seorang agen dapat memantau perubahan harga di ribuan situs e-commerce global secara bersamaan, menganalisis strategi promosi pesaing secara real-time, dan menggabungkan informasi ini menjadi wawasan bisnis yang dapat dijalankan. Ini bukan hanya kemajuan teknologi, tetapi juga perubahan mendasar dalam cara pengumpulan intelijen bisnis.
Dari sudut pandang implementasi teknologi, TinyFish menggunakan model inferensi canggih untuk memahami dan menyesuaikan diri dengan perubahan lingkungan jaringan. Sistem mereka menggunakan model AI canggih untuk inferensi dan eksplorasi, kemudian mengkodekan pengetahuan ini untuk mencapai eksekusi skala besar yang cepat dan pasti. Pendekatan ini menggabungkan fleksibilitas AI dan keandalan otomatisasi tradisional. Yang lebih penting, infrastruktur mereka mampu belajar, beradaptasi, dan berkembang, yang berarti sistem akan menjadi lebih cerdas dan dapat diandalkan seiring dengan penggunaannya.
Saya sangat menghargai pertimbangan keamanan dan kepatuhan yang dilakukan oleh TinyFish. Aplikasi tingkat perusahaan tidak dapat menanggung risiko kebocoran data atau pelanggaran kepatuhan seperti produk konsumen. Web Agent TinyFish dilengkapi dengan kerangka kerja keamanan dan tata kelola tingkat perusahaan, memastikan semua operasi memiliki pencatatan log dan pelacakan audit yang lengkap. Seperti yang mereka tekankan: "Agen TinyFish dirancang khusus untuk beroperasi pada skala, keandalan, dan kepatuhan yang diperlukan perusahaan." Pemahaman mendalam tentang kebutuhan perusahaan ini adalah alasan kunci mengapa mereka dapat berhasil diterapkan di perusahaan Fortune 500.
Dalam desain arsitektur teknis, TinyFish menunjukkan pemahaman yang mendalam tentang teknologi AI modern. Shuhao Zhang dalam berbagi teknisnya menyebutkan: "Kemajuan AI generatif dan model inferensi yang baru dirilis membuat jaringan menjadi lebih kompleks, alat tradisional semakin sulit diakses." Namun, model inferensi inilah yang memberikan kemampuan kepada Agen Web perusahaan TinyFish untuk memahami dan menangani kompleksitas jaringan saat ini, memungkinkan perusahaan untuk memperluas operasinya dengan aman dan mengubah kompleksitas menjadi keuntungan bisnis.
Kasus bisnis nyata membuktikan nilai
Teori sebaik apapun perlu diuji dalam praktik, dan kinerja TinyFish dalam hal ini sangat mengesankan saya. Mereka telah melakukan penerapan besar-besaran di perusahaan-perusahaan terkemuka di berbagai industri, dan kasus-kasus ini menunjukkan nilai bisnis nyata dari Web Agent tingkat perusahaan. Saat ini, TinyFish mengoperasikan ratusan ribu Web Agent tingkat perusahaan, melakukan jutaan operasi setiap bulan untuk perusahaan Fortune 500 dan perusahaan dengan pertumbuhan tinggi, dan skala ini sendiri menunjukkan kedewasaan teknologi dan keaslian permintaan pasar.
Dalam industri perhotelan, TinyFish mengembangkan Web Agent untuk Google yang menyelesaikan tantangan teknologi yang telah ada lama. Di Jepang, ada ribuan hotel yang menggunakan sistem pemesanan yang usang, yang tidak dapat terintegrasi langsung dengan agregator pencarian Google. Solusi tradisional mengharuskan hotel-hotel ini untuk meningkatkan seluruh sistem IT mereka, yang biayanya sangat tinggi dan sulit untuk diterapkan. Web Agent TinyFish mampu secara otomatis mengagregasi informasi inventaris hotel-hotel ini, memungkinkan konsumen untuk menemukan dan memesan kamar-kamar ini melalui pencarian hotel Google, tanpa hotel perlu melakukan pembaruan infrastruktur apapun. Kasus ini dengan sempurna menunjukkan bagaimana Web Agent tingkat perusahaan dapat menciptakan nilai bisnis baru tanpa merusak sistem yang ada.
Di bidang transportasi, sebuah perusahaan ride-hailing terkemuka menggunakan TinyFish untuk mengumpulkan jutaan variabel harga setiap bulan, mencapai penyesuaian pasar dinamis hampir secara real-time. Kemampuan ini memungkinkan mereka untuk merespons cepat strategi harga pesaing, mengoptimalkan model harga mereka sendiri, dan pada akhirnya meningkatkan daya saing dan profitabilitas di pasar. Bayangkan jika data ini dikumpulkan dan dianalisis secara manual, betapa banyak sumber daya manusia yang dibutuhkan, dan betapa sulitnya untuk menjamin ketepatan waktu dan akurasi data tersebut.
Aplikasi di bidang e-commerce bahkan menunjukkan kemampuan kuat dari Web Agent. Merek global dapat secara bersamaan melacak harga pesaing di ribuan situs ritel, memantau perubahan inventaris, dan menangkap data promosi. Intelijen pasar waktu nyata ini memungkinkan perusahaan untuk dengan cepat menyesuaikan strategi penetapan harga mereka, menemukan peluang pasar baru, dan menghindari kehilangan informasi bisnis penting. Lebih penting lagi, pengumpulan dan analisis data ini sepenuhnya otomatis, yang secara signifikan mengurangi biaya operasional.
Jangkauan pelanggan TinyFish juga terus berkembang. Selain raksasa teknologi seperti Google dan DoorDash, perusahaan-perusahaan berkembang seperti ClassPass juga menggunakan layanan mereka. Ini menunjukkan bahwa nilai Web Agent untuk perusahaan tidak hanya terbatas pada perusahaan besar, tetapi juga perusahaan menengah dapat memanfaatkannya. Terutama dalam industri ritel dan pariwisata, TinyFish fokus pada pemantauan harga dinamis sebagai skenario aplikasi inti, membantu perusahaan melacak harga, promosi, waktu pengiriman, dan tingkat persediaan pesaing secara real-time.
Kepala Ilmu Data DoorDash, Abhi Shah, memberikan komentar yang sangat meyakinkan: "Platform TinyFish mengelola kompleksitas interaksi jaringan dalam skala besar. Selain DoorDash, TinyFish juga mendukung alur kerja berisiko tinggi untuk hotel, e-commerce, dan platform pasar, membantu perusahaan menangkap data jaringan yang berubah, bertindak lebih cepat, dan mengubah perubahan yang berkelanjutan menjadi hasil yang terukur." Pengakuan dari pengguna nyata ini lebih meyakinkan daripada demonstrasi teknologi mana pun.
Dari sudut pandang model bisnis, keberhasilan TinyFish terletak pada fokus mereka untuk menyelesaikan masalah nyata yang dihadapi perusahaan, bukan pada mengejar kebaruan teknologi. Secara tradisional, tugas-tugas ini dilakukan oleh tim offshore besar yang melakukan input data secara manual, atau diproses oleh skrip perangkat lunak kustom, tetapi skrip-skrip ini sering gagal ketika ada perubahan desain situs web. TinyFish menawarkan solusi yang lebih tangguh dan skalabel, dengan pendekatan berbasis AI untuk menghadapi perubahan cepat di lingkungan web.
Mengapa investor optimis tentang arah ini
Keputusan ICONIQ Capital untuk memimpin putaran pembiayaan ini membuat saya berpikir banyak. Sebagai VC terkemuka yang fokus pada investasi tahap pertumbuhan, investasi ICONIQ biasanya memiliki pertimbangan strategis yang mendalam. Mitra mereka, Amit Agarwal, saat menjelaskan keputusan investasi, menyebutkan satu poin kunci: TinyFish telah berhasil melakukan penerapan produk dalam skala besar di antara pelanggan, yang memiliki sumber daya pengembangan yang cukup untuk membangun sistem serupa sendiri. "Mereka telah mengoperasikannya, memproduksinya, dan untuk dua pelanggan besar yang memiliki semua sumber daya pengembangan internal untuk membangun hal semacam ini, telah melakukan penerapan dalam skala besar," kata Agarwal.
Pengamatan ini sangat penting. Perusahaan teknologi seperti Google dan DoorDash, memiliki kemampuan untuk mengembangkan alat otomatisasi jaringan mereka sendiri, tetapi mereka memilih untuk menggunakan solusi TinyFish, yang menunjukkan bahwa nilai yang ditawarkan oleh TinyFish melampaui sekadar implementasi teknologi. Saya percaya nilai ini terutama tercermin dalam tiga aspek: tingkat spesialisasi, efek skala, dan kemampuan inovasi berkelanjutan. Tingkat spesialisasi tercermin dalam fokus mendalam TinyFish pada bidang Web Agent perusahaan. Mereka tidak berusaha untuk membuat platform AI umum, tetapi secara khusus menyelesaikan masalah tertentu yang dihadapi perusahaan dalam otomatisasi jaringan.
Tim investasi ICONIQ memberikan penilaian tinggi terhadap kemampuan teknologi TinyFish. Amit Agarwal menyatakan: "Agen Web inovatif TinyFish dapat mereplikasi perilaku manusia di internet secara besar-besaran, memiliki fleksibilitas dan keandalan yang dibutuhkan oleh perusahaan. Ini sedang meletakkan dasar untuk perubahan besar dalam cara perusahaan dan aplikasi berinteraksi dengan jaringan, mengumpulkan intelijen, dan mengotomatiskan alur kerja. Tidak ada orang lain yang menyelesaikan masalah ini, TinyFish telah memberikan hasil di lingkungan produksi pelanggan saat ini."
Efek skala berasal dari investasi infrastruktur mereka. Membangun infrastruktur yang dapat mendukung ratusan ribu Web Agent yang berjalan secara bersamaan membutuhkan investasi teknologi yang besar, dan investasi ini tidak ekonomis bagi kebanyakan perusahaan. TinyFish telah membangun infrastruktur semacam itu dan memiliki kemampuan pemrosesan "skala planet", yang menciptakan hambatan kompetitif yang signifikan bagi mereka.
Kemampuan inovasi yang berkelanjutan mungkin adalah faktor terpenting. Lingkungan jaringan terus berubah, teknologi anti-scraping baru, arsitektur situs web baru, dan langkah-langkah keamanan baru bermunculan. Tim TinyFish secara khusus menangani tantangan ini, solusi mereka akan terus berkembang seiring perubahan lingkungan jaringan. Bagi klien perusahaan, ini berarti mereka dapat fokus pada bisnis inti mereka, tanpa perlu khawatir tentang pemeliharaan dan pembaruan alat otomatisasi jaringan.
Dari sudut pandang peluang pasar, para investor percaya bahwa sekarang adalah momen kunci untuk ledakan Web Agent tingkat perusahaan. Bidang agen AI sedang mengalami demam emas, di mana perusahaan teknologi besar dan startup bersaing untuk memanfaatkan pergeseran dari model bahasa besar statis ke agen dinamis yang mampu melakukan tugas kompleks dengan beberapa langkah. TinyFish telah membangun posisi kepemimpinan teknologi dan basis pelanggan pada momen kunci ini, menciptakan kondisi bagi mereka untuk mengambil posisi yang menguntungkan di pasar yang tumbuh pesat.
Pendanaan baru memberikan TinyFish dana pengembangan selama tiga hingga empat tahun, yang memungkinkan mereka untuk terus berinvestasi dalam pengembangan produk dan memperluas operasi pemasaran. CEO Sudheesh Nair secara jelas menyatakan bahwa tujuan bukan hanya untuk membantu perusahaan menghemat biaya, tetapi "membantu perusahaan menghasilkan lebih banyak uang". Fokus pada menciptakan nilai tambahan alih-alih hanya mengoptimalkan biaya adalah alasan penting mengapa investor memiliki pandangan positif.
Terobosan Kunci Teknologi AI Agent dan Tantangan Masa Depan
Dari sudut pandang teknis, keberhasilan TinyFish tidak terlepas dari terobosan baru-baru ini dalam model bahasa besar dan kemampuan penalaran. Alat otomatisasi di masa lalu bergantung pada aturan dan skrip yang dikodekan secara keras, yang tidak dapat beradaptasi dengan perubahan dinamis di lingkungan jaringan. Namun, model AI saat ini memiliki kemampuan penalaran yang mirip dengan manusia, mampu memahami struktur halaman web, beradaptasi dengan perubahan antarmuka, dan menangani situasi yang tidak biasa. Tetapi seperti yang diamati oleh TinyFish: "Kemajuan AI generatif dan model penalaran yang baru dirilis membuat jaringan menjadi lebih kompleks, sehingga alat tradisional semakin sulit diakses."
Saya sangat memperhatikan bagaimana TinyFish menyelesaikan tantangan inti yang dihadapi AI agent di lingkungan perusahaan. Pertama adalah masalah akurasi. Aplikasi konsumen dapat mentolerir kesalahan sesekali, tetapi aplikasi tingkat perusahaan memiliki tuntutan yang sangat tinggi terhadap akurasi. Satu kesalahan penetapan harga atau kelalaian data dapat menyebabkan kerugian bisnis yang signifikan. TinyFish memastikan ketepatan dan konsistensi operasional melalui infrastruktur patennya, yang dapat belajar dan beradaptasi, sambil mempertahankan standar keandalan tingkat perusahaan.
Masalah skala juga sangat penting. Pengguna individual mungkin hanya perlu memantau beberapa situs sekaligus, tetapi pelanggan perusahaan perlu memantau ribuan platform secara bersamaan. Ini bukan hanya peningkatan jumlah, tetapi juga perubahan kualitas. Penyebaran skala besar memerlukan pertimbangan manajemen sumber daya, penanganan kesalahan, penyeimbangan beban, dan masalah kompleks lainnya. Kemampuan "skala planet" dari TinyFish menunjukkan akumulasi teknologi mereka di bidang ini. Sistem mereka menggunakan model AI canggih untuk penalaran dan eksplorasi, kemudian mengkodekan pengetahuan ini untuk mencapai eksekusi skala besar yang cepat dan deterministik.
Dari sudut pandang detail implementasi arsitektur teknis, Shuhao Zhang menghadapi banyak keputusan teknis yang menarik selama proses pengembangan. Misalnya, dalam pengembangan AgentQL, mereka memilih untuk menggunakan DOM daripada tangkapan layar untuk menganalisis halaman, yang didasarkan pada pemahaman mendalam tentang data pelatihan model AI dan batasan teknis. Mereka juga mengembangkan sistem pra-pemrosesan yang kompleks untuk menangani struktur kompleks halaman web modern, termasuk iframe bersarang, shadow DOM, dan detail teknis lainnya.
Keamanan dan kepatuhan adalah tantangan kunci lainnya. Perilaku perusahaan di dunia maya harus mematuhi berbagai hukum dan peraturan, termasuk hukum perlindungan data, hukum antimonopoli, dan sebagainya. Web Agent TinyFish dilengkapi dengan kerangka keamanan dan tata kelola tingkat perusahaan, memastikan semua operasi memenuhi persyaratan kepatuhan. Khususnya dalam menangani identitas pengguna dan status autentikasi, Shuhao Zhang dalam wawancara menekankan risiko keamanan: "Saya sama sekali tidak merekomendasikan pengguna untuk berbagi sesi mereka dengan browser jarak jauh. Ini adalah bidang yang sangat abu-abu." Dia menyarankan agar perusahaan membuat sistem identitas dan autentikasi yang independen untuk AI agent.
Saya juga memperhatikan inovasi TinyFish dalam menangani kompleksitas jaringan. Situs web modern menggunakan berbagai teknologi untuk mencegah akses otomatis, termasuk CAPTCHA, analisis perilaku, pembatasan IP, dan lain-lain. Web Agent TinyFish mampu beradaptasi dengan langkah-langkah ini, mempertahankan kemampuan akses yang stabil. Adaptasi ini bukanlah proses sekali jadi, melainkan proses pembelajaran dan perbaikan yang berkelanjutan. Mereka bahkan mengembangkan "mode tersembunyi" untuk mengatasi deteksi anti-scraping dengan mensimulasikan karakteristik sidik jari browser yang nyata untuk menghindari batasan ini.
Tetapi tantangan tetap ada. Shuhao Zhang mengakui bahwa mereka belum menemukan solusi sempurna untuk skenario kompleks seperti gulir tak terbatas: "Secara definisi, itu adalah tidak terbatas. Anda selalu perlu memotongnya agar sesuai dengan jendela konteks, Anda perlu mengingat di mana Anda berhenti dan kemudian mulai lagi." Teknologi ini secara jujur mencerminkan kesadaran mereka akan batasan teknologi, dan juga menunjukkan arah untuk pengembangan teknologi di masa depan.
Dampak Mendalam terhadap Transformasi Digital Perusahaan
Saya percaya tren Agen Web tingkat perusahaan yang diwakili oleh TinyFish akan memiliki dampak yang mendalam pada transformasi digital perusahaan. Seperti yang mereka katakan di blog perusahaan: "Jika Anda dapat mengubah internet menjadi data yang dapat dianalisis, ini akan secara fundamental memberikan keuntungan yang tidak dimiliki orang lain bagi perusahaan." Sistem informasi perusahaan tradisional sebagian besar bergantung pada data terstruktur dan antarmuka API, tetapi banyak informasi berharga di internet masih ada dalam bentuk tidak terstruktur. Agen Web tingkat perusahaan menawarkan cara baru untuk mendapatkan dan memanfaatkan informasi ini.
Makna perubahan ini tidak hanya pada tingkat teknis, tetapi juga pada tingkat strategis. Keunggulan kompetitif perusahaan semakin bergantung pada kecepatan pengambilan informasi dan kemampuan analisis. Perusahaan yang dapat mengakses informasi pasar dengan lebih cepat dan lebih akurat akan memiliki keunggulan dalam persaingan. Web Agent TinyFish memungkinkan perusahaan untuk memantau seluruh lingkungan pasar secara real-time, kemampuan ini memiliki nilai besar dalam lingkungan bisnis yang cepat berubah. Seperti yang dikatakan oleh Sudheesh Nair, tujuan mereka adalah membantu perusahaan "menghasilkan lebih banyak uang", bukan hanya menghemat biaya.
Dari sudut pandang biaya, Web Agent juga memberikan manfaat yang signifikan. Riset pasar dan analisis kompetitif tradisional memerlukan banyak tenaga kerja, dan seringkali tidak dapat diperbarui secara real-time. Web Agent tingkat perusahaan dapat bekerja 24 jam nonstop, dengan biaya yang jauh lebih rendah dibandingkan metode manual, serta akurasi dan konsistensi yang lebih tinggi. Peningkatan efisiensi ini memungkinkan perusahaan untuk menginvestasikan lebih banyak sumber daya ke dalam bisnis inti dan kegiatan inovasi.
Saya sangat optimis tentang prospek aplikasi Web Agent dalam manajemen rantai pasokan, pengendalian risiko, dan prediksi pasar. Manajemen rantai pasokan memerlukan pemantauan waktu nyata terhadap kondisi pemasok, perubahan harga, tingkat persediaan, dan informasi lainnya. Pengendalian risiko memerlukan deteksi tepat waktu terhadap faktor eksternal yang mungkin mempengaruhi bisnis. Prediksi pasar memerlukan analisis sejumlah besar data pasar dan informasi tren. Ini semua adalah bidang di mana Web Agent dapat berperan penting. TinyFish saat ini fokus pada industri ritel dan pariwisata, tetapi teknologi mereka sepenuhnya dapat diperluas ke industri lain.
Yang lebih penting, Web Agent dapat mengubah cara perusahaan memperoleh informasi eksternal. Dalam model tradisional, perusahaan umumnya mengandalkan pembelian layanan data pihak ketiga atau menyewa perusahaan riset. Namun, Web Agent memungkinkan perusahaan untuk langsung mendapatkan informasi terbaru dan paling akurat dari sumbernya, mengurangi perantara, dan meningkatkan ketepatan waktu serta keandalan informasi. Kemampuan untuk langsung mendapatkan informasi primer ini akan menjadi sumber keunggulan kompetitif yang penting bagi perusahaan.
TinyFish menyebutkan sebuah poin penting dalam visi teknologinya: "Teknologi dalam kondisi terbaiknya, tidak akan meminta perhatianmu. Ia akan memudar ke latar belakang, memberi jalan pada pentingnya pekerjaan manusia." Filosofi ini mencerminkan pemahaman mendalam mereka tentang nilai teknologi. Teknologi tingkat perusahaan terbaik seharusnya tak terlihat, memungkinkan pengguna untuk fokus pada tujuan bisnis daripada rincian teknis. Inilah inti dari nilai Web Agent tingkat perusahaan.
Tantangan yang Dihadapi dan Perkembangan Masa Depan
Meskipun saya sangat optimis tentang prospek Web Agent tingkat perusahaan, bidang ini masih menghadapi beberapa tantangan penting. Pertama adalah tantangan teknis. Lingkungan jaringan terus berubah, teknologi anti-pencarian baru dan langkah-langkah keamanan terus muncul. Web Agent perlu terus berevolusi untuk beradaptasi dengan perubahan ini. TinyFish meskipun telah mencapai kemajuan penting dalam hal ini, tetapi ini adalah perlombaan teknologi yang tidak ada habisnya. Seperti yang mereka katakan: "Mengubah kompleksitas jaringan dari hambatan menjadi peluang."
Masalah hukum dan etika adalah tantangan penting lainnya. Meskipun sebagian besar informasi di jaringan bersifat publik, akses otomatis tetap dapat melibatkan sengketa hukum dan etika. Setiap negara dan wilayah memiliki peraturan hukum yang berbeda mengenai web crawling, dan perusahaan perlu memastikan bahwa tindakan mereka mematuhi semua hukum dan regulasi yang relevan. TinyFish perlu menemukan keseimbangan antara kemampuan teknis dan persyaratan kepatuhan. Terutama dalam hal privasi data dan perlindungan identitas pengguna, perlu dibangun standar industri dan praktik terbaik.
Persaingan yang semakin ketat juga merupakan tantangan nyata. Dengan pertumbuhan pesat pasar Web Agent tingkat perusahaan, semakin banyak perusahaan yang akan memasuki bidang ini. Perusahaan teknologi besar mungkin akan mengembangkan solusi mereka sendiri, dan perusahaan perangkat lunak khusus juga mungkin meluncurkan produk yang bersaing. TinyFish perlu terus berinovasi untuk mempertahankan keunggulan kompetitif. Namun, dari situasi saat ini, mereka telah membangun keunggulan awal yang penting dan hambatan teknologi.
Dari sudut pandang pembangunan tim, TinyFish menghadapi tantangan khas yang dihadapi perusahaan rintisan teknologi. Shuhao Zhang menyebutkan dalam wawancara, "Bagian tersulit sebagai pendiri pasti adalah penempatan dan bisnis," yang mencerminkan tantangan umum yang dihadapi pendiri berbasis teknologi dalam hal pemasaran. Namun, latar belakang media dari co-founder mereka, Keith Zhai, memberikan dukungan penting bagi tim di bidang ini.
Saya percaya bahwa strategi sukses TinyFish harus terfokus pada beberapa aspek kunci. Pertama adalah terus memperdalam moat teknologi, terutama dalam kemampuan menangani lingkungan jaringan yang kompleks dan penerapan skala besar. Mereka perlu mempertahankan posisi terdepan secara teknologi dalam kemampuan inferensi AI, adaptabilitas jaringan, dan keandalan tingkat perusahaan. Kedua adalah memperluas basis pelanggan, dari perusahaan besar saat ini ke pasar perusahaan menengah. Ketiga adalah membangun ekosistem, menjalin kemitraan dengan penyedia perangkat lunak perusahaan lain, menjadikan Web Agent bagian dari solusi digital yang lebih besar.
Dari perspektif pengembangan produk, TinyFish sedang bertransformasi dari alat dasar seperti AgentQL menuju solusi Web Agent perusahaan yang komprehensif. Mereka berencana untuk secara resmi merilis perusahaan dalam satu atau dua bulan ke depan, di mana mereka mungkin akan mengungkap lebih banyak detail produk. Dari segi arsitektur teknis, mereka sedang membangun seluruh tumpukan teknologi, termasuk infrastruktur lingkungan runtime, pemrosesan logika bisnis di lapisan aplikasi, serta sistem pengamatan, pemantauan, dan otentikasi.
Dari sudut pandang perkembangan industri, saya memprediksi bahwa Web Agent tingkat perusahaan akan menjadi komponen standar dalam tumpukan teknologi perusahaan. Seperti perusahaan saat ini yang menggunakan sistem CRM, ERP, dll., perusahaan di masa depan juga akan secara umum menggunakan Web Agent untuk mendapatkan dan menganalisis informasi eksternal. Skala pasar ini mungkin mencapai ratusan miliar dolar, memberikan peluang pertumbuhan besar bagi pelaku awal seperti TinyFish.
Akhirnya, saya percaya bahwa TinyFish mewakili bukan hanya solusi teknologi baru, tetapi juga perubahan mendasar dalam cara bisnis berinteraksi dengan dunia jaringan. Di era di mana informasi adalah keunggulan kompetitif, perusahaan yang dapat lebih baik memahami dan memanfaatkan informasi jaringan akan mendapatkan keunggulan kompetitif yang berkelanjutan. Seperti yang dikatakan TinyFish: "Fokus pada hal-hal yang menggerakkan Anda. Untuk segalanya yang lain, ada TinyFish." Pendanaan mereka sebesar 47 juta dolar hanya merupakan awal dari perubahan ini, penciptaan nilai yang sebenarnya masih akan datang. Mengubah kompleksitas jaringan menjadi peluang bisnis, itulah inti dari era Agen Web tingkat perusahaan.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Web Agent tingkat perusahaan telah hadir, biarkan AI "membantu" perusahaan menghasilkan uang besar.
Apakah Anda pernah berpikir bahwa internet sebenarnya telah sepenuhnya melampaui kemampuan pemrosesan manusia? Bayangkan sebuah perusahaan yang perlu melacak perubahan harga, pembaruan stok, dan dinamika pesaing di ribuan situs web setiap harinya, di mana data tersebut berubah setiap menit. Browser tradisional dan operasi manual sama sekali tidak mampu menghadapinya. Ketika saya melihat berita bahwa TinyFish baru saja menyelesaikan pendanaan putaran A sebesar 47 juta dolar AS, saya menyadari bahwa ini bukan hanya sebuah putaran pendanaan, tetapi awal dari era baru—Era Agen Web Kelas Perusahaan. Saya selalu memikirkan aplikasi komersial dari agen AI, tetapi pendekatan TinyFish menunjukkan arah yang lebih realistis dan disruptif: membuat agen AI tidak sekadar meniru manusia dalam menjelajahi web, tetapi menjalankan alur kerja bisnis yang kompleks dengan skala, keandalan, dan persyaratan kepatuhan kelas perusahaan.
Putaran pendanaan ini yang dipimpin oleh ICONIQ Capital, menarik partisipasi dari lembaga investasi terkenal seperti USVP, Mango Capital, MongoDB Ventures, dan Sandberg Bernthal Venture Partners. Yang perlu dicatat adalah, Sandberg Bernthal Venture Partners adalah dana yang didirikan bersama oleh mantan eksekutif Meta, Sheryl Sandberg, partisipasinya menambah nilai strategis penting untuk proyek ini. Namun, yang benar-benar menarik bagi saya bukanlah pendanaan itu sendiri, tetapi TinyFish telah berhasil melakukan penerapan skala besar di lingkungan produksi perusahaan Fortune 500 seperti Google, DoorDash, ClassPass, dengan jutaan operasi dijalankan setiap bulan. Ini berarti mereka telah berhasil melampaui kesenjangan dari demo ke nilai komersial nyata, yang merupakan pencapaian yang sangat langka di bidang agen AI.
Latar belakang tim pendiri juga sangat menarik, mencerminkan perpaduan sempurna antara kedalaman teknologi dan wawasan bisnis. CEO Sudheesh Nair sebelumnya adalah presiden Nutanix, dengan pengalaman luas dalam pengembangan produk tingkat perusahaan dan pemasaran. Salah satu pendiri, Shuhao Zhang, adalah mantan insinyur Meta yang pernah terlibat dalam pengembangan GraphQL, dan memiliki akumulasi teknis yang mendalam dalam pembangunan sistem skala besar. Pendiri lainnya, Keith Zhai, adalah mantan jurnalis senior Wall Street Journal, dan latar belakang medianya memberikan tim perspektif unik dalam pengambilan dan analisis informasi. Kombinasi tiga pengalaman ini—teknologi, bisnis, dan media—memberikan mereka perspektif unik untuk memahami dan menyelesaikan kebutuhan nyata perusahaan dalam otomatisasi jaringan. Seperti yang disebutkan Shuhao dalam wawancara, "pemasaran dan pemetaan posisi memang bagian yang paling sulit" saat membangun sebuah perusahaan, dan latar belakang media Keith justru mengisi kekurangan ini.
Evolusi Teknologi dari AgentQL ke Web Agent Kelas Perusahaan
Memahami perjalanan perkembangan TinyFish memberi saya pemahaman yang lebih dalam tentang akumulasi teknologi mereka. Perusahaan ini sebenarnya telah bekerja diam-diam selama 20 bulan, meskipun baru sekarang mereka resmi keluar dari mode rahasia. Produk pertama mereka, AgentQL, telah menetapkan dasar teknologi yang penting untuk Web Agent tingkat perusahaan. AgentQL menyelesaikan masalah yang telah lama mengganggu pengembang: bagaimana membuat AI agent dapat secara akurat mengenali dan mengoperasikan elemen-elemen halaman web.
Shuhao Zhang mengamati tren penting saat mengembangkan AgentQL: "20 bulan yang lalu saya memang melihat tren dan pergeseran menuju dunia yang lebih berperan sebagai agen. Saat itu masih menggunakan GPT-3.5, tetapi saya benar-benar melihat kemampuan penalaran dan kemampuan untuk menangani tugas yang kompleks. Jadi yang benar-benar hilang adalah cara yang lebih asli bagi agen AI untuk mengakses jaringan." Wawasan ini sangat penting. Alat otomatisasi halaman web tradisional bergantung pada pemilih CSS atau XPath, metode ini sering gagal ketika menghadapi nama kelas yang dihasilkan secara dinamis dan struktur halaman yang terus berubah. Sementara itu, AgentQL memungkinkan pengembang menggunakan bahasa alami untuk mendeskripsikan elemen halaman, seperti "tombol kirim berwarna merah" atau "kartu dengan judul konten tertentu."
Saya sangat menghargai keputusan desain arsitektur teknologi AgentQL. Mereka memilih untuk menganalisis halaman berdasarkan DOM daripada tangkapan layar, keputusan ini didasarkan pada pertimbangan teknis yang mendalam. Shuhao menjelaskan: "Kumpulan data pelatihan model bahasa memiliki data HTML dan DOM jauh lebih banyak dibandingkan dengan gambar. Selain itu, tangkapan layar memiliki batasan fisik, ketika Anda memiliki halaman panjang, gulir horizontal dan vertikal, serta konten yang tersembunyi di panel yang terlipat, metode tangkapan layar memiliki serangkaian batasan." Pilihan teknis ini mencerminkan pemahaman mendalam tim tentang batasan kemampuan model AI.
Keberhasilan AgentQL telah meletakkan dasar penting bagi TinyFish. Ini telah terintegrasi ke dalam kerangka AI utama seperti LangChain, LlamaIndex, dan LFlow, melayani miliaran panggilan API. Yang lebih penting, inovasinya dalam ekstensi Chrome dan alat pengembang memungkinkan pengembang untuk memverifikasi akurasi kueri sebelum penerapan nyata. Pengalaman pengembangan "what you see is what you get" ini secara signifikan menurunkan ambang penggunaan, serta meningkatkan keandalan penerapan akhir. Dari AgentQL hingga Web Agent tingkat perusahaan, TinyFish menunjukkan jalur evolusi teknologi dari alat dasar ke solusi lengkap.
Mengapa metode otomatisasi jaringan tradisional sudah usang
Saya telah mengamati tren yang jelas dalam beberapa tahun terakhir: internet menjadi semakin kompleks, sementara cara kita mengakses dan memproses data di internet tetap di level sepuluh tahun yang lalu. TinyFish dalam blog terbarunya mengajukan pengamatan yang mendalam: "Kisah internet selalu menjadi kisah skala." Dari beberapa halaman statis awal, hingga jutaan situs web yang dapat dicari melalui Yahoo dan Google, hingga platform e-commerce dan sosial, akhirnya seluruh perusahaan bermigrasi ke internet. Namun masalahnya adalah, kecepatan pertumbuhan internet jauh melebihi kemampuan kita untuk mengolahnya.
Jaringan saat ini telah berubah menjadi sebuah labirin. Informasi tersembunyi di balik layar login, konten berubah seiring dengan skrip dan personalisasi, harga disesuaikan setiap menit. Seperti yang dikatakan oleh TinyFish: "Jaringan telah menjadi sebuah labirin yang tidak dapat dipahami dalam skala manusia." Alat penangkapan web tradisional dan skrip otomatis tampak tidak berdaya menghadapi lingkungan jaringan modern. Situs web menggunakan pemuatan dinamis, langkah-langkah anti-scraping, dan konten yang dipersonalisasi, semua ini membuat metode tradisional sering kali gagal.
Lebih penting lagi, aplikasi tingkat perusahaan memiliki tuntutan yang jauh lebih tinggi untuk akurasi, stabilitas, dan kepatuhan dibandingkan dengan kebutuhan pengguna pribadi. Pendiri TinyFish, Sudheesh Nair, memiliki pemahaman mendalam tentang masalah ini. Dia mencatat: "Internet saat ini mencakup ribuan platform dan miliaran halaman, tetapi perusahaan tidak dapat sepenuhnya menggali potensinya karena pekerjaan yang diperlukan untuk menciptakan nilai bisnis secara besar-besaran itu kompleks, manual, dan terbatas oleh kemampuan manusia." Pengamatan ini sangat akurat. Saya telah melihat terlalu banyak perusahaan menghabiskan banyak tenaga kerja untuk secara manual mengumpulkan informasi pesaing, melacak harga pasar, dan memantau perubahan inventaris; pekerjaan ini tidak hanya tidak efisien tetapi juga rentan terhadap kesalahan.
TinyFish sangat menekankan kompleksitas lingkungan jaringan modern dalam berbagi teknologinya. Shuhao Zhang menyebutkan: "Nama kelas dalam kerangka jaringan modern dihasilkan secara dinamis. Jika Anda menyegarkan halaman, beberapa situs web akan mengubah segalanya. Konten juga bersifat dinamis. Jadi nth-child juga akan mengubah urutan saat Anda memiliki spanduk baru, dan carousel akan berubah." Detail teknis ini menjelaskan mengapa pemilih CSS tradisional dan metode XPath tidak lagi dapat diandalkan.
Saya sangat setuju dengan pandangan yang diajukan oleh TinyFish: jaringan telah melampaui kemampuan browser. Mereka menulis dalam blog: "Menciptakan peluang dan pendapatan baru bergantung pada ribuan alur kerja yang berjalan di ribuan situs web, dengan miliaran perubahan setiap hari. Tidak ada analis manusia yang bisa mengikutinya. Alat konsumen, yang dibangun untuk individu satu per satu dengan browser, tidak pernah dirancang untuk menanggung beban ini." Apa yang diperlukan oleh perusahaan modern bukanlah browser yang lebih baik, tetapi sistem cerdas yang mampu memahami dan beradaptasi dengan kompleksitas jaringan.
Revolusi Web Agent Tingkat Perusahaan TinyFish
Alasan mengapa metode TinyFish menarik perhatian saya adalah karena mereka sejak awal membedakan dengan jelas perbedaan mendasar antara Web Agent konsumen dan Web Agent perusahaan. Seperti yang mereka tunjukkan dalam analisis mereka: "Web Agent perusahaan secara fundamental berbeda dari proxy browser konsumen." Agent konsumen ahli dalam menangani tugas-tugas pribadi, seperti merencanakan perjalanan atau memberikan rekomendasi yang dipersonalisasi berdasarkan riwayat penelusuran, yang merupakan tugas sederhana satu lawan satu. Namun, Web Agent perusahaan perlu mengotomatisasi proses kerja bisnis kompleks yang harus dilakukan ribuan bahkan jutaan kali, dan tidak boleh gagal.
Web Agent tingkat perusahaan mereka memiliki beberapa fitur kunci, yang menunjukkan kepada saya terobosan teknologi yang nyata. Pertama adalah desain yang berfokus pada hasil, agen-agen ini bukan untuk menunjukkan kemampuan teknis, tetapi untuk mencapai hasil bisnis yang terukur, seperti pertumbuhan pendapatan, penghematan biaya, atau peningkatan pangsa pasar. Kedua adalah cakupan alur kerja yang lengkap, mereka dapat menangani setiap tahap dari keseluruhan proses, bukan hanya tugas yang terisolasi. Ketiga adalah keandalan dan kepatuhan tingkat perusahaan, yang berarti mereka dapat memenuhi persyaratan keamanan, tata kelola, dan waktu operasi dari organisasi besar di seluruh dunia.
Hal yang paling mengesankan bagi saya adalah kemampuan "skala planet" mereka. Web Agent TinyFish dapat mengoordinasikan tindakan di ribuan platform secara bersamaan, skala ini tidak dapat dicapai oleh alat otomatisasi tradisional. Bayangkan, seorang agen dapat memantau perubahan harga di ribuan situs e-commerce global secara bersamaan, menganalisis strategi promosi pesaing secara real-time, dan menggabungkan informasi ini menjadi wawasan bisnis yang dapat dijalankan. Ini bukan hanya kemajuan teknologi, tetapi juga perubahan mendasar dalam cara pengumpulan intelijen bisnis.
Dari sudut pandang implementasi teknologi, TinyFish menggunakan model inferensi canggih untuk memahami dan menyesuaikan diri dengan perubahan lingkungan jaringan. Sistem mereka menggunakan model AI canggih untuk inferensi dan eksplorasi, kemudian mengkodekan pengetahuan ini untuk mencapai eksekusi skala besar yang cepat dan pasti. Pendekatan ini menggabungkan fleksibilitas AI dan keandalan otomatisasi tradisional. Yang lebih penting, infrastruktur mereka mampu belajar, beradaptasi, dan berkembang, yang berarti sistem akan menjadi lebih cerdas dan dapat diandalkan seiring dengan penggunaannya.
Saya sangat menghargai pertimbangan keamanan dan kepatuhan yang dilakukan oleh TinyFish. Aplikasi tingkat perusahaan tidak dapat menanggung risiko kebocoran data atau pelanggaran kepatuhan seperti produk konsumen. Web Agent TinyFish dilengkapi dengan kerangka kerja keamanan dan tata kelola tingkat perusahaan, memastikan semua operasi memiliki pencatatan log dan pelacakan audit yang lengkap. Seperti yang mereka tekankan: "Agen TinyFish dirancang khusus untuk beroperasi pada skala, keandalan, dan kepatuhan yang diperlukan perusahaan." Pemahaman mendalam tentang kebutuhan perusahaan ini adalah alasan kunci mengapa mereka dapat berhasil diterapkan di perusahaan Fortune 500.
Dalam desain arsitektur teknis, TinyFish menunjukkan pemahaman yang mendalam tentang teknologi AI modern. Shuhao Zhang dalam berbagi teknisnya menyebutkan: "Kemajuan AI generatif dan model inferensi yang baru dirilis membuat jaringan menjadi lebih kompleks, alat tradisional semakin sulit diakses." Namun, model inferensi inilah yang memberikan kemampuan kepada Agen Web perusahaan TinyFish untuk memahami dan menangani kompleksitas jaringan saat ini, memungkinkan perusahaan untuk memperluas operasinya dengan aman dan mengubah kompleksitas menjadi keuntungan bisnis.
Kasus bisnis nyata membuktikan nilai
Teori sebaik apapun perlu diuji dalam praktik, dan kinerja TinyFish dalam hal ini sangat mengesankan saya. Mereka telah melakukan penerapan besar-besaran di perusahaan-perusahaan terkemuka di berbagai industri, dan kasus-kasus ini menunjukkan nilai bisnis nyata dari Web Agent tingkat perusahaan. Saat ini, TinyFish mengoperasikan ratusan ribu Web Agent tingkat perusahaan, melakukan jutaan operasi setiap bulan untuk perusahaan Fortune 500 dan perusahaan dengan pertumbuhan tinggi, dan skala ini sendiri menunjukkan kedewasaan teknologi dan keaslian permintaan pasar.
Dalam industri perhotelan, TinyFish mengembangkan Web Agent untuk Google yang menyelesaikan tantangan teknologi yang telah ada lama. Di Jepang, ada ribuan hotel yang menggunakan sistem pemesanan yang usang, yang tidak dapat terintegrasi langsung dengan agregator pencarian Google. Solusi tradisional mengharuskan hotel-hotel ini untuk meningkatkan seluruh sistem IT mereka, yang biayanya sangat tinggi dan sulit untuk diterapkan. Web Agent TinyFish mampu secara otomatis mengagregasi informasi inventaris hotel-hotel ini, memungkinkan konsumen untuk menemukan dan memesan kamar-kamar ini melalui pencarian hotel Google, tanpa hotel perlu melakukan pembaruan infrastruktur apapun. Kasus ini dengan sempurna menunjukkan bagaimana Web Agent tingkat perusahaan dapat menciptakan nilai bisnis baru tanpa merusak sistem yang ada.
Di bidang transportasi, sebuah perusahaan ride-hailing terkemuka menggunakan TinyFish untuk mengumpulkan jutaan variabel harga setiap bulan, mencapai penyesuaian pasar dinamis hampir secara real-time. Kemampuan ini memungkinkan mereka untuk merespons cepat strategi harga pesaing, mengoptimalkan model harga mereka sendiri, dan pada akhirnya meningkatkan daya saing dan profitabilitas di pasar. Bayangkan jika data ini dikumpulkan dan dianalisis secara manual, betapa banyak sumber daya manusia yang dibutuhkan, dan betapa sulitnya untuk menjamin ketepatan waktu dan akurasi data tersebut.
Aplikasi di bidang e-commerce bahkan menunjukkan kemampuan kuat dari Web Agent. Merek global dapat secara bersamaan melacak harga pesaing di ribuan situs ritel, memantau perubahan inventaris, dan menangkap data promosi. Intelijen pasar waktu nyata ini memungkinkan perusahaan untuk dengan cepat menyesuaikan strategi penetapan harga mereka, menemukan peluang pasar baru, dan menghindari kehilangan informasi bisnis penting. Lebih penting lagi, pengumpulan dan analisis data ini sepenuhnya otomatis, yang secara signifikan mengurangi biaya operasional.
Jangkauan pelanggan TinyFish juga terus berkembang. Selain raksasa teknologi seperti Google dan DoorDash, perusahaan-perusahaan berkembang seperti ClassPass juga menggunakan layanan mereka. Ini menunjukkan bahwa nilai Web Agent untuk perusahaan tidak hanya terbatas pada perusahaan besar, tetapi juga perusahaan menengah dapat memanfaatkannya. Terutama dalam industri ritel dan pariwisata, TinyFish fokus pada pemantauan harga dinamis sebagai skenario aplikasi inti, membantu perusahaan melacak harga, promosi, waktu pengiriman, dan tingkat persediaan pesaing secara real-time.
Kepala Ilmu Data DoorDash, Abhi Shah, memberikan komentar yang sangat meyakinkan: "Platform TinyFish mengelola kompleksitas interaksi jaringan dalam skala besar. Selain DoorDash, TinyFish juga mendukung alur kerja berisiko tinggi untuk hotel, e-commerce, dan platform pasar, membantu perusahaan menangkap data jaringan yang berubah, bertindak lebih cepat, dan mengubah perubahan yang berkelanjutan menjadi hasil yang terukur." Pengakuan dari pengguna nyata ini lebih meyakinkan daripada demonstrasi teknologi mana pun.
Dari sudut pandang model bisnis, keberhasilan TinyFish terletak pada fokus mereka untuk menyelesaikan masalah nyata yang dihadapi perusahaan, bukan pada mengejar kebaruan teknologi. Secara tradisional, tugas-tugas ini dilakukan oleh tim offshore besar yang melakukan input data secara manual, atau diproses oleh skrip perangkat lunak kustom, tetapi skrip-skrip ini sering gagal ketika ada perubahan desain situs web. TinyFish menawarkan solusi yang lebih tangguh dan skalabel, dengan pendekatan berbasis AI untuk menghadapi perubahan cepat di lingkungan web.
Mengapa investor optimis tentang arah ini
Keputusan ICONIQ Capital untuk memimpin putaran pembiayaan ini membuat saya berpikir banyak. Sebagai VC terkemuka yang fokus pada investasi tahap pertumbuhan, investasi ICONIQ biasanya memiliki pertimbangan strategis yang mendalam. Mitra mereka, Amit Agarwal, saat menjelaskan keputusan investasi, menyebutkan satu poin kunci: TinyFish telah berhasil melakukan penerapan produk dalam skala besar di antara pelanggan, yang memiliki sumber daya pengembangan yang cukup untuk membangun sistem serupa sendiri. "Mereka telah mengoperasikannya, memproduksinya, dan untuk dua pelanggan besar yang memiliki semua sumber daya pengembangan internal untuk membangun hal semacam ini, telah melakukan penerapan dalam skala besar," kata Agarwal.
Pengamatan ini sangat penting. Perusahaan teknologi seperti Google dan DoorDash, memiliki kemampuan untuk mengembangkan alat otomatisasi jaringan mereka sendiri, tetapi mereka memilih untuk menggunakan solusi TinyFish, yang menunjukkan bahwa nilai yang ditawarkan oleh TinyFish melampaui sekadar implementasi teknologi. Saya percaya nilai ini terutama tercermin dalam tiga aspek: tingkat spesialisasi, efek skala, dan kemampuan inovasi berkelanjutan. Tingkat spesialisasi tercermin dalam fokus mendalam TinyFish pada bidang Web Agent perusahaan. Mereka tidak berusaha untuk membuat platform AI umum, tetapi secara khusus menyelesaikan masalah tertentu yang dihadapi perusahaan dalam otomatisasi jaringan.
Tim investasi ICONIQ memberikan penilaian tinggi terhadap kemampuan teknologi TinyFish. Amit Agarwal menyatakan: "Agen Web inovatif TinyFish dapat mereplikasi perilaku manusia di internet secara besar-besaran, memiliki fleksibilitas dan keandalan yang dibutuhkan oleh perusahaan. Ini sedang meletakkan dasar untuk perubahan besar dalam cara perusahaan dan aplikasi berinteraksi dengan jaringan, mengumpulkan intelijen, dan mengotomatiskan alur kerja. Tidak ada orang lain yang menyelesaikan masalah ini, TinyFish telah memberikan hasil di lingkungan produksi pelanggan saat ini."
Efek skala berasal dari investasi infrastruktur mereka. Membangun infrastruktur yang dapat mendukung ratusan ribu Web Agent yang berjalan secara bersamaan membutuhkan investasi teknologi yang besar, dan investasi ini tidak ekonomis bagi kebanyakan perusahaan. TinyFish telah membangun infrastruktur semacam itu dan memiliki kemampuan pemrosesan "skala planet", yang menciptakan hambatan kompetitif yang signifikan bagi mereka.
Kemampuan inovasi yang berkelanjutan mungkin adalah faktor terpenting. Lingkungan jaringan terus berubah, teknologi anti-scraping baru, arsitektur situs web baru, dan langkah-langkah keamanan baru bermunculan. Tim TinyFish secara khusus menangani tantangan ini, solusi mereka akan terus berkembang seiring perubahan lingkungan jaringan. Bagi klien perusahaan, ini berarti mereka dapat fokus pada bisnis inti mereka, tanpa perlu khawatir tentang pemeliharaan dan pembaruan alat otomatisasi jaringan.
Dari sudut pandang peluang pasar, para investor percaya bahwa sekarang adalah momen kunci untuk ledakan Web Agent tingkat perusahaan. Bidang agen AI sedang mengalami demam emas, di mana perusahaan teknologi besar dan startup bersaing untuk memanfaatkan pergeseran dari model bahasa besar statis ke agen dinamis yang mampu melakukan tugas kompleks dengan beberapa langkah. TinyFish telah membangun posisi kepemimpinan teknologi dan basis pelanggan pada momen kunci ini, menciptakan kondisi bagi mereka untuk mengambil posisi yang menguntungkan di pasar yang tumbuh pesat.
Pendanaan baru memberikan TinyFish dana pengembangan selama tiga hingga empat tahun, yang memungkinkan mereka untuk terus berinvestasi dalam pengembangan produk dan memperluas operasi pemasaran. CEO Sudheesh Nair secara jelas menyatakan bahwa tujuan bukan hanya untuk membantu perusahaan menghemat biaya, tetapi "membantu perusahaan menghasilkan lebih banyak uang". Fokus pada menciptakan nilai tambahan alih-alih hanya mengoptimalkan biaya adalah alasan penting mengapa investor memiliki pandangan positif.
Terobosan Kunci Teknologi AI Agent dan Tantangan Masa Depan
Dari sudut pandang teknis, keberhasilan TinyFish tidak terlepas dari terobosan baru-baru ini dalam model bahasa besar dan kemampuan penalaran. Alat otomatisasi di masa lalu bergantung pada aturan dan skrip yang dikodekan secara keras, yang tidak dapat beradaptasi dengan perubahan dinamis di lingkungan jaringan. Namun, model AI saat ini memiliki kemampuan penalaran yang mirip dengan manusia, mampu memahami struktur halaman web, beradaptasi dengan perubahan antarmuka, dan menangani situasi yang tidak biasa. Tetapi seperti yang diamati oleh TinyFish: "Kemajuan AI generatif dan model penalaran yang baru dirilis membuat jaringan menjadi lebih kompleks, sehingga alat tradisional semakin sulit diakses."
Saya sangat memperhatikan bagaimana TinyFish menyelesaikan tantangan inti yang dihadapi AI agent di lingkungan perusahaan. Pertama adalah masalah akurasi. Aplikasi konsumen dapat mentolerir kesalahan sesekali, tetapi aplikasi tingkat perusahaan memiliki tuntutan yang sangat tinggi terhadap akurasi. Satu kesalahan penetapan harga atau kelalaian data dapat menyebabkan kerugian bisnis yang signifikan. TinyFish memastikan ketepatan dan konsistensi operasional melalui infrastruktur patennya, yang dapat belajar dan beradaptasi, sambil mempertahankan standar keandalan tingkat perusahaan.
Masalah skala juga sangat penting. Pengguna individual mungkin hanya perlu memantau beberapa situs sekaligus, tetapi pelanggan perusahaan perlu memantau ribuan platform secara bersamaan. Ini bukan hanya peningkatan jumlah, tetapi juga perubahan kualitas. Penyebaran skala besar memerlukan pertimbangan manajemen sumber daya, penanganan kesalahan, penyeimbangan beban, dan masalah kompleks lainnya. Kemampuan "skala planet" dari TinyFish menunjukkan akumulasi teknologi mereka di bidang ini. Sistem mereka menggunakan model AI canggih untuk penalaran dan eksplorasi, kemudian mengkodekan pengetahuan ini untuk mencapai eksekusi skala besar yang cepat dan deterministik.
Dari sudut pandang detail implementasi arsitektur teknis, Shuhao Zhang menghadapi banyak keputusan teknis yang menarik selama proses pengembangan. Misalnya, dalam pengembangan AgentQL, mereka memilih untuk menggunakan DOM daripada tangkapan layar untuk menganalisis halaman, yang didasarkan pada pemahaman mendalam tentang data pelatihan model AI dan batasan teknis. Mereka juga mengembangkan sistem pra-pemrosesan yang kompleks untuk menangani struktur kompleks halaman web modern, termasuk iframe bersarang, shadow DOM, dan detail teknis lainnya.
Keamanan dan kepatuhan adalah tantangan kunci lainnya. Perilaku perusahaan di dunia maya harus mematuhi berbagai hukum dan peraturan, termasuk hukum perlindungan data, hukum antimonopoli, dan sebagainya. Web Agent TinyFish dilengkapi dengan kerangka keamanan dan tata kelola tingkat perusahaan, memastikan semua operasi memenuhi persyaratan kepatuhan. Khususnya dalam menangani identitas pengguna dan status autentikasi, Shuhao Zhang dalam wawancara menekankan risiko keamanan: "Saya sama sekali tidak merekomendasikan pengguna untuk berbagi sesi mereka dengan browser jarak jauh. Ini adalah bidang yang sangat abu-abu." Dia menyarankan agar perusahaan membuat sistem identitas dan autentikasi yang independen untuk AI agent.
Saya juga memperhatikan inovasi TinyFish dalam menangani kompleksitas jaringan. Situs web modern menggunakan berbagai teknologi untuk mencegah akses otomatis, termasuk CAPTCHA, analisis perilaku, pembatasan IP, dan lain-lain. Web Agent TinyFish mampu beradaptasi dengan langkah-langkah ini, mempertahankan kemampuan akses yang stabil. Adaptasi ini bukanlah proses sekali jadi, melainkan proses pembelajaran dan perbaikan yang berkelanjutan. Mereka bahkan mengembangkan "mode tersembunyi" untuk mengatasi deteksi anti-scraping dengan mensimulasikan karakteristik sidik jari browser yang nyata untuk menghindari batasan ini.
Tetapi tantangan tetap ada. Shuhao Zhang mengakui bahwa mereka belum menemukan solusi sempurna untuk skenario kompleks seperti gulir tak terbatas: "Secara definisi, itu adalah tidak terbatas. Anda selalu perlu memotongnya agar sesuai dengan jendela konteks, Anda perlu mengingat di mana Anda berhenti dan kemudian mulai lagi." Teknologi ini secara jujur mencerminkan kesadaran mereka akan batasan teknologi, dan juga menunjukkan arah untuk pengembangan teknologi di masa depan.
Dampak Mendalam terhadap Transformasi Digital Perusahaan
Saya percaya tren Agen Web tingkat perusahaan yang diwakili oleh TinyFish akan memiliki dampak yang mendalam pada transformasi digital perusahaan. Seperti yang mereka katakan di blog perusahaan: "Jika Anda dapat mengubah internet menjadi data yang dapat dianalisis, ini akan secara fundamental memberikan keuntungan yang tidak dimiliki orang lain bagi perusahaan." Sistem informasi perusahaan tradisional sebagian besar bergantung pada data terstruktur dan antarmuka API, tetapi banyak informasi berharga di internet masih ada dalam bentuk tidak terstruktur. Agen Web tingkat perusahaan menawarkan cara baru untuk mendapatkan dan memanfaatkan informasi ini.
Makna perubahan ini tidak hanya pada tingkat teknis, tetapi juga pada tingkat strategis. Keunggulan kompetitif perusahaan semakin bergantung pada kecepatan pengambilan informasi dan kemampuan analisis. Perusahaan yang dapat mengakses informasi pasar dengan lebih cepat dan lebih akurat akan memiliki keunggulan dalam persaingan. Web Agent TinyFish memungkinkan perusahaan untuk memantau seluruh lingkungan pasar secara real-time, kemampuan ini memiliki nilai besar dalam lingkungan bisnis yang cepat berubah. Seperti yang dikatakan oleh Sudheesh Nair, tujuan mereka adalah membantu perusahaan "menghasilkan lebih banyak uang", bukan hanya menghemat biaya.
Dari sudut pandang biaya, Web Agent juga memberikan manfaat yang signifikan. Riset pasar dan analisis kompetitif tradisional memerlukan banyak tenaga kerja, dan seringkali tidak dapat diperbarui secara real-time. Web Agent tingkat perusahaan dapat bekerja 24 jam nonstop, dengan biaya yang jauh lebih rendah dibandingkan metode manual, serta akurasi dan konsistensi yang lebih tinggi. Peningkatan efisiensi ini memungkinkan perusahaan untuk menginvestasikan lebih banyak sumber daya ke dalam bisnis inti dan kegiatan inovasi.
Saya sangat optimis tentang prospek aplikasi Web Agent dalam manajemen rantai pasokan, pengendalian risiko, dan prediksi pasar. Manajemen rantai pasokan memerlukan pemantauan waktu nyata terhadap kondisi pemasok, perubahan harga, tingkat persediaan, dan informasi lainnya. Pengendalian risiko memerlukan deteksi tepat waktu terhadap faktor eksternal yang mungkin mempengaruhi bisnis. Prediksi pasar memerlukan analisis sejumlah besar data pasar dan informasi tren. Ini semua adalah bidang di mana Web Agent dapat berperan penting. TinyFish saat ini fokus pada industri ritel dan pariwisata, tetapi teknologi mereka sepenuhnya dapat diperluas ke industri lain.
Yang lebih penting, Web Agent dapat mengubah cara perusahaan memperoleh informasi eksternal. Dalam model tradisional, perusahaan umumnya mengandalkan pembelian layanan data pihak ketiga atau menyewa perusahaan riset. Namun, Web Agent memungkinkan perusahaan untuk langsung mendapatkan informasi terbaru dan paling akurat dari sumbernya, mengurangi perantara, dan meningkatkan ketepatan waktu serta keandalan informasi. Kemampuan untuk langsung mendapatkan informasi primer ini akan menjadi sumber keunggulan kompetitif yang penting bagi perusahaan.
TinyFish menyebutkan sebuah poin penting dalam visi teknologinya: "Teknologi dalam kondisi terbaiknya, tidak akan meminta perhatianmu. Ia akan memudar ke latar belakang, memberi jalan pada pentingnya pekerjaan manusia." Filosofi ini mencerminkan pemahaman mendalam mereka tentang nilai teknologi. Teknologi tingkat perusahaan terbaik seharusnya tak terlihat, memungkinkan pengguna untuk fokus pada tujuan bisnis daripada rincian teknis. Inilah inti dari nilai Web Agent tingkat perusahaan.
Tantangan yang Dihadapi dan Perkembangan Masa Depan
Meskipun saya sangat optimis tentang prospek Web Agent tingkat perusahaan, bidang ini masih menghadapi beberapa tantangan penting. Pertama adalah tantangan teknis. Lingkungan jaringan terus berubah, teknologi anti-pencarian baru dan langkah-langkah keamanan terus muncul. Web Agent perlu terus berevolusi untuk beradaptasi dengan perubahan ini. TinyFish meskipun telah mencapai kemajuan penting dalam hal ini, tetapi ini adalah perlombaan teknologi yang tidak ada habisnya. Seperti yang mereka katakan: "Mengubah kompleksitas jaringan dari hambatan menjadi peluang."
Masalah hukum dan etika adalah tantangan penting lainnya. Meskipun sebagian besar informasi di jaringan bersifat publik, akses otomatis tetap dapat melibatkan sengketa hukum dan etika. Setiap negara dan wilayah memiliki peraturan hukum yang berbeda mengenai web crawling, dan perusahaan perlu memastikan bahwa tindakan mereka mematuhi semua hukum dan regulasi yang relevan. TinyFish perlu menemukan keseimbangan antara kemampuan teknis dan persyaratan kepatuhan. Terutama dalam hal privasi data dan perlindungan identitas pengguna, perlu dibangun standar industri dan praktik terbaik.
Persaingan yang semakin ketat juga merupakan tantangan nyata. Dengan pertumbuhan pesat pasar Web Agent tingkat perusahaan, semakin banyak perusahaan yang akan memasuki bidang ini. Perusahaan teknologi besar mungkin akan mengembangkan solusi mereka sendiri, dan perusahaan perangkat lunak khusus juga mungkin meluncurkan produk yang bersaing. TinyFish perlu terus berinovasi untuk mempertahankan keunggulan kompetitif. Namun, dari situasi saat ini, mereka telah membangun keunggulan awal yang penting dan hambatan teknologi.
Dari sudut pandang pembangunan tim, TinyFish menghadapi tantangan khas yang dihadapi perusahaan rintisan teknologi. Shuhao Zhang menyebutkan dalam wawancara, "Bagian tersulit sebagai pendiri pasti adalah penempatan dan bisnis," yang mencerminkan tantangan umum yang dihadapi pendiri berbasis teknologi dalam hal pemasaran. Namun, latar belakang media dari co-founder mereka, Keith Zhai, memberikan dukungan penting bagi tim di bidang ini.
Saya percaya bahwa strategi sukses TinyFish harus terfokus pada beberapa aspek kunci. Pertama adalah terus memperdalam moat teknologi, terutama dalam kemampuan menangani lingkungan jaringan yang kompleks dan penerapan skala besar. Mereka perlu mempertahankan posisi terdepan secara teknologi dalam kemampuan inferensi AI, adaptabilitas jaringan, dan keandalan tingkat perusahaan. Kedua adalah memperluas basis pelanggan, dari perusahaan besar saat ini ke pasar perusahaan menengah. Ketiga adalah membangun ekosistem, menjalin kemitraan dengan penyedia perangkat lunak perusahaan lain, menjadikan Web Agent bagian dari solusi digital yang lebih besar.
Dari perspektif pengembangan produk, TinyFish sedang bertransformasi dari alat dasar seperti AgentQL menuju solusi Web Agent perusahaan yang komprehensif. Mereka berencana untuk secara resmi merilis perusahaan dalam satu atau dua bulan ke depan, di mana mereka mungkin akan mengungkap lebih banyak detail produk. Dari segi arsitektur teknis, mereka sedang membangun seluruh tumpukan teknologi, termasuk infrastruktur lingkungan runtime, pemrosesan logika bisnis di lapisan aplikasi, serta sistem pengamatan, pemantauan, dan otentikasi.
Dari sudut pandang perkembangan industri, saya memprediksi bahwa Web Agent tingkat perusahaan akan menjadi komponen standar dalam tumpukan teknologi perusahaan. Seperti perusahaan saat ini yang menggunakan sistem CRM, ERP, dll., perusahaan di masa depan juga akan secara umum menggunakan Web Agent untuk mendapatkan dan menganalisis informasi eksternal. Skala pasar ini mungkin mencapai ratusan miliar dolar, memberikan peluang pertumbuhan besar bagi pelaku awal seperti TinyFish.
Akhirnya, saya percaya bahwa TinyFish mewakili bukan hanya solusi teknologi baru, tetapi juga perubahan mendasar dalam cara bisnis berinteraksi dengan dunia jaringan. Di era di mana informasi adalah keunggulan kompetitif, perusahaan yang dapat lebih baik memahami dan memanfaatkan informasi jaringan akan mendapatkan keunggulan kompetitif yang berkelanjutan. Seperti yang dikatakan TinyFish: "Fokus pada hal-hal yang menggerakkan Anda. Untuk segalanya yang lain, ada TinyFish." Pendanaan mereka sebesar 47 juta dolar hanya merupakan awal dari perubahan ini, penciptaan nilai yang sebenarnya masih akan datang. Mengubah kompleksitas jaringan menjadi peluang bisnis, itulah inti dari era Agen Web tingkat perusahaan.