Kategori & Pola Produk AI: Peta Lanskap

Generasi, ringkasan, retrieval, agent, multimodal — mana yang cocok untuk produkmu?

Tujuan Pembelajaran

Memahami spektrum kategori produk AI dan use case masing-masing
Mampu memetakan ide produk ke kategori dan pola yang tepat
Mengenali contoh sukses di setiap kategori

Analogi

Diagram


      Text Generation  = Pop (Paling umum, accessible)
Summarization    = Akustik (Simple, elegan, fokus)
Retrieval / QA   = Jazz (Improvisasi dari knowledge base)
Agent / Tool-Use = Orkestra (Banyak instrumen, butuh konduktor)
Multimodal       = EDM (Gabungan audio+visual+text)
Code Generation  = Klasik (Teknis, presisi, structured)

Tiap kategori produk AI punya genre sendiri — pilih yang sesuai masalah yang mau kamu pecahkan.

Penjelasan Konsep

Enam kategori utama produk AI: (1) Text Generation: copywriting, content creation, creative writing — contoh Jasper AI. (2) Summarization: ringkasan dokumen, meeting notes — contoh Otter.ai. (3) Retrieval & QA: chatbot dokumen, customer support, research — pola RAG — contoh Perplexity. (4) Agent & Tool-Use: AI yang execute task kompleks — contoh Devin, Claude Computer Use. (5) Multimodal: gambar, video, audio — contoh Midjourney, Runway. (6) Code Generation: IDE assistants — contoh GitHub Copilot, Cursor.

Tiap kategori punya technical challenges berbeda: Text Gen butuh factuality, Retrieval butuh embedding quality, Agent butuh reliability. Pahami challenge-nya sebelum build.

Inti yang Perlu Dipahami

Bagian ini berfokus pada memahami spektrum kategori produk AI dan use case masing-masing., mampu memetakan ide produk ke kategori dan pola yang tepat., dan mengenali contoh sukses di setiap kategori. Jangan terburu-buru menghafal istilahnya. Lebih penting untuk memahami peran setiap konsep dan kapan konsep itu muncul dalam pekerjaan web development.

Saat membaca Kategori & Pola Produk AI, gunakan tujuan belajar sebagai penanda arah. Kalau kamu sudah bisa menjelaskan tujuan itu dengan kata-katamu sendiri, berarti fondasinya mulai terbentuk.

Cara Membayangkannya

Tiap kategori produk AI punya genre sendiri — pilih yang sesuai masalah yang mau kamu pecahkan. Analogi ini dipakai supaya konsep teknis tidak terasa melayang. Hubungkan setiap istilah dengan perannya: siapa yang meminta, siapa yang memproses, data apa yang berpindah, dan hasil apa yang diharapkan.

Kalau analoginya sudah terasa masuk akal, barulah lihat istilah teknisnya. Cara ini membuat materi lebih mudah dipahami daripada langsung menghafal definisi.

Konteks dalam Perjalanan Belajar

Setiap konsep di platform ini dipilih karena dipakai di industri. Fokus pada pemahaman, bukan hafalan.

Kamu sudah di bagian lanjutan. Mulai pikirkan bagaimana konsep ini dipakai di dunia kerja — bukan hanya untuk belajar, tapi untuk membangun produk nyata.

Gunakan pertanyaan reflektif dan prompt AI di akhir chapter sebagai latihan aktif. Membaca saja tidak cukup — kamu perlu menjelaskan ulang dengan kata-katamu sendiri.

Prompt AI

Untuk setiap kategori, minta AI memberi 3 contoh produk sukses + 3 ide produk yang belum ada (white space opportunities) di market Indonesia.

Pertanyaan Reflektif

Pilih 2 kategori paling menarik. Research 3 produk per kategori. Apa yang bikin sukses? Apa yang bikin user bayar?