Wawancara dengan Jensen Huang

Mendengarkan Ben Gilbert dan David Rosenthal, pembawa acara Acquired, menceritakan lebih dari 500 jam riset mereka tentang Nvidia, dan kemudian duduk bersama CEO Jensen Huang lalu menemukan dimensi pemahaman yang sama sekali baru, adalah bukti kehebatan sosoknya sendiri. Dalam percakapan yang merupakan gabungan antara kelas master dalam membangun perusahaan dan penyelaman mendalam ke masa depan komputasi, Huang menguak lapisan-lapisan perjalanan Nvidia, mengungkapkan filosofi taruhan berani, pandangan jauh ke depan tanpa henti, dan arsitektur organisasi yang inovatif layaknya chip mereka.

Keberanian Kesempurnaan: Mempertaruhkan Perusahaan pada "Chip Sempurna"

Perjalanan Nvidia, seperti banyak raksasa lainnya, dimulai dengan pengalaman nyaris bangkrut. Bayangkan sebuah startup di tahun 1997, dengan uang tunai tersisa hanya untuk enam bulan, menghadapi 30 kompetitor. Taruhan arsitektural mereka sebelumnya terbukti salah, dan DirectX milik Microsoft secara fundamental tidak kompatibel dengan desain mereka yang sudah ada. Ini adalah momen krusial bagi Reva 128, sebuah chip yang dirancang untuk menjadi pipeline grafis terakselerasi 3D penuh pertama di dunia. Menghadapi krisis eksistensial, Jensen Huang membuat keputusan yang tak terpikirkan: mengabaikan prototipe fisik dan memesan seluruh produksi hanya berdasarkan simulasi.

Tim tersebut membuat prototipe chip secara virtual, menjalankan setiap perangkat lunak dan game pada sebuah emulator yang membutuhkan waktu satu jam untuk merender satu frame. Proses yang melelahkan ini menghasilkan keyakinan yang nyaris irasional. Seperti yang Huang kenang, ketika ditanya bagaimana ia tahu chip itu akan sempurna, ia hanya menyatakan, "Saya tahu itu akan sempurna karena jika tidak, kami akan bangkrut." Pendekatan berisiko tinggi ini, didorong oleh simulasi risiko masa depan yang menyeluruh, memungkinkan mereka untuk menyelesaikan desain chip dan segera memulai serangan gencar pemasaran dan produksi. Taruhan itu membuahkan hasil, bukan karena keberuntungan, tetapi karena masa depan telah disimulasikan secara ketat di muka.

Pembelajaran Utama:

• Simulasikan Masa Depan: Identifikasi dan selesaikan semua potensi risiko dan ketidakpastian masa depan secara proaktif sebelum berkomitmen.
• Satu Kali Kesempatan, Buatlah Sempurna: Ketika taruhannya paling tinggi, persiapan yang cermat untuk "hasil yang sempurna" mengurangi risiko sebenarnya dari taruhan tersebut.
• Pasar Antusias: Identifikasi segmen di mana teknologi "tidak pernah cukup baik" untuk memastikan peluang berkelanjutan bagi inovasi terus-menerus.

Mengantisipasi Masa Depan: Dari Grafis ke Aproksimator Fungsi Universal

Melangkah cepat ke awal 2010-an, Nvidia, pemimpin dalam grafis konsumen, menemukan dirinya pada momen penting lainnya dengan munculnya deep learning. Sementara banyak di dunia teknologi arus utama memandang terobosan seperti AlexNet sebagai "proyek sains", Jensen Huang melihat perubahan besar. Nvidia sudah berinvestasi besar-besaran di CUDA, sebuah platform yang mendemokratisasikan supercomputing bagi para peneliti di berbagai bidang ilmiah. Hubungan yang sudah ada dengan komunitas akademik ini menjadi loop feedback yang krusial.

Huang dan timnya memiliki pandangan jauh ke depan untuk bertanya: "Apa yang membuat hal ini begitu sukses?" dan "apakah ini scalable?" Penalaran mereka mengarah pada kesadaran mendalam: deep learning telah menemukan "aproksimator fungsi universal". Ini berarti banyak masalah dunia nyata, dari memprediksi preferensi konsumen hingga pola cuaca, tidak memerlukan pemahaman kausalitas, hanya prediktabilitas. Jika sebuah sistem dapat belajar dari contoh dan membuat prediksi, aplikasinya "sangatlah besar". Keyakinan ini, lahir dari keterlibatan mendalam dengan para peneliti seperti Ilya Sutskever dan Andrew Ng, memicu investasi tak tergoyahkan dalam AI, bertahun-tahun sebelum ledakannya di arus utama.

Perubahan Utama:

• Pergeseran Paradigma dari Kausalitas ke Prediktabilitas: Mengakui bahwa banyak masalah mendapat manfaat dari pengenalan pola daripada memahami penyebab yang mendasari.
• Mendemokratisasikan Supercomputing: Membangun platform CUDA menumbuhkan komunitas yang secara alami tertarik pada paradigma komputasi baru seperti deep learning.
• Melibatkan Pengadopsi Awal: Bekerja sama secara erat dengan para peneliti perintis memberikan wawasan krusial dan validasi untuk investasi jangka panjang.

Infrastruktur Tak Terlihat: Membangun Pusat Data Masa Depan

Perjalanan Nvidia untuk mendukung ledakan AI saat ini bukanlah lompatan langsung dari GPU gaming ke pusat data besar. Ini adalah poros strategis multi-dekade yang dimulai hampir 17 tahun lalu dengan pertanyaan sederhana: Apa yang membatasi peluang kita? Jawabannya: ikatan fisik GPU ke PC desktop. Jensen membayangkan masa depan di mana komputasi terpisah dari perangkat tampilan. Ini mengarah pada produk cloud pertama mereka, GeForce Now (GFN), dan kemudian grafis jarak jauh perusahaan.

Ekspansi bertahap dan disengaja ke pusat data ini, mempelajari nuansa komputasi terdistribusi dan mengatasi tantangan latensi, meletakkan dasar bagi AI. "Anda ingin membuka jalan bagi peluang masa depan; Anda tidak bisa menunggu sampai peluang itu ada di depan mata Anda baru kemudian meraihnya." Prinsip ini berujung pada akuisisi berani Mellanox, sebuah perusahaan networking berkinerja tinggi, yang merupakan "kejutan bagi semua orang" pada saat itu. Huang menyadari bahwa pusat data untuk AI secara fundamental berbeda dari hyperscale cloud, membutuhkan networking "kebalikan dari hyperscale" untuk membagi model ke jutaan prosesor. Mellanox menyediakan teknologi InfiniBand yang krusial, menjadikan akuisisi itu "salah satu keputusan strategis terbaik yang pernah saya buat".

Praktik Utama:

• Antisipasi Kendala Jangka Panjang: Identifikasi dan hapus hambatan secara sistematis yang dapat membatasi pertumbuhan dan peluang pasar di masa depan.
• Posisi Pra-Strategis: Berinvestasi dalam teknologi dan kapabilitas fundamental yang "memposisikan perusahaan dekat dengan peluang" meskipun bentuk pastinya belum jelas.
• Berpikir Terbalik: Kenali kapan pasar baru (seperti pusat data AI) membutuhkan pendekatan arsitektural yang sama sekali berbeda dari model yang sudah ada (seperti hyperscale cloud).

Arsitektur sebagai Strategi: Organisasi "Misi adalah Bos"

Gaya kepemimpinan unik Jensen Huang meluas ke struktur organisasi Nvidia. Ia bekerja dengan lebih dari 40 bawahan langsung, menghindari model hierarki tradisional yang menyerupai "militer". Sebaliknya, ia memandang Nvidia sebagai "tumpukan Komputasi" di mana individu mengelola "modul" atau fungsi yang berbeda. Gelar adalah sekunder dibandingkan keahlian, dan orang yang "terbaik dalam menjalankan modul tersebut" adalah "pilot yang memimpin".

Arsitektur informasi yang lebih datar, lebih terdistribusi ini, di mana "misi adalah bos", berarti informasi krusial disebarkan "cukup cepat ke banyak orang yang berbeda", seringkali di tingkat tim, bahkan kepada lulusan baru. Ini memastikan semua orang belajar pada waktu yang sama, memberdayakan individu berdasarkan kemampuan mereka untuk bernalar dan berkontribusi, daripada akses informasi yang istimewa. Pendekatan organik yang mirip jaringan saraf ini, di mana tim terhubung berdasarkan misi, memungkinkan kelincahan ekstrem dan eksekusi cepat, seperti mengirimkan dua siklus produk utama dalam setahun – sebuah pencapaian yang hampir tak terbayangkan bagi perusahaan teknologi besar lainnya.

Wawasan Utama:

• Perusahaan sebagai Tumpukan Komputasi: Rancang arsitektur organisasi untuk mencerminkan produk yang sedang dibangun, bukan model hierarki generik.
• Misi sebagai Prinsip Pemandu: Berdayakan tim lintas fungsi untuk terhubung berdasarkan misi tertentu, menumbuhkan kolaborasi di luar silo departemen yang kaku.
• Informasi yang Didemokratisasikan: Sebarkan informasi krusial secara luas dan cepat untuk mengurangi ketidakseimbangan kekuasaan dan memungkinkan pengambilan keputusan kolektif yang lebih cepat.

"Anda ingin memposisikan diri Anda dekat dengan peluang, Anda tidak perlu sesempurna itu, Anda tahu Anda ingin memposisikan diri Anda dekat dengan pohon dan bahkan jika Anda tidak menangkap Apel sebelum jatuh ke tanah, selama Anda yang pertama memungutnya, Anda ingin memposisikan diri Anda dekat dengan peluang sekarang." - Jensen Huang