Category: Agritech, Pangan & Rantai Pasok

Ikan yang kita lihat rapi di chiller supermarket punya perjalanan yang jauh lebih chaotic daripada tampilannya. Sebelum sampai ke display, produk bisa melewati nelayan atau pembudidaya, tempat pendaratan, pengepul, sortir, cold storage, pengolahan, truk berpendingin, distributor, sampai buyer. Setiap perpindahan punya risiko: suhu naik, kualitas turun, data hilang, pembayaran lambat, atau stok ternyata tidak sesuai yang dijanjikan. Jadi ketika teknologi masuk ke bisnis perikanan, value-nya bukan sekadar bikin nelayan punya aplikasi. Teknologi mengubah siapa tahu apa, kapan keputusan dibuat, dan seberapa cepat produk bergerak.

Dalam beberapa tahun terakhir, JALA, Aruna, eFishery, dan FishLog pernah mewakili beberapa bagian penting dari transformasi itu. JALA tumbuh dari digitalisasi budidaya udang menuju sistem yang lebih end-to-end. Aruna membangun koneksi antara nelayan kecil dan pasar yang lebih luas. FishLog fokus pada cold chain serta jaringan B2B. eFishery menjadi simbol besar digitalisasi akuakultur, lalu sekaligus contoh keras bahwa teknologi dan skala tanpa governance yang kuat bisa berujung krisis. Industri ini akhirnya memberi pelajaran yang cukup savage: digitalisasi supply chain harus dibarengi digitalisasi kontrol.

Di perikanan, kualitas punya countdown

Sayur masih bisa terlihat layu. Ikan dan udang sering tidak memberi warning sejelas itu kepada konsumen awam, padahal perubahan kualitas bisa berlangsung cepat jika penanganan buruk. Begitu produk keluar dari habitat atau tambak, waktu menjadi variabel ekonomi. Kecepatan handling, kebersihan, pendinginan, pembekuan, kemasan, dan kestabilan suhu menentukan berapa banyak value yang bisa dipertahankan. Itu sebabnya cold chain bukan back-office. Cold chain adalah bagian dari produknya sendiri.

Teknologi membuat countdown ini lebih terlihat. Data waktu panen, lokasi, suhu, ukuran, batch, kualitas, stok, dan buyer dapat digabungkan untuk mengurangi keputusan berbasis tebak-tebakan. Tetapi sensor dan platform hanya berguna kalau proses fisiknya disiplin. Kalau data mengatakan suhu ideal tetapi pintu cold storage sering terbuka terlalu lama, sistem tetap bocor. Perikanan modern therefore bukan soal memilih digital atau tradisional. Yang terjadi adalah physical operation diberi layer data supaya variasi kualitas dan transaksi bisa dikendalikan lebih cepat.

JALA memperpanjang cerita dari tambak sampai meja

Situs JALA pada 2026 menampilkan positioning yang lebih luas daripada aplikasi pencatatan tambak. Perusahaan menyatakan bekerja bersama petambak dan pembeli untuk membangun supply chain yang terhubung, dengan aktivitas hulu pada budidaya adaptif iklim dan aktivitas hilir dari panen, pengolahan, hingga distribusi. Pada halaman produk, JALA juga menjelaskan alur receiving, sorting, deheading, freezing di hari yang sama, packing, storage, dan shipping melalui cold chain.

Perubahan positioning ini masuk akal. Data budidaya punya nilai lebih besar jika dapat dibawa sampai transaksi. Buyer ingin kualitas konsisten dan traceable. Petambak ingin keputusan panen dan pasar yang jelas. Prosesor ingin bahan baku sesuai spesifikasi. Kalau tiga kebutuhan ini berada di sistem yang sama, informasi tidak berhenti di tambak. JALA bahkan menyebut area produksi lebih dari 224.000 meter persegi dan kontribusi sekitar 300.000 sajian udang per hari, sebagai klaim perusahaan. Di sini teknologi berfungsi seperti bahasa bersama antara pihak yang sebelumnya bekerja dalam silo.

Aruna mengubah pertanyaan dari siapa menangkap menjadi siapa membeli

Aruna mendeskripsikan dirinya sebagai integrated fisheries commerce yang merampingkan supply chain hasil laut dengan menghubungkan nelayan skala kecil ke pasar melalui teknologi. Di situs resminya, Aruna menekankan seafood untuk pasar domestik dan global serta aspek sustainability dan traceability. Intinya bukan menciptakan ikan secara digital, tentu saja. Value-nya datang dari koordinasi supply yang tersebar, standardisasi, dan kemampuan membawa produk ke buyer yang punya permintaan spesifik.

Bagi nelayan kecil, market access sering lebih penting daripada dashboard. Harga di lokasi pendaratan dipengaruhi banyak hal, termasuk kualitas, jumlah pembeli, kebutuhan cash cepat, kondisi penyimpanan, dan informasi harga. Platform dapat mengurangi sebagian information gap, tetapi tetap harus punya muscle di lapangan. Quality control, konsolidasi volume, dokumentasi, dan fulfillment menentukan apakah buyer mau repeat order. Jadi kalau sebuah marketplace perikanan hanya mempertemukan listing dan chat, ia belum menyelesaikan bagian tersulit dari bisnis.

FishLog menjadikan cold storage sebagai node, bukan gudang pasif

FishLog dibangun dengan thesis bahwa rantai pasok perikanan Indonesia sangat fragmented dan cold storage bisa menjadi node distribusi yang lebih produktif. Profil FishLog di Accel menyebut platform B2B yang menghubungkan nelayan, pembudidaya, cold storage, jasa logistik, dan buyer UKM. Insignia Ventures juga menjelaskan fokus FishLog pada digitalisasi cold storage agar kapasitas lebih terhubung dengan pemasok dan pembeli. Pada 2025, BNI Ventures menyebut pendanaan lanjutan kepada FishLog untuk memperkuat ekosistem teknologi perikanan.

Idenya simpel tetapi deep: freezer yang tidak terhubung ke informasi demand hanya menyimpan barang. Freezer yang tahu stok, kualitas, asal, dan calon pembeli bisa menjadi infrastructure node. Di negara kepulauan, konsep ini punya relevansi besar karena produksi dan konsumsi tersebar. Tantangannya tetap brutal. Utilisasi, listrik, maintenance, inventory aging, financing, dan schedule transport harus sinkron. Satu bottleneck bisa menghapus margin beberapa mata rantai sekaligus.

eFishery memberi pelajaran bahwa skala digital harus punya kontrol

Tidak mungkin membahas evolusi aquatech Indonesia 2026 tanpa menyebut eFishery. Perusahaan pernah menjadi ikon teknologi pakan dan ekosistem pembudidaya. Namun sejak akhir 2024, dugaan manipulasi laporan keuangan berkembang menjadi proses hukum dan konsekuensi investor yang luas. Pada Juli 2026, Kementerian Keuangan Malaysia menyatakan dana pensiun KWAP menjadi korban penipuan terencana terkait investasinya di eFishery, dan konsorsium investor menempuh langkah hukum untuk pemulihan dana. Pemberitaan pada bulan yang sama juga mencatat proses pidana terhadap mantan pendiri.

Pelajaran industrinya lebih besar dari satu perusahaan. Supply chain digital menghasilkan banyak data, tetapi banyak data tidak otomatis berarti governance bagus. Revenue, transaksi, inventory, financing, dan user activity harus punya rekonsiliasi yang bisa diuji independen. Startup perikanan yang menggabungkan hardware, kredit, perdagangan, dan software bahkan punya permukaan risiko lebih luas daripada SaaS biasa. Board, auditor, investor, dan manajemen perlu memastikan bahwa dashboard bisnis punya hubungan nyata dengan uang, barang, dan counterparty. Ini bukan bagian boring yang bisa ditambahkan setelah scale. Ini bagian dari produk kepercayaan.

Teknologi menggeser bargaining power lewat informasi

Dulu banyak transaksi perikanan bergantung pada siapa mengenal siapa dan siapa punya akses fisik ke stok. Pola itu tidak hilang, tetapi data mulai mengubah bargaining power. Ketika buyer bisa melihat ketersediaan, ukuran, kualitas, dan lokasi, pencarian pasokan lebih cepat. Ketika pemasok punya informasi demand dan harga yang lebih luas, ketergantungan pada satu pembeli bisa berkurang. Ketika histori transaksi terdokumentasi, pembiayaan juga punya lebih banyak evidence dibanding sekadar reputasi verbal.

Tapi transparansi tidak otomatis adil. Platform bisa menciptakan ketergantungan baru jika satu pemain menguasai demand, data, pembayaran, sekaligus logistik. Karena itu desain insentif penting. Nelayan atau pembudidaya perlu tahu basis harga, potongan kualitas, waktu pembayaran, dan risiko retur. Buyer perlu punya standar yang jelas. Teknologi yang sehat memperjelas aturan main. Teknologi yang buruk hanya memindahkan opacity dari lapangan ke algoritma yang tidak dipahami user.

Dari commodity ke traceable product

Salah satu perubahan paling menarik adalah bagaimana ikan dan udang bisa bergerak dari komoditas generik menjadi produk dengan identitas batch. JALA secara eksplisit menonjolkan traceability. Aruna juga menghubungkan sustainability dengan sourcing. Untuk buyer hotel, restoran, retailer, atau pasar ekspor, kemampuan menjawab asal produk, cara penanganan, dan konsistensi spesifikasi makin bernilai. Traceability bukan sekadar QR code yang kelihatan modern. Ia butuh chain of custody yang bisa dipercaya.

Kalau data hanya dimasukkan di ujung proses, traceability mudah jadi gimmick. Sistem yang kredibel perlu capture sejak sumber, menjaga identitas saat konsolidasi, mencatat pengolahan, dan mempertahankan integritas saat distribusi. Ini pekerjaan operations banget. Namun justru di sini teknologi punya leverage tinggi. Sekali data struktur terbentuk, perusahaan bisa lebih cepat menangani complaint, menarik batch bermasalah, memenuhi dokumen buyer, atau membuktikan praktik tertentu. Value-nya nyata dan tidak bergantung pada hype aplikasi.

Siapa yang sebenarnya menang dari transformasi ini?

Idealnya semua pihak mendapat sebagian benefit. Nelayan dan pembudidaya mendapat akses pasar lebih luas, kepastian proses, serta keputusan produksi yang lebih baik. Cold storage mendapat utilisasi dan perputaran stok. Buyer mendapat kualitas dan data yang lebih konsisten. Konsumen mendapat produk yang lebih aman dan bisa ditelusuri. Startup mendapat fee atau margin karena mengurangi friction. Tetapi kata kuncinya adalah idealnya. Distribution of value tidak otomatis seimbang.

Karena itu metrik industri perlu naik level. Jangan hanya melihat tonase atau GMV. Lihat lead time pembayaran ke pemasok, shrinkage, reject rate, utilisasi cold storage, repeat buyer, kestabilan kualitas, complaint, dan margin per transaksi setelah subsidi. Untuk startup dengan financing, lihat kualitas kredit dan exposure. Untuk hardware, lihat uptime dan penggunaan nyata. Kalau metrik ini sehat, digitalisasi menjadi infrastructure. Kalau tidak, angka transaksi besar bisa menjadi vanity metric yang sangat mahal.

Perikanan Indonesia makin digital, tapi pemenangnya tetap operator terbaik

Perubahan dari tambak dan kapal menuju pasar tidak akan selesai dengan satu super-app. Ekosistemnya terlalu fisik dan terlalu tersebar. Yang mungkin terjadi adalah semakin banyak node yang terkoneksi: tambak mengirim data, cold storage mengirim inventory, processor mengirim status produksi, logistik mengirim lokasi, buyer mengirim demand, dan pembayaran tercatat lebih rapi. Teknologi menjadi coordination layer.

JALA, Aruna, FishLog, dan kisah eFishery memperlihatkan spektrum yang lengkap. Ada teknologi budidaya, commerce, cold chain, financing, dan governance. Buat pelaku UMKM perikanan, pesan praktisnya sederhana: pilih teknologi yang mengurangi satu masalah ekonomi nyata, bukan yang sekadar menambah aplikasi di ponsel. Buat startup, jangan mengejar digitalisasi proses yang belum dipahami. Turun ke gudang, tambak, pelabuhan, dan meja buyer. Di sanalah product requirement yang sebenarnya tinggal.

Perikanan Indonesia punya peluang besar bukan karena semua proses akan menjadi otomatis, melainkan karena banyak friction masih bisa dipangkas. Jika data, cold chain, pasar, dan governance bisa bergerak bersama, produk laut tidak lagi hanya berpindah tempat. Ia berpindah dengan identitas, kualitas, dan informasi yang lebih terjaga. Itu yang membuat teknologi akhirnya relevan: bukan karena kelihatan futuristik, tetapi karena ikan sampai ke pasar dengan lebih sedikit value yang hilang di jalan.

Kalau pertanian cuma butuh aplikasi, mungkin masalahnya sudah selesai sejak smartphone murah masuk desa. Petani tinggal download, klik beberapa menu, lalu hasil panen naik, biaya turun, pembeli datang sendiri. Realitanya jelas tidak sesimpel itu. Pertanian adalah bisnis yang hidup di tanah, cuaca, air, pupuk, tenaga kerja, distribusi, harga komoditas, dan keputusan manusia yang sering harus dibuat sebelum data lengkap tersedia. Aplikasi bisa membantu, tetapi aplikasi bukan sawah, bukan gudang, bukan truk, dan bukan kepastian bahwa hasil panen akan dibeli dengan harga yang masuk akal.

Itu sebabnya pertanyaan yang lebih relevan untuk startup pertanian Indonesia bukan siapa punya fitur paling keren, melainkan siapa yang mampu masuk ke workflow nyata petani dan ikut menanggung kompleksitasnya. JALA, Habibi Garden, Neurafarm, dan Eratani menunjukkan empat pintu masuk yang berbeda: data budidaya, otomasi, pengetahuan agronomi, serta pembiayaan dan akses pasar. Masing-masing useful, tetapi value baru terasa ketika teknologi terhubung dengan operasi di lapangan. Di agritech, produk digital yang terlihat clean di layar bisa kalah penting dibanding satu proses distribusi yang konsisten setiap minggu.

Aplikasi adalah interface, bukan bisnis pertanian

Startup digital sering punya bias yang sangat manusiawi: kalau masalah terlihat berantakan, bikin dashboard. Masalahnya, dashboard hanya memotret sebagian realitas. Petani bisa tahu kelembapan, prediksi cuaca, jadwal pemupukan, atau indikasi penyakit, tetapi keputusan berikutnya tetap butuh input fisik, modal kerja, tenaga, akses alat, dan jalur penjualan. Kalau pupuk telat datang, alat rusak, atau pembeli menawar terlalu rendah, insight yang bagus belum tentu berubah menjadi margin yang lebih sehat. Di titik ini, aplikasi berhenti menjadi solusi penuh dan kembali ke posisi aslinya, yaitu alat bantu keputusan.

Buat founder, ini memang less sexy. Menjual software punya narasi scale yang gampang: tambah user, tambah server, tambah wilayah. Pertanian meminta hal yang lebih messy. Ada musim, kualitas lahan, kebiasaan lokal, variasi komoditas, dan infrastruktur yang beda antar daerah. Jadi kalau startup memaksa model satu aplikasi untuk semua masalah, red flag-nya justru ada di simplifikasi itu. Model yang lebih masuk akal biasanya memilih satu pain point yang jelas, lalu membangun jaringan layanan di sekelilingnya sampai dampaknya bisa diukur dalam hasil, biaya, kualitas, atau akses pasar.

JALA memberi contoh kenapa hulu dan hilir akhirnya ketemu

Di industri udang, JALA sekarang menjelaskan dirinya bukan sekadar penyedia teknologi tambak. Pada situs resminya yang diperbarui untuk 2026, perusahaan menempatkan budidaya, panen, pengolahan, distribusi, traceability, sampai akses pasar sebagai satu perjalanan yang terhubung. JALA juga menyebut menjalankan lebih dari 224.000 meter persegi area produksi udang dan berkontribusi pada sekitar 300.000 sajian udang per hari. Angka itu adalah klaim perusahaan, tetapi arah strateginya penting: data tambak baru bernilai maksimal kalau terhubung dengan kualitas produk dan transaksi setelah panen.

Ini plot twist yang sering muncul di agritech. Startup mulai dari software karena software paling mudah diuji, lalu menemukan bahwa bottleneck justru ada di dunia fisik. Petambak tidak hanya butuh grafik kualitas air. Mereka butuh keputusan kapan memberi pakan, kapan panen, siapa yang membeli, bagaimana udang dibekukan, dan bagaimana kualitas dipertahankan sampai pembeli. Semakin dekat teknologi ke uang yang benar-benar masuk atau keluar dari bisnis petani, semakin sulit produk itu dipisahkan dari operasi. Scale tetap penting, tetapi scale bukan lagi sekadar jumlah akun. Scale berarti proses yang konsisten di banyak titik fisik.

Habibi Garden menunjukkan bahwa sensor pun harus masuk ke rutinitas

Habibi Garden mengambil jalur precision agriculture. Situs resminya menawarkan solusi fertigasi, monitoring, prediksi, mobile apps, serta pemanfaatan IoT dan AI untuk mengatur air dan pupuk. Secara konsep, ini kuat karena salah satu sumber pemborosan pertanian datang dari keputusan yang terlalu generik: menyiram berdasarkan kebiasaan, memberi nutrisi berdasarkan kalender, atau datang ke kebun hanya untuk mengecek kondisi yang sebenarnya bisa dipantau jarak jauh. Sensor mengubah sebagian keputusan itu menjadi data yang lebih rutin dan terukur.

Tapi sensor juga bukan magic wand. Hardware harus dipasang benar, dikalibrasi, dirawat, punya konektivitas, dan menghasilkan informasi yang dipahami pengguna. Kalau alat akhirnya cuma jadi benda mahal yang dipasang untuk demo, value-nya hilang. Karena itu kompetensi agritech bukan cuma bikin perangkat. Yang jauh lebih krusial adalah onboarding, agronomi, after-sales, dan kemampuan menjelaskan tindakan apa yang perlu dilakukan dari data yang muncul. Petani tidak membayar untuk angka kelembapan. Mereka membayar, langsung atau tidak langsung, untuk keputusan yang lebih baik dan risiko yang lebih rendah.

Neurafarm memperlihatkan value pengetahuan, bukan cuma AI

Neurafarm sejak awal membangun positioning sebagai smart farming company dengan kombinasi agriculture engineering, software, dan machine learning. Salah satu produknya, Dokter Tania, berangkat dari problem diagnosis dan pengetahuan budidaya. Ini area yang masuk akal untuk digital karena tidak semua petani punya akses cepat ke agronom, penyuluh, atau pakar penyakit tanaman ketika gejala muncul. Foto, database, dan model komputasi bisa mempercepat proses pencarian kemungkinan masalah.

Namun teknologi diagnosis harus diperlakukan sebagai decision support, bukan oracle. Penyakit tanaman bisa mirip secara visual, lingkungan memengaruhi gejala, dan rekomendasi yang salah punya konsekuensi biaya. Riset akademik tentang aplikasi deteksi penyakit tanaman juga berulang kali menekankan bahwa kualitas fitur AI sangat bervariasi dan banyak aplikasi belum layak dianggap solusi lengkap. Jadi startup yang mature tidak menjual ilusi bahwa kamera ponsel menggantikan agronom. Mereka membangun alur eskalasi, edukasi, dan validasi. Lowkey, bagian paling bernilai justru sering bukan model AI-nya, melainkan bagaimana pengetahuan itu dibawa ke keputusan di kebun.

Eratani masuk dari titik yang paling sensitif: cashflow

Eratani mengambil pendekatan lebih terintegrasi pada ekosistem padi, dengan narasi seputar input, pembiayaan, produktivitas, dan akses pasar. Situs resminya pada 2026 menampilkan klaim 46.000 lebih petani dalam ekosistem, 600 lebih kios mitra, 120 lebih mitra rice milling unit, serta lebih dari 21.000 hektare lahan. Perusahaan juga mempublikasikan sejumlah metrik dampak, termasuk fasilitasi dana lebih dari Rp111 miliar. Karena angka tersebut berasal dari perusahaan, ia perlu dibaca sebagai self-reported metric, bukan audit independen.

Meski begitu, pilihan problemnya sangat relate dengan realitas pertanian. Cashflow menentukan apakah petani bisa membeli sarana produksi tepat waktu, memilih kualitas input yang layak, dan menunggu waktu penjualan yang lebih rasional. Di sinilah agritech bisa punya dampak besar sekaligus risiko besar. Pembiayaan yang salah desain dapat mengubah teknologi dari alat pemberdayaan menjadi tekanan baru. Model yang sehat harus melihat kemampuan bayar, volatilitas hasil panen, harga jual, gagal panen, dan mekanisme penjualan. Growth yang hanya mengejar nilai penyaluran tanpa kualitas pembayaran adalah growth yang gampang kelihatan cakep di deck, tapi rapuh di lapangan.

Distribusi adalah moat yang sering diremehkan

Banyak startup mengira keunggulan kompetitif berasal dari algoritma. Di pertanian Indonesia, jaringan distribusi sering lebih defensible. Siapa punya hubungan dengan kios, kelompok tani, pengepul, cold storage, penggilingan, restoran, eksportir, atau pembeli institusi punya akses ke workflow yang tidak bisa diduplikasi hanya dengan menulis kode. Relasi ini dibangun lewat service level, kepercayaan, pembayaran, kualitas barang, dan kemampuan menyelesaikan masalah ketika sesuatu tidak sesuai rencana.

Gokomodo memberi ilustrasi dari sisi input dan supply chain. Pada 2026, situs resminya menyebut distribusi pupuk di tujuh provinsi, jaringan lebih dari 1.100 toko tani dan KUD, serta ribuan katalog produk. Lagi-lagi, itu metrik perusahaan. Tetapi pattern-nya jelas: digital dibungkus dengan jaringan fisik. Ini bukan kegagalan menjadi perusahaan teknologi. Justru ini bentuk adaptasi terhadap pasar. Kalau buyer dan seller berada di dunia fisik, perusahaan teknologi yang relevan harus memahami logistik, inventory, kredit dagang, dan kualitas layanan. Aplikasi yang berdiri sendirian sering terlalu tipis untuk menjadi moat.

Petani tidak butuh teknologi, petani butuh outcome

Cara paling fair menilai agritech adalah menghapus kata teknologi dari pitch dan melihat outcome. Apakah biaya input turun? Apakah penggunaan air lebih efisien? Apakah keputusan penyakit lebih cepat? Apakah hasil lebih konsisten? Apakah harga jual membaik? Apakah pembayaran lebih cepat? Apakah risiko bisa dipahami sebelum musim dimulai? Pertanyaan seperti ini jauh lebih penting dibanding berapa fitur yang baru dirilis bulan ini.

BPS pada 2026 menerbitkan Statistik Nilai Tukar Petani 2025 yang menghitung indeks harga yang diterima dan dibayar petani di 38 provinsi, mencakup lima subsektor. Publikasi itu mengingatkan bahwa kesejahteraan petani bukan hanya cerita volume produksi. Produksi bisa naik, tetapi biaya dan harga jual tetap menentukan posisi ekonomi rumah tangga tani. Bahkan produksi padi 2025 yang menurut BPS mencapai 60,21 juta ton gabah kering giling tidak otomatis menjawab pertanyaan siapa yang mendapat margin terbesar di sepanjang rantai. Agritech yang serius harus hidup di antara dua sisi itu: produktivitas dan economics.

Model bisnis yang mungkin menang setelah hype mereda

Setelah periode ketika startup mudah dinilai dari GMV, jumlah user, atau kecepatan ekspansi, agritech sedang dipaksa kembali ke dasar. Model yang punya peluang bertahan adalah yang mendapatkan revenue dari value yang benar-benar tercipta, bukan dari subsidi yang membuat transaksi terlihat lebih besar dari kemampuan unit economics. Bisa berbentuk software berlangganan, margin distribusi, fee layanan, pembiayaan dengan risk control ketat, perdagangan komoditas, layanan agronomi, atau kombinasi beberapa komponen. Tidak ada satu resep universal.

Yang perlu dihindari adalah model yang menanggung terlalu banyak risiko tanpa pricing yang benar. Kalau startup membeli hasil panen, memberi kredit, menyimpan stok, mengoperasikan gudang, dan mensubsidi pengiriman sekaligus, setiap lapisan menambah potensi kebocoran. Highkey, bisnis bisa kelihatan besar tapi sebenarnya hanya memindahkan risiko ke neraca sendiri. Karena itu kemampuan operasional, treasury, audit, dan kontrol internal sama pentingnya dengan product team. Pertanian adalah industri margin nyata, bukan game engagement.

Jadi, kenapa aplikasi saja sulit menang?

Karena pertanian bukan masalah informasi tunggal. Ia adalah sistem keputusan yang menghubungkan alam, manusia, barang fisik, uang, dan pasar. Aplikasi bisa menjadi pintu masuk yang sangat efektif, tetapi biasanya bukan titik akhir. JALA bergerak dari data budidaya menuju supply chain udang. Habibi Garden menghubungkan sensor dengan kontrol lapangan. Neurafarm membawa pengetahuan agronomi ke perangkat digital. Eratani menggabungkan proses budidaya dengan input, pembiayaan, dan pasar. Arah mereka berbeda, tetapi semuanya menunjukkan bahwa value muncul ketika software menyentuh operasi.

Buat founder agritech baru, take-away-nya bukan harus membangun semuanya sendiri. Justru itu berbahaya. Pilih pain point yang tajam, tentukan outcome yang bisa diukur, lalu bangun partnership untuk bagian fisik yang tidak perlu dimiliki. Buat petani dan pelaku usaha, jangan terpesona fitur. Tanyakan siapa yang membantu ketika perangkat error, harga turun, barang telat, atau panen tidak sesuai rencana. Di situlah kelihatan apakah sebuah startup benar-benar bagian dari infrastruktur pertanian, atau cuma aplikasi yang kebetulan punya ilustrasi sawah di landing page.

Teknologi tetap penting. Bahkan dalam pertanian yang makin terdampak iklim, tekanan biaya, kebutuhan traceability, dan tuntutan efisiensi, teknologi akan makin sentral. Tetapi kemenangan tidak datang dari memindahkan formulir kertas ke layar. Startup yang punya chance besar adalah yang paham bahwa software harus mengikuti realitas lapangan, bukan memaksa lapangan mengikuti software. Kalau itu berhasil, aplikasi tidak lagi menjadi produk utama. Ia menjadi nervous system dari operasi yang benar-benar bekerja.