Proyek “Large Language Model” Bahasa Indonesia Diumumkan, Hasil Kolaborasi Sektor Publik dan Privat

BRIN (Badan Riset dan Inovasi Nasional), KORIKA (Kolaborasi Riset & Inovasi Kecerdasan Artifisial), dan dua portfolio GDP Venture (Glair.ai & Datasaur.ai) bersama dengan AI Singapore (AISG) mengumumkan inisiatif proyek kolaboratif untuk mengembangkan Large Language Model (LLM) Bahasa Indonesia yang terbuka agar dapat dimanfaatkan secara luas oleh berbagai pihak.

“Model LLM yang ada saat ini sangat dipengaruhi oleh budaya barat, semakin kecil kemungkinan ChatGPT berperilaku seperti manusia di wilayah tersebut. ASEAN dalam perekonomian global punya peranan penting, tapi kita masih kurang terepresentasi,” ucap Head of Strategy, Partnerships & Growth AI Singapore Darius Liu dalam konferensi pers, Kamis (30/11).

AISG adalah pengembang SEA-LION (Southeast Asian Languages in One Network), sebuah open-source LLM yang dikembangkan untuk lebih memahami dan mewakili beragam konteks, bahasa, dan budaya di Asia Tenggara. AISG adalah program nasional yang didukung oleh National Research Foundation Singapura dan diselenggarakan oleh National University of Singapore.

SEA-LION dibangun di atas arsitektur MPT (Mosaic Pretained Transformers) yang kuat dan memiliki ukuran kosakata 256 ribu. Untuk tokenisasi, model ini menggunakan SEABPETokenizer, dirancang khusus untuk bahasa-bahasa di Asia Tenggara, sehingga memastikan performa model yang optimal.

LLM merupakan jenis model kecerdasan buatan yang dirancang untuk memahami dan menghasilkan bahasa manusia. Mereka dilatih menggunakan data teks dalam jumlah besar dan dapat melakukan berbagai tugas seperti menerjemahkan, meringkas, menjawab pertanyaan, dan bahkan menulis kode.

LLM yang ada saat ini (ChatGPT dari Open AI, Bard dari Google) menunjukkan bias yang kuat dalam hal nilai-nilai budaya, keyakinan politik dan sikap sosial. Hal ini disebabkan oleh data pelatihan, terutama yang diambil dari internet, seringkali condong pada pengaruh WEIRD (Western, Educated, Industrialized, Rich, Democratic).

Fenomena ini menyisakan kekosangan di pasar bahasa lain dan memusatkan keunggulan teknologi di antara negara-negara berbahasa Inggris. Berdasarkan data Statista pada Januari 2023, dominasi bahasa Inggris mencapai 58,8% untuk konten web, sedangkan bahasa Indonesia porsinya hanya 0,6%. Fakta ini menggarisbawahi perlunya penelitian dan pengembangan yang lebih luas untuk memenuhi kebutuhan bahasa Indonesia.

Diklaim, dibandingkan open source LLM milik negara barat, SEA-LION mampu menjawab seolah-olah berbicara dengan manusia karena penggunaan bahasanya tidak kaku. Ada beberapa konteks lokal pula yang tidak mampu dijawab oleh LLM, seperti ChatGPT. Sejak inisiatif SEA-LION dilakukan, LLM ini telah banyak melatih bahasa Indonesia dan Thai. Lalu disusul Bahasa Melayu dan Vietnam, bahasa dari negara lain masih perlu dilatih lagi.

Proyek kolaboratif

CTO GDP Venture/CEO & CTO GDP Labs On Lee menyampaikan, sejalan dengan visi AISG yang ingin menciptakan LLM khusus bahasa Indonesia yang dapat bermanfaat di Asia Tenggara. GDP Venture, melalui portofolionya Glair.ai dan Datasaur.ai, tengah menyesuaikan platform SEA-LION agar sesuai dengan konteks Indonesia demi menciptakan LLM bahasa Indonesia yang terbuka secara komprehensif.

“Inisiatif ini menjanjikan manfaat seperti pengurangan biaya operasional, peningkatan pendapatan dan produktivitas, serta kolaborasi manusia dan AI yang efektif, semuanya berkontribusi pada pertumbuhan ekonomi dan kemajuan teknologi di Indonesia dan Asia Tenggara,” kata On Lee.

Sementara itu, bagi BRIN, adopsi LLM bahasa Indonesia dapat meningkatkan kualitas dan efisiensi penelitian, meningkatkan aksesibilitas kepada publik, mendukung pengembangan teknologi, dan meningkatkan sumber daya manusia. Selain itu juga memberikan peluang dalam akuisisi pengetahuan baik yang bersifat saintifik maupun budaya lokal.

Datasaur.ai, Glair.ai, BRIN, dan AISG menargetkan pengembangan LLM ini pada akhirnya mendorong pembuatan platform AI, seperti ChatGPT. Pembedanya adalah tujuan penggunaannya yang bakal lebih dispesialisasikan sesuai target konsumen. “ChatGPT itu lebih ke general purpose, jadi sulit untuk bersaing langsung. Kita harus pintar-pintar bagaimana bisa memenuhi konsumer kita,” tambah On Lee.

Menggali Kekuatan Neuro-Linguistic Programming (NLP) dalam Strategi Copywriting

Dalam dunia pemasaran dan komunikasi, NLP telah menjadi alat yang sangat berharga, terutama dalam strategi copywriting.

Copywriting yang efektif tidak hanya tentang kata-kata yang menarik, tetapi juga memahami bagaimana otak dan bahasa bekerja bersama untuk mempengaruhi keputusan konsumen. Dengan begitu, copywriter dapat menciptakan pesan yang lebih persuasif dan efektif.

Apa itu NLP?

Neuro-Linguistic Programming (NLP) adalah suatu pendekatan yang berfokus pada hubungan antara pikiran, bahasa, dan pola perilaku yang telah terbentuk berdasarkan pengalaman yang diinternalisasi oleh individu.

Dasar dari NLP adalah keyakinan bahwa pikiran, bahasa, dan perilaku saling terkait dan dapat diprogram ulang untuk mencapai hasil yang diinginkan.

Teknik NLP Copywriting untuk Meningkatkan Konversi

Menurut Neuroflash, berikut adalah 11 teknik neuro copywriting yang dapat meningkatkan konversi dan keterlibatan.

Penggunaan Frasa Positif

Manfaatkan kecenderungan manusia untuk lebih merespon pemikiran positif daripada pemikiran negatif. Saat memberikan informasi tentang produk atau layanan, sampaikan dengan frasa positif sehingga pembaca merasa lebih positif terhadap brand Anda.

Gaya Bercerita yang Menyentuh Emosi

Proses pembelian selalu melibatkan emosi, dan cerita menjadi alat yang kuat untuk memengaruhi pikiran dan perasaan. Menggunakan gaya bercerita, seperti cerita dengan situasi serupa yang banyak dialami target konsumen, cerita baik vs. buruk, atau penggunaan metafora dapat membangun koneksi emosional dengan pembaca.

Gunakan Kata-Kata Pemicu Emosi

Penggunaan kata-kata yang memiliki daya pemicu emosi dapat membuat pembaca membayangkan berbagai gambaran dan merangsang perasaan tertentu. Kata-kata memiliki kekuatan untuk membangkitkan gambaran yang kuat di pikiran pembaca terhadap produk atau layanan yang ditawarkan.

Gunakan Teknik Priming

Priming merujuk pada pengaruh terhadap pemrosesan stimulus dengan mengaitkannya dengan memori tertentu. Sebagai teknik neuro copywriting, persiapkan pembaca dengan menyebutkan secara halus poin berikutnya sebelum Anda membahasnya secara langsung.

Urutan Penulisan yang Jelas

Penting untuk mengikuti urutan penulisan yang jelas dalam copywriting. Mulai dari judul yang menarik, fitur dan manfaat, USP, ulasan, hingga CTA. Urutan ini menciptakan alur yang mudah diikuti oleh calon pelanggan.

Kenali Masalah Target Audiens dan Temukan Solusinya

Mengenali masalah target audiens dan menawarkan solusi dapat menciptakan empati yang kemudian dapat meningkatkan rasa keterlibatan mereka dengan produk atau layanan yang kita tawarkan.

Promosi Pengalaman Baru

Orang cenderung mencari pengalaman baru. Dalam copy, promosikan produk atau layanan Anda sebagai suatu pengalaman baru yang dapat membangkitkan inspirasi, menciptakan kenangan baru, dan memicu emosi positif.

Pemanfaatan Ketakutan sebagai Motivasi

Memanfaatkan rasa takut akan ketinggalan, seperti penawaran terbatas dengan potongan harga, dapat memotivasi pembaca untuk mengambil tindakan segera. Ketakutan kehilangan sesuatu atau ketidakpastian dapat menjadi daya pendorong yang kuat.

Fokus pada Awal dan Akhir Teks

Otak manusia cenderung lebih mudah mengingat pada awal dan akhir informasi. Pastikan informasi penting ditempatkan di awal dan CTA ditempatkan di akhir agar mudah diingat pembaca.

Bermain dengan Panca Indera

Manfaatkan kata-kata untuk membangkitkan pengalaman panca indera manusia, seperti sentuhan, bau, rasa, penglihatan, dan pendengaran. Kreativitas dalam menjelaskan produk atau layanan dengan mengaitkan kata-kata dengan pengalaman indera dapat meningkatkan daya tarik.

Tetap Jujur

Kejujuran adalah kunci dalam hubungan, termasuk hubungan antara pelanggan dan perusahaan. Meskipun terkadang dibutuhkan sedikit hiperbola, tetap berpegang pada kebenaran penting untuk membangun kepercayaan pelanggan.

Penerapan prinsip NLP dalam copywriting dapat menjadi kunci keberhasilan dalam menarik perhatian audiens dan mendorong mereka untuk mengambil tindakan. Melalui teknik ini, copywriter dapat menciptakan copy yang efektif, menghadirkan pesan dengan daya tarik emosional, dan membangun koneksi yang kuat dengan pembaca.

Datasaur Raih Pendanaan Awal Senilai 60 Miliar Rupiah

Startup pengembang platform pelabelan data Datasaur mengumumkan pendanaan tahap awal baru senilai $4 juta atau lebih dari Rp60 miliar. Putaran ini dipimpin oleh Initialized Capital, dengan partisipasi dari HNVR, Gold House Ventures, TenOneTen, dan investor terdahulu.

Sebelumnya, platform ini juga sempat memperoleh investasi senilai $3,9 juta atau setara Rp58 miliar usai mengikuti demo day di program akselerator Y Combinator pada Maret 2020. Hingga saat ini, total pendanaan yang sudah diperoleh mencapai $7,9 juta atau lebih dari Rp118 miliar.

Dana segar yang didapat akan difokuskan untuk mengembangkan pelabelan data NLP yang lebih baik dan efisiensi proses pembuatan model untuk ilmuwan data.

Meskipun berbasis di Amerika Serikat, Datasaur didirikan oleh pengusaha asal Indonesia, Ivan Lee. Perusahaan mengembangkan alat cerdas untuk membantu pemberi label data bekerja secara lebih produktif dan efisien. Termasuk meningkatkan privasi dan keamanan data – sering kali pekerjaan pelabelan data dilakukan secara outsource.

Seperti diketahui, proses pelabelan data merupakan salah satu aspek penting dalam mengembangkan layanan berbasis AI, khususnya pada pemodelan berbasis natural language processing (NLP). Datasaur menangani semua model NLP, termasuk di antaranya entity recognition, document labeling, hingga dependency parsing.

Melihat industri NLP yang semakin berkembang, banyak perusahaan mulai tertarik untuk melatih model berdasarkan kumpulan data milik mereka sendiri. Dengan begitu, perusahaan dapat melatih model untuk menangani beberapa tugas yang sangat spesifik dengan cara yang lebih efisien.

Dilansir dari TechCrunch, Founder & CEO Datasaur Ivan Lee mengungkapkan bahwa salah satu tujuannya sejak awal mengembangkan platform ini adalah untuk mendemokratisasi AI, khususnya terkait natural language processing, dan fitur pembuatan model baru ini akan membuat AI lebih terjangkau bagi banyak perusahaan, bahkan yang tidak memiliki spesifikasi khusus.

Datasaur menciptakan fitur yang memungkinkan tim tanpa data scientist, tanpa engineer, untuk menandai dan melabeli data ini sesuai keinginan, dan ini juga akan secara otomatis melatih model. Fitur ini akan segera dibuka, sehingga perusahaan konstruksi, firma hukum, perusahaan pemasaran, yang mungkin tidak memiliki latar belakang teknik data, masih dapat membuat model NLP [berdasarkan data pelatihan mereka].

Ivan juga menegaskan bahwa ia memiliki filosofi yang selalu tertuju pada profitabilitas, tumbuh dengan cara yang terukur, bukan sekadar tumbuh dengan segala cara. Ia mengaku sangat mempertimbangkan setiap perekrutan dan dampaknya terhadap bisnis.

Saat ini, tim tekniknya sebagian besar berada di Indonesia, dan dalam proses rekrutmen, dia cukup tegas untuk mengoperasikan perusahaan dengan cara yang efisien. Menurutnya, dengan memiliki tenaga kerja lintas geografis dan budaya, karyawan dapat belajar dari satu sama lain, dan hal itu membawa keragaman pada perusahaan.

Pada Maret 2022, perusahaan portofolio GDP Ventures ini mengumumkan akuisisinya terhadap Konvergen AI, startup pengembang teknologi optical character recognition (OCR). Melalui akuisisi ini, baik Datasaur dan Konvergen AI akan mengintegrasikan dan memperluas kapabilitasnya di ranah OCR dan pelabelan data.

Perkembangan solusi berbasis AI di Indonesia

Indonesia menunjukkan minat dan pertumbuhan yang signifikan dalam pengembangan solusi berbasis AI di berbagai industri. Hingga saat ini, sudah ada beberapa perusahaan yang melihat potensi dari AI dan mencoba memanfaatkannya di pasar ini.

Salah satunya adala Kata.ai, perusahaan teknologi yang berfokus pada pengembangan kecerdasan artifisial berbasis natural language processing dalam bentuk chatbot memiliki pengalaman dalam membantu lebih dari 150 bisnis lewat teknologi chatbot.

Teknologi chatbot merupakan sebuah inovasi teknologi yang mampu berjalan berdampingan dengan manusia. Kecanggihan chatbot sendiri memberikan kesempatan bagi manusia untuk berfokus pada masalah yang belum bisa ditangani oleh chatbot sehingga penyusunan strategi operasional yang tepat mampu berorientasi ke arah bisnis yang semakin efisien serta produktif.

Selain itu, solusi AI juga sudah merambah ke sektor-sektor berkembang di Indonesia. Di sektor HR, salah satu pengembang Human Resources Intelligence System (HRIS), Catapa, belum lama ini meluncurkan fitur baru HelpGPT, aplikasi berbasis chatGPT yang menyediakan informasi penggajian pajak dan peraturan ketenagakerjaan dalam Bahasa Indonesia.

Di sektor lainnya seperti pertanian, sudah ada upaya untuk menggunakan AI dalam mengoptimalkan praktik pertanian, pemantauan tanaman, dan prediksi hasil. Solusi berbasis AI dapat membantu petani membuat keputusan berdasarkan data, yang mengarah pada peningkatan produktivitas dan keberlanjutan.

Dalam industri kesehatan, banyak institusi terkait juga tengah mengeksplorasi penggunaan AI untuk diagnosis penyakit, analisis pencitraan medis, dan rencana perawatan yang dipersonalisasi. Alat bertenaga AI sedang dikembangkan untuk membantu profesional kesehatan dalam memberikan perawatan pasien yang lebih baik.

Begitu pula di sektor yang berkembang pesat di Indonesia, seperti fintech, peluang pemanfaatan AI terus digali. Industri keuangan merangkul AI untuk meningkatkan pengalaman pelanggan, mengoptimalkan manajemen risiko, dan memerangi penipuan. Chatbot bertenaga AI dan asisten virtual menjadi lebih lazim dalam layanan pelanggan.

Terkait pengembangan solus berbasis AI ini, pemerintah Indonesia juga secara aktif mendukung penelitian dan pengembangan AI melalui berbagai inisiatif dan kebijakan. Mereka menyadari potensi AI dalam mendorong pertumbuhan ekonomi dan meningkatkan layanan publik.

Datasaur Akuisisi Konvergen AI, Ingin Jadi Pemimpin Platform “Data Labeling”

Pengembang platform pelabelan data Datasaur mengumumkan akuisisinya terhadap Konvergen AI, startup pengembang teknologi optical character recognition (OCR). Melalui akuisisi ini, baik Datasaur dan Konvergen AI akan mengintegrasikan dan memperluas kapabilitasnya di ranah OCR dan pelabelan data.

Baik Datasaur maupun Konvergen AI sama-sama portofolio startup GDP Venture.

Berdasarkan informasi dari blog resminya, Datasaur menyebutkan telah menjalin kemitraan erat dengan Konvergen AI sejak menggarap berbagai project bersama beberapa tahun terakhir. Datasaur menyebut telah mengintegrasikan teknologi milik Konvergen AI, terutama kapabilitas utamanya pada handwriting recognition, goverment ID field extraction, dan intelligent document processing.

“Saya telah lama mengenal Founder Konvergen AI, Lintang Sutawika, dan Timotius Devin sejak lahirnya Datasaur. Kami membangun hubungan yang semakin erat dan memiliki visi yang sama terhadap masa depan industri AI. Mereka telah membangun tim yang kuat dan erat sesuai dengan nilai yang kami anut. Saya tidak bisa membayangkan cara yang lebih baik untuk mengembangkan tim dan mempercepat pertumbuhan kami,” tutur Founder & CEO Datasaur Ivan Lee.

Sejak November 2021, Datasaur menyebut mulai memperluas cakupan pengembangan dari anotasi teks menjadi transkripsi dan anotasi audio. Pihaknya menganggap audio sebagai bidang yang ‘berdekatan dengan teks’. Dengan demikian, setiap pengguna yang mengunggah dan menyalin audio dapat melakukan pelabelan NLP yang sama dengan yang telah kami kembangkan sejak awal.

Dengan cara yang sama, Datasaur akan memperluas kemampuannya ke bidang OCR, dukungan ke format gambar dan PDF yang berisi teks. Seperti diketahui, proses pelabelan data merupakan salah satu aspek penting dalam mengembangkan layanan berbasis AI, khususnya pada pemodelan berbasis natural language processing (NLP).

“Kami telah melihat bagaimana pengguna mengunggah dokumen, menerapkan OCR untuk menangkap teks yang relevan, lalu membubuhi keterangan pada hasilnya. Dengan mengakuisisi Konvergen AI, kami ingin memperkuat posisi kami sebagai pemimpin solusi pelabelan NLP di industri,” tambahnya.

Sementara itu, Co-founder Konvergen.ai Lintang Sutawika mengatakan akan mengemban posisi sebagai VP of Artificial Intelligence lewat akuisisi ini. “Fokus kami adalah memanfaatkan penelitian ML, seperti zero-shot/few-shot dan weak supervision untuk meningkatkan proses pelabelan,” tutur Lintang sebagaimana dikutip dari laman LinkedIn-nya.

Sebagai informasi, Datasaur merupakan startup pengembang teknologi yang membantu pemberi label data bekerja lebih produktif dan efisien. Datasaur menangani semua model NLP, termasuk di antaranya entity recognition, document labeling, hingga dependency parsing. Datasaur didirikan oleh Ivan Lee.

Konvergen AI fokus mengembangkan teknologi AI untuk kebutuhan penangkapan data (data capture) yang merujuk pada proses koleksi data dari dokumen kertas atau digital dengan menggunakan komponen OCR. Konvergen AI didirikan oleh Lintang Sutawika dan Timotius Devin. Adapun, keduanya sama-sama merupakan portofolio dari GDP Ventures.

Tren pasar AI

Mengacu riset Verified Market Research, pasar AI global di 2020 diperkirakan berkisar $51,08 miliar dan diproyeksi meroket sebesar $641,3 miliar di 2028, dengan estimasi pertumbuhan CAGR 36,1% selama periode 2021-2028.

Nilai pasar ini sudah termasuk pada pasar AI berbasis teknologi (NLP, ML, Deep Learning), analisis komponen (hardware, software & services), dan kategori pengguna (healthcare, manufacturing, agriculture). Adapun, proyeksi ini turut dipicu oleh meningkatnya kebutuhan kebutuhan akan analisis dan interpretasi data dalam jumlah besar.

Di Indonesia, AI cukup diimplementasikan untuk penggunaan virtual assistant dan chatbot pada sebuah layanan. Beberapa startup pengembang AI di Indonesia juga belum banyak, beberapa di antaranya adalah Kata.ai dan Bahasa.ai di ranah NLP, dan Nodeflux di ranah computer vision.

Namun, pasar AI, khususnya di bidang NLP, di Tanah Air diestimasi meningkat sejalan dengan tren layanan healthtech, fintech, hingga quick commerce selama masa pandemi Covid-19.

Targetkan Segmen B2C, Prosa.ai Luncurkan Produk SaaS “Text-to-Speech”

Setelah sempat mengalami hambatan dalam pertumbuhan bisnis akibat pandemi, pengembang platform Natural Language Processors (NLP) Bahasa Indonesia Prosa.ai mengklaim terus mengalami pertumbuhan yang positif hingga saat ini.

Kepada DailySocial.id, Co-Founder & CEO Prosa.ai Teguh Eko Budiarto mengungkapkan, selama ini perusahaan fokus pada segmen B2B dari kalangan pemerintahan, menjadikan proyek yang telah dijalankan harus ditunda karena adanya pengalihan budget. Namun di pertengahan 2021 kondisi sudah semakin pulih dan proyek yang sempat tertunda berjalan kembali.

“Di sisi lain saya melihat pandemi sudah mengakselerasi adopsi digital. Sehingga jika dulunya tidak menjadi fokus, kini sudah banyak perusahaan hingga pemerintahan yang mengadopsi teknologi untuk mempermudah pekerjaan mereka,” kata Teguh.

Dalam implementasinya, Prosa.ai memiliki dua produk utama. Ada Prosa Text untuk layanan rekognisi teks, menyediakan jasa dalam bentuk API dan juga aplikasi kustom. Beberapa di antaranya adalah identifikasi berita hoax, hate speech, ekstraksi opini, klasifikasi jenis dokumen, ekstraksi informasi khusus, alat dasar NLP, dan lain-lain.

“Saat ini kami masih fokus kepada dua produk utama tersebut. Namun saat ini sudah mengalami pengembangan, bukan hanya conversational AI saja kita juga sudah muai merambah ke regulation technology,” kata Teguh.

Salah satu kerja sama strategis yang telah terjalin adalah dengan Bank Indonesia untuk risk analysis. Prosa.ai juga telah menjalin kemitraan dengan DPR untuk pengecekan regulasi. Sementara untuk layanan healthcare yang terbilang high regulated, mereka juga mengklaim turut membantu proses tersebut memanfaatkan analysis tools yang ada.

Disinggung seperti apa persaingan di antara pemain yang menawarkan layanan serupa, menurut Teguh untuk Indonesia sendiri belum terlalu banyak pemain lokal. Selain Prosa.ai, ada pemain lokal lain yang juga menggarap NPL berbahasa Indonesia, antara lain Media Kernels Indonesia, Bahasa.ai, dan Kata.ai.

Kebanyakan pemain yang mencoba menawarkan layanan serupa dengan Prosa.ai adalah perusahaan teknologi raksasa seperti Google, Microsoft dan lainnya. Namun demikian kapabilitas utama mereka lebih ke Bahasa Inggris untuk produk NLP-nya.

Untuk mempercepat akselerasi bisnis Prosa.ai memiliki rencana untuk melakukan penggalangan dana. Harapannya proses tersebut bisa dilancarkan dalam beberapa bulan ke depan.

Pendanaan terakhir yang diterima oleh Prosa.ai adalah tahun 2019 lalu untuk tahapan seri A. Pendanaan tersebut dipimpin oleh GDP Venture. Investasi tersebut melanjutkan pendanaan awal yang diterima tahun 2018 dari Kaskus (juga merupakan portofolio GDP Venture).

“Target kita tahun ini bisa mencapai pertumbuhan bisnis hingga dua kali lipat dibandingkan tahun lalu,” kata Teguh.

Luncurkan produk di segmen B2C

Produk terbaru yang telah diluncurkan menyasar segmen B2C adalah SaaS Text-to-Speech (TTS), sebuah solusi berbasis cloud yang dapat memenuhi kebutuhan dalam mengubah teks menjadi suara.

Prosa TTS dilengkapi dengan berbagai macam fitur yang memudahkan pengguna. Saat pandemi permintaan yang datang justru banyak dari end consumer, terutama mereka konten kreator hingga influencer untuk keperluan pengisian suara video dan sejenisnya.

“Kami menawarkan pilihan freemium kepada pengguna. Secara gratis mereka bisa mencoba namun dengan keterbatasan yang ada. Jika ingin menikmati fitur lainnya mereka bisa berlangganan dengan harga mulai dari Rp50 ribu,” kata Teguh.

Ke depannya Prosa.ai juga memiliki rencana untuk meluncurkan produk menarik lainnya yang bisa dimanfaatkan oleh segmen B2C. Untuk memperluas bisnis, perusahaan saat ini juga telah menjalin kolaborasi dengan publisher besar di Indonesia untuk generating content E-Book secara otomatis. Rencana strategis lainnya yang mulai dilirik oleh Prosa.ai adalah, menyediakan pilihan bahasa Indonesia untuk berbagai platform seperti media sosial.

“Saat ini sudah ada perusahaan asal Tiongkok yang tengah menjajaki kerja sama dengan kami. Mereka memiliki platform text dan speech namun hanya untuk bahasa inggris dan bahasa mandarin. Kita masih melakukan technical due diligence jika proses sudah rampung semoga bisa menjadi mitra agar bisa melakukan request recommendation dengan mereka,” kata Teguh.

Proyeksi ukuran pasar layanan NLP global / MarketsAndMarkets

Menurut laporan, ukuran pasar NLP global telah mencapai $11,6 miliar pada tahun 2020 dan akan tumbuh hingga $35,1 miliar pada 2026 dengan CAGR 20,3%. Pertumbuhan SaaS tersebut dikarenakan kompleksitas pembuatannya. Pengembang aplikasi memiliki kecenderungan layanan siap pakai yang dapat diintegrasikan dengan backend kreasinya.

Peluang lain, saat ini belum banyak platform yang mengakomodasi korpus bahasa Indonesia. Sementara perkembangan ekosistem digital di tanah air menunjukkan traksi luar biasa. Konsumen menuntut layanan aplikasi yang semakin cerdas. Sehingga peluang layanan berbasis kecerdasan buatan seperti TTS tersebut juga semakin besar.

Series A Funding Secured, Bot MD to Arrive in Indonesia in Q2 2021

Singapore-based startup Bot MD has secured $5 million in Series A funding. Its service focuses on the health sector, presenting a chatbot-based application equipped with Natural Language Processing (NLP) technology. Post funding news, the company plans to expand to other countries such as the Philippines, Malaysia, India, and Indonesia.

Bot MD’s Co-Founder & CEO, Dorothea Koh revealed to DailySocial that the platform focuses on providing a user experience that modernizes clinical workflows, without having to adopt a completely new hospital system or change the existing workflows.

“The Bot MD A.I. chatbot is made using NLP technology developed independently. We have trained the AI to understand various medical terminology and capable to understand various hospital contents, therefore, they can provide answers quickly,” Koh said.

Given the large demand from large hospitals and health care organizations during the pandemic, this fresh fund will also help accelerate the company’s growth in the Asia Pacific through partnerships with hospitals, public and private clinics.

This funding round was led by Monk’s Hill Ventures. Also participated investors in the new and previous round, including SeaX, XA Network, and SGInnovate, as well as healthcare industry veterans Yoh-Chie Lu and Jean-Luc Butel, and Steve Blank.

“Unlike other SaaS company players, the team’s extensive experience in the healthcare industry has provided them with deeper insight into the real pain points of doctors and hospitals, allowing them to create highly intuitive products for doctors to use without any training required,” Monk’s Hill Ventures Partner Michele Daoud said.

In Indonesia, there are lots of chatbot platform has been developed by local startups. There are also several players focused on the health sector, including Prixa, which is a business unit of Kata.ai and DokterSiaga.

Targeting Indonesian market

By prioritizing AI technology, Bot MD currently has been trained by more than 13 thousand doctors who have used the platform. This chat engine can also be used to support chat/messaging apps for consumers including WhatsApp, to help doctors provide care to patients.

As one of the countries with a large population and number of chat/messaging app users in Southeast Asia, Indonesia has become an ideal country for Bot MD to explore. According to the plan, the company aims to launch in Indonesia around the second quarter of this year.

Currently, Bot MD is still in the process of teaching bots to understand Indonesian. In addition, the recruitment of local teams ranging from engineers, clinical pharmacists, nurses, and sales teams to be stationed in Jakarta is still ongoing.

Regarding products or services that are relevant and needed by the market in Indonesia, Koh emphasized that they have two main products that might be very suitable for Indonesia. First is the MD Hospital Bot which is used by doctors and clinical staff to search for hospital-specific content. This ranges from their hospital call list schedule to drug information and clinical guidelines, patient health reports, and scans, prescribing medications, ordering and scheduling Radiology, and Lab examinations.

Another product to be launched in Indonesia is Bot MD Care, which is a WhatsApp-based clinical monitoring platform for doctors to monitor patients with diabetes, hypertension, and chronic kidney disease.

“We believe Bot MD Hospital and Bot MD Care are very relevant to the Indonesian market due to quite a large number of patients and the low ratio of doctors to patients, therefore, your doctor is a very busy person. Besides, the prevalence of chronic diseases such as diabetes and hypertension in the population. Indonesia is improving. With Bot MD, doctors can help streamline clinical workflows and seek information in order to save time and focus on serving patients better,” Koh said.

–
Original article is in Indonesian, translated by Kristin Siagian

Application Information Will Show Up Here

Kantongi Pendanaan Seri A, Bot MD Siap Meluncur di Indonesia Q2 2021

Startup asal Singapura Bot MD telah mengantongi pendanaan seri A dengan nilai $5 juta. Fokus layanan mereka di bidang kesehatan, menghadirkan aplikasi berbasis chatbot yang dibekali teknologi Natural Language Processing (NLP). Pasca-pendanaan, perusahaan berencana melakukan ekspansi ke negara lainnya seperti Filipina, Malaysia, India, dan Indonesia.

Kepada DailySocial, Co-Founder & CEO Bot MD Dorothea Koh mengungkapkan, platform yang mereka kembangkan fokus memberikan pengalaman pengguna yang memodernisasi alur kerja klinis, tanpa perlu mengadopsi sistem rumah sakit yang sama sekali baru atau mengubah alur kerja yang sudah ada.

“Bot MD A.I. chatbot dibuat dengan teknologi NLP yang dikembangkan secara mandiri. Kami telah melatih AI untuk memahami berbagai terminologi medis dan juga mampu memahami berbagai macam konten rumah sakit, sehingga dapat memberikan jawaban dengan cepat,” ujar Dorothea.

Melihat besarnya permintaan dari rumah sakit besar dan organisasi perawatan kesehatan selama pandemi, dana segar ini nantinya juga akan untuk membantu mempercepat pertumbuhan perusahaan di Asia Pasifik melalui kemitraan dengan rumah sakit, klinik umum dan swasta.

Putaran pendanaan kali ini dipimpin oleh Monk’s Hill Ventures. Turut terlibat investor baru dan sebelumnya yang pernah masuk dalam putaran investasi termasuk di antaranya SeaX, XA Network, dan SGInnovate, juga veteran industri perawatan kesehatan Yoh-Chie Lu dan Jean-Luc Butel, serta Steve Blank.

“Tidak seperti pemain perusahaan SaaS lainnya, pengalaman tim yang luas di industri perawatan kesehatan telah memberi mereka wawasan yang lebih dalam tentang real pain points dari dokter dan rumah sakit, yang memungkinkan mereka membuat produk yang sangat intuitif untuk digunakan dokter tanpa pelatihan apa pun yang diperlukan,” kata Partner Monk’s Hill Ventures Michele Daoud.

Di Indonesia sendiri platform chatbot cukup banyak dikembangkan startup lokal. Untuk yang fokus di bidang kesehatan juga sudah ada beberapa pemain, dua di antaranya Prixa yang merupakan unit usaha Kata.ai dan DokterSiaga.

Targetkan pasar Indonesia

Dengan mengedepankan teknologi AI, saat ini Bot MD telah dilatih oleh lebih dari 13 ribu dokter yang telah menggunakan platform tersebut. Mesin obrolan (chat engine) ini juga dapat digunakan untuk mendukung platform chat/messaging app untuk konsumen seperti WhatsApp, untuk membantu dokter memberikan perawatan kepada pasien.

Sebagai salah satu negara yang memiliki populasi besar dan jumlah pengguna chat/messaging app di Asia Tenggara, Indonesia kemudian menjadi negara yang ideal untuk dijajaki oleh Bot MD. Berdasarkan rencana yang dimiliki, perusahaan akan mulai meluncur di Indonesia sekitar kuartal kedua tahun ini.

Saat ini Bot MD masih dalam proses mengajarkan bot untuk memahami bahasa Indonesia. Selain itu perekrutan tim lokal mulai dari engineer, apoteker klinik, perawat dan juga tim penjualan yang akan ditempatkan di Jakarta juga masih terus dilakukan.

Disinggung produk atau layanan apa yang menjadi relevan dan dibutuhkan oleh pasar di Indonesia, Dorothea menegaskan mereka memiliki dua produk utama yang diklaim sangat sesuai untuk Indonesia. Yang pertama adalah Bot MD Hospital yang digunakan oleh dokter dan staf klinis untuk mencari konten khusus rumah sakit. Ini berkisar dari jadwal daftar panggilan rumah sakit mereka, hingga informasi obat dan pedoman klinis, laporan dan pemindaian kesehatan pasien, meresepkan obat, memesan dan menjadwalkan pemeriksaan Radiologi dan Lab.

Produk lain yang nantinya akan diluncurkan di Indonesia adalah Bot MD Care, yang merupakan platform pemantauan klinis berbasis WhatsApp bagi para dokter untuk memantau pasien diabetes, hipertensi, dan penyakit ginjal kronis.

“Kami percaya Bot MD Hospital dan Bot MD Care sangat relevan dengan pasar Indonesia karena jumlah pasien yang cukup besar dan rasio dokter terhadap pasien yang rendah, sehingga dokter Anda adalah orang yang sangat sibuk. Selain itu, prevalensi penyakit kronis seperti diabetes dan hipertensi pada penduduk Indonesia semakin meningkat. Dengan Bot MD, dokter dapat membantu merampingkan alur kerja klinis dan mencari informasi sehingga mereka dapat menghemat waktu dan fokus untuk melayani pasien dengan lebih baik,” kata Dorothea.

Application Information Will Show Up Here

Datasaur Bukukan Dana 58 Miliar Rupiah dari Keikutsertaannya dalam Y Combinator

Startup pengembang platform pelabelan data Datasaur mengumumkan perolehan investasi senilai $3,9 juta atau setara 58 miliar Rupiah. Nilai total pendanaan tersebut mencakup pendanaan awal senilai $1.1 juta yang diterima tahun lalu dari GDP Venture dan $2.8 juta pendanaan tambahan yang didapat usai mengikuti demo day di program akselerator Y Combinator Maret lalu. Investor baru yang terlibat meliputi Initialized Capital, Y Combinator, dan CTO OpenAI Greg Brockman.

Kepada DailySocial Founder & CEO Datasaur Ivan Lee mengungkapkan, sebagian besar dana tersebut akan dimanfaatkan untuk merekrut talenta guna memperkuat tim. Perusahaan juga memiliki rencana untuk berinvestasi lebih lanjut pada pengembangan sistem cerdas, dengan tujuan meningkatkan kapabilitas “automasi” pelabelan data, sehingga bisa membuat proses pengerjaan data menjadi lebih efisien.

“Kami juga ingin melakukan ekspansi [produk] lebih luas lagi, [masukan datanya] bukan hanya dalam format teks, tapi juga gambar dan video,” kata Ivan.

Tren penggunaan dan pengembangan sistem berbasis kecerdasan buatan (AI) yang makin masif melatarbelakangi pengembangan Datasaur. Di balik setiap algoritma AI, ada ribuan pelatihan mesin yang umumnya masih berbasis “human-labeled training”. Mengelola dan memberi label data seperti itu adalah pekerjaan yang sangat membosankan, memakan waktu, dan mahal.

Datasaur mencoba membantu mengefisienkan proses tersebut melalui beberapa fitur. Misalnya fitur labeling interface intelligence component yang dapat mengenali data-data dasar sehingga pemberi label tidak perlu menandai data yang sama berulang-ulang. Ada juga team organizing component untuk mengelola proses pelabelan data yang umumnya dilakukan berkelompok.

Contoh tampilan aplikasi pelabelan data yang dikembangkan Datasaur

Selain di Indonesia, Datasaur juga menjalankan bisnis di California, Amerika Serikat.

“Untuk fokus bisnis kami di Indonesia, ke depannya Datasaur memiliki rencana untuk membantu menyebarkan penggunaan dan adopsi NLP di Indonesia, dan menjadi standar industri utama untuk pelabelan data di Indonesia,” kata Ivan.

Sebagai salah satu startup asal Indonesia yang menjadi anggota program akselerasi Y Combinator batch Winter 2020, banyak pengalaman serta edukasi penting yang didapatkan oleh Ivan. Bukan hanya memvalidasi bisnis, Datasaur juga mendapatkan banyak masukan terkait membangun tim yang solid dan fokus bisnis yang lebih terukur.

Selain Datasaur, ada juga startup lain dari Indonesia yang turut mendapat peruntungan di batch tersebut. Ialah BukuWarung, aplikasi pencatatan arus keuangan untuk pengusaha mikro di Indonesia. Selepas demo day, mereka juga mendapatkan antusias investor untuk turut berpartisipasi memberikan dananya.

Vutura Tawarkan Solusi Mudah untuk Membuat Chatbot

Tren pengembangan chatbot tampaknya masih terus berlanjut. Salah satu tandanya dengan hadirnya pemain baru di industri ini. Namanya Vutura, perusahaan rintisan baru yang mencoba menawarkan layanan untuk memudahkan pengguna membuat chatbot secara mandiri.

“Vutura adalah platform chatbot berteknologi AI, kami membantu pebisnis maupun individu untuk melayani banyak pelanggannya dengan mudah. Kami menyediakan wadah, sehingga para pelaku bisnis dapat bebas membuat asisten virtual yang sesuai dengan kebutuhan bisnisnya,” terang Co-founder & CMO Vutura Herjuna Dony Anggara Putra.

Startup tersebut digawangi oleh empat orang founder, yakni Riztama Prawita, Arief Faizin, Herjuna Dony Anggara Putra dan Arfiyah Citra Eka Dewi. Vutura juga merupakan portofolio Digital Amoeba besutan Telkom — program inkubasi startup internal yang diikuti oleh kalangan staf perusahaan. Dalam debutnya mereka juga sudah mendapatkan pendanaan awal dari Telkom dengan nilai yang tidak disebutkan.

“Saat ini chatbot Vutura sudah bisa diimplementasikan pada berbagai aplikasi pesan seperti Telegram, Line, Facebook Messenger, dan WhatsApp. Selain aplikasi pesan tersebut, juga dapat diimplementasikan pada chat widget yang berada pada website dan mobile apps,” terang Co-Founder & CEO Vutura Riztama.

Layaknya platform chatbot pada umumnya, Vutura juga dibekali teknologi NLP (Natural Languange Processing) berbahasa Indonesia untuk memahami konteks percakapan dengan penggunanya.

Sebelumnya di Indonesia sudah ada beberapa startup yang sajikan layanan serupa, di antaranya Kata.ai dan Botika. Tren pemanfaatan AI dalam bisnis membuat bisnis chatbot berkembang pesat, terlebih dengan automasi tersebut beberapa bisnis telah mampu menghasilkan efektivitas dalam penanganan pelanggan.

Produk chatbot, dalam hal ini yang diimplementasikan sebagai sistem layanan pelanggan, dikembangkan berangkat dari banyaknya kebiasaan yang berulang, salah satu contohnya ketika penjual menjawab pertanyaan pelanggannya mengenai produk. Dengan teknologi yang dikembangkan, Vutura berharap bisa memecahkan permasalahan tersebut dan mempererat hubungan pemilik bisnis dengan pelanggannya.

“Karena Vutura punya tujuan untuk mempererat hubungan antara pemilik bisnis dan para pelanggannya sehingga tidak menutup kemungkinan kami berkolaborasi dengan berbagai pihak untuk dapat membantu para pemilik bisnis dalam meningkatkan customer engagement experience,” imbuh Riztama.

Selain bisa mendukung banyak platform pesan instan, Vutura juga terintegrasi dengan berbagai macam tools, termasuk Multichannel Conversational Platform milik Qiscus dan beberapa lainnya. Mereka juga menjalin beberapa kemitraan, di antaranya dengan Freshworks, Line, termasuk dengan Telkom.

Pengguna hanya perlu menyelesaikan proses pendaftaran dan pembayaran untuk membuat chatbot mereka. Pihak Vutura mengklaim mereka menyajikan langkah yang sederhana atau tanpa coding sama sekali dalam hal pembuatan asisten virtual atau chatbot.

Hingga saat ini dari sistem Vutura sudah lahir 354 chatbot dengan 98 ribu percakapan. Angka ini juga dipastikan akan terus bertambah mengingat Vutura baru saja diluncurkan dan mulai diperkenalkan ke khalayak ramai.

“Kami menyediakan sistem berlangganan, pengguna bisa langsung mendaftarkan akunnya melalui website kami dan langsung mulai membuat chatbot-nya sendiri. Kami menyediakan dokumentasi dan tutorial untuk mempermudah pengguna. Selain itu, untuk korporasi dan atau perusahaan yang menginginkan layanan kustomisasi dapat menghubungi tim kami langsung,” terang Dony.

Di satu tahun perjalanannya, Vutura masih ingin memperkenalkan kecanggihan dan kebermanfaatan teknologi AI kepada masyarakat.

“Kami ingin memasyarakatkan teknologi AI agar para pelaku bisnis dapat meningkatkan experience dalam memberikan layanan kepada pelanggannya,” terang Dony ketika ditanya strategi mereka untuk mengarungi 2020 ini.

Kata.ai Kenalkan “Suites” Berisi Platform AI dan NLP Terintegrasi untuk Berbagai Kebutuhan

Dengan layanan yang terus bertambah, platform AI dan NLP untuk pengembangan chatbot Kata.ai kenalkan Kata Platform Conversational Suites. Yakni satu bundel layanan terpadu di dalamnya terdapat beberapa produk yang terbagi dalam tiga segmen berjuluk Core Platform, Customer Service Platform, dan Marketing Platform.

Co-founder & CEO Kata.ai Irzan Raditya menjelaskan bahwa suites ini merupakan wujud “super app” dari Kata.ai untuk memenuhi berbagai macam kebutuhan layanan pesan otomatis untuk pelanggan.

“Semua berawal ketika kami memperkenalkan Kata Platform di penghujung tahun 2017 dalam bentuk IDE (Integrated Development Environment) dengan tujuan memudahkan developer mengembangkan asisten virtual dengan kapabilitas NLU (Natural Language Understanding) Bahasa Indonesia dan juga terhubung dengan aplikasi seperti LINE, WhatsApp, Facebook Messenger, dan Telegram,” cerita Irzan.

Ia melanjutkan, seiring berjalannya waktu pelanggan bisnis semakin bertambah dan Kata.ai semakin banyak mendapat masukan, seperti kebutuhan untuk divisi pemasaran yang akhirnya melahirkan Kata CMS dan Kata Boost.

Kata Platform Conversational Suites

Kata.ai kini menyediakan beberapa jenis solusi yang lahir dari masukan rekan penggunanya. Di segmen pertama ada Core Platform, sebuah platform as services yang berbentuk IDE (Integrated Development Environment) berserta Natural Language API dan BOT API.

Di dalamnya ada Kata Flow, asisten virtual yang dikembangkan khusus untuk korporasi. Ada juga Kata NL, platform untuk mengembangkan model natural language dan mengolah insight dari data percakapan. Fitur baru yang ditambahkan di dalam Kata NL adalah Kata Generator, memungkinkan pengguna membuat, memberi label, dan melakukan training untuk dataset natural language.

Di kategori selanjutnya ada Customer Service Platform. Di segmen ini ada Kata Omnichat, sebuah dasbor yang menggabungkan pengelolaan proses customer service oleh agen manusia dan asisten virtual ke dalam satu workflow. Dukungan integrasinya meliputi WhatsApp, Line, Facebook Messenger, Telegram, Web, dan App Chat.

Ada juga Kata Assist, sebuah aplikasi mini yang membantu agen customer service melayani pelanggan dengan bantuan AI yang mampu memberikan rekomendasi jawaban dari pelanggan dan belajar dari respons yang diberikan para agen.

“Saat ini Kata Assis baru terhubung dengan Zendesk, ke depannya akan terhubung juga dengan CRM populer lainnya, seperti Salesforce, Freshdesk, dan Microsoft Dynamics,” jelas Irzan.

Kemudian, yang terakhir untuk segmen customer service platform ada Kata Voice, platform untuk mengembangkan asisten virtual interaktif berbasis suara dengan teknologi Automated Speech Recognition, Text to Speech, dan Call Center Analytics.

Di kategori terakhir ada Marketing Platform. Meliputi Kata Boost, platform untuk mengelola kampanye pemasaran dalam aplikasi pesan; Kata CMS, dasbor yang memudahkan pengguna non-teknis mengelola dan mengorganisasi konten dalam asisten virtual yang dikembangkan melalui Kata Flow dan Kata NL; Kata Business Dashboard, sebuah dasbor untuk mengelola dan mengautomasi percakapan di dalam saluran WhatsApp, mulai dari registrasi WhatsApp Business API hingga memproses Template Message.

Kata.ai selanjutnya

Inovasi dari Kata.ai tampaknya tidak akan berhenti di sini. Irzan menceritakan, di tahun 2019 mereka menghadapi tantangan dengan kebutuhan-kebutuhan pasar yang akhirnya dijawab dengan sederet inovasi. Dalam menatap tahun 2020, Kata.ai tengah fokus untuk memperkuat produk-produk yang ada di Suites dan terus mendorong pertumbuhan pelanggan.

“Kami percaya kolaborasi dengan penyedia jasa dan platform lain adalah kunci strategi pertumbuhan kami, seperti halnya yang sudah kami lakukan di dua tahun terakhir dengan tech startup lainnya, seperti Qiscus dan Halosis, ataupun juga mitra system integrator seperti Accenture, Medlinx, Sprint, Telkom Infomedia, dan lain-lainnya. Kami sangat terbuka dalam menyambut lebih banyak lagi sinergi dan kemitraan yang bisa dihasilkan di tahun 2020,” tutup Irzan.