Menerka Prospek Startup AI di Indonesia

Kecanggihan ChatGPT, sukses membuat narasi soal AI diperbincangkan di seluruh dunia, bahwa teknologi kecerdasan buatan generatif (genAI) dirancang untuk merevolusi cara organisasi menjalankan bisnis.

Menurut riset yang dirilis Bain pada Agustus 2023, disampaikan bahwa genAI mempercepat pekerjaan hingga 41%. Responden menyampaikan sebanyak 81% pengguna mengatakan lebih produktif berkat genAI. Penelitian menunjukkan bahwa AI membantu mereka mengautomasi email dan komunikasi (50%), analisis dan pelaporan data (45%), dan penelitian (42%).

Data investasi global yang diungkap CB Insights mengungkapkan pada 2023, startup AI mengumpulkan $42,5 miliar dalam 2.500 putaran ekuitas. Startup genAI mendominasi hingga 48% dari seluruh pendanaan AI. Pada tahun sebelumnya, startup genAI hanya meraih 8% dari total pendanaan.

Lonjakan ini didorong oleh putaran besar-besaran ke pengembang large language model (LLM), seperti OpenAI, Anthropic, dan Inflection. Startup asal Amerika Serikat paling banyak mengambil porsi hingga 73% (naik 14%), lalu disusul Asia (25%) dan Eropa (24%).

“Kami memperkirakan startup genAI akan mempertahankan atau bahkan meningkatkan hal ini pada tahun 2024, karena booming genAI masih jauh dari selesai,” tulis CB Insights.

Namun, tidak semua startup AI diciptakan sama. Sebelum membahas AI lebih dalam, artikel ini akan membahas lebih terlebih dulu perbedaan antara startup AI horizontal dan vertikal.

Startup AI horizontal:

  • Definisi: Solusinya dirancang agar serbaguna dan dapat diterapkan secara luas, serta berfungsi sebagai landasan bagi berbagai industri. Punya cakupan yang luas dan dapat diintegrasikan ke dalam berbagai domain, termasuk layanan pelanggan, pembuatan konten, dan pengambilan informasi umum, untuk menghasilkan respons mirip manusia, terlibat dalam percakapan bahasa alami, dan memberikan wawasan berharga. Fleksibilitasnya menjadikannya tersedia bagi bisnis yang mencari solusi AI yang dapat dengan cepat disesuaikan dengan kebutuhan spesifik mereka.
  • Contoh: ChatGPT (OpenAI), Gemini (Google), Claude (Anthropic), Cohere, Tongyi Qianwen (Alibaba). Di ASEAN ada SEA-LION (AI Singapore) dan WIZ LLM (WIZ.AI).

Startup AI vertikal:

  • Definisi: solusi AI vertikal disesuaikan dengan industri tertentu, guna menjawab kebutuhan dan tantangan unik mereka. Solusi yang ditawarkan punya fungsionalitas tingkat lanjut dan kemampuan khusus, memberikan wawasan spesifik industri, mengoptimalkan proses, dan meningkatkan pengambilan keputusan, sehingga merevolusi operasi dalam sektor-sektor seperti jasa, hukum, pemasaran, dan lainnya.
  • Contoh: di Indonesia ada Nodeflux (image processing), Verihubs (automation), Kata.ai (conversational AI), dan Prosa.ai (data analytics & insight).

Kondisi di Indonesia

DailySocial.id merangkum dari hasil wawancara bersama tiga narasumber. Mereka sepakat bahwa prospek startup AI di Indonesia sangat cerah karena perjalanannya baru dimulai. Salah satu faktor pendukungnya karena munculnya ChatGPT.

“Pemetaan startup AI lokal menunjukkan bahwa hampir setengah startup AI di Indonesia adalah pemain baru yang berusia kurang dari satu tahun. Mayoritas dari mereka telah mendapatkan pendanaan dari VC,” ucap Partner Antler Indonesia Agung Bezharie.

Dari total pendaftaran yang masuk di Antler Indonesia, startup AI yang mendaftarkan diri untuk batch I dan II di 2022 sampai awal 2023 jumlahnya hanya 1-2 startup. Sementara, kini jumlahnya terus meningkat.

CTO GDP Venture, CEO & CTO GDP Labs On Lee menambahkan, sebelum ChatGPT booming, perusahaan yang sudah mengadopsi AI pada umumnya masih sangat terbatas. Salah satu alasan terbesarnya karena biayanya yang mahal. “Tapi karena ChatGPT jadi ter-consumerize, semua orang jadi tahu,” ucapnya.

Dia juga mencontohkan, BCA merupakan salah satu perusahaan mature yang terdepan dalam mengadopsi teknologi ini sejak lama. Proses awalnya saat adopsi juga tidak instan, perbankan tersebut mencoba untuk satu per satu usecase. Begitu terasa peningkatan produktivitasnya, makin ditambah usecase yang dibantu dengan AI.

Digandrunginya ChatGPT, On berharap membuat awareness di tingkat perusahaan dari multi-industri makin banyak yang terdorong untuk mulai mengadopsinya.

“Indonesia itu baru aware dengan AI sejak tahun lalu, sebelum-sebelumnya belum banyak yang aware. [..] Saya mengharapkan lima tahun lagi banyak hal yang akan berubah. Kalau yang kemarin [ChatGPT] dapat hype buat marketing [adopsi AI], lalu terasa produktivitasnya naik [setelah adopsi AI), perusahaan akhirnya mulai banyak yang berani investasi,” kata dia.

“Seiring berjalannya waktu, teknologi semakin canggih, maka aplikasinya akan semakin banyak. AI juga sama, makin banyak yang pakai, makin banyak orang yang mau investasi ke sana, makin banyak solusi yang dihasilkan dari AI. Akhirnya menciptakan positive feedback loop,” sambung On.

GDP Venture merupakan VC yang tergolong aktif mendanai startup AI di Indonesia. Beberapa portofolionya adalah Balesin, Datasaur.ai, Glair.ai, Prosa.ai, dan Qlue.

Co-founder & CEO of Nodeflux Meidy Fitranto menyoroti kehadiran genAI membuat tingkat halangan kesulitannya jauh lebih ringan karena solusinya dibangun di atas model fondasi yang sudah dibuat. Namun bisa jadi bumerang karena tingkat kompetisinya jadi sengit lantaran tidak ada diferensiasi yang berarti.

Ambience di global pun lagi seperti ada ekuilibrium (mencari titik keseimbangan) karena value proposition-nya belum clear. Bahkan di global pun [startup AI horizontal] belum sekuat itu, masih banyak juga yang baru-baru muncul,” terang dia.

AI Players Mapping by Industry in Indonesia

Kesempatan jadi pemimpin di negara sendiri

Akan tetapi, Agung memercayai bahwa kesempatan besar startup AI bisa berkembang pesat di Indonesia bukan dari AI horizontal, seperti OpenAI, melainkan dari vertikal. Mengutip dari pendapat Jussi Salovaara (Managing Partner, Co-founder Antler), hipotesis Antler untuk kawasan Asia Tenggara diprediksi akan terdorong pesat berkat kehadiran startup AI vertikal. Berbeda jauh dengan kondisi di AS yang berlomba-lomba di AI horizontal, seperti co-pilot coding atau language modelling.

Verticalize AI berfokus pada solusi spesifik untuk industri, kegiatan, dan masalah di region ini. Solusi AI paling efektif digunakan untuk mengotomatiskan kegiatan yang berulang atau repetitif. Di Asia Tenggara dan Indonesia pada khususnya, banyak aktivitas berulang dalam kehidupan sehari-hari,” ucapnya.

Terdapat tiga startup AI vertikal yang masuk ke dalam portofolio Antler Indonesia, yakni SPUN, Konstruksi.AI, dan Lunash. Secara global, terdapat 11 startup AI yang telah mendapat pendanaan pre-seed dari Antler.

Menurut Agung, peluang untuk bersaing di tingkat global bagi startup AI vertikal, peluangnya jauh lebih besar. Sebab strategi untuk bertahan hanya satu, fokus pada vertikal bisnis. Dicontohkan, sepak terjang Nodeflux yang yang mampu bertahan dan berkembang karena memiliki keunikan teknologi dan bisnis.

“Pemanfaatan data unik ini menghasilkan solusi yang tidak dapat dibuat oleh startup global. Keunikan tersebut memungkinkan mereka bekerja sama dengan institusi yang biasanya sulit dijangkau startup.”

AI Players Mapping by Vertical in Indonesia

Melanjutkan ini, On juga sepakat bahwa startup AI lokal yang bermain dalam pengembangan Bahasa Indonesia dan mengombinasikannya dengan solusi-solusi lokal yang saling terkait, punya peluang untuk jadi pemimpin di negara sendiri.

“Kita bisa menang karena ini keahlian kita [lokal]. Misal, Glair.ai itu paperless OCR untuk digitalisasi dokumen, seperti NPWP, KTP, itu unik hanya Indonesia yang punya. Barang-barang lokal seperti ini harusnya kita yang menang,” tuturnya.

Dalam rangka mendukung LLM, dua portofolionya, Glair.ai & Datasaur.ai, berpartisipasi dalam proyek kolaboratif bersama BRIN, KORIKA, dan AI Singapore (AISG) untuk mengembangkan LLM Bahasa Indonesia di bawah model fondasi SEA-LION. Target yang diharapkan dari proyek ini adalah mendorong pembuatan platform seperti ChatGPT dengan tujuan penggunaannya yang lebih dispesialisasikan sesuai target konsumen.

Tantangan serius

Meidy melanjutkan, di balik peluang yang ditawarkan, ekosistem AI di Indonesia sangat memerlukan dukungan dari seluruh pihak, terutama untuk kebutuhan riset dan pengembangan (R&D). Cerita yang dialami Nodeflux bisa jadi acuan.

Mengingat target pengguna utamanya adalah pemerintahan untuk kebutuhan sistem pengawasan (surveillance system), ternyata proses tendernya masih kurang dianggap bernilai sebagai produk lokal karena disamakan dengan produk impor. Padahal proses pengembangan produk ini membutuhkan tim R&D yang tidak sembarang dan memakan waktu yang tidak sedikit, minimal punya gelar S3 dan kuliah di luar negeri, beli alat yang harganya mahal, dan sebagainya.

“Jadi kompetisi di market-nya secara bisnis lebih masuk akal kalau kita berdagang sebagai makelar/distributor karena hitung-hitungannya enggak masuk. Tinggal bawa produk white label dari luar, yang kemudian di-brand lokal sendiri. Dalam konteks Nodeflux, dukungan negara terhadap R&D untuk AI enggak terlalu berasa.”

Ia pun membandingkan situasi ini dengan dukungan pemerintah Tiongkok. Pada 2017, pemerintah mengumumkan program ambisius untuk pengembangan teknologi AI di dalam negeri, dengan tujuan menjadi ‘pusat inovasi AI utama’ dunia pada 2030. Kemudian pada 2019, mengumumkan “National AI Team” berisi beberapa perusahaan terpilih di masing-masing vertikal yang didukung pemerintah pusat dan daerah untuk mengerjakan proyek-proyek regional.

“Makanya pergerakan di sana luar biasa. Kalau di Indonesia, fight-nya jadi mirip jualan baju di Tanah Abang sama baju impor Tiongkok. Jadi market-nya enggak terlalu growing.”

Dampak inilah yang membuat pemain VisionAI seperti Nodeflux, tidak ada yang mampu bertahan. Di Indonesia, Nodeflux jadi ‘single fighter’. Padahal sebelumnya, ada sekitar empat pemain, termasuk Nodeflux yang masuk di area ini.

“Nodeflux termasuk paling heavy [deep-tech-nya], sehingga untuk buat kayak kita itu enggak gampang. Dari skala 10, bisa dibilang kita di 8,5, tapi kompetitor di skala 5. Gap-nya panjang [untuk mengejarnya].”

Sebagai sebuah perusahaan, Nodeflux sudah tidak lagi seperti startup pada umumnya. Perusahaan telah mencapai profitabilitas dan tidak mengandalkan lagi pendanaan dari investor sejak putaran terakhir di 2019.

Nodeflux memiliki sejumlah solusi berbasis AI untuk para kliennya dari B2B dan B2G, yakni Visionaire (Surveillace-Analytics-as-a-Service), Identifai (e-KYC untuk industri keuangan), dan RetailMatix (SaaS Vision AI & Sales Force Automation untuk industri ritel). Masing-masing menyelesaikan isu yang dihadapi para klien yang datang dari berbagai industri.

Nodeflux Ungkap Capai Profitabilitas, Rencanakan Ekspansi ke Luar Negeri

Startup deep-tech pengembang teknologi AI Nodeflux mengungkapkan perusahaan telah mencapai profitabilitas dan tidak mengandalkan lagi pendanaan dari investor sejak putaran terakhir di 2019. Adopsi teknologi AI yang mulai marak di kalangan pemerintah dan korporasi menjadi pendorong di balik pencapaian dari startup yang dirintis pada 2016 ini.

Dalam temu media yang digelar Senin (28/11), Chief Product Officer Adhiguna Mahendra menyampaikan, sejak awal Nodeflux berdiri jajaran manajemen selalu memastikan bahwa perusahaan punya fundamental  kuat lewat model bisnis dan nilai yang tepat agar punya posisi kuat di pasar, hingga pada akhirnya menjadi perusahaan berkelanjutan.

Sebagai perusahaan teknologi yang tidak memiliki aset fisik, satu-satunya yang bisa dijadikan aset adalah kekayaan intelektual (IP) yang diyakini selalu bernilai tambah ke depannya. Sementara, aset berwujud yang dimiliki perusahaan adalah portofolio berbagai contoh proyek yang pernah dikerjakan bersama para kliennya.

“Model bisnis kita bukan raising fund buat kejar growth, kita enggak mau kayak gitu, kita maunya sustain. Makanya kita main ke segmen konsumen dengan business proposition yang kuat, kita juga punya value yang bagus, mereka [klien] pun bisa kasih money yang bagus, dengan demikian kita bisa sustain,” kata Adhiguna.

Sayangnya, ia tidak menyebut lebih detail mengenai pertumbuhan keuntungan yang berhasil dicetak perusahaan. Kinerja Nodeflux sempat terkoreksi saat awal pandemi di 2020, namun di penghujung tahun mulai menunjukkan tanda pemulihan hingga kini. Keuntungan yang diperoleh, menurutnya, selalu diputar kembali untuk mengembangkan bisnis dan riset, sekaligus membiayai operasional.

Kendati begitu, perusahaan tidak anti dengan investasi. Apabila melakukan penggalangan dana bakal digunakan untuk pengembangan pusat riset (R&D) atau ekspansi bisnis, bukan untuk membiayai operasional dengan bakar duit. Sebagai catatan, Nodeflux menerima pendanaan dari pasar sekunder dengan nominal dirahasiakan dari East Ventures pada Juni 2018. Dalam jajaran investornya, juga terdapat Prasetia Dwidharma dan Indigo.

Sumber: Nodeflux

Kontribusi bisnis perusahaan terbesar datang dari B2G dengan porsi 60% dibandingkan dengan B2B sebesar 40%. Adhiguna menyebut, hal ini terlihat dari adopsi solusi kecerdasan buatan memang pada tahap awalnya dibutuhkan oleh kalangan pemerintah karena punya kebutuhan yang nyata. Entah itu buat meningkatkan pelayanan publik atau pengawasan di tempat keramaian.

Diprediksi tren ke depannya, porsi bisnis dari B2B akan terus mengimbangi B2G. Alasannya karena adopsi face recognition (FR) di dunia perbankan misalnya, semakin dibutuhkan untuk permudah diakses oleh nasabah.

Beberapa klien di Nodeflux di antaranya institusi kepolisian (termasuk POLDA), Direktorat Jenderal Pajak, Jasa Marga, BPJS Ketenagakerjaan, Kementerian Komunikasi dan Informatika, Pertamina, hingga pemerintah daerah. Bersama Pertamina, teknologi AI dari Nodeflux digunakan untuk aspek health, safety, and environment (HSE) saat monitor karyawan yang tidak disiplin menggunakan atribut. Sementara, bersama Jasa Marga membantu memberikan layanan road traffic monitoring untuk mengetahui titik-titik kemacetan.

Beberapa agenda berskala besar juga pernah ditangani Nodeflux bersama dengan para kliennya, di antaranya Asian Games 2018, IMF World Bank Summit 2018, dan yang teranyar G20 2022 di Bali. Saat acara G20 berlangsung, menggunakan FR dari Nodeflux untuk memperketat keamanan. Banyak terobosan yang dibuat untuk meningkatkan level keamanan para petinggi negara yang berkunjung. Setiap titik masuk seperti bandara, pelabuhan, area publik semua diawasi oleh ribuan CCTV yang dilengkapi FR dan saling terintegrasi.

Face Recognition sebenarnya adalah produk dari Computer Vision Artificial Intelligence (AI). AI jenis ini menggunakan gambar/video sebagai basis datanya yang kemudian diolah untuk dijadikan insight dalam memverifikasi dan memvalidasi sebuah keputusan.

Solusi AI untuk bisnis

Adhiguna melanjutkan, Nodeflux memiliki sejumlah solusi berbasis AI untuk para kliennya, yakni VisionAIre (Surveillace-Analytics-as-a-Service), Identifai (e-KYC untuk industri keuangan), dan RetailMatix (SaaS Vision AI & Sales Force Automation untuk industri ritel). Masing-masing menyelesaikan isu yang dihadapi para klien yang datang dari berbagai industri.

VisionAIre telah membantu Pemprov DKI Jakarta dan Provinsi Jawa Timur dengan konsep smart city. Tersedia sejumlah solusi untuk memudahkan pengawasan pemerintah terkait hal-hal seperti pengenalan wajah, deteksi ketinggian air, parkir kendaraan, dan pemantauan lalu lintas jalan.

Sumber: Nodeflux

Di musim penghujan bisa dideteksi ketinggian air lewat teknologi AI melalui Water Detection dari Nodeflux, tersebar di 278 titik di Jakarta. Sementara di Jawa Timur, juga sudah menerapkan teknologi AI di perkotaan sebanyak 11 titik.

Pada Agustus kemarin, produk tersebut berhasil lulus sertifikasi Tingkat Komponen Dalam Negeri (TKDN) dan masuk ke dalam katalog LKPP dari pemerintah dengan nilai hingga 99,04%. Pencapaian tersebut disebutkan pertama kalinya terjadi di Indonesia di segmen AI lokal. Sebelumnya, perusahaan juga berhasil lulus tes NIST (National Institute of Standard and Technology) dari Amerika Serikat sebagai vendor pengenalan wajah.

Pencapaian ini dinilai dapat mendukung optimalisasi TKDN terhadap proyek strategis yang didanai oleh negara dan produksi manufaktur di Indonesia, sekaligus memacu produktivitas dan daya saing industri nasional di tengah perdagangan dunia. Pasalnya, hingga kini solusi AI masih didominasi oleh perusahaan asing dengan kandungan software impor.

Dari segi inovasi, perusahaan terus meningkatkan akurasi dan latensi yang semakin rendah agar mudah diakses oleh semua orang. Menurut Abhiguna, untuk face recognition, misalnya perlu ada standar akurasi untuk false positive dan false negative. Contoh kasusnya, untuk false positive apabila mencari orang yang berbahaya malah salah tangkap orang tak bersalah.

“Kami selalu pacing standar akurasi dari NIST. Tapi ada challenge lain, soal size dan optimasi dari model AI yang kita taruh di server dan device itu harus sekecil mungkin. Dari optimasi kita sudah optimal, juga akurasinya sudah bagus di atas NIST, tapi dari sisi model dan latensinya juga kecil. Kita sudah benchmark dari beberapa kompetitor di luar.”

Selanjutnya, untuk produk Identifai, kini inovasinya sudah mencapai explainable AI. Permasalahan saat e-KYC dengan face recognition dari smartphone adalah orang bisa memalsukan wajah yang hanya dengan mencetak di kertas doff atau perangkat. Yang mana, bagi industri keuangan, audit dan kepatuhan itu adalah bagian terpenting yang tidak bisa dipisahkan.

“Algoritma yang kita kembangkan bisa menjelaskan secara level pixel mengapa orang ini bisa dianggap tidak asli. Ada parameter yang nilainya beda dengan orang asli. Setahu saya belum ada pemain lain yang bisa melakukan ini AI-nya.”

Pengembangan lanjutan dari AI yang sedang digiatkan perusahaan adalah face loyalty dan face payment. Di Tiongkok dan Amerika Serikat solusi ini sudah sangat umum dimanfaatkan oleh berbagai perusahaan ritel. Face payment merupakan teknologi yang memungkinkan seseorang bisa bertransaksi hanya dengan menunjukkan wajahnya. AI akan memverifikasi wajah orang yang melakukan transaksi lewat kontur muka dan identitas lainnya. Ketika terkonfirmasi sukses, maka pembayaran bisa otomatis terpotong dari akun bank atau kartu kredit milik orang tersebut.

Sementara untuk face loyalty ini akan sangat berguna untuk orang-orang yang memiliki banyak keanggotaan di berbagai merchant di toko swalayan atau restoran. Apabila suatu bisnis memanfaatkan teknologi ini, akan dengan mudah menambahkan poin keanggotaan tanpa pembeli repot-repot mengeluarkan kartu keanggotaan atau aplikasinya.

Di samping itu, perusahaan juga berencana untuk ekspansi ke luar Indonesia. Ada beberapa negara yang masuk ke dalam daftar, yakni Singapura, India, Amerika Serikat, dan Eropa. Namun sebelum itu, perusahaan masih mencari mitra distribusi yang benar-benar mengerti terkait solusi dan pasarnya.

“Selama ini untuk penjualan kita selalu direct, tapi untuk ekspansi ini untuk jual barang ke sana kalau tanpa representative office dan partner akan susah. Sebenarnya dari segi produk, kita sudah siap, tapi distribution channel harus yang benar-benar mengerti market-nya untuk jual barangnya. Itu yang masih challenging,” pungkas dia.

Saat ini seluruh tim Nodeflux adalah orang Indonesia dengan total 70 orang.

Pencarian Talenta “Engineer AI” untuk Startup Indonesia

Apakah kalian pernah mendengar istilah automatisasi, chatbot, hingga kecerdasan buatan? Dulu teknologi ini dianggap sebagai keajaiban. Kini teknologi itu terus dipelajari dan terus dikembangkan oleh engineer AI (Artificial intelligence). Mereka adalah orang-orang di balik robot yang membalas chat kita dengan cepat, sistem yang mampu mengkalkulasi dan memvisualisasi data, dan semacamnya.

DailySocial mencoba menggali bagaimana startup yang memiliki fokus di layanan AI atau memiliki tim atau divisi khusus AI mengembangkan tim dan saling menumbuhkan pengetahuan dan keterampilan masing-masing.

100% talenta lokal

Volantis, misalnya, adalah perusahaan yang menawarkan layanan pengelolaan data menggunakan teknologi AI dan Machine Learning, baik untuk keperluan preskriptif maupun prediktif. Kini mereka memiliki 12 software engineer dan 6 data scientist. Semua merupakan karyawan lokal yang sudah dibina sejak tahun 2016.

“Kami percaya bahwa senioritas bukan segalanya dan kami percaya bahwa anak-anak yang cerdas jika diberikan pelatihan dan kesempatan akan sangat cepat dalam mengakuisisi skill. Sebagian besar engineer kami merupakan kader dari fresh graduate yang kami didik dari awal. Kami juga percaya bahwa problem solving, sains dasar, logika dan math yang kuat sangat berperan di dalam kualitas engineer. Sebagian besar engineer merupakan anak-anak (sains) murni, baik dari fisika, matematika, ataupun ilmu komputer,” terang CEO Volantis Bachtiar Rifai.

Salah satu bidang AI yang banyak diterapkan di bisnis Indonesia adalah NLP. Menggunakan cabang ilmu ini, teknologi mampu membaca inputan bahasa Indonesia kemudian merespons secara natural. Semuanya otomatis. Teknologi AI berperan menerjemahkan maksud dan memberikan respons yang relevan.

Startup yang menerapkan teknologi ini adalah Kata.ai. CTO Kata.ai Pria Purnama menjelaskan, saat ini mereka memiliki 2 Senior Research Scientist dan 1 Machine Learning Engineer. Semuanya orang Indonesia. Hanya saja mereka adalah lulusan luar negeri, yaitu Italia, Inggris, dan Jerman.

“Benang merahnya ada satu: orang Indonesia yang paham bagaimana tantangannya membuat NLP Bahasa Indonesia,” jelasnya.

Di lini bisnis yang hampir sama hadir Prosa.ai. Teguh Budiarto, CEO Prosa.ai, menceritakan pihaknya saat ini membangun building blocks technology berupa fungsi AI untuk menghasilkan analisis maupun kemampuan merespons data. Hasilnya diimplementasikan dalam bentuk chatbot, sentiment analysis, dan regulatory technology untuk data berupa teks. Data suara akan menghasilkan solusi voice biometric, call center transcription, dan semacamnya; sedangkan data image dan video untuk people and vehicle management system.

“Kami ada lebih dari 30 orang AI engineer dan lebih dari 20 orang software engineer. Dibantu persiapan data oleh lebih dari 60 orang annotator, baik itu untuk data text, suara maupun image atau video. 100% mereka talenta lokal,” terang Teguh.

Sementara Bahasa.ai mengombinasikan kemampuan AI dan WhatsApp untuk layanan yang secara otomatis mengakomodir kebutuhan pengguna. Mereka memiliki sejumlah klien kenamaan, seperti DANA, Smartfren, Bank Sinarmas, dan Sociolla.

“Tim inti yang mengembangkan core model natural language processing kami ada 3 orang AI engineer (termasuk salah satu founder), dibantu beberapa software engineer yang membantu implementasi model tersebut di real business use. Sampai saat ini kami masih dibantu dengan 100% talenta dalam negeri. Karena bisnis kami adalah mengembangkan teknologi AI untuk pemahaman Bahasa Indonesia, kami ingin semua tim kami memiliki konteks bahasa yang lengkap—yang hanya dapat didapat oleh penutur asli bahasa tersebut,” ungkap Co-Founder & Chief AI Bahasa.ai Samsul Rahmadani.

Kemudian ada Nodeflux. Startup yang bergerak di bidang vision AI ini menyediakan solusi mengubah data gambar atau video menjadi data terstruktur atau informasi yang bermanfaat.

Co-founder dan CEO Nodeflux Meidy Fitranto menjelaskan, saat ini mereka memiliki 50 engineer dan semuanya talenta lokal.

“Iya untuk talenta engineer AI, kita untuk pengkaderan akan ada semacam mentoring dari senior level AI engineer ke junior level, di mana senior AI engineer akan bersama-sama junior engineer menyelesaikan computer vision case, mulai dari membuat model analytics hingga optimisasi dan experiment,” terang Meidy.

DailySocial juga berbincang dengan dua startup unicorn Indonesia, Bukalapak dan Gojek.

Head of AI Research Bukalapak Muhammad Ghifary menceritakan bahwa mereka memiliki divisi khusus AI. Divisi tersebut fokus pada penyediaan dan inovasi produk dan layaan berbasis AI. Ada dua proses yang berkaitan dengan AI, yakni R&D dan engineering. Proses R&D bertujuan menghasilkan model atau solusi AI yang melakukan fungsi-fungsi tertentu. Sementara proses engineering dilakukan agar solusi AI tersebut mampu diimplementasi dan digunakan di skala besar.

“Saat ini kurang lebih ada 14 engineer AI yang semuanya merupakan talenta-talenta dalam negeri dengan latar belakang pendidikan dalam negeri maupun luar negeri,” jelas Ghifary.

Di Gojek, tim yang bertanggung jawab mengembangkan dan menerapkan teknologi AI adalah tim data science. Tim ini mengikuti proses CRISP-DM (Cross Industry Standard Process for Data Mining). Gojek memiliki sekitar 40 data scientist dan 20 machine learning engineer.

“Sebagai global company, tim kami tersebar di berbagai negara, yaitu Indonesia, Singapura, India, dan Thailand,” ujar Senior Data Scientist Gojek Ardya Dipta.

Talente AI engineer

Pengelolaan dan pengembangan tim

Di Volantis, pembentukan tim AI melalui beberapa tahap penyaringan, baik melalui tes tertulis maupun wawancara. Talenta yang dicari adalah mereka dengan kemampuan logika dan problem solving yang cemerlang. Ketika sudah berhasil bergabung, mereka akan didukung sarana riset dan pengembangan yang mumpuni sehingga bisa berkembang dan memberikan value ke perusahaan.

Untuk Kata.ai, mereka aktif dan rutin melakukan bedah paper, inovasi baru apapun yang sudah dipublikasikan akan dibahas. Jika ada yang dinilai sesuai dengan kebutuhan, mereka akan mengembangkannya lebih lanjut.

“Hasilnya dapat berubah improvement di platform Kata.ai dan juga kita publikasikan kembali. Biasanya kita publish 2/3 paper per tahunnya di konferensi seperti INACL, ACL, CICLing, dan semacamnya,” jelas Pria.

Pengembangan dan review paper juga dilakukan tim engineer AI di Bahasa.ai. Setiap penelitian baru bertema AI akan dibahas, didiskusikan, hingga diimplementasikan jika perlu. Ini mereka lakukan agar tetap update terhadap perkembangan teknologi.

Pengelolaan dan pengembangan di Prosa.ai dimulai dengan seleksi dengan kualifikasi yang cukup lengkap. Di dalam perusahaan mereka melakukan pengkaderan dengan menyelenggarakan pelatihan yang terbagi menjadi beberapa level, sharing pengembangan teknologi AI, hingga mengirim anggota tim untuk menghadiri pelatihan, meetup, dan acara semacamnya di dalam maupun luar negeri.

“Prosa menyediakan sarana secara infrastruktur, serta dukungan biaya pelatihan disesuaikan dengan rekomendasi dari supervisor / lead di masing-masing divisi, yang dapat diajukan oleh setiap engineer. Kalau proposal disetujui, mereka bisa mengikutinya dengan dukungan penuh maupun sebagian,” imbuh Teguh.

Sementara di Nodeflux, tim engineer AI setidaknya harus memiliki minat dan kemampuan di bidang terkait. Selanjutnya ketika sudah menjadi bagian tim mereka akan mendapatkan sesi peer tutorial, tempat sesama engineer AI berbagi pengetahuan.

“Sumber referensi untuk ide-ide terkait AI biasanya dari research paper yang bersumber dari institusi, jurnal dan konferensi-konferensi terkemuka.  Itupun tidak semua dapat diterapkan. Engineer AI secara reguler mendiskusikan research paper dan aplikasinya serta membuat eksperimen yang dapat diterapkan di pekerjaan,” jelas Meidy.

Sementara untuk bisa menjadi tim engineer AI di Bukalapak dibutuhkan beberapa keahlian, seperti pengolahan dan analisis data, pengembangan model/solusi AI, hingga implementasi perangkat lunak berbasis AI untuk skala besar. Di samping itu dibutuhkan pula kemampuan matematis dan problem solving yang kuat.

Menurut Ghifary, Bukalapak memberikan kesempatan bagi anggota tim engineer AI untuk berkembang melalui development program yang mereka miliki. Training dan knowledge sharing juga menjadi tradisi di dalam tim.

Ardya menceritakan environment di Gojek sangat mendukung untuk pengembangan pengetahuan dan kemampuan. Selain adanya sesi knowledge sharing rutin mereka juga memiliki study group yang tiap minggunya membahas buku-buku yang berkatian.

“Penularan ilmu juga dapat dilakukan pada saat mengerjakan proyek bersama, yaitu dengan cara data scientist yang lebih senior memberikan mentorship ke yang lebih junior sambil melakukan review berkala secara mendalam. Setiap review terdokumentasi dengan baik dan ada sign-off dari mentor bahwa proyek yang dilakukan sudah sesuai dengan standar,” imbuh Ardya.

Susahkah mencari talenta?

Semakin banyaknya perusahaan yang menghadirkan dan mengembangkan solusi AI menciptakan kebutuhan engineer AI yang semakin meningkat. Bachtiar menilai di Indonesia banyak talenta yang hebat, hanya saja kesulitan utama yang ditemui adalah membentuk budaya inisiatif dan berfikir yang strategis.

“Kelemahan kita terkadang kita cenderung pasif walaupun sebenarnya mampu,” terangnya.

Sementara bagi Meidy, pencarian talenta secara umum merupakan tantangan tersendiri. Fokusnya tidak hanya pada skill tapi juga attitude yang sesuai dengan kultur perusahaan dan kemampuan untuk berkolaborasi. Apalagi AI adalah area yang masih terus berkembang.

“Gampang-gampang susah. Tentu saja experienced talent lebih susah karena selain perusahaan AI di Indonesia belum banyak, engineer AI cenderung berminat pada data text atau speech atau vision saja [satu cabang ilmu saja –red]. Tidak mudah mencarinya yang bagus-bagus performanya,” terang Teguh.

Bahasa.ai sendiri fokus mencari talenta yang memiliki keunggulan dua bidang, karena belum banyak pendidikan khusus di bidang studi AI.

“Biasanya kita mencari antara 2 macam orang: lulusan computer science yang mahir dalam matematika, atau lulusan matematika yang mahir dalam programming,” imbuh Samsul.

Sementara Gojek melihat masih adanya kesenjangan yang cukup tinggi antara kebutuhan dan ketersediaan talenta engineer AI di Indonesia. Gojek berusaha menghadirkan beberapa solusi terkait hal ini dengan menghadirkan GoAcademy, Upscale,  Bangkit, Gojek Xcelerate, hingga Community up dan meetup Data Science.

“Saat ini Gojek memiliki ribuan karyawan di Asia Tenggara dengan lebih dari 30 kewarganegaraan. Kami berharap adanya asimilasi talenta tersebut dapat mendorong akselerasi untuk pengembangan skill dan mencetak talenta-talenta berkualitas dunia, serta mendapatkan eksposur perusahaan multinasional dengan berbagai tantangan serta key learning-nya,” tutup Ardya.

Potensi Penerapan Teknologi Tingkat Lanjut di Startup Indonesia

Dalam sebuah percakapan dengan beberapa investor di Indonesia, disinyalir fokus kebanyakan startup teknologi di Indonesia baru sebatas implementasi produk, pemberian layanan paripurna, dan pemasaran demi mendapatkan pertumbuhan yang pesat.

Ketika membicarakan inovasi, apakah penerapan startup hanya terbatas ke kebutuhan mendasar atau mereka bakal terus berevolusi untuk menerapkan teknologi semakin dalam seperti produk-produk di pusat teknologi dunia?

Produk tepat guna, layanan yang utama

Secara umum, kegiatan dan kemampuan startup-startup di Indonesia sudah mampu untuk mendisrupsi pasar yang sudah ada. Idealnya, untuk mengembangkan produk yang tepat guna, startup harus bisa memprioritaskan teknologi yang ingin diimplementasikan. Menurut Chief Innovation Officer DOKU Rudianto, di tahap awal dari sebuah startup teknologi, hal yang paling penting adalah mendapatkan product-market fit.

“Karena itu, startup perlu memilih teknologi yang mendukung sistem pembangunan dengan kecepatan yang ekstrem. Sedangkan untuk layanan, startup harus menghapus ide memiliki fungsi lengkap, dengan membangun fungsionalisasi minimum dan fokus pada layanan hingga pengumpulan data dan tentunya mendengarkan feedback dari pengguna,” kata Rudianto.

Sementara CEO Sirclo Brian Marshal melihat, di konteks startup yang fokus pada pasar Indonesia, layanan merupakan prioritas utama.

“Menurut saya pendekatan ini sejalan dengan mindset untuk tetap agile di kondisi pasar yang begitu dinamis. Mengidentifikasi apa yang sedang dibutuhkan oleh konsumen dapat membantu bisnis untuk menghadirkan teknologi yang tepat guna,” kata Brian.

Jika startup mampu menghasilkan teknologi yang terbilang canggih dan benar-benar dibutuhkan saat ini, pastikan mereka sudah memiliki target pasar dan menyesuaikan kondisi.

“Yang menjadi perhatian adalah tidak perlu startup Indonesia bersaing dalam hal teknologi dengan startup secara global. Ciptakan inovasi yang sesuai dan terus fokus ke pertumbuhan bisnis, strategi akuisisi target pengguna, dan penguatan unit ekonomi startup,” kata Founder & Managing Partner Indogen Capital Chandra Firmanto.

Fokus ke ekosistem dasar

Sesungguhnya startup Indonesia memiliki potensi untuk menerapkan teknologi tingkat lanjut. Meskipun demikian, karena minimnya dukungan dari pemerintah dan pasar, startup lokal kebanyakan masih fokus ke ekosistem paling mendasar dan tidak banyak menawarkan teknologi baru.

Langkah strategis ini sah-sah saja selama startup memiliki target pasar yang tepat dan unit ekonomi yang kuat. Pada akhirnya, menyesuaikan kondisi dan seiring berjalannya waktu, teknologi yang relevan dan “lebih dalam” bisa dikembangkan sesuai capital yang dimiliki dan kegiatan fundraising yang terus dilakukan.

“Kondisi seperti ini tidak hanya terjadi di Indonesia, tapi juga startup di negara Asia Tenggara lainnya. Keuntungan yang dimiliki startup Indonesia adalah populasi generasi muda yang besar dan pasar yang luas. Menjadi penting untuk kemudian [startup lokal] fokus kepada pasar dan pondasi unit ekonomi yang kuat,” kata Chandra.

Menurut Brian, teknologi yang langsung dirasakan oleh pengguna di Indonesia belum ada yang sifatnya “frontier“. Masih jarang ditemukan startup lokal yang mengadopsi teknologi yang belum pernah diterapkan di region lain.

“[Meskipun demikian] berbagai startup besar di Indonesia mampu menghadirkan teknologi dengan infrastruktur kuat dan sophisticated guna enabling aktivitas digital yang kompleks. Contohnya seperti enabling transaksi yang berlangsung selama flash sale Harbolnas 12.12 tanpa adanya downtime,” kata Brian.

Menurut CEO DycodeX Andri Yadi, tidak dapat dipungkiri masih sedikit investor yang tertarik menggelontorkan dana mereka ke startup yang memang fokus untuk mengembangkan teknologi. Namun, pada akhirnya, kendala tersebut tidak membuat penggiat startup patah semangat untuk terus membangun teknologi baru.

“Pada akhirnya, apakah mendapat dukungan pendanaan atau tidak, bisnis harus terus berjalan. Dan teknologi serta inovasi baru tetap harus diciptakan,” kata Andri.

Di sisi lain, para investor melihat, ketika founder berniat menggalang dana ke VC, pastikan teknologi yang diterapkan adalah nyata. Hindari melakukan sugar coating dengan harapan bisa mendapatkan pendanaan saja.

“Sebenarnya startup Indonesia memiliki potensi, namun masih belum cukup. Sulit bagi mereka untuk meyakinkan pasar jika teknologi dan inovasi baru dihadirkan. [..] Pastikan ide dan teknologi tersebut adalah jujur dan nyata,” kata VP Investment Kejora-SBI Orbit Fund Richie Wirjan.

Potensi penerapan teknologi lanjutan

Saat ini sudah ada beberapa startup yang fokus ke penerapan teknologi AI, IoT, Big Data, dan lainnya. Namun kenyataannya, lebih dari 90% kasus bisnis sebenarnya dapat dipenuhi dengan teknologi yang mendasar untuk saat ini. Kebanyakan penggiat startup masih belum melihat adanya urgensi untuk fokus ke pengembangan teknologi lanjutan.

“Standar ‘dasar’ saat ini menjadi lebih meningkat kualitasnya. Integrasi berkelanjutan juga menjadi lebih umum saat ini,” kata Rudianto.

Diharapkan ke depannya akan lebih banyak lagi startup yang menawarkan inovasi dan teknologi tingkat lanjut untuk masyarakat Indonesia.

“Agar mampu menghadirkan teknologi yang sophisticated, para stakeholder harus mengutamakan aspek riset dalam pengembangan infrastruktur yang memadai,” kata Brian.

Selain itu, cara lain untuk memancing lebih banyak inovasi baru adalah merekrut tenaga kerja profesional yang sudah memiliki pengalaman bekerja di perusahaan teknologi luar negeri, khususnya di pusat-pusat teknologi dunia.

“Sebenarnya Indonesia memiliki kumpulan diaspora yang telah bekerja di perusahaan teknologi global. Untuk merekrut orang-orang ini dengan pengetahuan teknologi tingkat dunia, misalnya PhD di Computer Vision, kita perlu memiliki cadangan keuangan yang sangat kuat. Cara lain yang lebih terjangkau adalah mengembangkan sendiri world-level people,” kata Rudianto.

Mendorong Peranan Artificial Intelligence di Sektor Kesehatan

Teknologi Artificial Intelligence (AI) di bidang kesehatan diharapkan membantu mengurangi kompleksitas penanganan penyebaran virus Covid-19. AI dinilai mampu mengolah data, menganalisis data rontgen dengan lebih cepat, mendeteksi kondisi orang melalui temperatur tubuh, atau melihat penggunaan masker wajah di tempat umum.

“Mengintegrasikan teknologi AI ke dalam industri medis memungkinkan banyak kemudahan, termasuk otomatisasi tugas-tugas dan analisis data pasien dalam jumlah besar demi perawatan kesehatan yang lebih baik, lebih cepat, dan lebih terjangkau. Contohnya medical imaging yang memanfaatkan teknologi computer vision dapat membantu mendeteksi penderita pneumonia dan kanker lebih cepat dan akurat,” kata CEO Kata.AI Irzan Raditya.

Menurut Chief Research & Product Innovation Nodeflux Dr. Adhiguna Mahendra, AI telah memainkan peran yang sangat penting dalam perawatan kesehatan dan dalam satu dekade akan secara fundamental membentuk kembali prospek perawatan kesehatan. Hal tersebut dilihat dari penerapan AI untuk diagnosis gambar medis otomatis, diagnosis prediktif, dan telemedicine.

“Pandemi Covid-19 ini memberi insentif kepada para ilmuwan untuk berlomba-lomba menemukan vaksin baru yang kemajuan di bidang ini juga akan memengaruhi penelitian pengobatan pembelajaran lebih mendalam pada umumnya,” kata Adhiguna.

Hal senada diungkapkan CEO DycodeX Andri Yadi. Menurutnya, siapa pun harus berkontribusi melawan Covid-19, termasuk startup teknologi seperti DycodeX.

Penerapan AI di sektor kesehatan Indonesia

Di Indonesia, fungsi AI masih terbatas ke deteksi dan monitoring. Belum terlalu advance, seperti di negara maju. Startup Qure.ai yang berbasis di Inggris, melalui qXR system yang dikembangkannya, mampu menyoroti kelainan paru-paru dalam pemindaian sinar-X dada dan menjelaskan logika di balik evaluasi risiko penyebaran virus Covid-19.

Ada pula startup yang berbasis di Seoul, Korea Selatan, bernama Lunit yang menghadirkan produk serupa. Produk screening paru-paru Qure.ai dan Lunit telah disertifikasi badan kesehatan dan keselamatan Uni Eropa sebelum krisis. Alat ini telah diadaptasi agar semakin bermanfaat ketika Covid-19.

Meskipun belum banyak menyentuh layanan kesehatan, penerapan teknologi AI di Indonesia paling tidak mampu mengatasi masalah mendasar terkait social distancing dan deteksi awal virus Covid-19.

Teknologi FaceMask detection Nodeflux
Teknologi FaceMask Detection Alert milik Nodeflux

Teknologi terkini yang dihadirkan Nodeflux adalah FaceMask Detection Alert. Melalui teknologi ini, aktivitas masyarakat di ruang publik mampu dikenali lebih detail. Nodeflux menggunakan AI untuk mengotomasi proses pemantauan dengan deteksi wajah tanpa atau menggunakan masker. Mekanisme ini dilengkapi alert system sebagai pemberitahuan cepat bagi petugas ketika subyek tanpa masker ditemukan berlalu-lalang.

Semua data tersebut dapat terkoneksi dan terpusat melalui layar Monitoring Dashboard & Alert System.

“Pada dasarnya AI dapat membantu kami tidak hanya dalam pengambilan keputusan, tetapi juga dalam melakukan semacam tindakan otomatis. Tentu saja ini akan mengubah lanskap penyelesaian masalah selama kondisi pandemi, di mana kita diharuskan untuk membuat keputusan cepat tentang kondisi kesehatan masyarakat, mobilitas publik, dan kepatuhan terhadap peraturan,” kata Adhiguna.

Pemanfaatan AI dan IoT di bidang kesehatan juga dikembangkan DycodeX. Perusahaan saat ini mengembangkan teknologi yang mampu melakukan proses screening suhu badan orang. Dalam waktu sekitar 2 detik, alat yang dikembangkan tersebut diklaim mampu melihat apakah orang tersebut memiliki demam atau tidak.

BodyThermal Screening System milik DycodeX
Body Thermal Screening System / DycodeX

Tim DycodeX melihat adanya potensi teknologi ini bisa diterapkan di kantor-kantor dan bandara. Untuk kisaran harga jual, DycodeX menyebutkan produk ini berharga di bawah Rp10 juta. Ada banyak fasilitas, industri, dan bangunan yang perlu tetap beroperasi selama krisis ini dan solusi yang dihadirkan diharapkan dapat berkontribusi menjaga semua orang tetap aman dan sehat.

Berbeda dengan alat deteksi yang banyak digunakan oleh kalangan umum, alat ini mampu melihat suhu badan tanpa menyentuh bagian tubuh dari orang yang diperiksa. Mereka yang tidak menggunakan masker wajah juga bisa dideteksi.

“Kami percaya bahwa solusi seperti kami akan terus bisa diadopsi ketika dunia menjadi lebih sadar akan pentingnya teknologi untuk pencegahan dan antisipasi terhadap masalah potensial terkait kesehatan. Demam adalah salah satu respon tubuh kita yang terlihat, terkait dengan masalah kesehatan. Mendeteksi potensi demam dapat mencegah banyak masalah terkait. Kami berharap teknologi semacam ini akan dapat mengantisipasi dan melindungi terhadap kemungkinan wabah di masa depan,” kata Andri.

Masa depan pemanfaatan AI

Meskipun sebelum pandemi penerapan teknologi AI sudah mulai banyak dilancarkan berbagai industri, bisa dipastikan usai pandemi penelitian dan pengaplikasian AI akan lebih banyak dilakukan.

Di bidang kesehatan, penerapan teknologi AI dapat membantu untuk diagnosis, prognosis dan pengobatan. Untuk tujuan diagnosis dan prognosis misalnya, x-ray dan CT (Computed Tomography) dari gambar paru-paru di berbagai kondisi dapat digunakan untuk meningkatkan model deep learning yang menjadi bahan diagnosis Covid-19.

“Jadi aplikasi terkait prognosis, seperti dapat memperkirakan siapa yang akan terkena dampak lebih parah dapat membantu dalam perencanaan alokasi dan pemanfaatan sumber daya medis. Ini tentunya bisa diterapkan kepada penyakit lain,” kata Adhiguna.

Irzan menambahkan, “Saat ini, pengadopsian teknologi AI dalam industri medis di Indonesia sebagai pendukung penyedia layanan medis dalam membuat keputusan akan lebih tepat dan bermanfaat. Dengan demikian, dokter tetap berperan sebagai pengambil keputusan yang final.”

Jauh sebelum pandemi, AI sudah diakui eksistensinya, karena berpotensi berkontribusi pada penemuan obat baru. Di kasus Covid-19, sejumlah pusat penelitian fokus mencari vaksin melawan Covid-19. AI dapat mempercepat proses penemuan obat dan vaksin baru dengan memprediksi dan memodelkan struktur informasi virus yang dapat berguna dalam mengembangkan obat baru.

Namun demikian, persoalan lain yang perlu dipertimbangkan adalah regulasi. Teknologi AI akan sulit dikembangkan lebih lanjut tanpa persetujuan regulator terkait.

“Kesehatan adalah area di mana peraturannya sangat ketat dan tidak fleksibel. Ini dibenarkan karena mereka berurusan dengan kehidupan manusia, tetapi pada saat yang sama, sejumlah besar pengujian, sertifikasi dan panel akan menyebabkan inovasi dalam AI untuk perawatan kesehatan lebih lama, lebih rumit dan sulit untuk dimasukkan ke dalam aplikasi dunia nyata,” kata Adhiguna.

Tantangan lain, menurut Irzan, adalah ketidakseimbangan antara jumlah riset AI dengan kebutuhan bisnis. Banyak riset AI yang sulit dikomersialisasikan, karena riset tersebut belum tepat guna.

“Menurut saya, kolaborasi yang lebih selaras antara lembaga riset atau perguruan tinggi dengan pelaku bisnis berperan penting agar riset-riset AI dapat dimanfaatkan demi kebutuhan bisnis,” kata Irzan.

Ia menambahkan, dalam jangka waktu 10-15 tahun ke depan teknologi AI akan berkembang pesat dan dapat membantu industri medis dengan lebih signifikan, terutama jika data-data rekam medis digital dan medical imaging dapat terintegrasi. Teknologi AI tidak hanya hadir sebagai fasilitas pelengkap untuk meningkatkan produktivitas tenaga medis, tetapi juga berperan sebagai fasilitas pencegahan penyakit.

“AI akan tetap hadir dengan inovasi dan kemajuan logis dari komputasi dan teknologi secara umum. Hal tersebut nantinya tidak akan terlepas dari kehidupan kita sehari-hari dan akan terus diperbaiki, terlepas dari adanya pandemi ini atau tidak,” kata Andri.

Menyiasati Terbatasnya Investor Lokal di Pendanaan Tahap Lanjut

Meskipun makin banyak memberikan pendanaan di tahap awal (seed), jumlah investor lokal yang berpartisipasi di pendanaan tahap lanjut masih cukup terbatas.

Di Indonesia, mereka yang terlibat di pendanaan Seri B ke atas biasanya adalah Corporate Venture Capital (CVC) atau yang didukung keluarga konglomerat ternama.

Persoalan keterbatasan “ticket size”

Tentunya banyak alasan mengapa belum banyak investor lokal bermain di tahapan lanjutan. Salah satunya masih belum besarnya ticket size atau jumlah investasi yang bisa mereka gelontorkan untuk setiap startup. Biasanya perusahaan modal ventura lokal telah memiliki nominal yang sudah ditentukan.

“Saya melihat untuk melakukan pendanaan dengan nominal yang besar, misalnya $20 juta ke atas, agak sulit untuk venture capital lokal. Pada akhirnya yang bisa membantu adalah Corporate Venture Capital (CVC) atau Private Equity,” kata CEO PrivyID Marshall Pribadi.

Hal senada diungkapkan CEO Akseleran Ivan Tambunan. Menurutnya, untuk tahapan Seri B ke atas, belum banyak venture capital lokal yang bisa memberikan nominal lebih besar.

Untuk ticket size pendanaan tahap awal rata-rata VC memberikan mulai dari $500 ribu hingga $1 juta. Jika startup mulai masuk ke tahapan lanjutan, jumlahnya bisa beragam sesuai kebutuhan dan perjanjian.

To be honest, aku selalu lihat values sih, bukan hanya besaran uang. Contoh jika ada investor asing mau invest $10 juta lalu ada investor lokal mau investasi $3 juta ditambah akses ke pemerintahan, akses ke media, akses ke grupnya dia yang merupakan potential client/partner bisnis kita. Kita akan ambil yang mana?,” kata CEO Telunjuk Hanindia Narendrata (Drata).

Nilai tambah, termasuk dalam bentuk jaringan dan akses, menjadi faktor penting di luar nominal uang yang ditawarkan.

Venture capital lokal maupun asing bisa dipertimbangkan selama relevan dengan strategi dan visi-misi perusahaan. Perusahaan lokal akan dapat memberikan value add yang kuat dalam business development, organization building, dan business network untuk menguasai pangsa nasional. Jika menargetkan go international ataupun regional, perusahaan asing tentunya dapat memberikan value add tersendiri,” kata Principal Investment Alpha JWC Ventures Melina Subastian.

Menentukan pilihan

Pada akhirnya, ketika berbicara soal penggalangan dana, semua kembali lagi ke visi dan misi startup. Pendiri startup dan jajaran manajemen bisa menentukan pilihan sesuai dengan roadmap yang bakal diterapkan selanjutnya.

Jika startup lebih banyak terlibat dengan jaringan perusahaan lokal dan pemerintahan, ada baiknya untuk memilih investor lokal dan meminimalisir keterlibatan investor asing. Sebaliknya, jika berupaya melakukan ekspansi global, mulailah mencari tahu dan membuka jaringan lebih luas dengan investor asing.

“Mungkin yang harus diperhatikan ketika startup memilih investor asing untuk pendanaan adalah apakah pada akhirnya investor akan menempatkan talenta asing, seperti engineer dan posisi lainnya, ke dalam tim startup. Hal tersebut yang perlu diperhatikan jika startup melakukan penggalangan dana memanfaatkan investor asing,” kata CEO Nodeflux Meidy Fitranto.

Meidy menambahkan, ke depannya persaingan secara global tidak hanya terkait segmentasi pasar dan peluang bisnis, namun juga bagamana inovasi masing-masing negara bisa menjadi yang terdepan. Akan lebih ideal jika produk lokal diciptakan talenta lokal pula.

Menurut Drata, secara umum belum banyak investor lokal yang memiliki pengalaman di dunia digital ini. D sisi lain, investor di Jepang, Tiongkok, Amerika Serikat, dan negara-negara Eropa sudah memiliki pengalaman lebih baik.

“Saya percaya dan tren sudah membuktikan, makin ke sini jumlah investor lokal tahap lanjutan makin banyak. Sejarah membuktikan, dulu investor lokal tahap awal saja jarang sekali jumlahnya, sekarang sudah menjamur. Jadi para investor lokal juga butuh success stories sebelum memutuskan ‘nyemplung’ lebih jauh.”

Startup yang berencana menggalang dana tahapan lanjutan sebaiknya mengenali profil VC/CVC yang dibidik, dalam bentuk tesis, portofolio, tim, dan value added yang bisa diberikan.

Pastikan mereka adalah mitra yang tepat dan dapat bekerja sama dalam membangun bisnis ke depannya.

“Melihat hal ini, kami [Alpha JWC] berusaha untuk menjadi venture capital berbasis Indonesia yang dapat memberikan pendanaan tahap lanjut hingga $10 juta, sekaligus untuk dapat membantu pembangunan startup di Indonesia yang telah mencapai tahap lanjut,” kata Melina.

Ditjen Dukcapil Gandeng Sejumlah Perusahaan Optimalkan Data Kependudukan untuk e-KYC

Sebanyak 7 perusahaan termasuk Nodeflux menjalin kerja sama dengan Direktorat Jenderal Kependudukan dan Pencatatan Sipil (Ditjen Dukcapil) terkait pemanfaatan data kependudukan. Kerja sama ini tak lepas dari kebutuhan electronic-know your customer (e-KYC).

Nodeflux, Pajakku, Nebula Surya Corpora, Bank Yudha Bhakti, BNI, dan BNI PJAP merupakan perusahaan yang ikut dalam perjanjian kerja sama dengan Ditjen Dukcapil. Dengan demikian semua perusahaan yang sudah bekerja sama dapat melakukan verifikasi data seperti nomor induk kependudukan (NIK) yang ada di database Ditjen Dukcapil.

Nodeflux dalam kerja sama ini berperan sebagai penyedia platform pengenalan wajah dengan kecerdasan buatan yang terhubung dengan basis data Dukcapil. Platform mereka ini selanjutnya memungkinkan perusahaan yang sudah terdaftar untuk memverifikasi data pelanggan ke basis data Dukcapil.

“Dalam kerja sama ini tidak ada nama, alamat, tanggal lahir, pekerjaan, dan informasi lainnya yang keluar dari platform bersama. Dukcapil berperan penuh dalam pemegang keputusan, jika ada satu entitas memasukkan NIK-nya, kami akan mencocokkan dengan teknologi face recognition untuk memberikan kesimpulan sebagai akurasi dari NIK dengan wajah dari entitas tersebut,” ucap Dirjen Dukcapil, Zudan Arif Fakrulloh.

Sebab penggunaan teknologi

Zudan menjelaskan verifikasi data konsumen sebuah layanan digital yang saat ini menggunakan NIK dan KK tak lagi cukup. Dalam berbagai kasus, pengguna yang mendaftarkan dirinya untuk suatu layanan digital ternyata memakai NIK dan KK sembarang yang berserakan di internet.

Autentikasi berdasarkan pengenalan wajah menurut Zudan menjadi kunci. Dengan teknologi ini ia berharap potensi penyalahgunaan data terhindarkan.

“Kalau transaksi cuma pakai NIK saja, kita bisa tertipu. Maka dari itu perlu piranti yang berikutnya. Jangan percaya nama, NIK, atau KK saja,” imbuhnya.

Hingga saat ini tercatat sudah ada sekitar 1.617 lembaga pemerintah dan swasta yang bekerja sama dengan Ditjen Dukcapil terkait pemanfaatan data. Sektor keuangan, terutama perbankan, merupakan jenis sektor yang akan terbantu oleh teknologi ini dalam hal KYC mereka.

Maka tak mengherankan institusi perbankan akan paling banyak terbantu dalam kerja sama ini. Salah satunya adalah Bank Artos. Hal ini membuat perusahaan yang baru saja resmi diakuisisi oleh Perry Waluyo dan Jerry Ng kian mantap menjelma menjadi bank digital dalam waktu dekat. “Kami sekarang masih develop platform, tapi tahun depan segera running. Mungkin di semester 1 atau triwulan 1 kita coba,” ucap Plt Direktur Utama Bank Artos Deddy Triyana kepada DailySocial.

Berkolaborasi dengan ITB, Nodeflux Kembangkan Chip Berkemampuan “Deep Learning”

Nodeflux startup pengembang solusi teknologi berbasis AI mengumumkan kolaborasinya dengan Institut Teknologi Bandung (ITB) bagian IC Lab Design. Kolaborasi ini merupakan langkah awal kedua belah pihak untuk melakukan riset dan pengembangan hardware Deep Learning Inference Chip (DLIC).

Dijelaskan DLIC ini didesain memiliki arsitektur deep learning yang diimplementasikan di level perangkat keras. Dengan itu diharapkan proses komputasi bisa lebih cepat dengan konsumsi daya yang lebih rendah. Algoritma yang akan diimplementasikan di dalam IC spesifik yang dikembangkan Nodeflux.

DLIC merupakan salah satu komponen dasar perangkat komputer berbentuk sirkuit terpadu yang bekerja dengan menggunakan serangkaian algoritma deep learning melalui data visual berupa foto, gambar, dan video. Perangkat dapat menghasilkan data yang terstruktur serta menghasilkan informasi yang bernilai sebagai bahan pemangku kepentingan dalam membuat keputusan strategis.

Proyek kolaborasi ini akan berjalan kurang lebih 12 bulan melalui pengembangan DLIC secara bertahap. Co-founder & CTO Nodeflux Faris Rahman menjelaskan bahwa pengembangan DLIC ini akan berlangsung dalam beberapa tahap. Untuk tahap awal seperti sekarang ini yang dilakukan adalah desain arsitektur, baik dari sisi algoritma yang diimplementasikan dan juga komponen-komponen hardware untuk bisa mengabstraksi algoritma tersebut.

Chip yang akan dikembangkan oleh tim Nodeflux bersama lab ITB / Nodeflux
Chip yang akan dikembangkan oleh tim Nodeflux bersama lab ITB / Nodeflux

Selanjutnya adalah synthetizing dan development. Fase untuk menentukan parameter-parameter ajuan yang ingin dicapai, seperti kapasitas operasi komputasi per satuan waktu, kecepatan komputasi, dan performa akurasi dari komputasi.

“Berikutnya adalah testing dan verification untuk memastikan semua parameter acuan tercapai. Dalam kerja sama ini kita akan coba lihat performa dari desain arsitekturnya yang akan di prototipe, dalam bentuk Single Board Computer. Selanjutnya, jika kita sudah memverifikasi kemampuan dari desain arsitekturnya, kita akan melakukan kerja sama lanjutan untuk bisa masuk ke tahap desain fabrikasinya,” terang Faris.

Saat ini penggunaan DLIC masih terbatas untuk solusi-solusi terkait produk Nodeflux di Vision AI melalui VisionAIre. Namun tidak menutup kemungkinan untuk dikembangkan secara masal, namun perjalanan masih panjang mengingat ini baru dalam tahap awal.

Mengupas Pengembangan Teknologi “Face Recognition” dalam Nodeflux TechTalk

Pekan lalu (20/11), startup pengembang layanan berbasis kecerdasan buatan Nodeflux mengadakan forum diskusi interaktif bertajuk “Nodeflux TechTalk”. Tujuannya untuk berbagi pengalaman dan pengetahuan seputar tren pemanfaatan AI untuk berbagai kebutuhan. Acara perdana ini mengambil tema “How We Engineered Our Face Recognition and Bring It to World-Class Standard”.

Ada dua pembicara yang dihadirkan, yakni AI Research Group Lead Nodeflux Alvin Prayuda dan Engineering Manager Nodeflux Ilham Imaduddin.

Lewat presentasinya, Alvin menjelaskan bagaimana algoritma pembelajaran mendalam (deep learning) digunakan dalam pengembangan platform pengenalan wajah (face recognition). Secara teknis, penerapan metode ini menghasilkan serangkaian angka unik yang merepresentasikan karakteristik objek wajah yang dipindai. Metode lain yang digunakan dalam face recognition adalah embedding, memberikan efisiensi untuk mengenal wajah secara massal.

Deep learning dalam face recognition itu ada pipeline-nya, di mana awalnya kita menangkap gambar wajah, kemudian menentukan landmark-nya dan menghasilkan angka unik yang merepresentasikan seseorang ini, yang pada akhirnya mendefinisikan wajah itu adalah wajah si X,” jelas Alvin.

Dilanjutkan sesi Ilham yang membahas detail mengenai metode embedding. Ia mengawali dengan memaparkan tantangan implementasinya, yakni pada percepatan proses dan pengelolaan arus data yang sangat besar. Hal itu dapat diantisipasi dengan sistem komputer yang dapat bekerja secara efisien, didukung representasi algoritma dalam kode secara efektif.

Ia pun turut menyampaikan manfaatnya, “Dari sebelumnya dapat memakan waktu hampir 43 detik untuk memproses data, dengan metode baru, proses ini berhasil dipercepat berkali lipat. Dan salah satu pencapaian kami dapat mengidentifikasi wajah dari 150 juta data facial embedding dalam 60 milidetik. Kami bekerja sama dengan NVIDIA, guna mencari cara lain untuk mengoptimalkan AI agar memberikan manfaat yang lebih baik.”

Bentuk implementasi teknologi face recognition dapat menjangkau berbagai area, termasuk digunakan untuk solusi keamanan dan keselamatan publik. Misalnya diaplikasikan secara real-time untuk memproses data dari CCTV, sistem absensi, dan smart building.

Melihat antusias yang cukup tinggi, ke depannya acara Nodeflux TechTalk akan dilakukan secara berkala dan berkelanjutan, serta terbuka untuk seluruh pemangku kepentingan baik dari pemerintah, universitas, swasta, komunitas, maupun media untuk turut berbagi pengalaman dan pengetahuan seputar AI.

Disclosure: DailySocial merupakan media partner Nodeflux TechTalk