Google dan Nvidia sama-sama berinvestasi, didirikan selama empat bulan dengan valuasi 4 miliar dolar, apa yang dimiliki perusahaan AI ini?

Judul asli: 《Google、Nvidia Taruhan, Perusahaan AI Bernilai 4 Miliar Dolar Ini Ingin Menghapus Para Ilmuwan Langsung》

Penulis asli: Hualin Wuwang, Geek Park

Tahun 1956, sekelompok ilmuwan berkumpul di Dartmouth, untuk pertama kalinya secara resmi membahas “apakah mesin bisa berpikir”. Mereka optimis bahwa masalah ini bisa diselesaikan dalam satu musim panas.

Tujuh puluh tahun kemudian, pertanyaan ini masih belum memiliki jawaban. Tapi ada satu perusahaan yang baru didirikan selama empat bulan, mendapatkan pendanaan sebesar 500 juta dolar, dengan valuasi mencapai 4 miliar dolar—hanya karena mereka mengklaim telah menemukan jalan agar AI bisa belajar melakukan penelitian sendiri, berevolusi sendiri.

Perusahaan ini bernama Recursive Superintelligence.

GV dari Google Ventures memimpin putaran pendanaan, diikuti oleh Nvidia. Kedua perusahaan ini sudah tidak perlu dijelaskan lagi posisinya dalam ekosistem AI. Mereka secara bersamaan berinvestasi, menaruh taruhan pada sebuah startup yang bahkan produk-nya belum dipublikasikan, dan logika di baliknya layak untuk dipahami secara mendalam.

01「Mengeluarkan manusia dari siklus」

Mari bahas dulu apa sebenarnya yang dilakukan oleh Recursive Superintelligence.

Perusahaan ini didirikan oleh mantan ilmuwan kepala Salesforce, Richard Socher, dengan tim inti dari Google DeepMind dan OpenAI. Ini bukan kombinasi yang asing—dua tahun terakhir, insinyur dan peneliti yang keluar dari laboratorium top untuk memulai usaha sendiri, sudah membentuk gelombang yang cukup nyata.

Halaman pribadi Richard Socher di X, Altman tampaknya sangat memperhatikan talenta ini｜Sumber gambar: X

Socher bukanlah pendiri yang berasal dari “perusahaan besar yang mengasah kemampuan” seperti yang umum di Silicon Valley. Ia lahir di Jerman tahun 1983, belajar di Stanford di bawah bimbingan pelopor AI Andrew Ng dan pakar NLP Christopher Manning, menyelesaikan PhD pada 2014, dan meraih penghargaan PhD terbaik di departemen komputer Stanford saat itu.

Richard Socher adalah salah satu tokoh kunci yang benar-benar membawa metode jaringan saraf ke bidang pengolahan bahasa alami—penelitian awalnya tentang vektor kata, vektor konteks, dan rekayasa prompt, langsung menjadi dasar teknologi model BERT dan GPT yang kita kenal hari ini, dengan kutipan di Google Scholar lebih dari 180.000 kali.

Pada tahun lulus PhD, ia mendirikan startup AI bernama MetaMind, dua tahun kemudian diakuisisi secara strategis oleh Salesforce. Setelah itu, ia memimpin strategi AI Salesforce sebagai kepala ilmuwan dan wakil presiden eksekutif selama bertahun-tahun, mengarahkan peluncuran produk AI tingkat perusahaan seperti Einstein GPT.

Setelah meninggalkan Salesforce, ia mendirikan mesin pencari AI You.com pada 2020, dan pada 2025 menyelesaikan pendanaan Seri C dengan valuasi mencapai 1,5 miliar dolar. Kali ini, fokusnya beralih dari pencarian ke topik yang lebih fundamental.

Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs… masing-masing muncul dengan label “tim inti dari XX model besar” dan menceritakan kisah tentang “AI generasi berikutnya”.

Namun, pendekatan Recursive jauh lebih agresif dibandingkan kebanyakan pesaing.

Inti dari proposisi mereka adalah “AI belajar sendiri”—bukan membuat AI lebih pintar dalam menjawab pertanyaan, melainkan membiarkan AI menyelesaikan seluruh proses penelitian ilmiah: mengajukan hipotesis, merancang eksperimen, mengevaluasi hasil, dan mengiterasi arah. Dengan kata lain, mereka ingin mengeluarkan manusia dari seluruh siklus ini secara lengkap.

Ini bukan arah yang baru, tapi Recursive menempatkannya dalam logika bisnis yang sangat realistis. Saat ini, gaji tahunan para peneliti AI top bisa mencapai 15-20 juta dolar, dan jika sebuah sistem bisa menyelesaikan pekerjaan yang sama dengan biaya lebih rendah dan lebih cepat, model ekonomi penelitian terdepan akan benar-benar berubah.

Para investor jelas melihat logika ini. Putaran pendanaan dikabarkan melebihi permintaan, dan skala akhirnya bisa mencapai 1 miliar dolar.

02 Google dan Nvidia Taruhan Bersamaan

GV memimpin, Nvidia mengikuti. Kombinasi investor ini sendiri sudah menjadi sinyal.

Logika Google tidak sulit dipahami. DeepMind selama bertahun-tahun menjadi pelopor utama dalam bidang “AI untuk Ilmu Pengetahuan”, AlphaFold memecahkan masalah pelipatan protein, AlphaGeometry mengalahkan pemain top manusia dalam kompetisi matematika.

Namun, jalur DeepMind adalah menggunakan AI untuk menyelesaikan masalah ilmiah tertentu, sedangkan Recursive ingin melakukan sesuatu yang lebih mendasar—membiarkan sistem AI secara mandiri mendorong proses penemuan ilmiah itu sendiri. Ini adalah kompetisi sekaligus perlindungan yang layak dipertaruhkan bagi Google.

Lebih penting lagi, baru saja bulan ini Google mengumumkan kerja sama dengan Intel untuk beberapa generasi infrastruktur AI. Ini menunjukkan bahwa Google mempercepat secara menyeluruh dalam pengembangan infrastruktur AI. Investasi pada Recursive adalah bagian dari strategi besar ini—siapa pun yang memimpin model terdepan, Google ingin ikut serta.

Logika Nvidia lebih langsung. Bottleneck utama dari AI belajar sendiri bukanlah algoritma, melainkan daya komputasi. Jika AI harus menjalankan eksperimen dan mengiterasi model secara mandiri, skala klaster GPU yang dibutuhkan akan meningkat secara eksponensial. Dengan berinvestasi di Recursive, Nvidia secara tidak langsung juga berinvestasi pada pesanan masa depannya sendiri.

Kedua perusahaan ini secara bersamaan juga mengirimkan sinyal yang lebih halus—bahwa jalur ini mungkin sudah mencapai tahap “jika tidak berinvestasi, akan tertinggal”.

03 Valuasi 4 Miliar Dolar dalam Empat Bulan, Apakah Masuk Akal?

Kemungkinan saat orang pertama kali melihat angka 4 miliar dolar ini, reaksi pertama adalah “lagi-lagi”.

Bubbles valuasi startup AI selama dua tahun terakhir bukanlah hal baru. Sebuah PDF, sebuah demo, beberapa slide, dan beberapa nama dari laboratorium top sudah cukup untuk menggerakkan dana ratusan juta dolar—ini bukan lagi cerita di Silicon Valley dan London, melainkan kenyataan sehari-hari.

Namun, jika dilihat lebih dekat, ada beberapa hal yang membedakan Recursive dari “unicorn PPT” biasa.

Pertama, bobot tim pendiri. Richard Socher memiliki rekam jejak akademik nyata di bidang NLP, bukan sekadar mengandalkan aura “perusahaan besar sebelumnya”. Pengalaman tim inti di DeepMind dan OpenAI juga berarti mereka benar-benar memahami masalah utama di penelitian terdepan.

Kedua, fakta bahwa pendanaan melebihi permintaan. Ini menunjukkan bahwa pasar sangat membutuhkan, dan investor berebut masuk, bukan karena diyakinkan.

Namun, valuasi 4 miliar dolar untuk perusahaan yang baru empat bulan dan belum memiliki produk publik ini didasarkan pada ekspektasi, bukan kenyataan. Pada dasarnya, ini adalah pembayaran untuk sebuah arah, bukan untuk produk atau pendapatan.

Logika penetapan harga ini semakin umum di era AI, didorong oleh ketakutan mendalam akan “ketinggalan OpenAI berikutnya”. Safe Superintelligence dulu juga mendapatkan valuasi fantastis dengan hampir tanpa produk, dan nama Ilya Sutskever adalah aset terkuat.

Recursive meniru jalur yang sama. Ini bukan kritik, melainkan pengamatan objektif.

04 “AI belajar sendiri” dan apa di baliknya

Nama Recursive Superintelligence sebenarnya sudah sangat jelas menyatakan ambisi perusahaan ini.

“Recursive” berarti rekursif. Dalam ilmu komputer, rekurs adalah struktur di mana sebuah fungsi memanggil dirinya sendiri, menjadi mekanisme inti dari banyak algoritma kompleks. Dalam konteks penelitian AI, “superinteligensi rekursif” mengisyaratkan sebuah sistem yang mampu terus-menerus mengoptimalkan dirinya sendiri, naik spiral.

Konsep ini tidak baru, dan versi ekstremnya adalah “ledakan kecerdasan”—satu sistem yang melewati titik kritis tertentu bisa secara mandiri mempercepat evolusinya, mencapai tingkat kecerdasan yang tidak bisa dipahami manusia. Ini adalah salah satu kekhawatiran utama di bidang keamanan AI.

Namun, apa yang dilakukan Recursive saat ini jauh dari level itu. Interpretasi yang lebih realistis adalah mereka sedang mencoba membangun sistem yang mampu menggerakkan siklus eksplorasi ilmiah secara mandiri, dengan tujuan mengurangi biaya dan waktu penelitian AI secara signifikan.

Jika benar-benar bisa dilakukan, dampaknya tidak akan terbatas di dunia AI saja. Ini bisa berarti pengembangan obat, ilmu material, fisika, dan bidang lain yang bisa maju pesat tanpa keterlibatan manusia.

Tentu saja, ini masih “jika”.

Dari klaim ke realisasi, jaraknya di industri AI tidak pernah linier.

05 Logika Gelombang

Sejak paruh kedua 2025, gelombang startup dari laboratorium top terus bermunculan. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence… daftar ini terus bertambah.

Recursive adalah yang terbaru dan saat ini memiliki valuasi tertinggi di antara mereka.

Alasan strukturalnya sangat sederhana—kompetisi antara OpenAI, Anthropic, dan Google DeepMind telah membuat laboratorium-laboratorium ini semakin mirip perusahaan besar, dengan KPI, regulasi, dan politik.

Para peneliti yang ingin berinvestasi di arah paling agresif justru merasa lebih bebas jika keluar dan menjalankan sendiri.

Sementara itu, logika pasar modal juga memperkuat tren ini. Bagi peneliti top yang didukung perusahaan besar, peluang untuk memulai usaha sendiri mungkin adalah yang terbaik dalam sejarah—investor lebih bersedia membayar untuk “arah” ini daripada sebelumnya.

Inti dari gelombang ini bukanlah “siapa yang akan sukses”, melainkan “apa definisi keberhasilan”.

Jika Recursive akhirnya membuktikan bahwa AI belajar sendiri itu memungkinkan, mereka akan mengubah paradigma dasar penelitian AI. Jika tidak, setelah dana 500 juta dolar habis, yang tersisa hanyalah sebuah konsep yang terlalu dipromosikan.

Kedua skenario ini sama-sama mungkin.

Empat bulan, valuasi 4 miliar dolar—angka ini membuat orang bersemangat sekaligus waspada. Perlombaan senjata AI saat ini bahkan mengubah “cara melakukan penelitian” menjadi medan kompetisi.

Ilmuwan yang memperdebatkan satu musim panas di Dartmouth kini berencana menjawabnya dengan AI—menggunakan AI untuk meneliti AI, melalui rekursi menuju superinteligensi.

Ke mana jalan ini akan menuju, belum ada yang benar-benar tahu. Tapi jelas, Google dan Nvidia sudah memutuskan, apapun jalannya, mereka tidak boleh ketinggalan.

Link asli artikel

Klik untuk mengetahui posisi BlockBeats yang sedang membuka lowongan

Selamat bergabung dengan komunitas resmi BlockBeats:

Telegram Langganan: https://t.me/theblockbeats

Telegram Grup Diskusi: https://t.me/BlockBeats_App

Akun resmi Twitter: https://twitter.com/BlockBeatsAsia