Telset.id – Another Y Combinator Demo Day digelar pada Kamis, dan batch kali ini tampil berbeda karena komposisi startup yang hadir jauh lebih condong ke deep tech dibanding tahun-tahun sebelumnya. TechCrunch, seperti yang dilakukan setiap kuartal, meminta para venture capital tahap awal untuk menyebut startup terpanas di batch ini, baik pilihan utama mereka maupun kesepakatan yang jadi bahan pembicaraan. Hasilnya, sebanyak sembilan startup disebut oleh setidaknya dua investor sebagai yang paling mencuri perhatian.
Teknologi di batch ini disebut salah satu investor terasa “seperti fiksi ilmiah”. Namun di balik ide-ide liar tersebut, konsensus para investor menyebut valuasi jauh lebih membumi dibanding cohort terbaru sebelumnya. Daftar berikut disusun secara alfabetis berdasarkan pilihan para investor.
Atomarine hingga Dipole Labs: Solusi untuk Krisis Daya Data Center
Atomarine membangun pusat data bertenaga nuklir yang mengapung di laut. Pasokan listrik kian langka dan komunitas lokal makin menolak pembangunan data center baru. Atomarine, yang didirikan bersama oleh seorang lulusan ilmu komputer dan insinyur angkatan laut MIT serta seorang PhD teknik nuklir MIT, ingin menyelesaikan kelangkaan komputasi dengan menempatkan data center di tongkang di laut, tempat air laut bisa menjadi pendingin yang nyaris gratis. Startup ini berencana meluncurkan pilot berbahan bakar gas pada 2028 dan beralih ke kapal pembangkit nuklir terapung pada 2032. Atomarine mengklaim telah mengantongi lebih dari $4 miliar minat pelanggan melalui letters of intent. Potensi pendapatan itu membuatnya jadi salah satu startup dengan valuasi tertinggi di batch ini, menurut seorang VC kepada TechCrunch.
Dipole Labs mengembangkan perangkat jaringan optik berkecepatan tinggi yang efisien dan hemat energi untuk data center AI. Idenya, klaster GPU membuang banyak waktu komputasi hanya untuk menunggu data berpindah antar chip. Di lapisan jaringan, data dikonversi dari cahaya ke listrik dan kembali lagi dalam proses yang membakar banyak daya dan menghasilkan panas. Dipole Labs mengklaim telah membangun optical switch yang melewati proses konversi itu sehingga data tetap berupa cahaya dan langsung menuju tujuannya. Masalah ini relevan karena GPU sangat mahal dan data center ingin memaksimalkan perangkat komputasi mereka tanpa menyisakan waktu terbuang.
Baca Juga:
Isengard Industries hingga Waddle Labs: Robotika dan Pertahanan
Isengard Industries membangun drone serang dan counter-drone bertenaga jet yang bisa diproduksi secara lokal. Isengard ingin memproduksi massal drone serang dan counter-drone bertenaga jet langsung di negara sekutu, dengan biaya sebagian kecil dari yang dibebankan kontraktor utama untuk membangunnya di AS. Didirikan bersama oleh mantan perwira Angkatan Darat Australia dan seorang pengusaha pertahanan yang sebelumnya membesarkan startup drone berfokus Ukraina lain hingga pendapatan $60 juta, Isengard sendiri sudah menghasilkan $10 juta pendapatan. Startup ini memicu buzz VC yang kuat dan meraih salah satu valuasi tertinggi di batch YC ini, menurut dua investor.
Lamb Labs membangun chip inferensi kustom dengan bobot model AI yang di-hardcode. Chip AI tradisional membakar energi dalam jumlah besar saat inferensi karena mengambil bobot model dari memori. Didirikan bersama oleh seorang PhD AI dari Imperial College London dan seorang fisikawan teoretis Oxford, Lamb Labs ingin membangun chip ultra-efisien dengan meng-hardcode bobot model AI langsung ke dalam silikon. Dijuluki “Model Processing Units” (MPUs), chip kustom ini menghilangkan bottleneck bandwidth memori.
Praxis AI mengumpulkan data dunia nyata untuk melatih robot. Perusahaan ini bermitra dengan bisnis untuk mengumpulkan video dan data manusia yang sedang bekerja, lalu mengubahnya menjadi materi pelatihan bagi perusahaan yang membangun robot. Perusahaan ini mengklaim sudah bekerja dengan perusahaan publik dan menangkap data video di lebih dari 150 lingkungan berbeda. Perusahaan ini bisa menjadi penting saat bisnis mulai bereksperimen lebih jauh soal tugas mana yang terbaik untuk manusia dan, seiring AI terus menyempurnakan diri, tugas mana yang lebih baik diserahkan ke robot.
Nori membuat robot terjangkau untuk menangani tugas sehari-hari. Baru diluncurkan enam minggu lalu, perusahaan ini sudah mengantongi hampir setengah juta penjualan. Itu tidak mengejutkan karena ini robot humanoid yang menjanjikan bantuan membersihkan dan melipat pakaian. Pengguna juga dapat mengoperasikan robot mereka lewat aplikasi laptop. Harganya sekitar $1.600, jauh lebih murah dibanding humanoid lain seperti Neo yang dibanderol sekitar $20.000. Salah satu pertanyaan terbesar di robotika adalah apakah mungkin menciptakan robot rumah tangga terjangkau yang benar-benar bisa menata dishwasher dan mengerjakan tugas rumah sehari-hari. Nori menjadi salah satu upaya menjawab tantangan itu.
Cosmic Robotics membangun robot otonom yang mampu mengangkat benda berat. Para pendiri perusahaan ini ingin membangun kota di Mars. Langkah pertamanya adalah membangun teknologi robotik yang menjalankan tugas berat. Perusahaan ini menyebut teknologinya sudah memasang panel surya di seluruh AS dan memiliki kontrak senilai $25 juta hingga 2027. Visinya, teknologi ini dapat membantu mengotomatisasi konstruksi untuk mengkolonisasi Mars. Startup ini berlomba dengan timeline SpaceX untuk pembangunan di Mars, dan berharap memulai misi eksplorasi pada 2028.
Parasma melatih sel otak manusia untuk suatu hari menjadi sumber daya komputasi. Ini perusahaan lain yang mencoba menemukan cara terbaik mengatasi besarnya daya dan energi yang dibutuhkan untuk menjalankan model. Kali ini, Parasma melirik penggunaan sel otak manusia sebagai alternatif yang efektif dan lebih hemat energi dibanding perangkat keras komputasi AI saat ini.
Waddle Labs membangun lapisan API yang menulis kode kontrol robot. Investor dan penggemar teknologi berharap momen ChatGPT untuk robot sudah di depan mata. Antusiasme itu mendorong berbagai pendekatan untuk menciptakan model robotika umum. Alih-alih melatih foundation model pada video mentah atau data teleoperasi manusia, Waddle Labs memakai lapisan agen LLM untuk menulis kode dan mengendalikan robot secara langsung. Startup yang didirikan oleh lulusan Harvard ini memosisikan diri sebagai “Claude Code for robotics”. Perusahaan ini mengklaim dengan mencolokkan perangkat keras apa pun ke API Waddle, pengembang bisa memberi tahu robot apa yang harus dilakukan dalam bahasa alami, dan agen AI-nya secara otonom menghasilkan kode kontrol yang dapat dieksekusi, memeriksa bahwa itu berhasil, dan menyiapkan robot dalam waktu sekitar 20 menit.
Deretan startup ini menunjukkan bahwa gelombang deep tech di batch Y Combinator kali ini menyentuh hampir semua lapisan infrastruktur, dari daya, jaringan, chip, hingga robotika. Bagi para pelaku industri, sejumlah nama seperti Top 8 Startups sebelumnya pernah mencuat lewat jalur berbeda, sementara ekosistem pembiayaan seperti Ekosistem Digital Banking juga terus merangkul startup di sektor lain. Yang menarik, konsensus valuasi yang lebih membumi di batch ini menandai perubahan cara investor menilai startup deep tech.
Sejumlah pengamat industri juga menyoroti bagaimana narasi seputar AI dan pendanaannya terus bergeser. Perdebatan seperti yang muncul dalam Model AI Open-Weight menunjukkan bahwa isu teknologi kini tak lepas dari dinamika kebijakan dan kepercayaan investor. Dengan sembilan startup yang disebut setidaknya dua investor, batch YC kali ini menempatkan deep tech sebagai pusat perhatian pasar modal tahap awal.
Komentar
Belum ada komentar.