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.
