Startup pengembang teknologi kecerdasan buatan, Trajectory, baru saja mengumumkan perolehan pendanaan Seri A senilai US$45 juta atau sekitar Rp700 miliar. Putaran investasi yang membawa valuasi perusahaan ke angka US$300 juta ini dipimpin oleh Sequoia, dengan partisipasi dari raksasa chip Nvidia, Bessemer Venture Partners, serta Bain Capital Ventures. Dana segar ini akan digunakan untuk memperluas aksesibilitas platform pelatihan ulang model AI bagi para ahli non-teknis.
Selama ini, model AI seperti yang dikembangkan OpenAI atau Anthropic memiliki keterbatasan fundamental: mereka tidak secara otomatis belajar dari kesalahan atau pengalaman baru setelah fase pelatihan awal selesai. Perusahaan yang ingin mengadaptasi model tersebut ke bidang spesialis seperti hukum atau keuangan biasanya harus mempekerjakan tim riset internal atau menyewa konsultan mahal yang dikenal sebagai forward-deployed engineers (FDEs). Trajectory hadir untuk mengotomatisasi proses tersebut.
Ronak Malde, salah satu pendiri Trajectory, mengibaratkan model AI saat ini seperti lulusan PhD yang sangat cerdas namun selalu memulai pekerjaan baru setiap hari. Padahal, ekonomi lebih menghargai tenaga kerja berpengalaman yang telah mendalami satu bidang selama puluhan tahun. Melalui pendekatan continual learning, platform Trajectory memungkinkan model AI untuk terus belajar dan memperbaiki diri berdasarkan umpan balik kinerja pada tugas-tugas spesifik.
Pengguna platform ini dapat menghubungkan model AI sumber terbuka (open-source) dengan aplikasi mereka. Sistem Trajectory akan mengumpulkan data kinerja model dan melakukan pelatihan ulang secara berkala. Hal ini memungkinkan praktisi seperti pengacara atau dokter untuk menyesuaikan model AI mereka tanpa harus memiliki keahlian coding yang mendalam, menjadikan adopsi teknologi spesialis jauh lebih efisien dan terjangkau.
Sejumlah perusahaan teknologi seperti Harvey, Rogo, Decagon, Mercor, hingga Nvidia telah memanfaatkan platform ini untuk melatih model mereka agar lebih mahir dalam melakukan analisis keuangan atau meninjau kontrak hukum yang kompleks. Dengan membuat platform post-training ini tersedia secara publik, Trajectory berharap dapat mendemokratisasi kemampuan optimasi model AI di berbagai sektor industri.
Meskipun pendekatan ini sekilas mirip dengan konsep recursive self-improvement (RSI), pendiri Trajectory lainnya, Michael Elabd, menegaskan bahwa keterlibatan manusia tetap menjadi prioritas utama. Mereka percaya bahwa membiarkan AI memperbaiki dirinya sendiri secara otonom tanpa pengawasan manusia membawa risiko hasil yang tidak terduga atau berbahaya. Oleh karena itu, antarmuka pengguna Trajectory dirancang khusus untuk memastikan manusia tetap memegang kendali atas hasil akhir model.
Di pasar global, Trajectory menghadapi persaingan ketat dari pemain lain seperti Thinking Machines Lab yang didirikan oleh mantan CTO OpenAI, Mira Murati. Selain itu, ada pula Applied Compute dan Prime Intellect yang juga berfokus pada pelatihan dan pengembangan agen AI. Keunggulan Trajectory terletak pada kombinasi talenta timnya yang merupakan eks-peneliti Google DeepMind dan Apple, serta fokus pada desain antarmuka yang ramah pengguna.
Bagi industri teknologi di Indonesia, kehadiran teknologi ini memberikan perspektif baru mengenai efisiensi adopsi AI. Banyak perusahaan di Indonesia saat ini masih mengandalkan model AI generatif umum yang kurang akurat dalam konteks regulasi atau bahasa lokal. Teknologi post-training seperti yang ditawarkan Trajectory bisa menjadi solusi bagi perbankan atau firma hukum lokal untuk membangun model AI yang benar-benar memahami konteks spesifik Indonesia tanpa biaya pengembangan dari nol.
Tantangan utama di Indonesia tetap terletak pada ketersediaan data berkualitas tinggi dan SDM yang mampu mengelola siklus hidup model AI tersebut. Meski demikian, tren otomatisasi pelatihan model ini diprediksi akan terus berkembang. Ke depan, perusahaan tidak lagi hanya membeli model jadi, melainkan membangun kemampuan 'belajar berkelanjutan' agar AI mereka menjadi aset yang semakin cerdas seiring berjalannya waktu.
Langkah Trajectory ke depan adalah memperluas jangkauan platformnya ke lebih banyak sektor industri. Dengan dukungan investor besar dan tim yang berpengalaman, startup ini diposisikan sebagai jembatan antara model AI foundational yang kaku dengan kebutuhan spesifik dunia nyata yang dinamis. Inovasi ini menandai babak baru di mana kemampuan AI tidak lagi ditentukan oleh seberapa besar data pelatihannya, melainkan oleh seberapa efektif ia belajar dari pengalaman operasional sehari-hari.