Tiga Mantan Peneliti OpenAI Menjual AI Murah ke Perusahaan

Applied Compute, yang didirikan oleh tiga mantan peneliti OpenAI, sedang menegosiasikan putaran pendanaan $350 juta dengan valuasi$ 3,3 miliar — dengan melakukan fine-tuning model terbuka pada data milik pelanggan sendiri dan menjalankannya di cloud miliknya sendiri. Tawaran utamanya adalah biaya, dan pertanyaan sebenarnya adalah apa yang terjadi dengan data di dalamnya.

Ketika DeepSeek merilis R1 pada Januari 2025, Silicon Valley melihatnya sebagai tembakan peringatan. Marc Andreessen membandingkannya dengan Sputnik; Alexandr Wang dari Scale AI menyebutnya panggilan untuk bangkit. Tiga peneliti muda di dalam OpenAI melihatnya sebagai peluang bisnis.

Lima bulan kemudian Yash Patil, Rhythm Garg, dan Linden Li keluar untuk mendirikan Applied Compute di San Francisco. Perusahaan itu mengambil model terbuka — Qwen dari Alibaba, Kimi dari Moonshot — melakukan fine-tuning pada model tersebut dengan data milik pelanggan sendiri, dan menjalankan hasilnya di cloud miliknya sendiri.

Proposisi Applied Compute, digambarkan untuk ABN Asia

$350juta

putaran dalam negosiasi

$3miliar

valuasi yang tersirat

40×

biaya frontier per juta token

Hitungan ekonominya adalah argumennya

Kesenjangannya tidak tipis. Model proprietary teratas seperti Fable milik Anthropic atau Sol milik OpenAI dapat berbiaya hampir empat puluh kali lebih mahal per juta token dibandingkan beberapa alternatif terbuka. Patil mengatakan platformnya dapat memangkas biaya pelanggan hingga sepuluh kali lipat dibandingkan menggunakan model frontier terkuat — dan perusahaan-perusahaan besar mulai menyadarinya.

Putaran ini dipimpin oleh investor angel Elad Gil, dengan Lux Capital dan Kleiner Perkins kembali berpartisipasi. Menurut Patil, sebagian besar uangnya digunakan untuk chip: cloud di balik layanan tersebut adalah produknya.

Ambil model terbuka
Qwen, Kimi — tanpa biaya lisensi, tanpa lock-in vendor
Latih dengan data Anda
Insinyur bekerja di dalam lingkungan pelanggan, lalu memberi skor reward pada output
Jalankan sendiri
Model hasil fine-tuning tetap berada di infrastruktur Applied Compute
Atau self-serve
AC2, diluncurkan Agustus 2026, menyewakan alat pelatihan sebagai gantinya

Empat langkah, dan data pelanggan tidak perlu keluar sama sekali.

Pelanggan datang sebelum valuasi

DoorDash menggunakan platform ini untuk menghasilkan menu akurat bagi restoran yang bergabung dengan jaringan pengirimannya. Nvidia datang untuk melanjutkan pelatihan Nemotron, model berbobot terbuka mereka. Harvey, perusahaan AI hukum, membangun agen yang meninjau berkas litigasi dan kontrak dalam waktu kurang dari dua bulan — pekerjaan yang menurut kepala risetnya, Niko Grupen, dulu membutuhkan satu tim dan bertahun-tahun.

Patil, 23 tahun, tumbuh besar di Austin dalam keluarga imigran India; ayahnya merancang sirkuit di Qualcomm dan ARM. Ia bertemu Sam Altman di sebuah jamuan makan malam Stanford, mengirim email kepadanya beberapa bulan kemudian, dan bergabung dengan OpenAI pada usia dua puluh — di sana ia mengerjakan infrastruktur pelatihan dan Codex.

Pertanyaan yang tidak dijawab oleh pitch tersebut

Setiap penerapan tersebut memindahkan materi paling sensitif milik perusahaan — menu, berkas hukum, dokumen internal — ke dalam pipeline pelatihan yang dijalankan oleh startup beranggotakan dua puluh orang. Itulah pertukarannya: Anda berhenti mengirim data ke lab terdepan per token dan mulai menyerahkannya ke vendor yang lebih kecil secara massal.

Inferensi yang lebih murah itu nyata, dan itu pilihan yang tepat untuk banyak beban kerja. Tetapi biaya adalah separuh yang mudah dari keputusan. Separuh lainnya adalah siapa yang dapat membaca data, siapa yang dapat menyalin model, bagaimana batas tenant ditegakkan, dan apa yang terjadi pada hari vendor diakuisisi — karena valuasi $3,3 miliar adalah persis jenis angka yang berujung pada akuisisi.

ABN Asia membangun perangkat lunak untuk organisasi yang tidak dapat mengambil risiko menjadi studi kasus: model ancaman sebelum desain, hak istimewa minimum di setiap integrasi, isolasi yang dibuktikan melalui pengujian, rahasia dalam penyimpanan terkelola, dan rencana respons tertulis. Anda tidak hanya mendapatkan perangkat lunak — Anda mendapatkan perangkat lunak yang aman.

Jika Anda memindahkan data internal ke platform AI, bicarakan dengan kami sebelum diluncurkan: [email protected].

Sumber: Forbes Vietnam, edisi November 2026, melaporkan tentang Applied Compute.

Harap dicatat bahwa versi bahasa Indonesia didukung oleh AI dan karena itu mungkin terjadi kesalahan kecil.

Penulis

Ai-Banking-NetworkSecurity (ABN), ABN ASIA didirikan oleh orang-orang dengan akar yang kuat di dunia akademis, dengan pengalaman kerja di Amerika Serikat, Belanda, Hungaria, Jepang, Korea Selatan, Singapura, dan Vietnam. ABN Asia adalah tempat di mana akademik dan teknologi bertemu dengan peluang. Dengan solusi terdepan kami dan layanan pengembangan perangkat lunak yang kompeten, kami membantu bisnis untuk meningkatkan level dan bersaing di panggung global. Komitmen kami: Lebih Cepat. Lebih Baik. Lebih handal. Dalam kebanyakan kasus: Lebih murah juga.

Jangan ragu untuk menghubungi kami jika Anda membutuhkan layanan IT, konsultasi digital, solusi perangkat lunak siap pakai, atau jika Anda ingin mengirimkan permintaan proposal (RFP). Anda dapat menghubungi kami di [email protected]. Kami siap membantu Anda dengan semua kebutuhan teknologi Anda.