Vals Startup AI Kumpulkan Rp650 Miliar untuk Perbaiki Benchmark Model AI

Telset.id – Startup asal San Francisco, Vals, mengumpulkan pendanaan Seri A sebesar $40 juta atau sekitar Rp650 miliar yang dipimpin Andreessen Horowitz. Langkah ini menegaskan posisi Vals sebagai pemain yang berupaya memperbaiki sistem benchmark atau pengujian kemampuan model AI yang dinilai mulai tertinggal dari laju inovasi industri.

Vals didirikan pada 2024 dan dibentuk dari pengamatan sang pendiri, Rayan Krishnan, yang menilai benchmark akademik tidak lagi mampu mengikuti kemajuan model-model AI terbaru. Menurut Krishnan, model AI yang jauh lebih canggih kini masuk ke pasar dengan cepat, sementara metode pengujian lama tidak lagi relevan untuk mengukur kemampuan di garis terdepan.

Sebelum mendirikan Vals, Krishnan yang kini berusia 25 tahun pernah magang di Palantir. Saat menempuh pendidikan sarjana di Stanford, ia juga bekerja untuk Microsoft dan laboratorium kecerdasan artifisial kampus tersebut. Pengalaman itu membentuk pandangannya bahwa evaluasi model AI harus benar-benar memverifikasi apakah model mampu melakukan apa yang diklaim oleh perusahaannya.

Pendanaan dan Pertumbuhan Vals

Dalam waktu kurang dari dua tahun, Vals telah menempatkan diri sebagai salah satu nama yang diperhitungkan di industri teknologi. Perusahaan ini sebelumnya memperoleh pendanaan seed yang dipimpin 8VC dan Bloomberg Beta. Setelah periode pertumbuhan cepat, Vals kembali mengamankan pendanaan Seri A senilai $40 juta yang dipimpin Andreessen Horowitz pada bulan lalu.

Pertumbuhan bisnis Vals turut tercermin dari sisi pendapatan. Perusahaan mengungkapkan bahwa pendapatannya saat ini delapan kali lebih besar dibandingkan tahun lalu. Jumlah karyawan pun bertambah dari hanya delapan orang di awal tahun menjadi 25 orang. Krishnan menyebut rencana ke depan mencakup relokasi ke kantor yang jauh lebih besar serta penambahan 10 hingga 15 orang lagi.

Kantor Vals berlokasi di dua lantai di Folsom Street, San Francisco, menempati bangunan bata tua yang seabad lalu pernah menjadi lokasi sebuah tempat pembuatan bir besar. Kini bangunan bersejarah tersebut dihuni sejumlah startup yang berupaya mengirimkan masa depan industri teknologi.

Perusahaan juga baru saja meluncurkan program yang berfokus pada penyediaan evaluasi model untuk lembaga federal. Langkah ini menandai ekspansi Vals dari klien korporat ke sektor pemerintahan. Bagi Anda yang mengikuti perkembangan alat pengujian performa, pendekatan baru ini bisa menjadi acuan penting, serupa dengan bagaimana Platform Overclocking Otomatis mengubah cara pengguna mengukur performa perangkat gaming secara presisi.

Cara Vals Menguji Model AI

Pendekatan Vals berbeda dari banyak sistem benchmark yang menyediakan tes tersedia untuk publik. Ketersediaan tes publik membuka peluang bagi sebuah perusahaan untuk melatih modelnya terhadap tes tersebut, yang secara praktis dinilai seperti mencontek dalam ujian. Vals memilih untuk tidak mengungkapkan materi tes spesifiknya secara terbuka.

Alih-alih mengukur pengetahuan umum sebuah model AI, Vals mengevaluasi kemampuan model dalam menyelesaikan tugas-tugas kompleks yang terkait dengan industri tertentu seperti hukum, keuangan, dan coding. Menurut Krishnan, pendekatan ini berfokus pada dampak nyata dari model tersebut, termasuk apakah model dapat menghasilkan pekerjaan dengan kualitas yang setara dengan manusia di setiap domain.

Vals tidak hanya memeriksa hasil positif, tetapi juga hasil negatif. Tujuannya adalah menganalisis implikasi negatif jika model-model tersebut beroperasi tanpa kendali di dunia nyata. Cakupan kemampuan yang diukur Vals terus bertambah, tidak hanya pada industri tradisional, tetapi juga wilayah yang lebih unik.

Krishnan mengungkapkan bahwa Vals memiliki benchmark untuk recursive self improvement. Perusahaan juga mengerjakan sejumlah proyek di bidang kesehatan mental, keamanan siber, biosekuriti, hingga hukum konflik bersenjata untuk memahami bagaimana model AI dapat menerapkan Konvensi Jenewa. Perkembangan ini menunjukkan bahwa pengujian AI tidak lagi sekadar soal kecerdasan abstrak, tetapi menyentuh domain yang sangat spesifik dan berdampak langsung pada masyarakat.

Krishnan menilai evaluasi historis dilakukan untuk mengukur kecerdasan secara sangat abstrak, misalnya apakah model mengetahui cukup banyak informasi untuk mengerjakan tes setara ujian pengacara. Di titik inilah Vals berupaya membedakan diri. Bagi pembaca yang mengikuti isu-isu pertahanan dan keamanan teknologi, dinamika serupa terlihat pada peristiwa geopolitik seperti ketika Latihan Sabotase Rusia berhasil digagalkan, yang menegaskan pentingnya verifikasi dan pengujian yang ketat di berbagai sektor.

Model Bisnis dan Masa Depan Benchmark

Perusahaan membayar Vals untuk menguji model mereka. Konsep ini mungkin terasa janggal, karena mengapa sebuah perusahaan mau membayar untuk mengetahui bahwa modelnya tidak berperforma baik? Namun, pengukuran yang efektif membantu perusahaan melakukan troubleshooting dan perbaikan dari waktu ke waktu.

Krishnan membandingkan model pendapatan Vals dengan cara seorang siswa membayar College Board untuk mengikuti tes SAT. Evaluasi semacam ini pun semakin menjadi faktor pengambilan keputusan kunci bagi perusahaan yang ingin mengakuisisi model AI baru.

Krishnan melihat sistem benchmark milik perusahaannya sebagai masa depan cara perusahaan AI memikirkan pertumbuhan bisnis dan membangun kepercayaan publik. Ia menyoroti bahwa perusahaan AI mulai go public, menyebut SpaceX telah melakukannya, Anthropic dijadwalkan pada tahun ini, dan ia menduga OpenAI akan segera menyusul.

Menurut Krishnan, seiring model AI menjadi bagian inti ekonomi dan tersebar lebih luas, jenis benchmark dan evaluasi yang dilakukan Vals akan mendorong penggunaan model tersebut. Evaluasi itu juga akan menjadi bagian sentral dari bagaimana perusahaan AI menyampaikan filing publik atau membahas investasi prospektif yang akan mereka lakukan di bidang AI.

Dengan pendanaan baru, pertumbuhan pendapatan yang signifikan, dan ekspansi tim, Vals memposisikan diri sebagai pihak yang mengukur kesenjangan antara klaim perusahaan AI dan kemampuan nyata model mereka. Bagi pasar, kehadiran pengujian independen semacam ini dapat menjadi rujukan ketika menilai kualitas model AI yang terus berkembang cepat. Perkembangan di sektor AI juga kerap berkaitan dengan isu teknologi lain, seperti yang terlihat pada Skin Future Foundation yang menunjukkan bagaimana konten digital terus berevolusi mengikuti permintaan pengguna.