Startup AI Trajectory Raih Pendanaan 45 Juta Dolar untuk Demokratisasi Pelatihan Model AI

Model AI masa kini punya keterbatasan mendasar: ia tidak belajar dari kesalahannya tanpa pelatihan tambahan. Startup Trajectory ingin mengubah itu, dan baru saja mengantongi pendanaan besar untuk membawa pelatihan model AI ke tangan para ahli non-teknis.

Masalah yang Dipecahkan

Baik dikembangkan OpenAI maupun Anthropic, atau dibangun di atas alternatif sumber terbuka, model AI saat ini tidak belajar dari kesalahan tanpa pelatihan lebih lanjut. 🔗 TechCrunch

Bisnis yang mengadaptasi model untuk bidang spesialis seperti hukum dan keuangan biasanya mengatasinya dengan fine-tuning model umum. Namun proses itu sering menuntut perekrutan tim riset internal atau ketergantungan pada konsultan mahal yang dikenal sebagai forward-deployed engineer (FDE). 🔗 TechCrunch

Pendanaan Series A

Trajectory, startup yang didirikan sekitar satu tahun lalu oleh tiga teman sekelas Stanford dengan pengalaman di Google DeepMind dan Apple, baru saja mengumumkan pendanaan Series A sebesar 45 juta dolar AS dengan valuasi 300 juta dolar. 🔗 TechCrunch

Ronde ini dipimpin Sequoia, dengan partisipasi Nvidia, Bessemer Venture Partners, dan Bain Capital Ventures. Perusahaan yang kini beranggotakan 18 orang itu juga tengah membuka platform post-training-nya untuk publik. 🔗 TechCrunch

Cara Kerja Continual Learning

Trajectory mengotomatisasi proses tersebut lewat pendekatan yang disebut continual learning. Bisnis yang memakai platform ini dapat memulai dari model AI sumber terbuka, menghubungkannya ke aplikasi mereka, dan membiarkan sistem mengumpulkan umpan balik atas kinerja model. 🔗 TechCrunch

Informasi itu kemudian dipakai untuk melatih ulang model agar semakin baik dalam tugas-tugas spesialis seiring waktu. Dengan cara ini, pengacara, dokter, dan spesialis lain dapat memperbaiki model hampir secara otomatis, sehingga penerapan AI spesialis bisa lebih cepat dan lebih murah. 🔗 TechCrunch

Pelanggan seperti Harvey dan Rogo sudah memakai platform Trajectory untuk post-training model sumber terbuka agar berkinerja seperti pengacara atau analis keuangan berpengalaman. Mereka belajar dari tugas sebelumnya, misalnya meninjau jenis kontrak hukum tertentu atau menilai perusahaan dengan metodologi tertentu. 🔗 TechCrunch

Pelanggan lain meliputi Decagon, Mercor, dan Nvidia. Pengguna Trajectory sendiri yang menentukan seperti apa hasil kerja yang baik bagi organisasi mereka, lalu mengubahnya menjadi perbaikan bagi model. 🔗 TechCrunch

Keamanan dan Manusia dalam Proses

Pendekatan continual learning Trajectory punya kemiripan dengan recursive self-improvement (RSI), gagasan bahwa sistem AI dapat meningkatkan kemampuannya sendiri. Namun salah satu pendiri, Michael Elabd, berargumen bahwa menjaga keterlibatan manusia dalam proses pelatihan membuat pendekatan Trajectory lebih aman. 🔗 TechCrunch

Alasannya, perbaikan mandiri yang sepenuhnya otonom dapat mengarah pada hasil yang tidak diinginkan atau bahkan berbahaya. 🔗 TechCrunch

Tim di Balik Trajectory

Pendiri Ronak Malde membandingkan model fondasi dengan mahasiswa PhD yang sangat cerdas namun selalu memulai pekerjaan baru. “Namun yang dihargai ekonomi adalah seseorang yang telah bekerja pada pekerjaan itu selama 30 tahun,” ujarnya. 🔗 TechCrunch

Malde termasuk segelintir peneliti yang diakuisisi Google DeepMind dari Windsurf, Elabd juga pernah bekerja di DeepMind, sementara pendiri ketiga, Arjun Karanam, sebelumnya bekerja pada model fondasi generatif di Apple. Startup ini juga merekrut peneliti dan desainer produk dari OpenAI, Stripe, dan Netflix. 🔗 TechCrunch

Soal desain, Karanam menyebut Trajectory telah mengembangkan antarmuka yang membuat post-training lebih mudah diakses oleh pelanggan non-teknis. 🔗 TechCrunch

Persaingan yang Memanas

Trajectory bukan satu-satunya startup yang berupaya mengotomatisasi post-training. Perusahaan ini menganggap Thinking Machines Lab, yang didirikan mantan CTO OpenAI Mira Murati dan berada di balik platform fine-tuning Tinker, sebagai pesaing langsung. 🔗 TechCrunch

Pesaing lain adalah Applied Compute yang baru-baru ini bernilai 3,25 miliar dolar, serta Prime Intellect yang membantu perusahaan membangun dan melatih agen AI mereka sendiri. 🔗 TechCrunch

Fakta Kunci

• Pendanaan Series A 45 juta dolar AS, valuasi 300 juta dolar
• Dipimpin Sequoia; partisipasi Nvidia, Bessemer Venture Partners, Bain Capital Ventures
• 18 karyawan; didirikan sekitar satu tahun lalu oleh tiga alumni Stanford
• Platform post-training kini tersedia untuk publik
• Pelanggan: Harvey, Rogo, Decagon, Mercor, Nvidia
• Fokus: continual learning agar model sumber terbuka meningkat di tugas spesialis

Sumber

🔗 TechCrunch, “Trajectory raises $45M to make AI model training accessible to nontechnical experts”, Marina Temkin, 2 November 2026