Bayangkan seorang insinyur muda di Nanyang Technological University menyelesaikan prototipe model bahasa kecil untuk deteksi penipuan keuangan. Ia mengajukan proposal ke dana ventura lokal — dan ditolak tiga kali dalam dua bulan. Di saat yang sama, kantor pusat Grab di Tanjong Pagar baru saja menutup putaran Seri F senilai USD 2,5 miliar. Uang itu tidak masuk ke laboratoriumnya, tapi ke ekspansi lintas batas dan akuisisi tim AI di Seattle dan Berlin.
Grab dan Sea Bukan Startup AI — Mereka Platform yang Memakai AI
Daftar perusahaan teknologi paling banyak didanai Singapura dalam dekade terakhir — seperti dilansir TechInAsia — memang didominasi oleh Grab, Sea Limited, dan Razer. Namun, penting membedakan: ketiganya bukan 'startup AI' dalam arti teknis. Grab adalah platform transportasi dan layanan keuangan; Sea adalah konglomerat e-commerce dan game. Razer fokus pada perangkat keras gaming. Semua menggunakan AI secara intensif, tetapi bukan perusahaan yang menjual model, API, atau infrastruktur AI sebagai produk inti. Mereka adalah 'AI consumers', bukan 'AI builders'. Ini berbeda dari tren di AS atau Israel, di mana perusahaan seperti Cohere atau Runway ML dibangun dari nol di sekitar teknologi inti AI.
TechInAsia mencatat bahwa dari total USD 38,7 miliar pendanaan teknologi di Singapura antara 2014–2024, lebih dari 62% mengalir ke tiga entitas tersebut. Angka ini bukan refleksi kedalaman ekosistem AI nasional, melainkan konsentrasi modal pada skala operasional dan penetrasi pasar. Tidak ada satu pun perusahaan Singapura yang masuk dalam daftar 20 'AI-native startups' versi PitchBook 2023 — berbeda dengan Indonesia yang memiliki beberapa startup seperti Kata.ai dan Sampingan yang fokus pada NLP lokal dan integrasi sistem UMKM.
Baca juga: Fluent For All: Suara sebagai Jalan Masuk ke Komputer
Ketika Pendanaan Besar Justru Menyempitkan Ruang Eksperimen
Modal besar memang mempercepat pertumbuhan, tapi juga membentuk struktur insentif yang tidak ramah bagi inovasi dasar. Seorang mantan peneliti AI di A*STAR mengaku, sejak 2020, dana riset pemerintah Singapura dialihkan dari proyek fundamental ke 'applied AI for industry adoption' — dengan target penggunaan nyata dalam enam bulan. Hasilnya? Lebih banyak proof-of-concept untuk bank dan asuransi, lebih sedikit publikasi di konferensi NeurIPS atau ICML. Startup yang berani mengejar arsitektur model orisinal sering kesulitan mendapatkan seed funding karena kurangnya 'path to monetization' dalam jangka pendek.
Ini bukan soal kurangnya talenta. Singapura masih menjadi magnet bagi ilmuwan AI dari Asia Tenggara dan India. Tapi mekanisme alokasi modal — baik dari VC maupun lembaga publik — cenderung menghargai skalabilitas cepat daripada kedalaman teknis. Banyak peneliti muda memilih bergabung dengan divisi AI Grab atau Sea, bukan mendirikan perusahaan sendiri. Data dari Singapore Economic Development Board (EDB) menunjukkan bahwa jumlah pendirian startup berbasis AI turun 14% antara 2021–2023, meski total investasi naik signifikan.
Baca juga: DBS dan Stripe Kolaborasi AI untuk Bayar Lintas Negara di Asia
beberapa startup Singapura justru memilih lokasi hukum di Delaware atau London agar lebih mudah mengakses dana global tanpa tekanan langsung dari ekspektasi pertumbuhan lokal. Salah satunya adalah Tricog, perusahaan analisis medis berbasis AI yang berbasis di Singapura tapi terdaftar di AS — dan berhasil mengamankan USD 42 juta dari investor Eropa sebelum akuisisi oleh Siemens Healthineers pada 2022.
Singapura memang sukses membangun infrastruktur digital yang andal, regulasi fintech yang progresif, dan akses tak tertandingi ke modal. Tapi keberhasilannya dalam menarik dana besar belum berbanding lurus dengan kemampuan menciptakan generasi kedua perusahaan teknologi yang lahir dari riset lokal, bukan hanya ekspansi bisnis lintas negara. Di tengah gelombang investasi besar, pertanyaan yang tersisa bukan lagi 'siapa yang dapat uang?', tapi 'siapa yang masih berani bertanya tentang hal yang belum diketahui?'