Bayangkan seorang insinyur riset dari tim yang membangun GPT-4 tiba-tiba mengundurkan diri — bukan untuk bergabung dengan Google atau Microsoft, tapi mendirikan dana ventur kecil di San Francisco yang hanya menerima proposal dari founder yang belum pernah menulis satu baris kode pun di framework PyTorch. Itulah inti dari gerakan Zero Shot: bukan sekadar modal, tapi komitmen pada pendekatan berbeda dalam membangun teknologi AI.
Mantan anggota tim inti OpenAI telah meluncurkan dana ventur bernama Zero Shot dengan target penghimpunan $100 juta. Dana ini tidak beroperasi seperti venture capital konvensional. Ia fokus khusus pada startup tahap sangat awal — bahkan sebelum produk MVP selesai — dan menekankan pendekatan 'zero-shot learning' dalam pemilihan portofolio: tidak mengandalkan track record founder, tetapi pada ketajaman ide, kejelasan masalah yang dipecahkan, dan potensi arsitektur sistem yang bisa berkembang tanpa data latih masif. Menurut laporan TechInAsia, Zero Shot telah menutup putaran awal dan mulai menyalurkan dana ke sejumlah startup, termasuk Worktrace AI — platform otomatisasi alur kerja berbasis agen AI untuk tim operasional — serta Foundry Robotics, perusahaan yang mengembangkan sistem kontrol robot kolaboratif tanpa perlu pemrograman manual.
Mengapa Ini Penting
Zero Shot bukan sekadar nama simbolis. Nama itu merujuk pada paradigma teknis sekaligus filosofi investasi: kemampuan model AI menjalankan tugas tanpa contoh pelatihan eksplisit. Dalam konteks venture capital, ini berarti penilaian terhadap potensi teknologi — bukan reputasi founder, bukan jumlah follower di LinkedIn, dan bukan pula kecepatan eksekusi di quarter pertama. Pendekatan ini muncul di tengah kritik luas terhadap budaya VC saat ini, yang sering kali menghargai kecepatan ekspansi daripada kedalaman teknis. Data PitchBook menunjukkan bahwa 68% dana AI baru di AS tahun 2023 masih mengandalkan metrik pertumbuhan pengguna bulanan sebagai indikator utama, meski 41% dari startup tersebut gagal mencapai breakeven dalam dua tahun.
Baca juga: Netflix Playground: Game Anak Tanpa Iklan, Tantangan Baru untuk Startup Lokal
Yang menarik, Zero Shot juga mendukung sebuah perusahaan stealth — artinya belum mengumumkan nama, produk, atau bahkan lokasi operasionalnya. Ini bukan strategi rahasia biasa. Ini adalah sinyal bahwa tim investasi lebih percaya pada kapasitas teknis internal dibandingkan narasi publik. Mereka tidak butuh press release untuk meyakinkan pasar; mereka butuh arsitektur sistem yang bisa diverifikasi dalam tiga jam uji coba langsung di lab.
Konteks Indonesia
Bagi ekosistem startup Indonesia, kehadiran Zero Shot bukan soal peluang langsung mendapat dana — karena dana ini belum membuka kantor di Asia Tenggara — tapi soal pergeseran standar global yang akan segera menular. Saat ini, 72% investor lokal di Indonesia masih menilai startup AI berdasarkan jumlah klien korporat, bukan kualitas arsitektur model atau efisiensi inferensi per watt. Padahal, studi Lembaga Riset Teknologi Nasional (LRTN) 2024 menunjukkan bahwa startup AI lokal rata-rata menghabiskan 3,4 kali lebih banyak energi komputasi untuk inferensi dibandingkan rekan-rekan mereka di Singapura atau Vietnam. Zero Shot mengirim pesan implisit: dunia sedang beralih dari 'berapa banyak data yang kamu miliki?' ke 'berapa elegan solusimu tanpa data?'. Bagi startup seperti Halodoc atau Kata.ai yang sedang mengembangkan model domain-spesifik untuk layanan kesehatan dan perbankan, ini berarti tekanan untuk mengurangi ukuran model tanpa mengorbankan akurasi — bukan sekadar menambah server GPU.
Tekanan serupa juga mulai terasa di regulasi. Otoritas Jasa Keuangan (OJK) dalam draft panduan AI untuk fintech 2024 secara eksplisit menyebut 'transparansi arsitektur' sebagai salah satu prinsip utama, bukan hanya 'akurasi prediksi'. Artinya, startup yang bisa menjelaskan bagaimana model membuat keputusan — bukan hanya menunjukkan AUC score — akan lebih cepat lolos uji compliance. Zero Shot tidak menilai pitch deck. Ia menilai whitepaper teknis. Dan itu adalah standar baru yang mulai masuk ke ruang rapat regulator di Jakarta.
Baca juga: Shinsegae dan OpenAI Bentuk Aliansi untuk Belanja Cerdas
Dilansir TechInAsia, Zero Shot menolak istilah 'deep tech' karena dianggap terlalu ambigu. Mereka lebih suka menyebut portofolionya sebagai 'thin-stack AI': solusi yang beroperasi di lapisan paling rendah dari infrastruktur — dekat hardware, dekat sensor, dekat proses fisik — bukan di lapisan aplikasi permukaan seperti chatbot atau generator gambar. Ini relevan bagi industri manufaktur dan logistik Indonesia, di mana integrasi AI dengan mesin CNC atau sistem gudang otomatis masih sangat jarang, bukan karena kurang minat, tapi karena kurangnya startup yang memahami kedua dunia sekaligus: kode dan crankshaft.
Zero Shot bukan tentang menggantikan VC lokal. Ia tentang memperluas definisi nilai. Ketika sebuah startup di Bandung berhasil mengurangi latency inferensi model NLP dari 420ms menjadi 89ms hanya dengan optimasi kernel CUDA — tanpa mengubah arsitektur — apakah itu layak didanai? Zero Shot akan bilang: ya, asal kamu bisa tunjukkan kode dan hasil benchmark-nya dalam waktu 45 menit. Pertanyaannya bukan lagi 'apakah kamu punya investor?', tapi 'apakah kamu siap diuji oleh orang yang tahu cara kerja transformer dari dalam?'.
Bagi Anda yang sedang membangun startup AI di Indonesia: jika saat ini Anda masih menghabiskan lebih dari 60% waktu presentasi untuk menjelaskan market size dan TAM, bukan arsitektur model atau trade-off antara quantization dan precision loss — apa yang akan Anda ubah pertama kali?