Sekelompok mantan veteran OpenAI memanfaatkan keahlian mereka untuk meluncurkan Zero Shot, dana modal ventura baru yang bertujuan untuk mengumpulkan $100 juta. Dana tersebut, yang telah menyelesaikan penutupan pertamanya, menandai perubahan signifikan seiring para arsitek di balik revolusi AI generatif beralih dari membangun model hingga mendanai startup generasi berikutnya.
“OG” di Balik Dana ini
Tim pendiri terdiri dari individu-individu yang berperan penting dalam tahun-tahun paling transformatif OpenAI, termasuk pengembangan DALL·E, ChatGPT, dan Codex. Keahlian teknis yang mendalam ini memberikan dana tersebut keunggulan unik yang mungkin tidak dimiliki oleh pemodal ventura tradisional.
Mitra pendiri inti meliputi:
– Evan Morikawa: Mantan kepala teknik terapan di OpenAI; saat ini di startup robotika Generalist.
– Andrew Mayne: Insinyur cepat asli OpenAI dan pendiri konsultan AI Interdimensional.
– Shawn Jain: Mantan peneliti dan insinyur OpenAI; pendiri startup GenAI Synthefy.
– Kelly Kovacs: Seorang VC berpengalaman dan mantan mitra pendiri di 01A.
– Brett Rounsaville: Mantan eksekutif di Twitter dan Disney.
Tim ini selanjutnya didukung oleh kelompok penasihat terkemuka, termasuk mantan pemimpin OpenAI Diane Yoon (Orang), Steve Dowling (Komunikasi), dan Luke Miller (Produk).
Mengidentifikasi “Kesenjangan” di Pasar AI
Keputusan meluncurkan Zero Shot lahir karena kebutuhan. Menurut Andrew Mayne, para pendiri melihat adanya keterputusan antara startup yang saat ini menerima pendanaan besar-besaran dan kebutuhan teknologi pasar yang sebenarnya.
Dengan beralih dari teknik ke investasi, tim bertujuan untuk menjembatani kesenjangan ini. Mereka memiliki “akses orang dalam” terhadap talenta papan atas dan, yang lebih penting, pemahaman prediktif tentang bagaimana model AI akan berkembang. Hal ini memungkinkan mereka membedakan antara inovasi berkelanjutan dan inovasi sementara.
Investasi Awal dan Fokus Strategis
Zero Shot telah mulai mengerahkan modal ke beberapa usaha berpotensi besar:
– Worktrace AI: Platform manajemen berbasis AI yang dirancang untuk membantu perusahaan mengotomatiskan tugas dengan mengidentifikasi kesenjangan efisiensi. Startup ini baru-baru ini mendapatkan pendanaan awal senilai $10 juta, dengan partisipasi dari dana OpenAI sendiri dan Mira Murati.
– Foundry Robotics: Pengembang robotika pabrik generasi berikutnya yang disempurnakan dengan AI, yang baru-baru ini mengumpulkan $13,5 juta yang dipimpin oleh Khosla Ventures.
– Stealth Startup: Perusahaan ketiga yang dirahasiakan juga merupakan bagian dari portofolio saat ini.
Kekuatan “Tidak”: Menghindari Hype AI
Mungkin keuntungan paling signifikan dari Zero Shot adalah kemampuannya untuk mengidentifikasi “jalan buntu”—teknologi yang tampak menjanjikan namun kemungkinan besar akan menjadi usang karena pesatnya kemajuan model fondasi.
Para pendiri menyatakan skeptisisme terhadap beberapa sektor AI yang sedang tren:
– Platform “Vibe Coding”: Mayne percaya bahwa ketika pembuat model meningkatkan kemampuan coding mereka, platform berlangganan khusus untuk “vibe coding” akan menjadi mubazir.
– Data Video Robotika: Morikawa memperingatkan agar perusahaan tidak berfokus pada “data video yang ergo-sentris” untuk pelatihan robotika, dengan menyatakan bahwa “kesenjangan perwujudan” tetap menjadi rintangan ilmiah besar yang tidak dapat dipecahkan dengan mudah oleh metode pengumpulan data saat ini.
– Digital Twins: Mayne mencatat bahwa setelah melakukan uji tuntas, ia menemukan bahwa Large Language Model (LLM) standar sering kali berfungsi sama baiknya dengan model penalaran “digital twin” khusus, sehingga banyak startup yang berdedikasi tidak diperlukan lagi.
“Ada keahlian nyata dalam mengetahui cara memprediksi arah model ini selanjutnya, karena hal ini sangat tidak jelas. Ini tidak linier,” kata Evan Morikawa.
Kesimpulan
Zero Shot mewakili generasi baru modal ventura: yang didorong oleh keahlian teknis, bukan hanya modal finansial. Dengan berfokus pada arah yang dituju oleh AI, bukan pada posisinya sekarang, dana ini bertujuan untuk mendukung para pembangun yang memecahkan masalah struktural nyata dalam ekosistem AI.
