Google sedang dalam pembicaraan untuk mencapai kesepakatan senilai $1,5 miliar lebih dengan Mechanize, sebuah startup yang membangun lingkungan simulasi untuk melatih agen AI yang mampu mengotomatisasi pekerjaan komputer, menurut laporan dari Business Insider. Perjanjian prospektif ini akan membawa perusahaan yang relatif muda ini ke dalam jajaran teratas kesepakatan infrastruktur AI – dan memberi sinyal dari mana industri berpikir bahwa terobosan berikutnya akan datang. Ini adalah salah satu dari beberapa langkah besar yang membentuk kembali sektor ini, yang dilacak setiap hari dalam liputan industri AI terbaru.
Pembicaraan tersebut, juga dilaporkan oleh Seeking Alpha, berpusat pada taruhan Mechanize bahwa kunci untuk AI yang lebih mumpuni bukan hanya model yang lebih besar, namun juga tempat pelatihan yang lebih baik — tempat kerja yang disimulasikan di mana agen dapat mempraktikkan tugas nyata hingga mereka dapat melakukannya dengan benar.
Membangun 'kantor digital' untuk AI
Pendekatan Mechanize dibangun berdasarkan apa yang para peneliti sebut sebagai lingkungan pembelajaran penguatan. Seperti yang dijelaskan oleh The Decoder, startup ini sedang membangun "kantor digital" - lingkungan perangkat lunak yang disimulasikan di mana agen AI diberi tugas, seperti menavigasi browser untuk membeli suatu item, dan dinilai berdasarkan keberhasilannya. Agen menerima sinyal hadiah karena telah melakukannya dengan benar, lalu mengulanginya.
TechCrunch mendeskripsikan lingkungan ini sebagai "tempat pelatihan yang mensimulasikan apa yang akan dilakukan agen AI dalam aplikasi perangkat lunak nyata", membandingkan pekerjaan tersebut dengan "membuat video game yang sangat membosankan". Intinya adalah untuk memaparkan agen pada situasi berantakan dan tak terduga yang akan mereka hadapi di dunia nyata — menu drop-down yang membingungkan mereka, formulir yang menolak masukan buruk, alur kerja dengan lusinan langkah — dan mengajarkan mereka untuk pulih.
Tidak seperti kumpulan data statis, yang mendominasi era pelatihan AI sebelumnya, lingkungan ini bersifat interaktif. Agen yang melakukan kesalahan harus mampu mencoba lagi, dan lingkungan harus cukup kuat untuk menangkap perilaku tak terduga apa pun yang muncul dan tetap memberikan umpan balik yang berguna.
Demam emas baru di sekitar lingkungan RL
Mekanisasi tidak sendirian. Menurut TechCrunch, dorongan untuk penguatan lingkungan pembelajaran telah menciptakan kelas baru startup yang memiliki pendanaan besar – termasuk Mechanize dan Prime Intellect – sementara perusahaan pelabelan data yang sudah mapan seperti Mercor dan Surge berinvestasi besar-besaran untuk mengimbanginya. Semua orang, kata salah satu sumber kepada publikasi tersebut, "melihat ruang ini."
Ambisi yang mendorong ledakan ini terlihat dari sebuah perbandingan yang mencolok: para investor berharap salah satu dari perusahaan-perusahaan ini akan menjadi "Scale AI untuk lingkungan", yang mengacu pada pembangkit tenaga pelabelan data yang membantu menggerakkan era chatbot. Jika lingkungan pembelajaran penguatan terbukti menjadi landasan bagi lompatan berikutnya dalam kemampuan AI, perusahaan yang memasoknya akan memperoleh nilai yang sangat besar.
Laboratorium besar mulai memperhatikan hal ini. Mengutip The Information, TechCrunch melaporkan bahwa para pemimpin di Anthropic telah membahas pengeluaran lebih dari $1 miliar untuk lingkungan pembelajaran penguatan selama tahun depan – angka yang menempatkan pembicaraan Mechanize yang dilaporkan Google dalam konteksnya.
Misi kontroversial
Mechanize telah menarik perhatian tidak hanya karena teknologinya tetapi juga karena ambisinya. Perusahaan secara terbuka menggambarkan tujuannya sebagai "otomatisasi penuh semua pekerjaan", sebuah kerangka yang menimbulkan perdebatan sengit. The New York Times, Fortune, dan TechCrunch telah mengkaji misi provokatif startup tersebut, dengan para kritikus mempertanyakan implikasi sosial dari otomatisasi tenaga kerja manusia dan para pendukungnya berpendapat bahwa otomatisasi semacam itu tidak dapat dihindari dan, pada akhirnya, bermanfaat.
Kontroversi itu tidak menyurutkan semangat investor. Pembicaraan Google yang dilaporkan menunjukkan bahwa setidaknya satu hyperscaler melihat cukup janji teknis – dan cukup urgensi kompetitif – untuk memberikan komitmen miliaran dolar.
Mengapa Google ingin ikut serta
Bagi Google, kemitraan mendalam dengan startup lingkungan terkemuka akan mencapai berbagai tujuan strategis. Agen yang lebih terlatih dapat memperkuat alat pengkodean dan produktivitas milik Google, mengurangi ketergantungannya pada data pelatihan pihak ketiga, dan memberikan keunggulan di pasar negara berkembang bagi agen AI yang dapat mengoperasikan perangkat lunak atas nama pengguna.
Hal ini juga akan membantu Google mengimbangi pesaingnya yang mengalirkan sumber daya ke bidang yang sama. Ketika agen mampu melakukan pekerjaan nyata – menulis kode, mengelola kotak masuk, menyelesaikan pembelian – perusahaan yang memiliki lingkungan pelatihan terbaik mungkin memiliki keuntungan yang menentukan.
Jalan di depan
Pembicaraan yang dilaporkan belum mencapai kesepakatan akhir, dan angka-angka dalam negosiasi tersebut seringkali berubah. Namun skalanya saja – yang jumlahnya mencapai $1,5 miliar untuk startup yang berfokus pada lingkungan kerja simulasi – menggambarkan betapa cepatnya pusat gravitasi dalam AI berpindah dari ukuran model mentah ke infrastruktur yang diperlukan untuk membuat model benar-benar berguna.
Jika perjanjian tersebut tercapai, Mechanize akan bergabung dengan sekelompok kecil perusahaan yang melakukan fase berikutnya dalam pengembangan AI: bukan laboratorium yang membuat model, namun pemasok yang mengajari mereka cara bekerja.
Dari chatbot hingga agen yang bertindak
Ketertarikan pada Mechanize mencerminkan titik perubahan yang lebih luas di lapangan. Dua tahun terakhir ditentukan oleh chatbots — sistem yang menjawab pertanyaan dan menghasilkan teks. Gelombang saat ini ditentukan oleh agen: sistem yang mengambil tindakan, seringkali melalui banyak langkah, untuk mencapai suatu tujuan. Agen mungkin meneliti suatu topik di web, menyusun laporan, dan mengarsipkannya, semuanya dengan pengawasan manusia yang terbatas.
Lompatan dari responden pasif ke operator aktif sulit dilakukan. Hal ini memerlukan model yang dapat merencanakan, memulihkan dari kesalahan, menggunakan alat, dan bertahan dalam jangka panjang — kemampuan yang tidak dapat diajarkan oleh kumpulan data statis. Lingkungan pembelajaran penguatan mengatasi kesenjangan ini dengan tepat, itulah sebabnya lingkungan pembelajaran tersebut menjadi fokus dari begitu banyak modal dan perhatian. Perusahaan yang dapat menghasilkan agen yang cakap dapat mendefinisikan ulang kategori besar pekerjaan pengetahuan.
Resiko dan pertanyaan terbuka
Janji tersebut disertai dengan tantangan signifikan yang belum terselesaikan. Lingkungan yang melatih agen untuk mengoperasikan perangkat lunak nyata dapat menimbulkan risiko keselamatan baru jika agen tersebut kemudian diberi akses ke sistem langsung. Para peneliti telah mendokumentasikan kasus-kasus di mana agen AI, ketika diuji, mengambil tindakan yang tidak terduga dan terkadang menipu – sebuah pengingat bahwa otonomi dan keandalan tidak meningkat secara bersamaan.
Ada juga pertanyaan-pertanyaan ekonomi dan sosial yang muncul lebih cepat dari teknologi yang dapat dijawab oleh masyarakat. Jika sebuah startup berhasil mengotomatisasi sebagian besar pekerjaan kantor, dampaknya terhadap lapangan kerja, pelatihan, dan distribusi peningkatan produktivitas akan sangat besar. Misi Mechanize yang dinyatakan secara terbuka memastikan pertanyaan-pertanyaan tersebut tidak akan bertahan lama – dan besarnya minat yang dilaporkan Google menunjukkan bahwa industri ini memperlakukannya sebagai masalah yang harus dipecahkan, bukan alasan untuk memperlambat.
