4 Jenis Startup Diburu Raksasa Teknologi Dunia, Termasuk ChatGPT

Katadata
Diskusi Katadata Forum dengan tema "Transformasi Indonesia Menuju Raksasa Ekonomi Digital" di Jakarta, pada 2018
Penulis: Lenny Septiani
Editor: Desy Setyowati
27/4/2023, 11.24 WIB

Setidaknya ada empat jenis startup yang diburu oleh investor maupun raksasa teknologi dunia berdasarkan kajian CB Insights. Salah satunya kecerdasan buatan atau artificial intelligence (AI) generatif seperti ChatGPT.

CB Insights melakukan penelitian yang bertujuan membentuk dekade investasi ritel dan institusional berikutnya. Penelitian ini mengukur pendanaan ke startup, dampak potensial terhadap industri, dan kebaruan teknologi.

Keempat jenis startup yang menjadi tren baru di kalangan investor dan raksasa teknologi global yakni:

1. Platform investasi alternatif

“Platform investasi alternatif akan memperkuat pasar ritel baru,” kata Senior Analyst at CB Insights Chris Bendtsen dalam diskusi bertajuk The Future of Investing di YouTube, dua pekan lalu (18/4). “Ritel adalah batas berikutnya untuk alternatif.”

Sebab, platform investasi alternatif dinilai dapat menciptakan pasar ritel baru dengan ratusan miliar aset yang dikelola. Selain itu, adanya tantangan akun pensiun tradisional.

2. ESG yang didukung oleh Al

Investasi di sektor ESG atau environmental, social, and governance menunjukkan tren positif. Namun bidang ini menghadapi tantangan seperti:

  • Hanya merupakan strategi pemasaran dan komunikasi suatu perusahaan untuk memberikan citra yang ramah lingkungan alias greenwashing
  • Hanya bagian dari strategi keuangan (investasi dan perusahaan)
  • Menghadapi reaksi politik

Oleh karena itu, menurut Chris Bendtsen startup sektor ESG yang diminati yakni yang menggunakan AI. “Gabungan ini akan menghasilkan peringkat dan analitik ESG yang lebih akurat,” katanya.

AI membantu sektor ESG menangani dua kelemahan utama yakni:

  • Tidak konsisten (tidak terstandarisasi)
  • Tidak lengkap (kurang lengkapnya data)

Mesin pembelajar atau machine learning dan pemrosesan bahasa alami alias Natural Language Processing (NLP) dinilai dapat meningkatkan volume, kecepatan, dan akurasi peringkat ESG, khususnya dalam hal pengumpulan data, serta analisis dan penilaian data.

3. Tokenisasi aset

Chris Bendtsen menyebutkan, tokenisasi aset adalah proses mengubah aset fisik atau digital menjadi token digital. Token ini dikeluarkan, dilacak, dan diperdagangkan di jaringan blockchain.

“Tokenisasi aset akan membawa efisiensi yang lebih besar ke pasar modal,” ujar Chris. Sebab, penerbitan dan penyelesaian sekuritas menjadi lebih efisien. Selain itu, membuka likuiditas untuk aset yang tidak likuid.

Aset yang bisa dijadikan token yakni:

  • Sekuritas
  • Perumahan
  • Seni
  • Koleksi
  • Dana
  • Komoditas
  • Tanah
  • Barang Fisik
  • Koleksi digital alias non-fungible token (NFT)

Tokenisasi saham, obligasi, opsi, dan dana juga dapat meningkatkan efisiensi pasar modal. Caranya dengan:

  • Membatasi ketergantungan pada banyak perantara
  • Mengurangi biaya penerbitan dan perdagangan
  • Mengurangi waktu setelmen untuk CSDS dan sistem sekuritas
  • Menggabungkan proses terpisah dalam siklus hidup sekuritas
  • Mengaktifkan bentuk keuangan alternatif untuk organisasi dalam skala global

4. Al Generatif

Startup Al Generatif seperti ChatGPT juga menjadi incaran. Sebab Al Generatif memungkinkan penyediaan insights pasar skala besar secara instan bagi investor.

Generatif Al terdiri dari teknologi dan aplikasi kecerdasan buatan yang menghasilkan konten yang sama sekali baru, termasuk teks, audio, gambar, video, kode, dan data berdasarkan masukan yang ada.

Investasi pada Asisten Generatif Al akan membawa manfaat seperti:

  • Menganalisis informasi dan data keuangan dalam skala besar.
  • Hasilkan wawasan secara instan, rekomendasikan strategi investasi, dan bandingkan dengan tolok ukur.

Model bahasa besar atau Large Language Model (LLM) adalah salah satu teknologi yang menjadi dasar dari AI generatif. LLM memanfaatkan sejumlah besar data seperti tekstual, numerik, kode dari internet atau basis data pribadi untuk mengenali pola, membuat prediksi, dan menghasilkan respons.

Dalam layanan keuangan, kumpulan data LLM meliputi:

  • Berbagai sumber riset dan komentar pasar
  • Pergerakan saham historis dan kinerja portofolio
  • Profil keuangan pelanggan dan perusahaan
  • Ringkasan data transaksi
Reporter: Lenny Septiani