Berapa lama waktu yang dibutuhkan sebuah perusahaan sejak didirikan hingga valuasinya mencapai miliaran dolar?
Jawaban standar beberapa tahun lalu adalah sekitar 5 tahun. Putaran demi putaran: Angel, A, B, C, membuktikan diri sambil melewati rintangan yang tak terhitung. Pada tahun 2026, jawabannya memendek menjadi tiga bulan.
Maret tahun ini, Lin Junyan keluar dari Alibaba; 13 Mei, ia mendirikan sebuah perusahaan di Distrik Xuhui, Shanghai; Agustus, ketika diumumkan, perusahaan yang berusia tiga bulan lebih tanpa satu produk pun ini bernilai sekitar 20 miliar dolar AS—Gaorong Ventures dan Sequoia Capital China masing-masing menginvestasikan 1 miliar dolar AS, Tencent menyusul dengan 200 juta dolar AS.
Lin Junyan bukanlah kasus khusus.
Kami menghitung, sejak awal 2026 hingga awal September, setidaknya ada 9 perusahaan di dalam dan luar negeri yang berhasil melewati ambang batas unicorn dalam waktu kurang dari setengah tahun sejak didirikan.
Daftar pendiri ini seperti daftar nama panggilan industri AI: penerima Penghargaan Turing, co-founder xAI, P10 termuda Alibaba yang membawa Qwen ke peringkat satu open-source global, orang teknis utama yang membangun Li Auto's autonomous driving dari nol, dan satu departemen bisnis yang dipisahkan dari perusahaan robot.
Uang datang begitu cepat dan banyak, sebenarnya membeli apa?
Empat Cara Hidup Unicorn di Dalam Negeri
Keempat perusahaan di dalam negeri ini memiliki jalur berbeda, tetapi kesamaan: pekerjaan terakhir pendirinya cukup meyakinkan.
Yuyong Technology (语用科技): Tiga Bulan, 20 Miliar Dolar AS
Pekerjaan terakhir Lin Junyan adalah di Alibaba. Lahir 1993, S1 Bahasa Inggris di University of International Relations, S2 Linguistik di Peking University, 2019 masuk DAMO Academy, naik empat level dalam enam tahun, menjadi P10 termuda Alibaba di usia 32. Seri Qwen adalah karyanya—lebih dari 200 ribu model turunan di Hugging Face, unduhan lebih dari 1 miliar kali, nomor satu model open-source global; Qwen3-Max 2025 parameternya melebihi triliun. Maret tahun ini ia keluar, Mei mendirikan Yuyong Technology, situs webnya hanya menulis empat arah: Digital Agent, Physical Agent, Riset Terdepan, Produk Nyata.
Perusahaan ini saat ini nol produk, nol pendapatan, valuasi 20 miliar dolar AS. Detail langka: Lin Junyan mengendalikan sekitar 88% melalui kepemilikan langsung dan dua entitas terkait—di dunia startup yang sering terdilusi modal hingga di bawah 30%, ini bisa dibilang luar biasa. Kata "Yuyong" berasal dari latar belakang linguistiknya, berarti pragmatisme, juga pernyataannya tentang ke mana AGI harus pergi. Kunlunxing (昆仑行): Yang Pernah Mengelola Bisnis Triliunan, dan Yang Pernah Bekerja di Autonomous Driving
Kunlunxing Robot mengambil jalan lain: kombinasi dua orang.
Pendiri Ren Geng pernah mengerjakan bisnis inti Huawei dan Alibaba, pernah menjadi Presiden Alibaba Cloud China dan Kepala Staf, juga Presiden ENN Group; co-founder Lang Xianpeng adalah mantan Wakil Presiden Senior Li Auto, Presiden Autonomous Driving, salah satu dari sedikit yang membangun AI autonomous driving dari 0 ke 1, lalu ke skala produksi.
Perusahaan terdaftar di Distrik Ekonomi dan Teknologi Beijing tanggal 16 Maret, hingga akhir Juni sudah tiga putaran pendanaan dengan total puluhan miliar yuan. Gaorong, Hillhouse, CAS Star, Z Capital, Huayecheng, Sinovation Ventures, Xin Capital, C&D Capital semuanya ada di daftar, dan investor putaran pertama semuanya menambah di dua putaran berikutnya.
Secara teknis mereka bertaruh pada "fisik sebab-akibat endogen"—membuat robot memahami prinsip fisika di balik gerakan, bukan hanya meniru gerakan. Intinya adalah Kunlun World Model (KWM), menambahkan pemodelan sebab-akibat fisik di atas model visual-bahasa-gerakan arus utama internasional, plus membangun sistem evaluasi counterfactual, menggunakan hasil fisik nyata untuk membedakan apakah kemampuan generalisasi model itu nyata atau palsu.
Di sisi hardware, mereka mengembangkan sendiri secara terintegrasi: body, kontrol gerak, pengujian integrasi, targetnya jelas: produksi massal yang bisa direkayasa.
Menurut Xin Wang, partner Gaorong, ambang batas implementasi embodied intelligence sangat tinggi, membutuhkan tim yang sekaligus paham AI, hardware, dan komersialisasi—perusahaan ini mengumpulkan "orang yang pernah mengelola bisnis triliunan" dan "orang yang pernah memproduksi massal AI autonomous driving".
Tipping Point AGILINK (临界点AGILINK): Satu-satunya yang Sudah Untung
Yang paling unik dari keempatnya adalah Tipping Point AGILINK, karena satu-satunya yang "dipisahkan".
14 Januari tahun ini, Zhiyuan Robot memisahkan bisnis tangan lincahnya dan mendirikan perusahaan ini. Pendiri Xiong Kun lulus S2 dari HKUST Robotics Institute 2018, masuk Tencent Robotics X Lab yang baru dibentuk, ikut serta dari 0 ke 1, lalu bekerja di IDEA Research Institute dan Inovance, November 2024 bergabung dengan Zhiyuan bertanggung jawab atas tangan lincah.
Setelah itu setengah tahun, perusahaan ini melakukan empat putaran: Januari angel round, Februari putaran A beberapa miliar yuan, Mei putaran A+, Juni putaran B 1 miliar yuan—Tencent, C Capital, Puhua, Kailian, SAIC, Joyson, Longcheer, Baidu Ventures, Yunfeng semua ada di daftar. Dari pendirian hingga valuasi melampaui 10 miliar, lima bulan.
Tapi yang benar-benar membedakannya dari delapan lainnya adalah: sudah untung.
Kurang dari setahun didirikan, seri OmniHand telah mengirimkan lebih dari 8.000 unit, gripper lebih dari 10.000 unit, profitable sejak didirikan. Xiong Kun menyebut tangan lincah sebagai "10 sentimeter terakhir" embodied intelligence memasuki pabrik dan rumah, penilaiannya: persaingan kategori ini bukan di lab, tapi di jalur produksi. Ini menjelaskan mengapa modal industri dan keuangan berdesakan di meja yang sama—SAIC dan Joyson membeli bukan sekadar saham, tapi posisi di rantai pasokan.
Zhiyan Huisheng Naive.ai (智衍慧生Naive.ai): Taruhan Post-Training Seorang Profesor
Yang terakhir, Zhiyan Huisheng Naive.ai, pendiri Dai Jifeng adalah yang memiliki rekam jejak akademik terkuat dalam daftar ini. S1-S3 Otomasi Tsinghua, peneliti visual di Microsoft Research Asia, penulis utama deformable convolution dan R-FCN—keduanya kemudian menjadi operator standar di PyTorch, total sitasi makalah lebih dari 50.000; 2019 ke SenseTime sebagai Executive Research Director, memimpin tim 150 orang, BEVFormer yang diusulkannya hampir menjadi paradigma standar persepsi autonomous driving, dipuji Jensen Huang di panggung; 2022 kembali ke Departemen Elektronika Tsinghua sebagai associate professor tetap, memimpin pengembangan model multimodal open-source InternVL di Shanghai AI Lab.
Januari tahun ini ia memulai startup, fokus pada post-training dan Agent untuk model open-source.
Juni mendapat 300 juta dolar AS angel round, Tencent, Huakong, Boyu, Wanwu bergabung; sebulan kemudian lagi ratusan juta dolar AS Pre-A, Sequoia China, IDG, Matrix, Legend, Yuanhe Puhua ikut berdesakan. Dua putaran dalam setengah tahun, lebih dari 500 juta dolar AS.
Modal bertaruh pada kemampuannya memeras teori menjadi hasil rekayasa—sistem penelitian mendalam yang pernah dipimpinnya, pernah meraih peringkat satu open-source di benchmark otoritatif.
Orang-orang yang Meninggalkan Laboratorium
Lima perusahaan luar negeri ini hampir semuanya variasi dari cerita yang sama: seseorang keluar dari laboratorium paling top, lalu modal secepat mungkin memasukkan uang ke tangannya.
River AI: Dua Bulan Keluar dari xAI
Igor Babuschkin keluar dari xAI Agustus 2025.
Sebelumnya, riwayatnya hampir seperti sejarah singkat deep learning—bekerja di Google DeepMind untuk generative modeling dan reinforcement learning, memimpin pelatihan skala besar di OpenAI, 2023 bersama Elon Musk mendirikan xAI.
April 2026 ia mendaftarkan perusahaan baru di Nevada, Juni muncul ke permukaan, Agustus mengumumkan pendanaan 1,1 miliar dolar AS, hanya dua bulan.
Yang ia buat disebut River AI: di atas model open-weight, membantu perusahaan melakukan fine-tuning LoRA dan reinforcement learning. Hal yang butuh tim infrastruktur khusus, beberapa bulan pengerjaan, di platformnya bisa selesai 15-20 menit, biaya seperempat hingga setengah solusi closed-source, dan hanya membayar token yang benar-benar digunakan. Perusahaan total sekitar 20 orang, kebanyakan dari xAI dan Tesla. Pendanaan terbaru dipimpin General Catalyst dan AMP PBC, investasi strategis NVIDIA dan AMD Ventures, YC dan Temasek berpartisipasi.
Menurut Babuschkin: "AI harus milik penggunanya, bukan laboratorium yang melatihnya." Kalimat ini terdengar idealis, tapi CEO General Catalyst mengatakannya realistis—ia menyebut investasi ini prioritas ketahanan AI Amerika. Terjemahannya: ekosistem open-weight harus didukung, kalau tidak, generasi AI berikutnya dijalankan di chip siapa, patuh aturan siapa, bukan lagi orang Amerika yang tentukan.
NVIDIA dan AMD secara bersamaan menginvestasi perusahaan berumur dua bulan, membeli ini.
Hark: 70 Orang, 6 Miliar Dolar AS
Lainnya adalah Brett Adcock. Nama ini mungkin tidak familiar, tapi dua perusahaan sebelumnya mungkin Anda dengar: perusahaan robot humanoid Figure AI, dan pabrik pesawat listrik Archer Aviation.
Akhir 2025 ia mendirikan Hark dengan uang sendiri 100 juta dolar AS, Mei tahun ini mengumumkan 700 juta dolar AS putaran A, valuasi pasca-investasi 6 miliar dolar AS. Perusahaan saat itu 70 orang, belum satu produk dirilis.
6 miliar dolar AS dibagi 70 orang, sama dengan 85 juta dolar AS per insinyur.
Angka ini hanya berlaku dalam satu kondisi: investor menganggap ini bukan perusahaan hardware, tapi laboratorium terdepan.
Yang menarik daftar pemegang saham—NVIDIA, AMD, Intel Capital, Qualcomm Ventures, empat raksasa chip bersaing langsung muncul dalam satu pendanaan perangkat konsumen, ini hampir tak pernah terjadi sebelumnya. Mereka bersama-sama membutuhkan masa depan "AI berjalan di perangkat personal", juga bersama-sama takut masa depan itu dikuasai Apple dan Google.
Ada detail menarik dalam pendekatan Adcock: ia ingin luncurkan model dan software multimodal dulu, baru hardware.
Urutan ini sengaja dibalik. AI Pin dari Humane dan Rabbit R1 meluncurkan hardware dulu baru tambah kemampuan, akhirnya gagal. Hark juga menggandeng AT&T—operator menginvestasi, sekaligus bertanggung jawab atas koneksi seluler dan sertifikasi perangkat, membuat perangkat terhubung mandiri tanpa ponsel dan Wi-Fi. Ia ingin membuat "antarmuka universal antara manusia dan dunia digital", sesuatu yang mengingat Anda, melihat apa yang Anda lihat.
AMI Labs: Taruhan Paris Penerima Penghargaan Turing
Yang paling berbeda dari kelima ini, adalah perusahaan yang bahkan arah produknya belum sepenuhnya jelas.
Yann LeCun November lalu masuk kantor Mark Zuckerberg bilang ia akan pergi. Ia 12 tahun di Meta, membangun salah satu organisasi penelitian AI paling dihormati global, sekaligus kritikus paling terkenal terhadap jalur large language model—menurutnya, LLM hanyalah ilusi statistik—tampak menakjubkan, sebenarnya tidak cerdas.
Januari tahun ini, AMI Labs diluncurkan di Paris; Maret mengumumkan pendanaan seed 1,03 miliar dolar AS, valuasi pra-investasi 3,5 miliar dolar AS, seed round terbesar dalam sejarah Eropa. Awalnya hanya ingin mengumpulkan 500 juta euro, minat berlebihan, akhirnya naik jadi 890 juta euro.
Yang menarik ia menolak jadi CEO. Katanya: "Saya ilmuwan, pemimpi, terlalu tidak teratur, juga terlalu tua, tidak cocok mengelola orang." Jadi CEO dijabat Alexandre LeBrun, pendiri perusahaan AI medis Nabla, anggota inti lainnya hampir seluruhnya dari organisasi penelitian AI Meta, kepala ilmuwan Saining Xie direkrut dari Google DeepMind.
AMI ingin membuat world model, berdasarkan arsitektur JEPA yang diusulkan LeCun 2022: tidak memprediksi dunia seperti apa per pixel, per token, tapi belajar bagaimana dunia berjalan di ruang abstrak.
Dalam pencapaian yang sudah dibuat tim, ada yang bisa memprediksi secara koheren 10 detik berikutnya berdasarkan video first-person 16 detik, termasuk lintasan objek dan perubahan cahaya.
Perusahaan mengatakan tahun pertama hanya penelitian, satu sampai dua tahun baru mulai bicara implementasi dengan mitra industri, tiga sampai lima tahun membuat "sistem cerdas yang cukup umum".
Daftar investor panjang seperti foto era: dipimpin bersama Cathay Innovation, Greycroft, Hiro Capital, HV Capital dan Bezos Expeditions milik Jeff Bezos, diikuti NVIDIA, Toyota, Samsung, Temasek, Bpifrance, investor pribadi termasuk Eric Schmidt, Mark Cuban dan penemu World Wide Web Tim Berners-Lee.
Mereka membeli bukan perusahaan, tapi opsi: jika jalur LLM benar-benar menabrak batas, siapa yang bisa menyediakan jalur lain? Sekaligus, obsesi Eropa tidak ingin kalah lagi di AI.
Recursive Superintelligence: Membuat AI Meningkatkan Dirinya Sendiri
Yang kelima Recursive Superintelligence, namanya langsung agak menakutkan.
13 Mei tahun ini keluar dari mode siluman, sekaligus mengumumkan seed round 650 juta dolar AS, valuasi pasca-investasi 4,65 miliar dolar AS, dipimpin GV dan Greycroft, NVIDIA dan AMD lagi-lagi bersama. Yang memimpin adalah Richard Socher—penulis GloVe dan recurrent neural network, mantan Chief Scientist Salesforce, juga pendiri You.com.
Co-founder termasuk Yuandong Tian yang memimpin penelitian Meta FAIR delapan tahun, Tim Rocktäschel mantan DeepMind, Jeff Clune mantan OpenAI, dan Alexey Dosovitskiy penulis makalah vision transformer. Seluruh perusahaan kurang dari 30 orang.
Yang ingin mereka lakukan bisa diringkas: membuat AI meningkatkan dirinya sendiri.
Kecepatan iterasi semua lab hari ini, akhirnya terhambat kapasitas peneliti manusia—manusia mengevaluasi, memilih data, merancang eksperimen. RSI ingin mengeluarkan manusia dari siklus ini.
Proyek publik pertama adalah melatih "sistem dengan kemampuan 50 ribu dokter", tapi tujuannya bukan untuk diagnosis, tapi untuk melakukan pekerjaan ilmuwan AI: membaca literatur, merancang eksperimen, menganalisis hasil.
Tidak ada produk, tidak ada model, tidak ada makalah, 25 orang, valuasi 4,65 miliar dolar AS.
Atoms: Kali Ketiga Kalanick, dan Uang dari Uber
Yang paling khusus dari lima perusahaan luar negeri adalah Atoms, karena pendirinya Travis Kalanick sudah tidak perlu membuktikan bisa membuat perusahaan—ia pernah membuat Uber.
Atoms sembunyi delapan tahun, Maret tahun ini muncul, Juli mengumumkan pendanaan 1,7 miliar dolar AS, dipimpin a16z, Ben Horowitz sendiri masuk dewan, Goldman Sachs, JPMorgan Chase dkk lima bank menyediakan dukungan utang. Di daftar investor ada nama yang membuat semua orang terkejut: Uber. Sembilan tahun lalu dewan perusahaan inilah yang mengusirnya.
Kalanick mengatakan "membuat komputer untuk dunia fisik—CPU adalah manufaktur, penyimpanan adalah real estat, jaringan adalah transportasi". Perusahaan terdiri dari tiga bisnis yang digabung: CloudKitchens yang membuat dapur awan (valuasi 2022 15 miliar dolar AS), perusahaan pertambangan autonomous Pronto yang dibeli dari Anthony Levandowski, dan unit logistik baru. Mengambil jalur robot industri beroda, bukan robot humanoid yang lebih tren saat ini.
Tapi dalam 1,7 miliar dolar AS ini juga ada yang perlu dipertanyakan: valuasi tidak diungkap, juga tidak mengumumkan kota implementasi, jadwal komersialisasi, atau produk konsumen. Waymo butuh belasan tahun, membakar puluhan miliar dolar, baru bisa menerapkan autonomous driving berbayar di beberapa kota. Atoms baru enam bulan. a16z jelas membeli seseorang, bukan jadwal kemajuan.
Apa Sebenarnya yang Dibeli Modal
Ketika sembilan ini disandingkan, fakta yang paling mencolok: hampir semuanya tidak punya data keuangan untuk dilihat. Tidak ada pendapatan, kebanyakan tidak ada produk, beberapa bahkan arah produk masih di makalah. Lalu sebenarnya investor memberi harga pada apa?
Jawabannya: orang. Ketika produk, pendapatan, pengguna semuanya nol, satu-satunya aset yang bisa diberi harga hanyalah riwayat. LeCun 12 tahun di Meta, Lin Junyan membawa Qwen jadi nomor satu open-source global, makalah Socher disitasi 50 ribu kali, Ren Geng pernah mengelola bisnis skala triliunan, Kalanick pernah dua kali perusahaan miliaran dolar. Due diligence bukan pada bisnis, tapi pada apakah orang ini bisa berhasil lagi lain kali. Ini juga mengapa perusahaan-perusahaan ini bisa selesai pendanaan dalam satu-dua bulan—yang perlu dilihat, cukup buka riwayat.
Kesamaan kedua adalah fokus sektor yang tinggi. Sembilan perusahaan semua jatuh pada tiga jalur: membuat AI milik personal dan bisa dikustomisasi (River AI, Hark, Zhiyan Huisheng), membuat kecerdasan masuk dunia nyata (Atoms, Kunlunxing, Tipping Point), dan bertaruh pada jalur dasar generasi AI berikutnya (world model AMI Labs, perbaikan diri rekursif RSI, agen digital+fisik Yuyong Technology). Alasannya sederhana: hanya di tempat narasi teknologi cukup kuat, kepastian cukup tinggi, lembaga baru berani memberi cek seperti ini tanpa pendapatan.
Ketiga adalah sikap raksasa berubah. NVIDIA menginvestasi empat dari sembilan ini, AMD tiga, di dalam negeri Tencent muncul tiga kali, Hillhouse dua kali. Mereka sudah tidak puas menunggu perusahaan besar lalu bekerja sama, tapi langsung masuk daftar pemegang saham. Pabrikan chip menginvestasi hardware AI, mencari terminal generasi berikutnya untuk diri mereka; SAIC dan Joyson menginvestasi tangan lincah, mengunci komponen kunci untuk diri mereka; Uber menginvestasi Atoms, membeli pemasok di jaringan transportasi masa depan. Bagi raksasa, biaya salah naik kendaraan jauh lebih rendah daripada tidak naik.
Perubahan jelas lain adalah, kata "putaran" mulai kehilangan makna. 650 juta dolar AS bisa disebut seed round, 1,7 miliar dolar AS bisa disebut putaran A, 300 juta dolar AS juga bisa angel round. Tipping Point setengah tahun empat putaran, Kunlunxing 90 hari tiga putaran, Zhiyan Huisheng sebulan dua putaran berturut-turut. Pendanaan bukan lagi tonggak sejarah, tapi menjadi perebutan sumber daya yang berlangsung terus—proyek bagus hanya segelintir, terlambat satu kuartal, harganya sudah bukan harga ini lagi.
Di dalam negeri ada jalur tambahan yang tidak dimiliki perusahaan luar negeri: inkubasi dalam sistem.
Tipping Point dipisahkan dari Zhiyuan, mulai langsung punya tim siap, teknologi siap, klien siap dan dukungan perusahaan induk, sama dengan memindahkan siklus inkubasi unicorn dari pasar ke dalam perusahaan. Cara ini tidak baru—strategi "1+X" SenseTime sudah memisahkan XiWang, DX Robot, SenseTime MedTech, dkk, hanya semester pertama tahun ini pendanaan dari grup SenseTime lebih dari 47 miliar yuan.
Ketika jendela pendanaan eksternal semakin padat, memisahkan bisnis untuk didanai mandiri, sedang menjadi cara baru perusahaan besar mempertahankan talenta.
Ujian yang Belum Dimulai
Setelah membicarakan keramaian, inilah risiko. Yang didapat perusahaan-perusahaan ini sekarang, adalah tiket unicorn dalam arti valuasi, bukan dalam arti bisnis.
Dari sembilan, yang benar-benar menghasilkan pendapatan hanya Tipping Point satu. AMI Labs tahun pertama hanya penelitian; RSI hingga kini tidak punya model dan makalah publik; produk Hark belum dirilis; Yuyong Technology didirikan tiga bulan, nol produk nol pendapatan; Atoms tidak mengumumkan jadwal implementasi kota dan komersialisasi. Sisanya, juga menunggu pengiriman pertama yang bisa membuktikan diri.
Uang raksasa juga bukan hadiah gratis. NVIDIA dan Tencent masuk daftar pemegang saham, berarti perusahaan-perusahaan ini dari hari pertama terikat pada kereta perang ekosistem tertentu, ruang netral menyusut. Pelajaran sejarah: begitu proyek internal raksasa sendiri menghasilkan sesuatu yang cukup, investasi eksternal akan cepat mendingin.
Dan harga di depan, verifikasi belakang, konsekuensinya: penurunan akan sama kuat. Ketika harga sudah penuh harapan, setiap kesalahan jalur teknologi atau keterlambatan pengiriman, akan diperbesar. Hark harus menghadapi Apple dan Google langsung; River AI bertaruh perusahaan benar-benar mau bayar untuk "memiliki model sendiri"; Atoms berhadapan Waymo yang sudah belasan tahun. Jawaban masalah ini, paling cepat butuh 12 sampai 24 bulan.
Tapi bicara lagi, pasar yang bisa membuat perusahaan selesai menjalani perjalanan pendanaan lima tahun hanya dalam setahun, sendiri adalah suatu pernyataan: logika modal sudah berubah dari "tambah taruhan setelah terbukti", jadi "bayar dulu untuk kelangkaan".
Ini efisiensi atau ilusi, baru bisa diketahui setelah perusahaan-perusahaan ini menyerahkan produk pertama—ada yang akan mengubah valuasi 2 miliar dolar AS menjadi sesuatu yang nyata, ada juga yang akan menghilang dengan tenang dari daftar ini.
Dari sembilan ini, yang mana paling Anda lihat prospeknya? Bertaruh pada riwayat pendiri, atau bertaruh produk benar-benar bisa terimplementasi?
Artikel ini dari akun WeChat "IT桔子" (ID:itjuzi521), penulis: Judy
