Pada tahun 1956, sekelompok ilmuwan berkumpul di Dartmouth untuk pertama kalinya secara resmi membahas "apakah mesin dapat berpikir". Mereka optimis bahwa masalah ini dapat diselesaikan dalam satu musim panas.
Tujuh puluh tahun kemudian, pertanyaan ini masih belum memiliki jawaban. Namun, ada sebuah perusahaan yang baru berdiri empat bulan dan telah mendapatkan pendanaan sebesar 5 miliar dolar AS, dengan valuasi mencapai 40 miliar dolar AS—hanya karena mengklaim telah menemukan cara agar AI dapat belajar melakukan penelitian sendiri dan berkembang sendiri.
Perusahaan ini bernama Recursive Superintelligence.
Google Ventures (GV) memimpin putaran pendanaan, dengan NVIDIA sebagai investor ikut serta. Posisi kedua perusahaan dalam ekosistem AI tidak perlu dijelaskan lebih lanjut. Keduanya secara bersama-sama berinvestasi pada sebuah startup yang bahkan belum mengumumkan produknya—logika di balik keputusan ini patut dianalisis secara mendalam.
01「Mengeluarkan orang dari siklus」
Mari kita bahas terlebih dahulu apa yang sebenarnya dilakukan oleh Recursive Superintelligence.
Perusahaan ini didirikan oleh Richard Socher, mantan ilmuwan utama Salesforce, dengan tim inti berasal dari Google DeepMind dan OpenAI. Ini bukan kombinasi yang asing—selama dua tahun terakhir, insinyur dan peneliti yang keluar dari laboratorium top untuk memulai usaha telah membentuk gelombang yang jelas.
Socher bukan pendiri yang biasa berasal dari perusahaan besar di Silicon Valley untuk menambah kredensial. Ia lahir di Jerman pada tahun 1983, belajar di Stanford University di bawah bimbingan pelopor AI Andrew Ng dan pakar NLP Christopher Manning, dan menyelesaikan disertasi doktornya pada tahun 2014, memenangkan penghargaan disertasi doktor terbaik tahun itu dari departemen ilmu komputer Stanford.
Richard Socher adalah salah satu tokoh kunci yang membawa metode jaringan saraf ke dalam bidang pemrosesan bahasa alami—penelitiannya yang awal mengenai vektor kata, vektor konteks, dan teknik prompting secara langsung meletakkan dasar teknis untuk model BERT dan seri GPT saat ini, dengan lebih dari 180.000 kutipan di Google Scholar.
Pada tahun lulus dari doktoral, ia mendirikan perusahaan rintisan AI, MetaMind, dan dua tahun kemudian diakuisisi secara strategis oleh Salesforce. Setelah itu, ia memimpin strategi AI Salesforce selama bertahun-tahun sebagai Chief Scientist dan Executive Vice President, mengawasi peluncuran produk AI enterprise seperti Einstein GPT.
Setelah meninggalkan Salesforce, ia mendirikan mesin pencari AI You.com pada tahun 2020, yang menyelesaikan pendanaan Seri C pada tahun 2025 dengan valuasi mencapai 1,5 miliar dolar AS. Kali ini, ia mengalihkan fokusnya dari pencarian ke topik yang lebih mendasar.
Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs... setiap perusahaan muncul dengan label "tim inti model besar teratas sebelumnya", dan setiap perusahaan bercerita tentang "AI generasi berikutnya".
Namun, titik masuk Recursive lebih agresif dibandingkan sebagian besar pesaingnya.
Proposisi intinya adalah "AI yang belajar sendiri"—bukan membuat AI lebih cerdas dalam menjawab pertanyaan, tetapi memungkinkan AI menyelesaikan seluruh proses penelitian ilmiah secara mandiri: merumuskan hipotesis, merancang eksperimen, mengevaluasi hasil, dan mengiterasi arah. Dengan kata lain, ia ingin menghilangkan peneliti manusia sepenuhnya dari siklus ini.
Ini bukan arah yang baru, tetapi Recursive menempatkannya dalam logika bisnis yang sangat realistis. Sekarang, gaji tahunan peneliti AI terkemuka bisa mencapai $15 juta hingga $20 juta; jika sebuah sistem dapat menyelesaikan pekerjaan yang sama dengan biaya lebih rendah dan kecepatan lebih cepat, model ekonomi penelitian mutakhir akan benar-benar berubah.
Investor jelas melihat logika ini. Putaran pendanaan dilaporkan mengalami over-subscription, dengan skala akhir yang berpotensi mencapai $1 miliar.
02 Google dan NVIDIA sama-sama berinvestasi
GV memimpin investasi, NVIDIA mengikuti. Kombinasi investor ini sendiri sudah merupakan sinyal.
Logika Google tidak sulit dipahami. DeepMind selama bertahun-tahun telah menjadi pelopor terpenting dalam arah "AI for Science", dengan AlphaFold yang memecahkan masalah lipatan protein, dan AlphaGeometry yang mengalahkan peserta teratas manusia dalam kompetisi matematika.
Namun, jalur DeepMind adalah menggunakan AI untuk menyelesaikan masalah ilmiah spesifik, sedangkan Recursive ingin melakukan hal yang lebih mendasar—membuat sistem AI secara mandiri mendorong proses penemuan ilmiah itu sendiri. Ini merupakan persaingan sekaligus peluang hedge yang layak dipertaruhkan bagi Google.
Lebih penting lagi, baru saja di awal bulan ini, Google mengumumkan kesepakatan kerja sama infrastruktur AI bertahap dengan Intel. Ini menunjukkan bahwa penempatan Google dalam infrastruktur AI sedang mempercepat secara menyeluruh. Investasi pada Recursive adalah satu langkah dalam strategi besar ini—Google ingin terlibat dalam model mana pun yang berada di depan.
Logika NVIDIA jauh lebih langsung. Hambatan utama dalam AI pembelajaran mandiri bukanlah algoritma, melainkan daya komputasi. Jika AI harus menjalankan eksperimen dan mengiterasi model secara mandiri, skala klaster GPU yang dibutuhkan akan tumbuh secara eksponensial. Dengan berinvestasi di Recursive, NVIDIA secara tidak langsung sedang membeli pesanan masa depannya sendiri.
Dua perusahaan bertindak secara bersamaan, juga melepaskan sinyal yang lebih halus—jalur ini mungkin sudah sampai pada tahap "jika tidak berinvestasi, akan terlambat".
03 Apakah valuasi 4 miliar dalam empat bulan masuk akal?
Diperkirakan ketika semua orang pertama kali melihat angka 4 miliar dolar AS, reaksi pertama mereka adalah "Lagi lagi."
Kenaikan valuasi startup AI selama dua tahun terakhir bukan lagi topik baru. Hanya dengan sebuah PDF, sebuah demo, beberapa slide presentasi, ditambah beberapa nama dari laboratorium terkemuka, seseorang bisa menggerakkan ratusan juta dolar AS—ini bukan lagi legenda di Silicon Valley dan London, melainkan hal sehari-hari.
Namun, jika diperhatikan lebih teliti, situasi Recursive memiliki beberapa perbedaan dibandingkan dengan 'Unicorn PPT' biasa.
Pertama, bobot tim pendiri. Richard Socher memiliki akumulasi akademis nyata di bidang NLP, bukan hanya mengandalkan reputasi dari 'mantan perusahaan besar'. Pengalaman tim inti di DeepMind dan OpenAI juga berarti mereka benar-benar memahami tantangan dalam penelitian terkini.
Kedua, fakta bahwa pendanaan mengalami over-subscription. Ini berarti permintaan pasar jauh melebihi pasokan, dan investor bersaing untuk masuk, bukan dipengaruhi untuk masuk.
Namun, valuasi 4 miliar dolar AS untuk perusahaan yang baru berusia empat bulan dan belum memiliki produk publik didasarkan pada ekspektasi, bukan realitas. Pada dasarnya, ini adalah membayar untuk sebuah arah, bukan untuk produk atau pendapatan.
Logika penetapan harga ini semakin umum di era AI, didorong oleh ketakutan mendalam investor akan melewatkan OpenAI berikutnya. Safe Superintelligence pun pernah mendapatkan valuasi fantastis meski hampir tidak memiliki produk, dan nama Ilya Sutskever adalah aset paling kuatnya.
Recursive sedang menyalin jalur yang sama. Ini bukan kritik, melainkan pengamatan objektif.
04 「Pembelajaran Mandiri», di balik pintu ini ada apa
Nama Recursive Superintelligence sebenarnya sudah menjelaskan ambisi perusahaan dengan sangat jelas.
「Recursive」 berarti rekursif. Dalam ilmu komputer, rekursif adalah struktur di mana sebuah fungsi memanggil dirinya sendiri, yang merupakan mekanisme inti dari banyak algoritma kompleks. Dalam konteks penelitian AI, «rekursif superintelligence» mengisyaratkan proses sistem yang terus-menerus mengoptimalkan dirinya sendiri secara berkelanjutan.
Konsep ini bukan hal baru, versi ekstremnya adalah "ledakan kecerdasan"—sebuah sistem yang, setelah melewati titik kritis tertentu, dapat secara mandiri mempercepat evolusinya sendiri, hingga mencapai tingkat kecerdasan yang tak dapat dipahami oleh manusia. Ini merupakan salah satu kekhawatiran paling mendasar dalam bidang keamanan AI.
Namun, apa yang sedang dilakukan Recursive sekarang seharusnya belum sampai pada tingkat ini. Interpretasi yang lebih realistis adalah, ia sedang berusaha membangun sistem yang dapat mendorong siklus eksplorasi ilmiah secara mandiri, dengan tujuan secara signifikan mengurangi biaya tenaga kerja dan biaya waktu dalam penelitian AI.
Jika benar-benar dapat dilakukan, dampaknya tidak akan terbatas pada dunia AI. Ini berarti bidang-bidang seperti pengembangan obat, ilmu material, dan fisika juga dapat memasuki tahap di mana kemajuan cepat dapat terjadi tanpa partisipasi ilmuwan manusia.
Of course, this is still "if".
Jarak antara klaim dan realisasi, di industri AI, selalu tidak linier.
05 Logika gelombang
Sejak paruh kedua tahun 2025, gelombang wirausaha yang berasal dari laboratorium top terus berdatangan. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence... daftar ini terus bertambah.
Recursive adalah yang terbaru dan saat ini bernilai tertinggi di gelombang ini.
Alasan struktural di baliknya sederhana—persaingan antara OpenAI, Anthropic, dan Google DeepMind telah membuat laboratorium-laboratorium terkemuka ini semakin mirip perusahaan besar, dengan KPI, kepatuhan, dan politik.
Peneliti yang benar-benar ingin bertaruh pada arah paling agresif justru merasa lebih bebas jika memulai sendiri.
Sementara itu, logika pasar modal juga memperkuat tren ini. Bagi para peneliti top yang didukung perusahaan besar, periode saat ini mungkin merupakan waktu terbaik dalam sejarah untuk memulai usaha—investor lebih bersedia daripada sebelumnya untuk membayar demi「arah».
Masalah paling inti dari gelombang ini bukanlah "siapa yang akan sukses", melainkan "apa definisi kesuksesan".
Jika Recursive akhirnya membuktikan kelayakan AI yang belajar sendiri, ia akan menulis ulang paradigma dasar penelitian AI. Jika tidak, setelah menghabiskan dana sebesar 500 juta dolar AS, yang tersisa hanyalah konsep lain yang terlalu dibesar-besarkan.
Kedua kemungkinan tersebut benar-benar ada.
Empat bulan, valuasi 4 miliar dolar AS, angka ini memicu semangat sekaligus kewaspadaan. Perkembangan perlombaan senjata AI hingga hari ini, bahkan "cara melakukan penelitian" pun telah menjadi medan pertarungan.
Para ilmuwan memperdebatkan pertanyaan selama musim panas di Dartmouth, dan sekarang seseorang berniat menggunakan AI untuk menjawabnya—menggunakan AI untuk meneliti AI, menuju kecerdasan super secara rekursif.
Tidak ada yang benar-benar tahu jalan ini menuju ke mana. Tetapi jelas, Google dan NVIDIA telah memutuskan, tidak peduli ke mana arahnya, mereka tidak boleh ketinggalan.