Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
CFD
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Promosi
AI
Gate AI
Partner AI serbaguna untuk Anda
Gate AI Bot
Gunakan Gate AI langsung di aplikasi sosial Anda
GateClaw
Gate Blue Lobster, langsung pakai
Gate for AI Agent
Infrastruktur AI, Gate MCP, Skills, dan CLI
Gate Skills Hub
10RB+ Skills
Dari kantor hingga trading, satu platform keterampilan membuat AI jadi lebih mudah digunakan
GateRouter
Pilih secara cerdas dari 40+ model AI, dengan 0% biaya tambahan
Google, Nvidia bertaruh, perusahaan AI bernilai 4 miliar dolar ini ingin menghilangkan ilmuwan secara langsung
Penulis|Hualin Wu Wang
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. Tapi ada sebuah perusahaan, yang baru didirikan selama empat bulan, telah mendapatkan pendanaan sebesar 500 juta dolar AS, dengan valuasi mencapai 4 miliar dolar AS — hanya karena mereka mengklaim telah menemukan jalan agar AI dapat belajar sendiri melakukan penelitian, berevolusi sendiri.
Perusahaan ini bernama Recursive Superintelligence.
Venture capital Google GV memimpin putaran pendanaan, diikuti oleh NVIDIA. Kedua perusahaan ini tidak perlu dijelaskan posisinya dalam ekosistem AI. Mereka secara bersamaan berinvestasi, menaruh taruhan pada sebuah startup yang bahkan produk pun belum dipublikasikan, dan logika di baliknya layak untuk dianalisis secara serius.
01 「Mengeluarkan manusia dari siklus」
Mari bahas dulu apa sebenarnya yang dilakukan oleh Recursive Superintelligence.
Perusahaan ini didirikan oleh mantan kepala ilmuwan Salesforce Richard Socher, dengan tim inti berasal dari Google DeepMind dan OpenAI. Ini bukan kombinasi yang asing — dalam dua tahun terakhir, insinyur dan peneliti yang keluar dari laboratorium top untuk memulai usaha sendiri, telah membentuk gelombang yang cukup nyata.
Halaman pribadi Richard Socher di X, Altman tampaknya memperhatikan talenta ini|sumber gambar: X
Socher bukanlah pendiri yang umum ditemukan di Silicon Valley yang “mengasah pengalaman” di perusahaan besar. Ia lahir tahun 1983 di Jerman, belajar di Stanford di bawah bimbingan pelopor AI Andrew Ng dan pakar NLP Christopher Manning, menyelesaikan disertasi pada 2014, dan meraih penghargaan disertasi terbaik di departemen komputer Stanford tahun itu.
Richard Socher adalah salah satu tokoh kunci yang benar-benar membawa metode jaringan saraf ke bidang pengolahan bahasa alami — penelitian awalnya tentang vektor kata, vektor konteks, dan rekayasa prompt, langsung menjadi dasar teknologi model BERT dan GPT saat ini, dengan kutipan di Google Scholar lebih dari 180.000 kali.
Pada tahun lulus doktor, ia mendirikan startup AI bernama MetaMind, dua tahun kemudian diakuisisi secara strategis oleh Salesforce. Setelah itu, ia memimpin strategi AI Salesforce sebagai kepala ilmuwan sekaligus wakil presiden eksekutif selama bertahun-tahun, memimpin peluncuran produk AI tingkat perusahaan seperti Einstein GPT.
Setelah meninggalkan Salesforce, ia mendirikan mesin pencari AI You.com pada 2020, dan menyelesaikan pendanaan Seri C pada 2025, dengan valuasi mencapai 1,5 miliar dolar AS. Kali ini, ia mengalihkan fokus dari pencarian ke proposisi yang lebih mendasar.
Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs… masing-masing muncul dengan label “tim inti dari XX model besar”, dan semuanya berbicara tentang “AI generasi berikutnya”.
Namun, pendekatan Recursive jauh lebih agresif dibandingkan sebagian besar pesaing.
Inti dari proposisi mereka adalah “AI belajar sendiri” — bukan membuat AI lebih pintar dalam menjawab pertanyaan, melainkan membiarkan AI menyelesaikan seluruh proses penelitian ilmiah: mengajukan hipotesis, merancang eksperimen, mengevaluasi hasil, dan mengiterasi arah. Dengan kata lain, mereka ingin mengeluarkan peneliti manusia dari siklus ini sepenuhnya.
Ini bukan arah yang baru, tetapi Recursive menempatkannya dalam logika bisnis yang sangat realistis. Saat ini, gaji tahunan peneliti AI top bisa mencapai 15-20 juta dolar AS, dan jika sebuah sistem dapat menyelesaikan pekerjaan yang sama dengan biaya lebih rendah dan lebih cepat, model ekonomi penelitian terdepan akan benar-benar dirombak.
Para investor jelas melihat logika ini. Putaran pendanaan dikabarkan melebihi permintaan, dan skala akhirnya bisa mencapai 1 miliar dolar AS.
02 Google dan NVIDIA berbarengan menaruh taruhan
GV memimpin, NVIDIA mengikuti. Kombinasi investor ini sendiri sudah merupakan sebuah sinyal.
Logika Google tidak sulit dipahami. DeepMind selama bertahun-tahun menjadi pelopor utama dalam bidang “AI untuk Ilmu Pengetahuan”, AlphaFold memecahkan masalah pelipatan protein, AlphaGeometry mengalahkan peserta terbaik dalam kompetisi matematika.
Namun, jalur DeepMind adalah menggunakan AI untuk menyelesaikan masalah ilmiah tertentu, sedangkan Recursive ingin melakukan hal yang lebih mendasar — membiarkan sistem AI secara mandiri mendorong proses penemuan ilmiah itu sendiri. Ini adalah kompetisi sekaligus perlindungan yang layak dipertaruhkan bagi Google.
Lebih penting lagi, baru saja awal bulan ini, Google mengumumkan kerjasama dengan Intel untuk beberapa generasi infrastruktur AI. Ini menunjukkan bahwa Google mempercepat secara komprehensif dalam pengembangan infrastruktur AI. Investasi pada Recursive adalah bagian dari strategi besar ini — siapa yang akan menjalankan model terdepan, Google ingin ikut ambil bagian.
Logika NVIDIA lebih langsung. Bottleneck utama dari AI belajar sendiri bukanlah algoritma, melainkan kekuatan komputasi. Jika AI harus menjalankan eksperimen dan mengiterasi model secara mandiri, skala klaster GPU yang dibutuhkan akan meningkat secara eksponensial. Dengan berinvestasi di Recursive, NVIDIA secara tidak langsung juga berinvestasi di pesanan masa depannya.
Kedua perusahaan ini secara bersamaan beraksi, juga mengirimkan sinyal yang lebih halus — bahwa jalur ini mungkin sudah mencapai tahap “jika tidak berinvestasi, akan tertinggal”.
03 Valuasi 4 miliar dolar dalam empat bulan, apakah masuk akal?
Bisa diperkirakan, saat orang pertama kali melihat angka 4 miliar dolar ini, reaksi pertama adalah “lagi lagi”.
Bubble valuasi startup AI selama dua tahun terakhir bukanlah hal baru. Sebuah PDF, sebuah demo, beberapa slide, dan beberapa nama dari laboratorium top sudah cukup untuk menggerakkan ratusan juta dolar — ini bukan lagi mitos di Silicon Valley dan London, melainkan kenyataan sehari-hari.
Namun, jika dilihat lebih dekat, ada beberapa hal yang membedakan Recursive dari “unicorn PPT” biasa.
Pertama, bobot tim pendiri. Richard Socher memiliki rekam jejak akademik nyata di bidang NLP, bukan sekadar mengandalkan aura “perusahaan besar”. Pengalaman tim inti di DeepMind dan OpenAI juga berarti mereka benar-benar memahami masalah utama di penelitian terdepan.
Kedua, fakta bahwa pendanaan melebihi permintaan. Ini menunjukkan bahwa pasar sangat membutuhkan, dan investor bersaing untuk masuk, bukan sekadar diyakinkan.
Namun, valuasi 4 miliar dolar AS untuk perusahaan yang baru empat bulan dan belum memiliki produk publik, didasarkan pada ekspektasi, bukan kenyataan. Pada dasarnya, ini membayar untuk sebuah arah, bukan untuk produk atau pendapatan.
Logika penetapan harga ini semakin umum di era AI, didorong oleh ketakutan mendalam akan “ketinggalan OpenAI berikutnya”. Safe Superintelligence dulu juga mendapatkan valuasi tinggi dengan hampir tanpa produk, dan nama Ilya Sutskever adalah aset terkuat.
Recursive meniru jalur yang sama. Ini bukan kritik, melainkan pengamatan objektif.
04 Apa yang tersembunyi di balik pintu “belajar sendiri”
Nama Recursive Superintelligence sebenarnya sudah cukup jelas menyatakan ambisi perusahaan ini.
“Recursive” berarti rekursif. Dalam ilmu komputer, rekurs adalah struktur di mana sebuah fungsi memanggil dirinya sendiri, merupakan mekanisme inti dari banyak algoritma kompleks. Dalam konteks penelitian AI, “superinteligensi rekursif” mengisyaratkan sebuah sistem yang mampu terus-menerus mengoptimalkan dirinya sendiri, naik secara spiral.
Konsep ini tidak baru, dan versi ekstremnya adalah “ledakan kecerdasan” — sebuah sistem yang melewati titik kritis tertentu dapat secara mandiri mempercepat evolusinya, mencapai tingkat kecerdasan yang tidak bisa dipahami manusia. Ini adalah salah satu kekhawatiran utama di bidang keamanan AI.
Namun, apa yang dilakukan Recursive saat ini kemungkinan jauh dari level itu. Interpretasi yang lebih realistis adalah mereka sedang mencoba membangun sistem yang mampu secara mandiri menggerakkan siklus eksplorasi ilmiah, dengan tujuan mengurangi biaya dan waktu penelitian AI secara signifikan.
Jika benar-benar bisa dilakukan, dampaknya tidak hanya di dunia AI. Ini berarti pengembangan obat, ilmu material, fisika, dan bidang lain mungkin memasuki fase “tanpa keterlibatan ilmuwan manusia yang cepat maju”.
Tentu saja, ini masih “jika”.
Dari klaim hingga realisasi, jaraknya di industri AI tidak pernah linier.
05 Logika gelombang besar
Sejak paruh kedua 2025, gelombang startup yang keluar dari laboratorium top terus berlanjut. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence… daftar ini terus bertambah.
Recursive adalah yang terbaru dan saat ini memiliki valuasi tertinggi di antara mereka.
Alasan strukturalnya sangat sederhana — persaingan antara OpenAI, Anthropic, dan Google DeepMind telah membuat laboratorium-laboratorium ini semakin mirip perusahaan besar, dengan KPI, regulasi, dan politik.
Para peneliti yang ingin berinvestasi dalam arah paling agresif justru merasa lebih bebas jika mereka keluar dan mengerjakan sendiri.
Sementara itu, logika pasar modal juga memperkuat tren ini. Bagi peneliti top yang didukung oleh perusahaan besar, saat ini adalah waktu terbaik untuk berwirausaha — investor lebih bersedia membayar untuk “arah” daripada sebelumnya.
Inti dari gelombang ini bukanlah “siapa yang akan sukses”, melainkan “apa definisi keberhasilan”.
Jika Recursive akhirnya membuktikan bahwa AI belajar sendiri itu memungkinkan, ia akan mengubah paradigma dasar penelitian AI. Jika tidak, dengan dana 500 juta dolar yang terbakar, yang tersisa hanyalah sebuah konsep yang terlalu hype.
Kedua kemungkinan ini nyata.
Empat bulan, valuasi 4 miliar dolar, angka ini membuat orang bersemangat sekaligus waspada. Perlombaan perlengkapan senjata AI sampai hari ini bahkan mengubah cara melakukan penelitian — menjadi medan kompetisi.
Ilmuwan yang berdebat di Dartmouth selama satu musim panas tentang satu pertanyaan, sekarang ada yang berencana menjawabnya dengan AI — menggunakan AI untuk meneliti AI, dengan cara rekursif menuju superinteligensi.
Jalan ke mana tidak ada yang benar-benar tahu. Tapi jelas, Google dan NVIDIA sudah memutuskan, apapun jalannya, mereka tidak boleh absen.