Arlequin AI Raih Pendanaan Seri A €28 Juta untuk Kembangkan Jaringan Saraf Topologis

Arlequin AI, perusahaan AI asal Paris, meraih pendanaan Seri A sebesar €28 juta untuk mengembangkan topological neural networks (TNN), memperluas penggunaan teknologinya di luar Eropa, serta menambah tim riset dan komersial. Fokusnya adalah pengambilan keputusan yang berisiko tinggi: situasi ketika membaca fakta satu per satu tidak cukup, karena hubungan antara orang, peristiwa, lokasi, transaksi, dan bukti lain justru menjadi bagian penting dari analisis. 12

Ke mana dana €28 juta akan dialokasikan?

Putaran pendanaan ini dipimpin bersama oleh redalpine dan OTB Ventures. Bpifrance Defence Innovation Fund ikut berpartisipasi, sementara investor lama Vsquared Ventures dan 10x Founders menambah investasinya. Xavier Niel juga bergabung dalam putaran tersebut. Arlequin menyatakan seluruh pendanaan berasal dari investor Eropa dan akan dipakai untuk mempercepat pengembangan TNN serta penerapan teknologi secara internasional. 1210

Prioritas terdekat perusahaan meliputi:

• melatih dan mengembangkan model TNN proprietary;
• memperbesar tim yang mengembangkan serta mengoperasikan model tersebut;
• memperluas penerapan komersial di Eropa dan pasar internasional; serta
• membangun kehadiran internasional, termasuk kantor di London dan Berlin, ditambah rencana laboratorium AI di Silicon Valley pada akhir 2026. 14

Saat pengumuman pendanaan, Arlequin menyebut memiliki sekitar 50 karyawan, terdiri dari 35 insinyur serta 15 doktor, peneliti, dan ilmuwan data. 1

Apa itu jaringan saraf topologis?

Platform Arlequin dirancang untuk bekerja dengan informasi yang terpecah dan beragam, mulai dari dokumen, transaksi, video, hingga data operasional. Arsitektur TNN yang dikembangkannya dimaksudkan untuk belajar bukan hanya dari tiap titik data, tetapi juga dari struktur hubungan antardata, termasuk relasi yang melibatkan banyak elemen sekaligus. 1810

Secara sederhana, pendekatan ini tidak memperlakukan sebuah kasus sebagai kumpulan berkas yang berdiri sendiri. Sistem tersebut ditujukan untuk menemukan pola di antara bukti-bukti yang saling terhubung—misalnya keterkaitan orang, komunikasi, lokasi, dan peristiwa. Pendekatan ini relevan ketika hubungan itu sendiri menjadi unsur penting dalam penyelidikan atau keputusan operasional. 110

Mengapa Arlequin memilih arsitektur AI lain?

Arlequin berpendapat bahwa memperbesar model AI konvensional dengan lebih banyak parameter, data, dan daya komputasi belum tentu menjadi pendekatan terbaik untuk menganalisis kumpulan bukti yang besar dan saling terkait. Menurut perusahaan, TNN dapat menampilkan dinamika kompleks yang melibatkan banyak elemen, sambil tetap memungkinkan penelusuran kembali ke materi sumber dan memakai komputasi lebih rendah. 110

Namun, keunggulan tersebut masih merupakan klaim perusahaan dan investor, bukan hasil pengujian pembanding independen. Materi yang tersedia untuk publik menjelaskan arsitektur serta manfaat yang dituju, tetapi belum membuktikan kinerjanya dibandingkan analitik graf, arsitektur jaringan saraf lain, atau model bahasa besar (LLM). 11014

Dipakai untuk keputusan seperti apa?

Arlequin didirikan pada 2024 oleh Hugo Micheron, peneliti jihadis dan ketidakstabilan geopolitik, serta Antoine Jardin, mantan insinyur riset CNRS yang berfokus pada ilmu data dan perilaku manusia. Perusahaan ini dibangun untuk pemerintah dan organisasi besar yang harus membuat keputusan penting dari informasi yang tidak lengkap dan tersebar. 19

Bidang penggunaan yang disebutkan Arlequin mencakup:

• kontraterorisme, keamanan, dan pertahanan;
• investigasi kriminal dan peradilan;
• deteksi penipuan serta pencegahan pencucian uang;
• keamanan siber dan integritas informasi; serta
• keselamatan dan keamanan sistem AI. 1

Salah satu contoh yang disampaikan perusahaan adalah kemampuan menghubungkan orang, lokasi, komunikasi, dan peristiwa dari jutaan titik data yang dikumpulkan dari perangkat sitaan. Peluang komersial yang dibidik juga mencakup organisasi yang membutuhkan analisis yang dapat dijelaskan untuk kejahatan finansial, risiko siber, dan intelijen operasional yang kompleks. 1

Di mana teknologinya sudah digunakan?

Arlequin mengatakan teknologinya telah digunakan oleh pemerintah dan organisasi besar di Eropa Barat maupun Eropa Timur, dengan aktivitas di empat negara Eropa. Namun, perusahaan belum membeberkan seluruh pelanggan atau rincian tiap penerapan. Karena itu, skala dan hasil implementasinya belum dapat dinilai secara independen dari materi pengumuman yang tersedia. 1

Rencana ekspansinya menunjukkan sasaran pasar yang lebih luas: pengguna sektor publik yang menangani isu keamanan dan pertahanan, serta perusahaan yang menghadapi risiko kejahatan finansial, siber, integritas informasi, dan kebutuhan intelijen operasional. 113

Taruhan pada strategi AI Eropa

Putaran pendanaan ini memberi Arlequin sumber daya untuk mengejar posisi yang khas: arsitektur AI yang dimiliki dan dikembangkan di Eropa untuk analisis sensitif serta pengambilan keputusan berisiko tinggi. Keterlibatan investor, termasuk Bpifrance Defence Innovation Fund, juga mencerminkan nilai strategis teknologi untuk intelijen, keamanan, dan keputusan kritis. 1210

Ujian berikutnya adalah eksekusi. Arlequin perlu menunjukkan bahwa TNN miliknya benar-benar memberi keunggulan terukur—baik dalam akurasi, keterlacakan ke sumber bukti, biaya penerapan, maupun kegunaan operasional—dibandingkan pendekatan analitik graf dan AI yang sudah ada. Dana €28 juta itu membiayai tahap berikutnya: pengembangan model, perekrutan, dan komersialisasi internasional. 114