Naïve Kantongi $28,5 Juta Seri A, Biarkan AI Mendirikan dan Menjalankan Perusahaan Secara Otonom

Apa yang Dilakukan Naïve: "Sistem Operasi" Perusahaan dalam Satu API

Inti pemikiran Naïve adalah bahwa memulai dan menjalankan bisnis saat ini membutuhkan penggabungan belasan API vendor yang berbeda—untuk pendirian perusahaan, perbankan, email, hosting cloud, dan lainnya. Naïve menyederhanakan semua itu menjadi satu API dan satu file konfigurasi . Seorang developer cukup memberi perintah kepada agen coding AI (menggunakan Cursor, Claude Code, atau Codex), dan platform Naïve secara otomatis menyediakan seluruh tumpukan operasional .

Tumpukan tersebut meliputi:

• Pendirian perusahaan — pembentukan LLC AS dengan pengajuan negara bagian dan EIN, plus kepatuhan KYC/KYB
• Pembayaran & perbankan — kartu virtual dengan batas pengeluaran, pemrosesan pembayaran, dan rekening bank
• Identitas bisnis — akun email dan nomor telepon
• Infrastruktur cloud — database Postgres, autentikasi, penyimpanan objek, dan edge functions
• Infrastruktur cloud agen — lapisan runtime tempat agen menjalankan logika mereka, termasuk orkestrasi, perutean model, dan memori

Manusia masih harus menyelesaikan pemeriksaan KYC/KYB dan melakukan pembayaran yang diperlukan, tetapi setelah serah terima kepatuhan itu, AI menangani sisanya—dari menyiapkan kotak masuk email hingga integrasi dengan Stripe dan QuickBooks .

Lapisan Pengoptimalan Inferensi: Memangkas Biaya Agen AI

Sebagian besar dana Seri A dialokasikan untuk membangun lima komponen infrastruktur yang dirancang untuk membuat pengoperasian agen AI menjadi jauh lebih murah . Ini menjawab apa yang diakui industri sebagai hambatan utama yang membatasi penggunaan agen saat ini: biaya inferensi yang meroket .

Berikut yang sedang dibangun Naïve:

1. Pengoptimalan Inferensi — Teknik untuk menurunkan biaya komputasi per panggilan di semua beban kerja agen .

2. Model Router — Secara otomatis mengirimkan setiap kueri ke LLM yang paling hemat biaya untuk tugas tersebut. Pencarian sederhana dikirim ke model kecil yang murah; hanya tugas penalaran kompleks yang mengenai model frontier. Router juga menyimpan dan memutar ulang data yang sudah dikomputasi untuk menghindari komputasi ulang . Pendekatan ini mencerminkan praktik terbaik industri yang melaporkan pengurangan biaya 40–85% sambil mempertahankan 90–95% kualitas keluaran .

3. Sistem Memori — Menyimpan dan menyajikan konteks bisnis lintas sesi sehingga agen tidak perlu menurunkan ulang informasi yang sama, secara dramatis mengurangi panggilan model yang redundan .

4. Orkestrator Distribusi Kerja — Mengoordinasikan agen mana yang menangani tugas apa dan mengelola eksekusi paralel, mencegah perulangan menganggur dan waktu inferensi yang terbuang .

5. Runtime Serverless — Menjalankan kode agen di lingkungan JavaScript yang ringan alih-alih mesin virtual penuh, memangkas biaya idle untuk penerapan agen dalam skala besar .

Bersama-sama, komponen-komponen ini dirancang untuk membuat bisnis otonom (dan perusahaan mana pun yang menggunakan infrastruktur agen Naïve) jauh lebih murah untuk dioperasikan dalam skala besar. Perusahaan berencana menggunakan dana tersebut untuk merekrut peneliti dan memperluas proyek-proyek ini, saat ini beroperasi hanya dengan 10 karyawan tetap .

Arti Penting bagi Lanskap Agen AI

Pendekatan Naïve patut diperhatikan karena menggabungkan dua proposisi nilai yang berbeda: lapisan otomatisasi bisnis yang menyederhanakan pembuatan dan pengoperasian perusahaan, dan lapisan pengurangan biaya inferensi yang membuat pengoperasian agen AI yang mendasarinya layak secara ekonomi dalam skala besar. Jika berhasil, platform ini dapat menurunkan hambatan untuk meluncurkan bisnis yang sepenuhnya dijalankan oleh AI dari hitungan minggu menjadi hitungan menit, sambil menjaga biaya komputasi yang berkelanjutan tetap terkendali.