Upriver Kantongi US$14 Juta untuk Atasi Masalah Kualitas Data yang Gagalkan Proyek AI

CLB.my.id - Lebih dari setengah proyek kecerdasan buatan generatif di tingkat enterprise gagal setelah tahap proof of concept. Angka itu bukan rumor, melainkan temuan Gartner pada Januari 2026. Salah satu penyebab utamanya adalah kualitas data yang buruk. Upriver, platform rekayasa data berbasis AI, datang dengan solusi dan US$14 juta dana segar untuk menyelesaikan masalah tersebut.

Masalah yang Belum Terpecahkan

Menurut survei Gartner pada April 2026, 38 persen pemimpin teknologi mengidentifikasi kualitas data yang buruk atau ketersediaan data yang terbatas sebagai penyebab langsung kegagalan proyek AI. Di banyak perusahaan besar, data tersebar di berbagai sistem yang tidak terhubung, tidak konsisten, dan saling terkunci dalam silo.

Kondisi ini membuat sistem AI yang dibangun di atas data tersebut menghasilkan output yang tidak andal. Alih-alih menjadi pengganda kekuatan (force multiplier), AI justru menjadi sumber frustrasi baru bagi tim data.

Agentic Data Engineering

Upriver menawarkan pendekatan yang berbeda. Platform ini bisa secara otonom terhubung ke seluruh tumpukan data (data stack) sebuah organisasi, memperbaiki masalah kualitas dan kredibilitas data, serta menjaga pipeline data tetap berjalan tanpa intervensi manual.

Platform ini dibangun di atas dua inovasi inti. Pertama, context engine yang memetakan seluruh ekosistem data dan ontologi sebuah organisasi. Kedua, reasoning engine yang terdiri dari sistem agen AI terkoordinasi yang melakukan penalaran yang dapat diverifikasi. Kedua komponen ini bisa diakses melalui alat pengembangan AI populer seperti Claude dan Cursor.

Bukti dari Pelanggan

Nimble, salah satu pelanggan awal Upriver, melaporkan peningkatan produktivitas 60 persen setelah mengadopsi platform ini. Menurut Uriel Knorovich, CEO Nimble, Upriver dengan cepat memahami tumpukan data perusahaan mereka dan mulai mengotomasi operasi secara bertahap.

Selain Nimble, Upriver sudah dipercaya oleh Unity dan DMGT sebagai pelanggan, serta menjalin kemitraan teknologi dengan Databricks dan Snowflake, dua nama besar di industri data.

Pendanaan dan Investor

Putaran pendanaan seed senilai US$14 juta (sekitar Rp224 miliar) ini dipimpin oleh Valley Capital Partners dan Hetz Ventures. Steve O’Hara dari Valley Capital Partners menilai Upriver menonjol karena membangun sistem agentic yang memungkinkan organisasi bergerak lebih cepat dengan AI tanpa membebani tim data.

Guy Fighel dari Hetz Ventures menambahkan bahwa kebanyakan platform di ruang ini hanya duduk di atas tumpukan data. Upriver masuk ke dalamnya, dan itu membuat perbedaan antara dashboard yang lebih bersih dan AI yang benar-benar bisa dijalankan di produksi.

Visi Pendiri

Ido Bronstein, CEO dan co-founder Upriver, menyatakan bahwa timnya membangun platform ini untuk mengambil beban dari tim data sepenuhnya. Tujuannya adalah membuat infrastruktur data menjadi tidak terlihat, sehingga perusahaan bisa mengekstrak pengetahuan organisasi dari data yang berantakan dan akhirnya mendapatkan manfaat AI yang sebenarnya.

Tim pendiri Upriver terdiri dari para praktisi yang memiliki pengalaman bertahun-tahun dalam merancang, membangun, dan memelihara sistem data dan AI yang kompleks. Dana yang baru dikumpulkan akan digunakan untuk memperluas tim teknik dan go-to-market, memperdalam pengembangan produk, dan mempercepat deployment di pelanggan enterprise.

Konteks Industri

Peluncuran Upriver terjadi di saat yang tepat. Di tengah euforia AI generatif, banyak perusahaan menyadari bahwa ambisi AI mereka terbentur pada fondasi data yang tidak siap. Ketika 50 persen proyek AI gagal setelah proof of concept, solusi yang membersihkan dan mengelola data secara otomatis menjadi sangat dibutuhkan.

Dengan dukungan Databricks dan Snowflake sebagai mitra teknologi, serta pelanggan seperti Unity yang sudah terbukti, Upriver berada di posisi yang baik untuk menjadi lapisan penting dalam infrastruktur AI enterprise. Bagi perusahaan di Indonesia yang tengah membangun kapasitas AI, solusi seperti Upriver bisa menjadi jalan pintas untuk mengatasi masalah data quality yang selama ini menghambat adopsi AI di tingkat produksi. Dengan fondasi data yang bersih dan terkelola, janji AI sebagai pengganda produktivitas bukan lagi sekadar slogan vendor, melainkan sesuatu yang benar-benar bisa diukur dan diandalkan.