Ruslan Salakhutdinov mendirikan perusahaan bernama Sooth Labs setelah meninggalkan Meta.
Salakhutdinov bukanlah "mantan karyawan Meta" biasa. Ia menjabat sebagai kepala ilmuwan AI di Meta, sebelumnya menjadi profesor di Carnegie Mellon University, dan merupakan tokoh penting di bidang deep learning. Rekan pendiri Chuck Hoover dan Yaser Sheikh juga merupakan mantan peneliti inti Meta.
Perusahaan ini mengumumkan pada 22 April bahwa mereka telah menyelesaikan pendanaan sebesar $50 juta dengan valuasi $335 juta, dipimpin oleh Felicis Ventures.
Ada dua nama investor yang patut diperhatikan: Yann LeCun ("bapak deep learning", peraih Turing Award) dan Jeff Dean (pendiri Google Brain, kini Chief Scientist Google). Mantan CTO Meta, Andrew Bosworth, bertindak sebagai penasihat.
Ketiga nama ini muncul bersamaan di cap table sebuah perusahaan, sebuah hal yang jarang terjadi di industri AI. Apa yang mereka pertaruhkan?
Apa yang Dilakukan Sooth Labs
Singkatnya: Membantu perusahaan memprediksi probabilitas terjadinya peristiwa geopolitik dan pasar tertentu.
Ini bukan asisten percakapan, alat coding, atau aplikasi RAG. Sooth Labs bertujuan menjadi "mesin prediksi" — memberikan penilaian probabilitas berbasis AI yang memberi tahu bisnis seberapa besar kemungkinan suatu peristiwa terjadi.
Skenario spesifik dapat mencakup: probabilitas perubahan kebijakan di suatu negara, risiko regulasi di pasar tertentu, atau risiko konflik geopolitik dalam rantai pasokan. Penilaian ini sebelumnya bergantung pada pengalaman dan intuisi analis manusia; kini tujuannya adalah menggunakan AI untuk estimasi kuantitatif.
Arah ini memiliki latar belakang historis.
Mengapa Sekarang
Pasar prediksi telah berkembang pesat dalam beberapa tahun terakhir dengan bantuan AI. Platform seperti Polymarket dan Metaculus telah membuktikan bahwa menggabungkan keyakinan partisipan pasar dapat menghasilkan estimasi probabilitas yang lebih akurat daripada peramalan tradisional.
Sooth Labs ingin melangkah lebih jauh: tidak hanya menggabungkan keyakinan manusia, tetapi melatih model AI untuk mempelajari pola peristiwa secara langsung dari data dalam jumlah besar.
Masalah ini memiliki beberapa tantangan teknis:
- Jumlah sampel peristiwa geopolitik terbatas (perang skala besar jarang terjadi, data historis terbatas)
- Perbandingan antar peristiwa serupa sulit dilakukan (setiap krisis memiliki latar belakang berbeda)
- Sulit memisahkan sinyal dari kebisingan (liputan media tidak mewakili probabilitas sebenarnya)
Apakah mereka bisa berhasil? Sejujurnya, masih menjadi tanda tanya. Namun, ketiga pendiri memiliki pengalaman luas dalam data terstruktur dan pelatihan umpan balik manusia di Meta, pengalaman yang dapat ditransfer ke pemodelan prediktif.
Apa Arti Taruhan LeCun dan Jeff Dean
LeCun baru-baru ini mendirikan AMI Labs, yang berfokus pada "world model" — memungkinkan AI benar-benar memahami dunia fisik tiga dimensi, tidak hanya memproses teks.
Investasinya di Sooth Labs menunjukkan bahwa ia percaya kemampuan AI untuk memahami "peristiwa" juga merupakan komponen penting dari world model. Peristiwa geopolitik adalah salah satu pola paling kompleks di dunia manusia; mampu memprediksinya secara akurat berarti model memiliki pemahaman mendalam tentang dinamika masyarakat manusia.
Jeff Dean telah memimpin banyak pekerjaan prediksi dan ML deret waktu di Google. Taruhannya di Sooth Labs lebih merupakan semacam dukungan bahwa "arah ini layak secara teknis."
Keduanya, dari perspektif penelitian yang berbeda, menunjuk pada kesimpulan yang sama: jalur AI untuk memprediksi peristiwa kompleks layak untuk ditempuh.
Siapa yang Akan Membayar
Valuasi $335 juta dan pendanaan $50 juta — tidak besar jika dibandingkan dengan lingkungan pendanaan AI saat ini.
Namun, calon pelanggan untuk sektor ini sangat jelas: departemen manajemen risiko di perusahaan multinasional, hedge fund, tim aktuaria asuransi, dan lembaga pemerintah. Klien-klien ini bersedia membayar dan memiliki kemampuan untuk membayar.
Dibandingkan dengan AI konsumen yang ditujukan untuk semua orang, sektor AI prediksi vertikal B2B memiliki persaingan yang jauh lebih sedikit, meskipun batas atasnya juga relatif jelas.
Proposisi inti yang perlu divalidasi Sooth Labs adalah: Apakah estimasi probabilitas yang dihasilkan AI lebih akurat, lebih cepat, dan lebih murah daripada tim analis manusia?
Jika mereka dapat membuktikan ini di beberapa area spesifik, bisnis ini dapat berjalan. Jika tidak, $50 juta cukup untuk beberapa tahun eksperimen.
Dukungan dari LeCun dan Jeff Dean membantu membuka pintu untuk pengadaan data dan negosiasi klien institusional — yang mungkin lebih berharga daripada uang itu sendiri.
Apakah sektor ini dapat berkembang juga tergantung pada persaingan dengan pasar prediksi dan lembaga think tank kebijakan. Namun, memulai dengan latar belakang peneliti AI kelas atas setidaknya memberi mereka titik awal yang tinggi.
Sumber: CocoLoop, AI Pioneers Back Startup Building Models to Predict Events (Bloomberg, 22 April 2026)