Airis Labs Mengumpulkan $31M Seri B untuk Mengubah Video yang Tidak Terstruktur Menjadi Intelijen yang Siap Digunakan

Perusahaan teknologi pertahanan AI, Airis Labs, telah mengumpulkan $31 juta dalam putaran Seri B, karena pemerintah dan organisasi intelijen semakin kesulitan mengelola banjir data visual yang luar biasa yang dihasilkan di seluruh operasi modern. Putaran pendanaan ini dipimpin oleh PSG Equity, dengan partisipasi dari investor yang ada, termasuk TLV Partners, Stepstone Group, Redseed Ventures, dan beberapa investor malaikat strategis. Perusahaan ini mengatakan bahwa mereka telah mengumpulkan $60 juta dalam total pendanaan sejak didirikan pada tahun 2023.

Perusahaan yang berbasis di Washington D.C. ini fokus pada tantangan yang semakin besar di lingkungan pertahanan dan intelijen: jumlah besar video dan gambar yang sekarang ditangkap dari smartphone, drone, sistem CCTV, kamera tubuh, platform media sosial, dan alat forensik digital, namun sebagian besar informasi tersebut tetap sulit untuk dicari, dianalisis, atau dioperasikan dalam waktu nyata.

Airis Labs mencoba untuk mengatasi masalah tersebut melalui platform AI yang berfokus pada video yang dirancang untuk mengubah umpan visual yang tidak terstruktur menjadi intelijen yang terstruktur yang dapat dicari, dianalisis, dan dioperasikan oleh analis, penyelidik, dan sistem AI.

Masalah yang Semakin Besar dari Data Visual yang Tidak Terstruktur

Operasi intelijen dan keamanan modern semakin bergantung pada informasi visual yang dikumpulkan dari sistem yang terdesentralisasi. Namun, sementara jumlah footage yang tersedia telah tumbuh secara eksponensial, kemampuan untuk memprosesnya belum mengikuti.

Banyak lembaga masih sangat bergantung pada analis manusia untuk meninjau secara manual jumlah besar video, gambar, dan footage lapangan. Dalam lingkungan yang bertekanan tinggi, hal ini dapat menciptakan bottleneck operasional di mana sinyal penting terkubur di dalam volume data yang tidak terstruktur.

Airis Labs mengatakan bahwa platform mereka dirancang untuk mengubah informasi visual tersebut menjadi intelijen yang dapat dibaca oleh mesin. Alih-alih hanya menyimpan umpan video, sistem ini mencoba untuk mengidentifikasi informasi kontekstual seperti apa yang terjadi, di mana peristiwa terjadi, apa yang berubah, dan apa yang mungkin memerlukan tinjauan manusia lebih lanjut.

Perusahaan ini mengacu pada kategori yang muncul ini sebagai “Intelijen Lapangan yang Dihasilkan oleh Pengguna,” dan memposisikannya sebagai berbeda dari platform analitik video tradisional atau intelijen sumber terbuka. Ide ini adalah untuk menggabungkan sumber visual yang tidak terstruktur menjadi lapisan operasional yang dapat dicari yang dapat mendukung baik analis dan alur kerja yang didorong oleh AI.

Menurut perusahaan, platform ini dapat mengonsumsi data dari sumber termasuk smartphone, media sosial, kamera tubuh, drone, sistem forensik digital, aliran video penuh, infrastruktur CCTV, dan repositori pelanggan.

Sistem AI yang Dirancang untuk Lingkungan Operasional

Tidak seperti banyak perusahaan AI yang mengembangkan produk utamanya dalam lingkungan pengujian yang terkendali, Airis Labs mengatakan bahwa teknologinya dibentuk melalui penerapan lapangan awal di bawah kondisi operasional yang nyata.

Perusahaan ini menyatakan bahwa dalam beberapa bulan setelah didirikan, platform mereka sudah digunakan dalam lingkungan yang melibatkan umpan video yang tidak terstruktur, volume data yang besar, dan pengambilan keputusan yang sensitif waktu.

Pendekatan ini tampaknya menjadi pusat dari posisi perusahaan. Dalam pengaturan intelijen operasional, keandalan dan pemahaman kontekstual sering kali lebih penting daripada kinerja benchmark atau kemampuan pengenalan objek yang sempit.

Alih-alih fokus secara eksklusif pada tugas analitik video tradisional seperti deteksi gerakan atau klasifikasi objek, platform seperti Airis Labs mencoba membangun sistem yang mampu memahami secara semantik di seluruh lingkungan visual. Ini termasuk mengidentifikasi hubungan, anomali, perubahan dari waktu ke waktu, dan konteks operasional yang relevan dalam aliran video dan gambar skala besar.

Perubahan yang lebih luas ini mencerminkan bagaimana AI semakin diterapkan di seluruh infrastruktur pertahanan dan keamanan. Ketika volume data visual terus berkembang, organisasi mencari sistem yang dapat membantu analis memprioritaskan informasi yang relevan lebih cepat daripada sekadar mengumpulkan lebih banyak data mentah.

Investasi AI Pertahanan Terus Mengalami Percepatan

Putaran pendanaan Airis Labs ini datang di tengah minat investor yang tumbuh terhadap infrastruktur AI yang berfokus pada pertahanan dan teknologi intelijen.

Pemerintah di seluruh dunia dengan cepat memperluas penggunaan sistem AI di seluruh analisis pengawasan, kesadaran situasional, operasi cyber, sistem otonom, dan alur kerja intelijen. Dalam banyak kasus, tantangan bukan lagi akses ke informasi, tetapi kemampuan untuk memproses dan menafsirkan informasi dengan cukup cepat untuk mendukung pengambilan keputusan operasional.

Airis Labs juga baru-baru ini dipilih untuk bergabung dengan inisiatif Ekosistem Pertahanan Oracle (ORCL ), yang mendukung perusahaan yang mengembangkan AI dan teknologi cloud untuk penerapan pemerintah dan pertahanan.

Tim kepemimpinan perusahaan ini termasuk individu dengan latar belakang yang mencakup operasi keamanan nasional, pekerjaan intelijen, penerapan teknologi perusahaan, dan operasi lapangan yang berfokus pada pemerintah. Airis Labs mengatakan bahwa pengalaman operasional tersebut membantu membentuk platform di sekitar kenyataan lingkungan lapangan yang tidak terstruktur, kacau, dan bergerak cepat, bukan kondisi laboratorium yang ideal.

Hari ini, perusahaan ini mempekerjakan sekitar 45 orang di seluruh operasi di wilayah Washington D.C. dan Tel Aviv.

Melampaui Analitik Video Tradisional

Munculnya sistem AI multimodal sedang mengubah cara organisasi memikirkan tentang intelijen visual. Generasi sebelumnya dari platform analitik video sering kali fokus pada tugas deteksi yang sempit, seperti mengidentifikasi objek atau memicu peringatan berdasarkan aturan yang telah ditetapkan sebelumnya.

Sistem yang lebih baru semakin mencoba memahami konteks dan hubungan di seluruh lingkungan visual skala besar. Evolusi ini menjadi semakin penting dalam pengaturan intelijen dan pertahanan di mana analis mungkin perlu meninjau ribuan aliran data simultan di seluruh teater operasional yang berbeda.

Airis Labs berpendapat bahwa generasi berikutnya dari sistem AI pemerintah harus mampu memahami dunia fisik dengan cara yang melampaui pengenalan gambar sederhana. Perusahaan ini mengatakan bahwa infrastruktur AI mereka dimaksudkan untuk membantu analis dan operator menemukan wawasan yang bermakna lebih cepat sementara juga memungkinkan tim manusia untuk fokus pada penilaian dan pengambilan keputusan tingkat yang lebih tinggi.

Modal yang baru saja dikumpulkan akan digunakan untuk memperluas operasi AS, meningkatkan jumlah pekerja, dan mempercepat pengembangan platform intelijen mereka karena permintaan akan sistem operasional yang didorong oleh AI terus tumbuh di seluruh sektor pemerintah dan pertahanan.