Airspeed Mengumpulkan $20M Seri A untuk Membangun ‘Otak Komersial’ AI untuk Tim Pendapatan

Airspeed, startup AI yang berbasis di London dan New York yang didirikan oleh peneliti mantan DeepMind, telah mengumpulkan $20 juta putaran Seri A yang dipimpin oleh DN Capital, dengan partisipasi dari Vi Partners, Framework Venture Partners, dan Atlassian Ventures. Pendanaan ini membawa total modal yang dikumpulkan perusahaan menjadi lebih dari $25 juta saat perusahaan berusaha untuk memperluas platform AI-nya untuk tim penjualan dan operasi pendapatan.

Perusahaan, sebelumnya dikenal sebagai Glyphic, baru-baru ini berganti nama menjadi Airspeed saat perusahaan memperluas visinya melampaui kecerdasan percakapan ke apa yang mereka sebut sebagai lapisan eksekusi untuk organisasi pendapatan. Daripada hanya menyajikan wawasan dari pertemuan, email, dan sistem CRM, platform Airspeed dirancang untuk mengambil tindakan pada wawasan tersebut melalui agen AI otonom yang beroperasi di seluruh alur kerja komersial.

Melampaui Kecerdasan Pendapatan

Selama dekade terakhir, teknologi penjualan telah terutama fokus pada membantu organisasi mengumpulkan lebih banyak data dan menghasilkan lebih banyak analitik. Platform kecerdasan pendapatan dapat mengidentifikasi risiko, menyoroti peluang, dan memberikan visibilitas ke interaksi pelanggan, tetapi banyak pekerjaan lanjutan masih jatuh pada tim manusia.

Airspeed memposisikan dirinya sebagai evolusi berikutnya dari perangkat lunak tersebut. Platform ini menerapkan agen AI yang memantau percakapan pelanggan, email, tiket dukungan, dan data CRM, kemudian secara otomatis menjalankan tugas seperti memperbarui catatan, menghasilkan tindakan lanjutan, mengidentifikasi risiko penawaran, dan mengkoordinasikan alur kerja di seluruh tim.

Pendiri perusahaan berpendapat bahwa organisasi sudah memiliki sistem catatan dan sistem kecerdasan. Apa yang hilang, mereka klaim, adalah “sistem tindakan” yang mampu mengubah wawasan menjadi eksekusi tanpa memerlukan karyawan untuk secara manual menghubungkan titik-titik.

Dibangun oleh Peneliti Mantan DeepMind

Airspeed didirikan pada 2022 oleh peneliti mantan DeepMind Adam Liska dan Devang Agrawal. Sejak peluncurannya, perusahaan telah mengumpulkan tim dengan pengalaman dari organisasi seperti Meta, Apple, dan Spotify.

Latar belakang penelitian tampaknya tercermin dalam arsitektur platform. Menurut perusahaan, teknologi Airspeed dibangun di sekitar pemahaman terpadu tentang konteks komersial organisasi. Daripada mengandalkan sumber data terisolasi, platform ini menciptakan lapisan memori yang persisten yang memusatkan pengetahuan di seluruh proses pemasaran.

“Otak komersial” ini berfungsi sebagai dasar untuk perpustakaan agen AI yang terus berkembang yang dapat menjalankan tugas khusus di seluruh alur kerja penjualan, keberhasilan pelanggan, dan operasi pendapatan. Penekanan perusahaan pada konteks ini cukup menonjol, karena banyak penerapan AI perusahaan terus berjuang dengan informasi yang terfragmentasi yang tersebar di seluruh sistem bisnis.

Sinyal Pertumbuhan Kuat

Pengumuman pendanaan ini tiba di tengah pertumbuhan signifikan bagi perusahaan.

Airspeed melaporkan melayani 200 pelanggan di 20 negara, termasuk organisasi seperti Persona, Pricefx, Light, dan Qdrant. Pelanggan membangun ribuan agen AI kustom di platform selama empat bulan pertama 2026 saja, sementara volume eksekusi bulanan hampir triple antara Januari dan April.

Perusahaan juga mengatakan bahwa mereka telah mencapai pertumbuhan pendapatan empat kali lipat selama setahun terakhir sementara juga menggandakan jumlah karyawan. Salah satu pelanggan, Foleon, dilaporkan telah menyelamatkan lebih dari $193.000 dan pulih sekitar enam jam per wakil penjualan per minggu selama 90 hari pertama penerapan.

Angka-angka tersebut menunjukkan permintaan yang terus meningkat untuk sistem AI yang dapat mengotomatisasi pekerjaan operasional daripada hanya memberikan rekomendasi.

Pasar Muncul untuk Platform Eksekusi AI

Pertumbuhan Airspeed mencerminkan pergeseran yang lebih luas yang terjadi di seluruh AI perusahaan.

Gelombang pertama AI generatif terutama fokus pada pembuatan konten dan pengambilan pengetahuan. Fase berikutnya tampaknya semakin berfokus pada agen AI yang dapat mengambil tindakan atas nama pengguna. Daripada menghasilkan laporan tentang peluang penjualan, sistem AI sekarang dapat memperbarui catatan CRM, menjadwalkan tindakan lanjutan, memberitahu pemangku kepentingan, dan menjalankan alur kerja yang telah ditentukan sebelumnya secara otomatis.

Evolusi ini memerlukan lebih dari model bahasa canggih. Ini bergantung pada sistem yang mempertahankan konteks organisasi, memahami proses bisnis, dan beroperasi dalam guardrail yang dirancang dengan hati-hati. Platform Airspeed dibangun di sekitar konsep ini, menekankan eksekusi yang dapat dipercaya daripada percakapan AI mandiri.

Implikasi Lebih Luas dari Sistem Eksekusi AI

Munculnya platform seperti Airspeed menyoroti pergeseran dalam cara perusahaan mendekati kecerdasan buatan. Generasi pertama AI bisnis terutama fokus pada membantu karyawan bekerja lebih cepat dengan menghasilkan konten, merangkum informasi, atau menjawab pertanyaan. Namun, organisasi semakin mencari sistem yang dapat melampaui rekomendasi dan mengambil tindakan dalam alur kerja yang ada.

Evolusi ini menimbulkan pertanyaan penting tentang peran pekerja manusia di masa depan dalam tim penjualan, keberhasilan pelanggan, dan operasi. Daripada menggantikan karyawan secara langsung, AI yang berfokus pada eksekusi mungkin mengurangi waktu yang dihabiskan untuk tugas administratif seperti pembaruan CRM, manajemen pipeline, tindakan lanjutan pertemuan, dan koordinasi internal. Hasilnya bisa berupa tim yang lebih kecil yang mengelola basis pelanggan yang lebih besar sambil lebih fokus pada pembangunan hubungan dan pengambilan keputusan strategis.

Pada saat yang sama, teknologi ini memperkenalkan tantangan baru seputar pengawasan, akuntabilitas, dan kepercayaan. Saat agen AI mendapatkan kemampuan untuk memperbarui sistem, memicu alur kerja, dan mempengaruhi keputusan komersial, organisasi akan memerlukan kerangka tata kelola yang lebih kuat untuk memastikan tindakan tetap akurat, dapat diaudit, dan sejalan dengan tujuan bisnis.

Beberapa tahun ke depan kemungkinan akan menentukan apakah agen AI menjadi lapisan standar perangkat lunak perusahaan atau tetap terbatas pada kasus penggunaan khusus. Jika adopsi terus mempercepat, perbedaan antara perangkat lunak yang menyediakan informasi dan perangkat lunak yang menjalankan pekerjaan mungkin secara bertahap menghilang, mengubah secara mendasar bagaimana organisasi pendapatan beroperasi.