Brian Hartzband, Presiden Operasi AS, GMEX Robotics – Seri Wawancara

Brian Hartzband, Presiden Operasi AS, GMEX Robotics, memimpin ekspansi perusahaan di AS, dengan fokus pada membangun jejak komersialnya, mengembangkan kemitraan strategis, dan membawa platform AI fisik serta robotik ke penerapan dunia nyata. Sebelum bergabung dengan GMEX Robotics, Hartzband menghabiskan hampir empat tahun di TEKsystems dalam peran perekrutan teknis dan manajemen akun yang melayani klien pemerintah dan pendidikan tinggi. Sebelumnya ia ikut mendirikan dan membantu memimpin Handcrafted 4 Home, di mana ia mendorong ekspansi pasar AS serta kemitraan dengan peritel besar dan platform e‑commerce. Pada awal kariernya, Hartzband bekerja di manajemen kekayaan di Merrill Lynch dan UBS, dimana ia memberi nasihat kepada klien dengan kekayaan bersih tinggi dan sangat tinggi serta membantu membangun portofolio klien internasional yang substansial.

GMEX Robotics adalah perusahaan AI fisik dan robotik yang terdaftar di Nasdaq, mengembangkan mesin cerdas untuk lingkungan komersial. Sebelumnya dikenal sebagai Fitell Corporation, perusahaan ini mengikuti apa yang disebutnya pendekatan “Terminal + Brain”, menggabungkan perangkat keras robotik yang dirancang khusus dengan kemampuan AI yang dapat disesuaikan, alih-alih mengandalkan tumpukan teknologi yang sepenuhnya terintegrasi secara vertikal. Fokus komersialisasi utama pertamanya adalah 2F Culinary AI, sebuah platform robotik dapur komersial yang mencakup sistem Bon Vivant 3.0 dan Max, yang menggunakan sensor, kontrol berbasis AI, dan alur kerja yang dapat diprogram untuk mengotomatiskan persiapan makanan. GMEX juga telah mengidentifikasi transportasi dan logistik, otomasi industri, serta eksplorasi sumber daya sebagai area ekspansi jangka panjang. Pada Maret 2026, perusahaan mengumumkan kesepakatan senilai AU$4,2 juta yang mencakup setidaknya 50 sistem robotik dapur cerdas untuk sebuah grup perhotelan di Australia, diikuti oleh pesanan penyebaran pertama pada bulan Mei.

Anda baru saja bergabung dengan GMEX Robotics sebagai Presiden Operasi AS setelah karier yang mencakup layanan keuangan, kewirausahaan, perekrutan teknologi, dan hubungan perusahaan. Apa yang meyakinkan Anda bahwa AI fisik dan robotik merupakan bab selanjutnya yang tepat, dan apa prioritas Anda dalam membangun kehadiran GMEX di AS?

Saya melihat nilai AI dan robot, terutama dalam kecerdasan sosial, yang sedang terjadi saat ini. Saya ingin berkontribusi pada hal itu. Apa yang membuat saya bersemangat tentang GMEX adalah model Terminal + Brain. Kami tidak berusaha melakukan semuanya sendiri. Kami membangun perangkat keras yang handal dan praktis, serta menghubungkannya dengan AI kelas terdepan. Itu merupakan pendekatan yang sepenuhnya berbeda dibandingkan cara kebanyakan perusahaan robotik beroperasi. Saat ini saya sedang berbicara dengan investor tentang apa yang sebenarnya kami bangun dan menjalin kemitraan kunci di AS. Ini adalah momen yang tepat untuk hal tersebut.

GMEX menggambarkan strateginya sebagai ekosistem \”Terminal + Brain\” di mana perangkat keras robotik menghubungkan dunia fisik dengan lapisan kecerdasan AI. Bisakah Anda menjelaskan bagaimana arsitektur ini bekerja dan apa yang Anda yakini membedakannya dari pendekatan yang lebih terintegrasi secara vertikal dalam robotik?

Sebagian besar perusahaan robotik berusaha membangun semuanya sendiri; perangkat keras, perangkat lunak, AI. Itu mahal dan lambat. Kami melakukannya secara berbeda. Terminal adalah perangkat keras kami. Brain adalah lapisan orkestrasi AI kami, yang kami bangun melalui kemitraan seperti 247meta. Keuntungannya adalah fleksibilitas. Jika AI yang lebih baik tersedia, kami mengintegrasikannya tanpa harus membangun ulang robot. Kami tidak terikat pada satu pilihan. Kami fokus pada apa yang paling kami kuasai; perangkat keras yang handal dan praktis, dan kami bermitra dengan AI kelas terdepan alih-alih mencoba mengalahkan semua pihak di sisi teknologi sendirian. Itu berarti iterasi lebih cepat, modal lebih rendah, dan kami bergerak pada kecepatan inovasi AI, bukan jadwal teknik mekanik.

GMEX telah menandatangani kesepakatan untuk memperoleh kepemilikan awal di MediaMeta.ai, yang teknologinya berfokus pada kecerdasan sosial dan pemodelan perilaku manusia. Apa arti \”kecerdasan sosial\” dalam konteks robot, dan kemampuan baru apa yang dapat dibukanya yang belum dapat diberikan secara andal oleh model AI multimodal saat ini?

Inteligensi sosial berarti robot yang memikirkan orang, bukan hanya tugas. AI saat ini unggul dalam penglihatan, bahasa, dan penalaran. Namun ia lemah dalam membaca seseorang, keadaan emosionalnya, apa yang sebenarnya dibutuhkan, serta cara bekerja dengan mereka di lingkungan nyata. Kami menandatangani perjanjian definitif dengan MediaMeta karena fokus mereka pada pemodelan perilaku manusia secara tepat mengisi kesenjangan tersebut. Di situlah peta jalan jangka panjang MediaMeta menuju, mengembangkan AI kecerdasan sosial dan pemodelan perilaku sebagai lapisan pemahaman kontekstual yang pada akhirnya dapat melengkapi ekosistem Terminal + Brain kami. Tergantung pada pengembangan, integrasi, dan pengujian, kemampuan ini dapat membantu robot menafsirkan konteks, pola komunikasi, dan niat manusia, yang menjadi perbedaan antara robot yang menyelesaikan tugas dan yang benar‑benar berguna.

Di mana robot paling canggih saat ini masih mengalami kesulitan dalam menafsirkan orang? Apakah keterbatasan terbesar terletak pada pengenalan emosi dan niat, pemahaman konteks sosial, penyesuaian terhadap perbedaan budaya, atau sesuatu yang lebih mendasar?

Semua hal di atas. Namun masalah sebenarnya adalah bahwa pengembangan AI telah dioptimalkan untuk penyelesaian tugas—apakah robot dapat mengambil objek, menavigasi ruangan? Itu dapat diukur. Membaca orang tidak dapat diukur. Jadi hal itu mendapat perhatian yang lebih sedikit. Robot dapat mengenali bahwa seseorang tampak kesal, tetapi mereka lemah dalam memahami mengapa orang itu kesal atau apa yang sebenarnya dapat membantu. Bahkan kesalahan kecil mengikis kepercayaan. Robot yang berhasil menangkap 90 % isyarat sosial terdengar baik dalam lingkungan pengujian, tetapi di dunia nyata, 10 % yang tersisa sangat penting. Orang memutuskan bahwa mereka tidak ingin bekerja dengan mesin itu. Kita perlu membalikkan prioritas. Itulah yang sedang kami bangun di GMEX.

Robot yang beroperasi di gudang sering kali dapat berfungsi dalam aturan yang relatif terstruktur, sementara robot di rumah sakit, hotel, sekolah, atau rumah harus menghadapi perilaku manusia yang jauh lebih tidak dapat diprediksi. Bagaimana tumpukan AI perlu berubah ketika robot berpindah ke lingkungan yang secara sosial lebih kompleks ini?

Kecerdasan sosial. Di gudang, Anda dapat mengkodekan aturan. Lingkungannya dapat diprediksi. Ketika Anda menempatkan robot di ruang dengan orang, segala sesuatunya berubah. Orang berimprovisasi, mereka berubah pikiran, mereka memiliki hari yang buruk. AI harus membaca hal itu secara real‑time dan beradaptasi. Ini tidak lagi berbasis aturan. Ini kontekstual. Robot harus memahami momen, orang, lingkungan, dan memutuskan apa yang masuk akal. Itu memerlukan konektivitas cepat dan arsitektur yang sepenuhnya berbeda di bawahnya. Robot juga harus tahu kapan harus meminta bantuan alih‑alih menebak dengan salah.

Pemodelan perilaku manusia secara tak terhindarkan menimbulkan pertanyaan tentang privasi, persetujuan, bias, dan salah menafsirkan niat manusia. Bagaimana seharusnya pengembang membangun kecerdasan sosial ke dalam robot tanpa menciptakan mesin yang terlalu mengintimidasikan atau membuat asumsi berpotensi konsekuensial tentang orang?

Pada akhirnya, membangun kecerdasan sosial ke dalam robot adalah tentang menjadi membantu tanpa menjadi aneh. Robot tidak boleh melakukan psikoanalisis terhadap orang atau menebak apa yang “dimaksud” seseorang—itulah cara munculnya masalah privasi dan asumsi yang keliru. Tetap pada apa yang dapat diamati: bagaimana seseorang bergerak, seberapa dekat mereka, gestur mereka. Berikan orang kontrol dengan petunjuk privasi yang jelas dan interaksi opt‑in yang sederhana. Jaga jejak data tetap kecil, proses secara lokal bila memungkinkan, dan audit perilaku agar memperlakukan semua orang secara sama. MediaMeta sedang merumuskan kerangka Perlindungan Data dan AI Bertanggung Jawab yang dirancang untuk mencakup minimisasi data, transparansi, tinjauan bias, pengawasan manusia, dan keterlacakan. Itulah pendekatan berpikir matang yang ingin kami integrasikan ke dalam sistem kami. Jika robot tidak yakin apa yang diinginkan seseorang, ia harus melambat, memberi ruang, atau berhenti sejenak. Begitulah cara membangun kesadaran sosial tanpa melanggar batas.

Bagaimana Anda benar‑benar mengevaluasi apakah robot telah menjadi lebih baik dalam memahami manusia? Jenis tolok ukur, simulasi, atau pengujian dunia nyata apa yang diperlukan untuk mengukur kecerdasan sosial, bukan sekadar apakah robot menyelesaikan tugas dengan sukses?

Anda tidak bisa hanya melihat apakah robot menyelesaikan sebuah tugas. Anda harus melihat mikro‑perilaku: apakah robot memberikan jarak yang nyaman, memberi jalan ketika seseorang masuk ke jalurnya, bergerak dengan timing yang tepat, ragu ketika niat tidak jelas? Dalam simulasi, Anda melakukan uji stres dengan kerumunan padat, penghentian mendadak, gestur yang ambigu. Di dunia nyata, Anda mengamati apakah robot terasa dapat diprediksi dan nyaman bagi orang di sekitarnya, serta apakah perilakunya konsisten di berbagai kelompok. Itulah tolok ukur sejati, bukan penyelesaian tugas, melainkan apakah manusia merasa robot “mengerti” cara bergerak dan berkoordinasi dalam ruang bersama.

GMEX telah mulai mengkomersialkan platform robotika memasak Bon Vivant. Apa yang telah diajarkan oleh penerapan dunia nyata awal ini kepada perusahaan tentang kesenjangan antara mendemonstrasikan robot berbasis AI dan mengoperasikan robot secara andal di lingkungan komersial?

Ada kesenjangan nyata antara membuktikan bahwa robot dapat melakukan sebuah tugas dan membuktikan bahwa robot dapat melakukan tugas itu secara andal, hari demi hari, di lingkungan komersial. Dalam demo, segala sesuatunya terkontrol. Dapur nyata memiliki suhu tinggi, volume tinggi, peralatan yang tidak dapat diprediksi, bahan baku yang bervariasi, dan manusia yang terus mengubah ritme. Bon Vivant bersifat statis, jadi tantangannya bukan navigasi; melainkan keterulangan, daya tahan, pemulihan kesalahan, dan tetap terintegrasi dengan alur kerja yang ada. Kami belajar bahwa keandalan berasal dari menangani hal‑hal yang “membosankan”: menahan panas dan lemak, tetap terkalibrasi, pulih dengan anggun ketika sesuatu keluar dari skrip, menjaga kecepatan tanpa memperlambat manusia. Robotika komersial bukan tentang membuktikan robot dapat memasak. Itu tentang membuktikan robot dapat memasak secara konsisten, aman, tanpa menjadi beban dalam bisnis nyata.

GMEX juga sedang mengembangkan platform AI multi‑agen yang dirancang untuk mengoordinasikan berbagai model dan alur kerja. Bagaimana Anda melihat agen AI digital dan robot fisik pada akhirnya akan bersatu, dan apakah lapisan intelijen yang sama pada akhirnya dapat mengoordinasikan baik agen perangkat lunak maupun armada mesin?

Agen AI digital dan robot fisik akan semakin berkonvergensi di sekitar lapisan koordinasi bersama. Agen perangkat lunak dapat menafsirkan permintaan dan mengelola alur kerja digital. Robot melakukan tugas di dunia fisik. Lapisan intelijen bersama menghubungkan keduanya dengan menerjemahkan tujuan bisnis menjadi tugas, memilih model dan agen yang tepat, serta mengoordinasikan pelaksanaannya. Perbedaan utama terletak pada koordinasi versus kontrol; lapisan bersama memutuskan apa yang perlu dilakukan dan siapa yang harus melakukannya, sementara sistem khusus robot tetap bertanggung jawab atas navigasi, kontrol gerakan, dan keselamatan. Di sebuah gudang, misalnya, agen perangkat lunak memproses pesanan dan memeriksa inventaris, sementara lapisan koordinasi meminta robot yang sesuai untuk memindahkan barang. Umpan balik tersebut kemudian kembali dan memberi informasi untuk langkah berikutnya. Pengawasan manusia dan mekanisme keselamatan tetap penting. Di sinilah fokus kami dengan 247meta, melalui jalur bertahap yang mencakup integrasi antarmuka, simulasi, dan pilot terkontrol untuk mendukung alur kerja terkoordinasi antara perangkat lunak perusahaan dan mesin fisik.

Jika kecerdasan sosial menjadi lapisan dasar AI fisik, apa yang Anda yakini akan berubah dalam industri robotika? Mungkinkah pemahaman perilaku manusia pada akhirnya menjadi sama pentingnya dengan adopsi robot secara luas seperti kemajuan dalam ketangkasan, visi komputer, dan penalaran?

Kecerdasan sosial akan secara fundamental mengubah robotika. Industri selama ini berfokus pada kemampuan perangkat keras, sistem visi, dan kinerja—semua penting, namun tidak ada yang menjamin robot beroperasi dengan mulus di sekitar orang di dapur atau di lantai produksi. Kecerdasan sosial adalah apa yang membuat robot dapat diprediksi, mudah dihindari, dan selaras dengan cara manusia bergerak dan berkoordinasi secara alami. Saat robot beralih dari demo terkontrol ke lingkungan komersial nyata, bagian sistem ini menjadi sama pentingnya dengan perangkat keras dan tumpukan kontrol. Memahami perilaku manusia akan sama pentingnya dengan kemajuan dalam persepsi atau keandalan. Ini adalah perbedaan antara robot yang dapat menyelesaikan pekerjaan dan robot yang cocok dengan alur operasi nyata.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut tentang perusahaan robotika ini dapat mengunjungi GMEX Robotics.