Pendanaan
Noeri Menggalang US$110 Juta untuk Membangun AI yang Mampu Meningkatkan Dirinya Sendiri bagi Perusahaan

Poin utamaSistem Noeri meningkatkan model dan alat di sekitar alur kerja pelanggan alih-alih…
Lihat selengkapnya
- Sistem Noeri meningkatkan model dan alat di sekitar alur kerja pelanggan alih-alih menjual satu model serba guna.
- Setiap perubahan yang diusulkan sampai ke manusia untuk disetujui melalui proses tinjauan yang menyerupai tinjauan kode.
- Para pendiri berpendapat bahwa kecerdasan harus didistribusikan ke banyak sistem khusus milik pelanggan alih-alih satu superinteligensi terpusat.
Noeri mengumumkan peluncuran dan pendanaan sebesar US$110 juta pada 16 November 2026, dengan Menlo Ventures sebagai pemimpin pendanaan untuk upayanya mengembangkan AI yang mampu meningkatkan dirinya sendiri bagi perusahaan dan penemuan ilmiah.
Madrona Venture Group, Kindred Ventures, Wing Venture Capital, dan NEA juga berpartisipasi, sementara Cisco Investments, NVIDIA, dan Snowflake bergabung sebagai investor strategis. Profesor ilmu komputer Stanford Yejin Choi dan Carlos Guestrin mendirikan Noeri pada 2026 dan menjabat sebagai wakil CEO. Perusahaan ini berkantor pusat di Palo Alto dan memiliki kantor di Zurich.
Menyesuaikan AI dengan Pekerjaan Pelanggan
Noeri berupaya mengatasi pilihan yang kerap dihadapi perusahaan: membayar lebih mahal untuk menggunakan model serbaguna dengan kemampuan terbaik atau menerima hasil yang lebih lemah dari opsi yang lebih murah. Menurut perusahaan, sistemnya mempelajari data dan alur kerja suatu organisasi, lalu meningkatkan perangkat lunak pendukung, keterampilan, instruksi, alat, dan pemilihan model untuk setiap langkah, termasuk parameter dasar model jika memang bermanfaat.
Gambaran umum produk ini menjelaskan agen yang belajar dari tugas, kegagalan, koreksi, dan lalu lintas penggunaan nyata di lingkungan produksi tanpa memerlukan kumpulan data berlabel yang besar. Agen tersebut dapat menyempurnakan keterampilan, alat, dan orkestrasi, membuat alat ketika alat yang tersedia tidak memadai, serta melatih model menggunakan pekerjaan pelanggan. Kualitas dan biaya diukur berdasarkan lalu lintas penggunaan dan metrik pelanggan sendiri, bukan tolok ukur publik, sehingga peningkatan yang diusulkan sesuai dengan penerapan tersebut.
Noeri menyatakan bahwa setiap perubahan dijelaskan dan diajukan kepada seseorang untuk disetujui melalui proses yang serupa dengan tinjauan kode. Sistem ini berfungsi dengan model tertutup maupun model berbobot terbuka dan dirancang agar dapat beradaptasi saat model baru hadir. Pelanggan tetap menyimpan datanya dan memiliki alur kerja serta model yang dikembangkan melalui sistem tersebut, meskipun lisensi model pihak ketiga yang berlaku tetap harus dipatuhi.
Penelitian yang Berfokus pada Pembelajaran Berkelanjutan dan Penemuan
Noeri juga berniat menggunakan mekanisme yang sama untuk merumuskan hipotesis, menjalankan eksperimen, dan belajar dari hasilnya dalam penelitian ilmiah yang melibatkan molekul, protein, serta sistem teknis yang kompleks. Perusahaan ini berpendapat bahwa penemuan tanpa batasan yang telah ditentukan membebani keekonomian model besar karena pencarian berkelanjutan membutuhkan daya komputasi jauh lebih besar daripada menghasilkan satu jawaban; model khusus yang lebih kecil diusulkan sebagai cara untuk membuat pencarian tersebut terjangkau.
Agenda penelitian perusahaan ini mencakup otomatisasi pengembangan AI, penyesuaian secara efisien dengan data terbatas, pembelajaran berkelanjutan tanpa melupakan hal yang telah dipelajari, serta penemuan melalui pencarian, penalaran, dan tim model. Prioritas tersebut bertumpu pada penelitian para pendiri di bidang pelatihan saat pengujian, penyulingan mandiri, dan orkestrasi berbasis agen—bidang ketika model belajar setelah diterapkan, belajar dari kesalahannya sendiri, atau mengoordinasikan model dan alat lain.
Dalam pernyataan visi, Choi dan Guestrin berpendapat bahwa kecerdasan seharusnya tersebar di antara banyak sistem khusus yang dimiliki pelanggan, bukan dipusatkan pada satu superintelijen terpusat. Mereka juga menyatakan bahwa model yang ukurannya disesuaikan dengan tugas lebih murah dan membutuhkan lebih sedikit energi, sementara sistem yang dirancang khusus lebih mudah ditentukan spesifikasinya, diuji, dan diawasi.
Noeri menyatakan bahwa kemitraan pembuktian konsep pertamanya mencakup bidang perusahaan dan ilmiah. Perusahaan ini juga bekerja sama dengan mitra strategis dari berbagai industri, termasuk sejumlah investor. Noeri memilih kelompok mitra yang beragam agar teknologinya belajar melakukan generalisasi sebelum disesuaikan untuk masing-masing pelanggan.
Tim Pendiri dan Pengujian Awal
Guestrin sebelumnya ikut mendirikan Turi, platform pembelajaran mesin yang diakuisisi Apple pada 2016, lalu membangun dan memimpin organisasi pembelajaran mesin dan AI pusat Apple. Choi adalah penerima MacArthur Fellowship yang penelitiannya berfokus pada peningkatan kemampuan model AI yang lebih kecil; sebelumnya, ia merupakan profesor di University of Washington dan direktur senior di Allen Institute for AI. Noeri sedang merekrut peneliti dan insinyur di Palo Alto dan Zurich.
Ujian langsung bagi laboratorium baru ini adalah apakah kemitraan tersebut dapat mengubah penelitiannya menjadi peningkatan yang berulang dan terukur berdasarkan ukuran kualitas dan biaya yang digunakan pelanggan sendiri, sembari mempertahankan mekanisme persetujuan manusia dan kepemilikan yang menjadi inti produknya.












