Wispr Flow Raih Pendanaan $280 Juta, Valuasi Tembus $2 Miliar: Sinyal Panasnya Pasar AI Suara

Wispr Flow, pengembang perangkat lunak pengubah suara menjadi teks, mengumumkan perolehan pendanaan Seri B senilai US$280 juta pada Senin (17/8). Putaran investasi ini menempatkan valuasi perusahaan rintisan asal San Francisco tersebut di angka US$2 miliar, mencerminkan keyakinan investor terhadap lonjakan permintaan alat bantu kerja berbasis kecerdasan buatan yang memungkinkan pengguna menulis dan bekerja tanpa menggunakan tangan.

Putaran pendanaan ini dipimpin oleh investor lama, Menlo Ventures, dengan partisipasi dari Notable Capital, NEA, dan Neo Ventures. Sejumlah investor baru seperti Acrew, Forerunner, Goodwater, dan Peak XV turut bergabung. Sebelumnya, Wispr Flow telah mengumpulkan dana sebesar US$25 juta pada November tahun lalu dalam putaran yang dipimpin Notable Capital dan didukung Flight Fund milik podcaster Steven Bartlett. Dengan demikian, total dana yang berhasil dihimpun perusahaan kini mencapai US$361 juta.

Lonjakan pendanaan ini terjadi di tengah derasnya aliran modal ventura global ke sektor kecerdasan buatan, robotika, dan semikonduktor. Fenomena ini memicu munculnya perusahaan-perusahaan rintisan bernilai miliaran dolar dengan kecepatan yang belum pernah terjadi sebelumnya, disertai valuasi yang melonjak tajam untuk segelintir perusahaan dengan pertumbuhan tinggi.

Wispr Flow mengklaim platformnya telah digunakan untuk menghasilkan lebih dari 60 miliar kata. Perusahaan juga menyebut produknya dipakai di hampir seluruh perusahaan Fortune 500 dan lebih dari 10.000 perusahaan. Angka ini menunjukkan adopsi yang masif, tidak hanya di kalangan individu tetapi juga di tingkat korporasi.

Bersamaan dengan pengumuman pendanaan, Wispr Flow juga memperkenalkan Canto, model pengenalan suara proprietary pertamanya. Model ini diklaim dirancang untuk kondisi dunia nyata, bukan lingkungan yang tenang seperti yang biasa digunakan untuk melatih dan menguji sistem suara. Menurut CEO Tanay Kothari, dalam kondisi paling sulit—dengan kebisingan latar, angin, aksen berat, atau musik—tingkat kesalahan dapat turun dari lebih dari 30 persen kata menjadi antara 5 hingga 10 persen. Kothari menegaskan bahwa model ini dibangun untuk tempat di mana orang benar-benar menggunakan Flow.

Kothari juga mengungkapkan bahwa sebagian besar dana segar akan dialokasikan untuk meningkatkan akurasi transkripsi. Perusahaan secara internal melacak metrik yang disebut "zero edit rate", yaitu persentase kata yang diucapkan tanpa memerlukan koreksi. Target ini menjadi fokus utama pengembangan produk ke depan.

Fenomena ini menarik untuk dicermati dari perspektif Indonesia. Meskipun Wispr Flow belum secara resmi meluncurkan produknya di pasar Indonesia, teknologi pengenalan suara memiliki potensi besar di negara dengan populasi besar dan tingkat penetrasi smartphone yang tinggi. Namun, tantangan seperti keberagaman aksen dan bahasa daerah menjadi ujian bagi akurasi model. Jika Wispr Flow mampu mengatasi hambatan ini, bukan tidak mungkin produknya akan diminati oleh pasar Indonesia yang sedang berkembang pesat dalam adopsi AI.

Ke depan, pertanyaannya adalah apakah valuasi setinggi ini sepadan dengan prospek jangka panjang perusahaan. Dengan persaingan yang semakin ketat di ranah AI suara—dari pemain besar seperti OpenAI hingga startup lokal—Wispr Flow harus terus berinovasi untuk mempertahankan posisinya. Akankah Canto menjadi pembeda yang mampu mengamankan pangsa pasar global, termasuk Indonesia? Jawabannya akan terlihat dalam beberapa tahun ke depan.