Underdog, Asisten AI yang Tak Mau Tahu Data Pribadimu
Baca dalam 60 detik
- Sigil Wen, Thiel Fellow 2024, merilis Underdog—asisten AI yang beroperasi sepenuhnya di perangkat pengguna tanpa mengirim data ke server.
- Model 27 miliar parameter yang dilatih dari Qwen3.8-27B diklaim setara Claude Opus 4.6 untuk tugas sehari-hari, dengan biaya inferensi nyaris nol.
- Model bisnisnya unik: gratis, tanpa iklan, dan mengambil potongan kecil dari transaksi pembayaran via Stripe—bukan dari data pengguna.

Seorang pengembang otodidak berusia 20 tahun, Sigil Wen, resmi meluncurkan versi beta terbatas Underdog—asisten AI yang seluruh komputasinya berjalan di perangkat pengguna, bukan di pusat data. Langkah ini menawarkan alternatif radikal di tengah maraknya layanan AI yang mengumpulkan data pribadi untuk pelatihan model dan iklan.
Underdog saat ini tersedia untuk Mac dan Windows, dengan rencana ekspansi ke Linux, iPhone, dan Android. Berbeda dari asisten virtual populer seperti ChatGPT atau Claude, Underdog tidak pernah mengirimkan data ke server eksternal. Semua proses, mulai dari pemrosesan bahasa hingga enkripsi kunci akun email, terjadi secara lokal. "Kami ingin pengguna tidak perlu menyerahkan privasi demi mendapatkan kecerdasan buatan yang mumpuni," ujar Wen dalam wawancara dengan TechCrunch.
Di balik Underdog ada mesin inferensi bernama Husky, yang dikembangkan Wen untuk mempercepat model AI di perangkat keras konsumen. Klaimnya, Husky lebih efisien dalam memindahkan data antara chip utama dan GPU dibanding mesin inferensi lokal pesaing. Model yang digunakan saat ini adalah model penalaran 27 miliar parameter yang disempurnakan dari Qwen3.8-27B. Meski ukurannya jauh lebih kecil dari model pusat data, Wen mengklaim performanya setara dengan Claude Opus 4.6 pada beberapa tolok ukur—setidaknya untuk kemampuan yang dianggap puncak enam bulan lalu.
Pendekatan ini menantang asumsi umum bahwa AI canggih harus berjalan di server besar. Dengan model yang lebih ringkas, Underdog dapat menangani tugas sehari-hari seperti riset belanja atau menjawab soal matematika. "Anda tidak perlu mengorbankan privasi untuk kemampuan, karena keduanya sama-sama mumpuni," tegas Wen. Ia yakin model lokal akan terus berkembang dan semakin kompetitif.
Yang paling mencolok dari Underdog adalah model bisnisnya. Aplikasi ini gratis dan tidak akan pernah didanai iklan. Karena inferensi berjalan di perangkat pengguna, Wen tidak memiliki biaya operasional besar untuk menyewa server. "Saya tidak perlu menarik langganan karena biaya saya sangat rendah," jelasnya. Sebagai gantinya, Underdog akan mengambil persentase kecil dari setiap transaksi pembayaran yang dilakukan asisten melalui jalur aman Stripe—mirip biaya interchange di industri fintech. Dengan begitu, pengguna tidak perlu khawatir data mereka ditambang untuk keuntungan pihak lain.
Model ini berseberangan dengan praktik banyak pemain AI yang mengumpulkan data pengguna untuk dijual ke pengiklan atau melatih model lain. Padahal, asisten AI idealnya memiliki akses ke informasi paling intim—kondisi medis, data keuangan, hingga informasi tentang anak-anak. "Mengapa menggunakan AI harus menyerahkan informasi pribadi?" tulis Wen dalam manifesto AI-nya. Ia menambahkan, "Saya membangun Underdog untuk diri saya sendiri. Saya ingin produk yang saya banggakan untuk digunakan anak-anak saya kelak."
Startup di balik Underdog, Conway Research, didukung oleh sejumlah nama besar. Selain Patrick Collison, ada Andreessen Horowitz melalui partner Chris Dixon, Khosla Ventures, Hummingbird, SV Angel, Anthology Fund (kolaborasi Menlo Ventures dan Anthropic), serta angel investor seperti pendiri Vercel Guillermo Rauch, peneliti OpenAI Noam Brown, dan Deedy Das. Dukungan ini menunjukkan kepercayaan pada visi privasi sebagai diferensiasi di pasar AI yang semakin padat.
Bagi Indonesia, kehadiran Underdog membuka peluang adopsi AI yang lebih aman bagi sektor sensitif seperti kesehatan dan keuangan. Dengan data yang tidak meninggalkan perangkat, regulasi perlindungan data pribadi (UU PDP) dapat terpenuhi lebih mudah. Namun, tantangannya adalah kesiapan perangkat keras lokal—mayoritas pengguna di Indonesia masih mengandalkan perangkat dengan spesifikasi menengah ke bawah. Jika model lokal terus mengecil dan efisien, bukan tidak mungkin asisten AI pribadi menjadi standar baru, terutama di tengah meningkatnya kesadaran akan privasi digital.
Pertanyaan ke depan: akankah model bisnis berbasis transaksi ini mampu bersaing dengan raksasa AI yang mengandalkan langganan dan iklan? Atau justru menjadi cetak biru bagi generasi berikutnya yang menolak kompromi privasi?



