Startup yang berbasis di San Francisco Loop telah mengumumkan putaran pendanaan Seri C senilai $95 juta, menandai tonggak penting dalam perlombaan untuk memodernisasi logistik global. Dipimpin oleh Valor Equity Partners dan Valor Atreides AI Fund, putaran ini mencakup partisipasi dari perusahaan kelas berat seperti 8VC, Founders Fund, Index Ventures, dan J.P. Morgan’s Growth Equity Partners.
Masuknya modal terjadi pada saat yang kritis bagi perdagangan global. Ketika volatilitas geopolitik dan pergeseran ekonomi terus mengganggu logistik tradisional, perusahaan semakin beralih ke kecerdasan buatan untuk beralih dari sekedar otomatisasi sederhana menuju kecerdasan operasional yang sebenarnya.
Dari “Pemeriksaan” ke “Umur Panjang”: Visi Lingkaran
Sebagian besar perangkat lunak rantai pasokan bertindak sebagai alat diagnostik—alat ini memberi tahu perusahaan apa yang salah setelah pengiriman tertunda atau biaya melonjak. Loop bertujuan untuk bergerak lebih jauh ke atas dalam rantai nilai.
Salah satu pendiri dan CTO Shaosu Liu membandingkan keadaan industri saat ini dengan pemeriksaan kesehatan dasar: mengetahui bahwa Anda perlu lebih banyak berjalan kaki memang membantu, tetapi hal itu tidak menyelesaikan masalah kesehatan yang mendasarinya. Tujuan Loop adalah bertindak sebagai “penyedia layanan kesehatan” untuk rantai pasokan, menawarkan wawasan prediktif dan preskriptif yang mencegah masalah sebelum terjadi.
Untuk mencapai hal ini, Loop mengatasi salah satu permasalahan yang paling sering dihadapi dalam industri: data tidak terstruktur. Banyak informasi logistik dunia terjebak dalam format yang “berantakan” seperti PDF yang tidak dapat dicari, catatan tulisan tangan, dan pesan digital yang terfragmentasi. Loop menggunakan pemanfaatan AI khusus—menggabungkan model internal dengan AI frontier—untuk menyusun data ini, sehingga memungkinkan perusahaan untuk:
– Identifikasi kebocoran tersembunyi dalam waktu dan modal.
– Mengurangi risiko kelebihan pasokan atau kekurangan pasokan produk.
– Mengotomatiskan alur kerja kompleks yang sebelumnya memerlukan entri manual.
Perlombaan yang Berkembang untuk Kecerdasan Logistik
Loop tidak sendirian dalam upaya ini, namun pendekatannya membedakannya dari yang lain dalam bidang yang ramai. Sementara perusahaan rintisan seperti Deliverr fokus pada otomatisasi pengangkutan dan Amari AI menargetkan perantara bea cukai, dan raksasa mapan seperti Uber Freight dan Flexport mendorong integrasi AI mereka sendiri, Loop memposisikan dirinya sebagai “lapisan intelijen” dari keseluruhan ekosistem.
Dengan mengintegrasikan langsung dengan perangkat lunak Enterprise Resource Planning (ERP) dan Sistem Manajemen Transportasi (TMS), Loop mengumpulkan pandangan holistik tentang rantai pasokan—mulai dari pemasok dan gudang hingga tahap pengiriman akhir.
“Melalui sistem AI yang mereka bangun, mereka mengambil data yang sebelumnya terfragmentasi dan tidak dapat diakses dan mengubahnya menjadi kecerdasan yang meningkatkan biaya, proses, dan modal kerja,” kata Antonio Gracias, CEO Valor.
Kecepatan Evolusi AI
Pesatnya kemajuan teknologi AI telah mengubah garis waktu perusahaan seperti Loop secara mendasar. CEO Matt McKinney mencatat bahwa ketika perusahaan ini didirikan, mereka memperkirakan “titik kritis” teknologi yang diperlukan akan tiba sekitar tahun 2030. Sebaliknya, momen tersebut telah tiba lebih cepat.
Daripada memandang percepatan yang cepat ini sebagai ancaman, Loop menggunakan pendanaan barunya untuk:
1. Merekrut talenta teknik secara agresif, yang tetap menjadi salah satu sektor paling kompetitif di bidang teknologi.
2. Memperdalam kapabilitas produk, beralih dari langkah sederhana penghematan biaya ke membangun ketahanan rantai pasokan jangka panjang.
Kesimpulan
Dengan mengubah data yang terfragmentasi dan tidak terstruktur menjadi kecerdasan yang dapat ditindaklanjuti, Loop berupaya membangun “parit” keahlian khusus yang tidak dapat ditiru dengan mudah oleh model AI umum. Jika berhasil, perusahaan akan beralih dari sekedar memperbaiki rantai pasokan yang rusak menjadi secara aktif mengelolanya secara real-time.
