Anthropic meraih investasi sekitar 18 triliun won dalam putaran Seri F

• Anthropic menggalang 13 miliar dolar AS ($13B, 18 triliun won) dalam pendanaan Seri F yang dipimpin oleh ICONIQ
• Pendanaan ini menilai valuasi perusahaan Anthropic di 183 miliar dolar AS ($183B, 254 triliun won)
• Pertumbuhan pendapatan meningkat tajam, dan pada Agustus 2025 mencapai 5 miliar dolar AS dalam pendapatan tahunan
• Berbagai produk seperti Claude Code dan API berkembang pesat di pasar bisnis dan pengembang
• Dana investasi akan digunakan untuk memenuhi permintaan pelanggan perusahaan, memperkuat riset keselamatan, dan memperluas ekspansi global

---

Anthropic meraih pendanaan Seri F dan menunjukkan pertumbuhan pesat

Ringkasan pendanaan Seri F

• Anthropic menggalang investasi 13 miliar dolar AS melalui putaran Seri F yang dipimpin oleh ICONIQ
• Pendanaan ini menilai valuasi post-money Anthropic sebesar 183 miliar dolar AS
• Selain ICONIQ, Fidelity Management & Research Company dan Lightspeed Venture Partners ikut memimpin putaran ini
• Sejumlah investor global utama juga ikut berpartisipasi, termasuk Altimeter, Baillie Gifford, dana terkait BlackRock, Blackstone, Coatue, D1 Capital Partners, General Atlantic, General Catalyst, GIC, Goldman Sachs Alternatives, Insight Partners, Jane Street, Ontario Teachers' Pension Plan, Qatar Investment Authority, TPG, T. Rowe Price, WCM Investment Management, dan XN

Pertumbuhan dan pendapatan Anthropic

• CFO Krishna Rao menekankan bahwa pelanggan, mulai dari perusahaan Fortune 500 hingga startup berbasis AI, memanfaatkan model frontier dan platform Anthropic untuk pekerjaan penting
• Permintaan tumbuh secara eksponensial di seluruh basis pelanggan
• Sejak peluncuran Claude (Maret 2023), pertumbuhan pendapatan berlangsung sangat cepat
  • Pada awal 2025, pendapatan tahunan mencapai 1 miliar dolar AS
  • Pada Agustus 2025, pendapatan tahunan menembus 5 miliar dolar AS, sehingga Anthropic dinilai sebagai salah satu perusahaan teknologi dengan pertumbuhan tercepat dalam sejarah

Fokus pada kemampuan teknologi dan keselamatan

• Pertumbuhan Anthropic didorong oleh talenta teknis unggul, pendekatan yang berpusat pada keselamatan, dan riset frontier (alignment, interpretabilitas, dan lainnya)
• Faktor-faktor ini menjadi dasar bagi kinerja dan keandalan model
• Saat ini Anthropic melayani lebih dari 300.000 pelanggan bisnis, dan jumlah pelanggan besar dengan akun bernilai lebih dari 100.000 dolar AS dalam pendapatan meningkat 7 kali lipat selama satu tahun

Ekspansi produk dan pelanggan

• Di seluruh platform, pasar bisnis, pengembang, dan individu sama-sama mencatat pertumbuhan tinggi
  • Untuk pelanggan perusahaan, Anthropic menyediakan API dan produk khusus per industri guna mendukung adopsi AI yang kuat tanpa proses integrasi yang kompleks
  • Para pengembang mulai mengadopsi Claude Code, yang dirilis penuh pada Mei 2025, sebagai alat utama
  • Claude Code mencapai pendapatan tahunan lebih dari 500 juta dolar AS hanya dalam 3 bulan, dan tingkat penggunaannya meningkat lebih dari 10 kali
  • Melalui paket Pro dan Max untuk pengguna individu, Anthropic menyediakan fitur AI yang ditingkatkan untuk kebutuhan harian dan pekerjaan profesional

Penilaian investor dan rencana ke depan

• Mitra ICONIQ Divesh Makan menyebut bahwa Anthropic berada di jalur pertumbuhan yang luar biasa berkat keunggulan riset dan kepemimpinan teknis, serta fokus yang kuat pada pelanggan
• Para pemimpin enterprise juga memberi penilaian tinggi pada keandalan Claude dan visi jangka panjangnya
• Dana Seri F ini akan digunakan untuk memperluas kemampuan dalam memenuhi permintaan perusahaan, memperdalam riset keselamatan, dan memperluas bisnis global
• Tujuannya adalah membangun sistem AI yang dapat dipercaya, dapat diinterpretasikan, dan dapat disesuaikan

[GN⁺]

Komentar Hacker News

• Terasa bahwa daya saing komputasi di bidang AI makin sangat sengit; sekarang tanpa modal, GPU, dan infrastruktur listrik setara PDB negara kecil, nyaris mustahil untuk benar-benar bersaing. TSMC dan perusahaan listriklah yang memegang papan permainan yang sebenarnya. Bakat saja tidak cukup; tanpa 100 ribu unit H100 dan pembangkit listrik khusus, permainan selesai. Sebagian besar dari 13 miliar dolar ini mungkin bahkan berupa prabayar komputasi, bukan biaya operasional nyata. Rasanya seperti infrastruktur setingkat Proyek Manhattan berpindah ke sektor swasta. Dulu 100 juta dolar cukup untuk melatih GPT-4, tetapi tampaknya akan segera melonjak ke 1 miliar hingga 10 miliar dolar. Bisa jadi di masa depan angka itu malah terasa murah. Untuk sesuatu seperti GPT-7, mungkin bahkan perlu sovereign wealth fund.
  • Era LLM terasa mengerikan, karena sebagian besar inovasi dipimpin oleh konglomerat besar yang sudah punya modal raksasa. Penggunaannya berbentuk langganan, jadi pengguna sama sekali tidak punya kendali. Hype-nya begitu besar sampai para eksekutif level C yang bahkan belum tahu apakah ini benar-benar membantu di lapangan tetap memaksakan adopsi. Pilihan AI juga ditentukan oleh relasi yang sudah ada dengan vendor. Rasanya seperti akumulasi tren terburuk industri teknologi selama 10 tahun terakhir.
  • Setiap kali model baru keluar, makin terasa bahwa hasilnya makin menurun dibanding biayanya. Bahkan dibanding model lama pun sering sulit dibedakan. Di sisi video memang terlihat berkembang cepat, tetapi biaya komputasinya juga melonjak tajam sehingga justru memunculkan kekhawatiran baru.
  • Hal yang paling mengejutkan adalah bahwa model paling mutakhir sekarang bisa menjadi usang hanya dalam waktu sekitar 6 bulan. Saya tidak merasa pola membakar uang dalam jumlah besar terus-menerus dalam jangka sesingkat ini bisa berkelanjutan. Kecuali ada keyakinan bahwa AGI akan datang dalam beberapa generasi model lagi, struktur seperti ini akan sulit bertahan dalam jangka panjang.
  • Mengutip ucapan Dario di Cheeky Pint: “Kalau tiap model dianggap sebagai satu perusahaan, maka pada 2023 Anda melatih model dengan 100 juta dolar, pada 2024 menghasilkan pendapatan 200 juta dolar, lalu pada tahun yang sama menanamkan 1 miliar dolar untuk membuat model berikutnya, dan tahun setelahnya menghasilkan 2 miliar dolar. Dengan cara itu, meski pada awalnya kerugian sangat besar, tiap model secara individual sebenarnya menghasilkan keuntungan. Tetapi pada saat yang sama Anda terus mendirikan ‘perusahaan’ yang makin mahal, jadi jumlah uangnya terus membesar. Saat ini mencapai skala equilibrium, dalam jangka panjang keseluruhannya bisa menjadi sangat menguntungkan, atau justru tiba titik ketika performa model tak lagi membaik, dan saat itu investasi berlebihan bisa menguap begitu saja.” Kesimpulannya, kita masih belum tahu pada skala berapa keseimbangan akan tercapai dan apakah akan terjadi overshoot. Tautan: podcast Cheeky Pint
  • Ada optimisme bahwa demam ini akan meninggalkan kapasitas pembangkit nuklir berlebih, dan jika akhirnya membuat harga listrik turun, itu bisa dipakai untuk menangkap karbon dari atmosfer. Dalam jangka menengah, Tiongkok bisa menjadi pemain yang sangat dominan di model high-end berkat listrik surplus, sementara AS mungkin akan sibuk memperbaiki jaringan listrik yang sudah puluhan tahun diabaikan.
• Penggalangan dana kali ini dimulai dengan target 5 miliar dolar lalu membengkak menjadi 13 miliar dolar. Biasanya hal seperti ini terjadi ketika ingin memanfaatkan euforia pasar yang panas, atau saat diperkirakan akan sulit menggalang dana lagi di valuasi yang lebih tinggi nanti. Sinyal dari orang dalam tampak negatif bagi investor AI. Setelah membaca ratusan komentar, terasa ada terlalu banyak kebingungan, ketidakpastian, dan khayalan kosong, mirip gelembung-gelembung sebelumnya. Biaya pelatihan melonjak sementara peningkatan model baru makin mengecil, jadi prospeknya terlihat mengkhawatirkan. Kekayaan adalah konsep yang sulit didefinisikan, terbentuk secara samar melalui kerja sama dan pertukaran. Pada akhirnya, investasi ini hanya akan masuk akal jika LLM benar-benar menciptakan kekayaan nyata. Jika tidak bisa segera menunjukkan nilai konkret, risikonya untuk runtuh seketika cukup besar. Dari pengalaman bekerja di industri keuangan, yang saya dengar dan rasakan adalah bahwa para pelaku keuangan sama sekali bukan jenius; mengelola 13 miliar dolar tidak otomatis membuat seseorang tajam, banyak dari mereka hanya orang yang memang sangat berorientasi pada uang. Jangan salah kira bahwa mereka pasti punya wawasan mendalam.
  • Saya mungkin setuju jika dilusinya 20%, tetapi kalau hanya naik dari 3% ke 7%, justru itu bisa dibaca sebagai sinyal positif karena menunjukkan oversubscription besar. Perusahaan yang kondisinya buruk biasanya bahkan kesulitan menutup ronde pendanaan.
• Besarnya pendanaan ini justru menimbulkan kecemasan seolah sebentar lagi akan ada sesuatu yang meledak. Untuk bertahan di persaingan, perusahaan harus membakar uang tunai dalam jumlah luar biasa, jadi ini sudah menjadi permainan yang hanya bisa dimainkan segelintir pihak. Bahkan sejauh ini belum ada yang menunjukkan bisnis yang benar-benar menguntungkan. Karena model-modelnya makin konvergen ke level yang serupa, hambatan masuk teknis juga jadi sangat kecil; siapa pun bisa melakukannya, dan jawabannya hanyalah modal besar. Secara bisnis ini struktur yang sangat berisiko. Teknologinya keren, tetapi kemungkinan besar akan berakhir sebagai kerugian bagi mayoritas investor.
  • Ini dulu pemikiran yang saya setujui cukup lama, tetapi belakangan pandangan saya sedikit berubah. Pengalaman memakai model terbaru yang benar-benar dikustomisasi dan dimanfaatkan secara in-house sangat berbeda dibanding sekadar memakai API. Jika membandingkan Cursor dan Claude Code, meski model dasarnya sama, kualitasnya terasa sepenuhnya berbeda saat dibangun dan digunakan langsung. Seperti perbandingan Mac vs Windows, pada akhirnya struktur terintegrasi yang merancang dan menyediakan model plus tool secara langsung punya keunggulan yang cukup besar.
  • Saya sendiri masih belum terlalu yakin soal itu. Anthropic mengenakan harga yang cukup mahal untuk layanan inferencing lewat API, tetapi orang-orang tetap mau menanggung biayanya dan terus memakainya.
  • Pernyataan “semua orang tahu cara membuat model, tinggal keluar uang” mengabaikan banyak faktor seperti kualitas yang berbeda, efisiensi, kemitraan, dan sebagainya.
  • Candaan bahwa walau orang terus bilang ini tak akan bertahan lama, Herbalife pun masih tetap tercatat di bursa.
  • Karena uang yang berputar sebesar ini, kalau gelembung pecah dan ternyata semua ini fatamorgana, dampaknya ke seluruh pasar akan sangat besar.
• Terlalu banyak komentar negatif. Jika pemain teratas di pasar baru dengan potensi pertumbuhan besar berhasil menggalang 13 miliar dolar pada valuasi 20x pendapatan, saya tidak merasa itu otomatis sinyal gelembung. Investor-investor ini kemungkinan bukan orang irasional atau bodoh. Kemungkinan gelembung tetap ada, tetapi terlalu cepat mengambil kesimpulan juga berbahaya.
  • Menanggapi pendapat bahwa valuasi 20x pendapatan bukan sinyal gelembung, ada yang bertanya bukankah justru itulah definisi gelembung.
  • Ini mengingatkan pada SoftBank dan kasus WeWork.
  • Ada pendapat bahwa kalimat “para investor ini bukan orang bodoh” adalah hal yang selalu diucapkan sebelum gelembung pecah.
  • Diingatkan juga bahwa ini investor yang sama yang dulu tertipu oleh SBF. Bahkan SBF pun menerima investasi meski tidak punya satu spreadsheet pun untuk menjelaskan laporan keuangannya.
• Mengingat kembali akuisisi YouTube pada 2006 senilai 1,65 miliar dolar, yang saat itu dianggap gila oleh banyak orang. Ini menekankan betapa tidak bisa diandalkannya intuisi pribadi dibanding informasi pasar. Ketika merasa tahu lebih banyak daripada pasar, biasanya kemungkinan salah justru tinggi. Sikap yang hanya mencari dasar untuk membenarkan keyakinan sendiri itu berbahaya. Pelajarannya adalah, jika tingkat investasi ini memang irasional, sangat sulit memprediksi secara konkret seberapa besar, mengapa, dan bagaimana itu akan berkembang di masa depan.
  • Ada yang menunjukkan bahwa memakai contoh YouTube sendiri juga agak kontradiktif.
  • Ada yang berpendapat ini survivor bias karena hanya menonjolkan kisah sukses; banyak juga contoh gagal seperti akuisisi Motorola oleh Google dan Nokia oleh Microsoft. WeWork juga pernah menerima investasi 12 miliar dolar lalu bangkrut.
  • Logika bahwa valuasi 183 miliar dolar pantas hanya karena dibandingkan dengan 1,65 miliar dolar dua puluh tahun lalu juga terasa kurang meyakinkan.
• Jika proyeksi pendapatan 9 miliar dolar (ARR tahunan) dan margin laba kotor 60% benar, atau 30% bila bekerja sama dengan penyedia cloud, maka untuk perusahaan bertumbuh tinggi ini performanya cukup baik bahkan di level gross margin. Bahkan dengan multiple 20x pun, melihat laju pertumbuhannya, itu belum tampak segila itu. Kuncinya adalah apakah angka ini benar-benar tercapai sampai akhir tahun. Pada Mei masih 3 miliar, Juli 5 miliar, jadi pertumbuhannya sekitar 200-400 juta dolar per bulan.
  • Saya penasaran investor melihat apa sampai berani menanamkan uang sebanyak ini. Jelas bukan karena dividen atau laba. Pada akhirnya mereka sepenuhnya bertaruh pada kenaikan harga saham. Tampaknya mereka percaya pasar benar-benar menciptakan nilai dan struktur ini akan terus berputar.
• Cara sekarang yang menuangkan uang dan komputasi ke AI terasa seperti solusi jangka pendek. Otak manusia bisa belajar tanpa energi setingkat pembangkit nuklir, jadi ke depan efisiensi tampaknya akan menjadi titik inovasi yang benar-benar penting. Entah timing-nya besok atau lima tahun lagi, tetapi perusahaan AI tampaknya tak punya pilihan selain all-in sampai saat itu tiba.
  • Saya tidak yakin quantum computing adalah jawabannya, tetapi rasanya kita memang butuh paradigma komputasi yang benar-benar baru, jauh lebih efisien dan kuat, misalnya quantum computing.
  • Jika biaya energi tetap mahal, investasi AI pada akhirnya sama saja dengan bertaruh bahwa biaya produksi energi akan turun. Jika harga energi turun, hambatan masuk untuk daya saing komputasi juga akan runtuh. Jika inovasi efisiensi muncul, kemungkinan lebih besar datang dari sisi model itu sendiri ketimbang semikonduktor. Namun bahkan begitu, jika inovasi itu tidak bisa dijaga tetap internal, maka hambatan persaingan pada akhirnya akan kembali hilang.
  • Alasan otak manusia tidak memakai pembangkit nuklir adalah karena secara evolusioner itu terlalu rumit dan sulit. Jika kita sudah menemukan cara memakai pembangkit nuklir, maka kecerdasan yang jauh lebih tinggi pun mungkin saja tercapai. Tidak ada aturan bahwa memakai pembangkit nuklir tidak boleh menghasilkan kecerdasan yang lebih tinggi.
• Layanan inferensi LLM tidak selalu membutuhkan availability 99,999% setingkat pusat data cloud. Karena itu, investor kecil pun bisa menaruh GPU di gudang, menjalankan LLM open-source, lalu merutekan pelanggan ke sana; jika layanan mati sehari, kerugiannya tidak besar, paling hanya kehilangan pendapatan sehari. Ini bahkan bisa menjadi instrumen investasi pasif yang menarik seperti investasi laundromat atau gudang.
  • Saya sendiri memproses 80% pekerjaan AI saya lewat OpenAI batch mode, dan itu membuat saya jauh lebih tenang. Mode respons instan membuat orang terus tegang. Setelah demam Copilot mereda, kemungkinan akan muncul persepsi bahwa penggunaan LLM memang bagus untuk membuat tool yang menentukan, tetapi lemah sebagai tool itu sendiri, sehingga baik volume penggunaan maupun urgensinya akan menurun.
• Iconiq (family office milik keluarga Mark Zuckerberg) adalah salah satu investor pemimpin dalam ronde ini.
• Karena Ontario Teachers' Pension Plan muncul sebagai investor, ada yang bertanya-tanya apakah ini berarti dana pensiun publik Kanada berinvestasi di Anthropic.
  • Ontario Teachers' sangat aktif dalam pendanaan venture/growth dan merupakan LP utama di banyak fund. Namun dalam keseluruhan portofolio investasinya, area ini hanya porsi yang sangat kecil. Referensi: Crunchbase / situs resmi OTPP
  • Investasi besar seperti ini umumnya memang membutuhkan institusi yang menggerakkan dana skala besar seperti dana pensiun. Jika SoftBank dan pihak serupa mengajukan rencana penempatan dana besar, pada praktiknya memang hampir tidak ada alternatif yang lebih baik.
  • Menurut saya, ‘dana pensiun publik’ (uang pensiun pegawai negeri dan pegawai badan usaha publik) jelas berbeda dari ‘dana publik’ (anggaran pemerintah dan sejenisnya). Tentu, jika dana pensiun mengalami kerugian besar pemerintah mungkin harus turun tangan, jadi ada sedikit irisan makna. Namun bobot satu investasi tunggal tidak akan sampai begitu besar hingga bisa menjatuhkan keseluruhan dana.
  • Dana pensiun ini memang sudah lama menjadi investor yang sangat penting di industri VC, dan saya sendiri ingat pernah menerima gaji selama beberapa tahun berkat hal itu.