Startup InfiniMind Bangun Infrastruktur AI untuk Mengolah Data Video Perusahaan

InfiniMind, startup yang didirikan oleh dua mantan engineer Google Japan, mengumumkan pendanaan seed sebesar $5,8 juta dan mempercepat ekspansi internasional untuk mengubah kumpulan rekaman video perusahaan menjadi data bisnis yang dapat ditanyakan dan dianalisis. Perusahaan, yang didirikan oleh CEO Aza Kai dan COO Hiraku Yanagita, memosisikan diri untuk menangani dark data — arsip siaran, rekaman toko ritel, dan footage produksi yang selama ini tidak dimanfaatkan — dengan produk bernama DeepFrame dan TV Pulse.

InfiniMind mengantongi $5,8 juta pada putaran seed yang dipimpin oleh UTEC dan diikuti CX2, Headline Asia, Chiba Dojo, serta seorang peneliti yang berafiliasi dengan a16z Scout. Dana tersebut akan digunakan untuk mengembangkan model DeepFrame, memperbesar infrastruktur engineering, serta merekrut insinyur tambahan. Perusahaan juga mengumumkan relokasi markas besar ke Amerika Serikat sambil tetap mempertahankan kantor operasional di Jepang, yang menjadi laboratorium uji awal teknologi mereka.

Menurut pendiri, kemajuan vision-language model sejak 2021 dan penurunan biaya GPU adalah pemicu utama yang membuat solusi analitik video skala besar kini dapat diwujudkan. InfiniMind menilai pasar enterprise memerlukan kemampuan lebih dari sekadar pelabelan objek per-frame — yakni pemahaman narasi, pelacakan kejadian lintas-clip, dan jawaban atas pertanyaan kompleks terkait konten.

Produk pertama InfiniMind, TV Pulse, diluncurkan di Jepang pada April 2025 dan sudah dipakai oleh beberapa penyiar besar, agensi, dan pengecer untuk melacak eksposur produk, kehadiran merek, sentimen pelanggan, dan dampak PR secara real time. Pilot tersebut menjadi dasar pengembangan DeepFrame, platform intelijen video untuk rekaman panjang yang diklaim mampu memproses 200 jam footage untuk menemukan adegan, pembicara, atau kejadian spesifik.

Perusahaan menyatakan DeepFrame akan memasuki fase beta pada Maret 2026, kemudian peluncuran komersial penuh dijadwalkan April 2026. Fitur yang ditonjolkan mencakup integrasi audio dan pemahaman suara, kemampuan tanpa kode untuk klien perusahaan, serta optimasi biaya untuk menangani volume video yang tak terbatas.

Ruang analitik video tergolong terfragmentasi dengan pemain seperti TwelveLabs menawarkan API pemahaman video umum. InfiniMind menekankan fokus vertikal pada kebutuhan enterprise: pemantauan keselamatan dan keamanan, analitik ritel, serta pengukuran dampak media untuk penyiar dan pemegang hak siaran.

Untuk perusahaan yang menyimpan petabytes rekaman, pertanyaan dasar seperti "berapa lama produk X muncul di program Y" atau "bagaimana reaksi audiens terhadap kampanye Z" kerap tak terjawab. InfiniMind mengklaim solusi mereka mampu menjawab pertanyaan semacam itu secara cepat dan dalam format yang bisa digunakan oleh tim bisnis dan pemasaran.

InfiniMind memilih Jepang sebagai pasar uji karena kekuatan ekosistem perangkat keras, ketersediaan talenta engineering, dan klien yang menuntut. Relokasi ke AS bertujuan mempercepat akses ke pelanggan global dan modal. Dana seed akan difokuskan pada penyempurnaan model DeepFrame serta peningkatan infrastruktur untuk operasi lintas-negara.

Tantangan utama meliputi persaingan dari penyedia video-AI skala global, kebutuhan untuk menyeimbangkan akurasi dengan biaya pemrosesan besar-besaran, serta isu privasi dan kepatuhan saat mengolah rekaman yang melibatkan individu. Pendiri menyatakan pendekatan tanpa kode dan integrasi audio-visual memberi keunggulan dalam adopsi korporat, namun eksekusi komersial di pasar AS akan menjadi ujian berikutnya.

Bagi perusahaan media, ritel, dan keamanan, platform seperti DeepFrame berpotensi mengubah aset yang selama ini pasif menjadi sumber intelijen operasional dan pemasaran. Investasi awal dari UTEC dan investor Asia menunjukkan minat modal ventura pada solusi video-AI tingkat enterprise, terutama yang menawarkan skala biaya efisien dan kemampuan analitik mendalam.

InfiniMind menargetkan pelanggan yang memiliki arsip panjang atau jaringan kamera besar, dengan janji mengubah footage menjadi metrik yang dapat ditindaklanjuti untuk optimasi konten, kepatuhan, dan keselamatan operasional.