Havedev
Pendanaan EliseAI Mengingatkan Kita Bahwa AI Operasional Bukan Sekadar Chatbot
EliseAI baru mengumumkan pendanaan sebesar $350 juta dengan valuasi $4 miliar. Putaran ini dipimpin bersama oleh Andreessen Horowitz dan Bessemer Ventures.
Angka ini terlihat besar. Bahkan sangat besar untuk perusahaan yang bergerak di area yang sering dianggap kurang glamor: administrasi, operasional, leasing, maintenance, renewal, scheduling, insurance verification, dan follow-up.
Tetapi justru di situlah pelajarannya.
Banyak bisnis masih melihat AI sebagai fitur tambahan. Chatbot di website. Asisten penjawab pesan. Ringkasan otomatis. Konten otomatis. Semua itu berguna, tetapi belum tentu menyentuh bagian kerja yang paling mahal dan paling sering macet.
EliseAI tumbuh karena masuk ke alur kerja yang jelas. Bukan sekadar menjawab pertanyaan, tetapi membantu pekerjaan bergerak dari satu status ke status berikutnya.
The Core Update
EliseAI, perusahaan AI yang berdiri sejak 2017, mengumumkan pendanaan $350 juta dengan valuasi $4 miliar. Valuasi ini naik dua kali lipat dari putaran pendanaan sebelumnya.
Perusahaan ini fokus pada automation untuk perusahaan housing dan healthcare. Di sektor housing, EliseAI menyebut softwarenya digunakan oleh 1 dari 6 apartemen di Amerika Serikat. Perusahaan juga sudah melewati $200 juta ARR.
Di sisi produk, EliseAI meluncurkan AI teammate bernama Apollo. Produk ini dibangun langsung di dalam platform yang sudah dipakai untuk leasing, maintenance, dan renewals. Artinya, AI tidak berdiri sebagai lapisan terpisah. Ia bekerja di tempat pekerjaan memang terjadi.
Di healthcare, EliseAI membantu mengotomatisasi pekerjaan administratif untuk specialty physician groups. Alurnya mencakup inbound call, referral, scheduling, insurance verification, chart prep, sampai follow-up.
Kalimat pentingnya bukan bahwa EliseAI memakai AI.
Kalimat pentingnya adalah: AI dipakai untuk memastikan pekerjaan operasional tidak jatuh di sela-sela proses.
The Reality Check
Pendanaan besar seperti ini sering membuat bisnis berpikir bahwa masa depan automation berarti membeli sistem AI yang besar, mahal, dan kompleks.
Kadang memang begitu. Untuk perusahaan dengan volume tinggi, proses panjang, dan banyak tim, platform seperti ini bisa masuk akal.
Tetapi untuk banyak bisnis, masalahnya belum tentu kurang AI.
Masalahnya sering lebih sederhana: alur kerja belum cukup jelas untuk diotomatisasi.
AI tidak bisa menyelamatkan proses yang statusnya masih kabur. Jika tim belum sepakat kapan lead dianggap baru, kapan perlu follow-up, kapan menunggu pelanggan, dan kapan selesai, AI hanya akan mempercepat kebingungan.
Di housing, pekerjaan seperti leasing dan maintenance punya status yang jelas. Ada calon penyewa, ada permintaan, ada jadwal, ada dokumen, ada tindak lanjut. Di healthcare, pekerjaan seperti scheduling dan insurance verification juga punya urutan yang jelas. Ada panggilan masuk, ada data pasien, ada verifikasi, ada persiapan chart, ada follow-up.
AI menjadi kuat karena prosesnya bisa dibaca.
Banyak bisnis ingin langsung melompat ke automation, padahal data yang masuk masih berantakan. Form kontak terlalu umum. Chat WhatsApp tidak membawa konteks. Spreadsheet tidak punya status konsisten. Follow-up bergantung pada ingatan admin atau sales.
Dalam kondisi seperti itu, menambahkan AI sering hanya membuat sistem terlihat lebih modern, tetapi tidak otomatis membuat operasional lebih sehat.
AI yang bernilai bukan AI yang paling sering disebut dalam meeting. AI yang bernilai adalah AI yang mengurangi pekerjaan manual yang berulang, memperjelas prioritas, dan membuat pekerjaan yang macet terlihat lebih cepat.
The Havedev Way
Dari sudut pandang Havedev, berita EliseAI ini bukan hanya cerita tentang valuasi startup AI. Ini tanda bahwa pasar mulai menghargai AI yang masuk ke operasi inti bisnis.
Bukan AI sebagai dekorasi. Bukan AI sebagai tombol tambahan. Bukan AI sebagai demo yang menarik di awal, tetapi jarang dipakai setelah itu.
AI yang sehat biasanya dimulai dari pertanyaan yang lebih membumi:
- pekerjaan apa yang paling sering berulang?
- pekerjaan mana yang sering terlambat karena menunggu orang tertentu?
- status apa yang paling sering tidak jelas?
- data apa yang harusnya sudah ada sejak awal?
- follow-up mana yang terlalu bergantung pada ingatan manual?
- bagian mana yang dekat dengan pendapatan atau pengalaman pelanggan?
Untuk bisnis yang menerima lead dari website, langkah awal tidak harus langsung membangun AI teammate. Bisa dimulai dari membuat form yang lebih berguna. Misalnya, form tidak hanya meminta nama dan nomor, tetapi juga kebutuhan, layanan yang diminati, urgensi, dan sumber halaman.
Untuk bisnis yang memakai WhatsApp, tombol chat tidak harus hanya membuka percakapan kosong. Pesan awal bisa membawa konteks halaman, jenis layanan, atau kebutuhan calon pelanggan.
Untuk bisnis yang punya banyak inquiry, status lead bisa dirapikan dulu sebelum automation dibuat. Baru masuk, sudah dibalas, butuh informasi tambahan, menunggu pelanggan, perlu follow-up, selesai, dan tidak cocok sering sudah cukup untuk tahap awal.
Setelah status jelas, automation menjadi lebih masuk akal. Reminder bisa dikirim pada waktu yang tepat. Dashboard bisa menunjukkan bottleneck yang benar. AI bisa membantu menyusun respons, membaca konteks, atau mengarahkan pekerjaan ke orang yang tepat.
Tanpa fondasi itu, AI mudah menjadi lapisan mahal di atas proses yang belum rapi.
Berita EliseAI menunjukkan bahwa AI operasional punya nilai besar ketika ia masuk ke pekerjaan yang nyata, berulang, dan punya dampak langsung ke pelanggan. Tetapi pelajaran untuk bisnis tidak harus selalu dimulai dari platform besar.
Mulai dari alur yang paling dekat dengan uang. Lead, order, booking, support, invoice, fulfilment, atau follow-up sales.
Petakan statusnya. Rapikan inputnya. Tentukan pemiliknya. Baru pilih teknologi yang membantu.
Karena pada akhirnya, bisnis tidak menang karena memakai AI paling cepat. Bisnis menang ketika pekerjaan penting tidak lagi hilang, tertunda, atau menunggu update manual terlalu lama.
Dapatkan Audit Teknis Gratis untuk meninjau alur website, lead, dan follow-up bisnis Anda sebelum menambahkan automation atau AI baru.
Sumber referensi berita: TechCrunch