DriveNets Menggalang Dana Saat Jaringan AI Jadi Rebutan

DriveNets menggalang US$410 juta dalam putaran pendanaan terbaru ketika industri AI mulai melihat jaringan sebagai lapisan penting yang menentukan biaya, skala, dan kecepatan komputasi.

Perusahaan perangkat lunak jaringan asal Israel itu mengatakan putaran Seri D dipimpin Bessemer Venture Partners dan Atreides Management. AMD dan Red Dot Capital masuk sebagai investor baru, sementara Pitango dan D1 Capital Partners kembali berpartisipasi. Total modal yang sudah dihimpun DriveNets kini mencapai sekitar US$1 miliar.

Berita ini penting karena ledakan AI tidak hanya mendorong permintaan GPU. Beban kerja model besar juga membutuhkan jaringan internal yang mampu menghubungkan ribuan sampai puluhan ribu akselerator dengan latensi rendah. Tanpa lapisan jaringan yang efisien, kapasitas chip mahal bisa terbuang karena sistem tidak bergerak sebagai satu klaster yang utuh.

DriveNets Menarik Modal Baru Untuk Infrastruktur AI

Putaran pendanaan DriveNets datang saat investor semakin mencari perusahaan yang berada di balik pembangunan fisik AI. Selama dua tahun terakhir, perhatian publik banyak tertuju pada pembuat model, penyedia chip, dan operator data center. Namun jaringan mulai naik ke permukaan karena menentukan seberapa jauh pusat data AI dapat diperbesar.

DriveNets membangun perangkat lunak jaringan yang memungkinkan operator telekomunikasi dan data center memakai perangkat keras standar. Pendekatan itu berbeda dari model lama yang sangat bergantung pada sistem tertutup milik vendor tertentu. Untuk deployment AI, fleksibilitas tersebut dapat membantu pembeli mengurangi ketergantungan pada satu pemasok.

DriveNets Memperbesar Persediaan Untuk Permintaan AI

Perusahaan menyatakan dana baru akan dipakai untuk memperbesar persediaan dan mendukung pipeline AI fabric. Keterangan resmi DriveNets juga menyebut perusahaan memiliki lebih dari US$1 miliar bisnis yang sudah diamankan dan sudah positif arus kas sejak 2025. Dua fakta ini memberi konteks bahwa pendanaan tidak hanya diarahkan untuk eksperimen produk.

Dalam pasar AI saat ini, persediaan menjadi isu strategis. Pembeli kapasitas komputasi sering tidak hanya menanyakan chip apa yang tersedia. Mereka juga melihat apakah vendor mampu memasang jaringan, menyusun klaster, dan menjaga performa ketika beban kerja inference atau training berjalan secara paralel.

Karena itu, modal US$410 juta memberi DriveNets ruang untuk menyiapkan perangkat, memperluas integrasi, dan mempercepat pengiriman. Bagi pelanggan besar, kemampuan mengeksekusi deployment sama pentingnya dengan spesifikasi produk. Keterlambatan beberapa bulan dapat mengubah rencana kapasitas, biaya sewa cloud, dan jadwal peluncuran layanan AI.

DriveNets tidak mengungkap valuasi resmi dalam pengumuman pendanaan. Reuters juga mencatat perusahaan tidak segera memberi detail valuation ketika diminta komentar. Karena itu, inti berita yang paling kuat bukan pada angka valuasi, melainkan pada masuknya modal strategis untuk jaringan AI skala besar.

AMD Masuk Dalam Putaran Pendanaan

Masuknya AMD sebagai investor baru memberi sinyal penting. AMD sedang berusaha memperkuat posisinya dalam pasar akselerator AI yang masih didominasi Nvidia. Untuk bersaing, perusahaan chip tidak cukup hanya menawarkan GPU atau akselerator. Mereka juga perlu memastikan ekosistem infrastruktur di sekitarnya dapat menjalankan beban kerja besar dengan efisien.

Investasi strategis seperti ini membantu AMD berada lebih dekat dengan lapisan jaringan yang menopang AI factory. Jika pelanggan mulai menuntut arsitektur multi-vendor, kemampuan menggabungkan akselerator, switching, software jaringan, dan orkestrasi menjadi semakin bernilai. DriveNets berada di titik itu karena produknya menekankan jaringan terbuka dan skala besar.

Namun masuknya AMD tidak otomatis berarti DriveNets menjadi bagian tertutup dari ekosistem satu vendor. Pengumuman perusahaan justru menekankan infrastruktur heterogen. Artinya, nilai jualnya terletak pada kemampuan menyatukan perangkat berbeda dalam satu fabric yang dapat dikelola secara efisien.

Model ini sesuai dengan kebutuhan banyak operator cloud dan data center. Mereka ingin menghindari risiko terkunci pada satu vendor, tetapi tetap membutuhkan performa tinggi. Di tengah kelangkaan komponen dan perubahan cepat generasi chip, arsitektur yang lebih terbuka bisa menjadi cara menjaga opsi tetap hidup.

Jaringan AI Mulai Menjadi Bottleneck Baru

Pasar AI sering terlihat seperti lomba membeli GPU. Namun pada skala besar, masalahnya jauh lebih rumit. Ribuan chip harus saling bertukar data, menyinkronkan proses, dan menjaga throughput. Jika jaringan tidak cukup cepat atau terlalu mahal, klaster tidak bisa mencapai performa yang dijanjikan.

Itulah sebabnya Ethernet fabric, switching, dan software jaringan mulai menjadi bagian dari cerita investasi AI. Investor tidak hanya mendanai perusahaan yang membuat model. Mereka juga menanam modal pada lapisan yang membuat model dapat dilatih, dijalankan, dan dikirim ke pelanggan secara ekonomis.

DriveNets Menawarkan Alternatif Untuk Sistem Tertutup

DriveNets dikenal karena pendekatan cloud-native networking. Perusahaan membantu operator membangun jaringan dengan perangkat keras standar dan lapisan perangkat lunak yang memisahkan kontrol dari mesin fisik. Di sektor telekomunikasi, pendekatan ini sudah lama dipakai untuk menekan biaya dan mempercepat modernisasi jaringan.

Dalam konteks AI, pendekatan serupa mendapat makna baru. Data center AI tidak hanya membutuhkan bandwidth besar. Mereka juga membutuhkan manajemen trafik yang presisi. Setiap gangguan kecil dapat membuat beban kerja melambat, sementara biaya listrik dan sewa perangkat terus berjalan.

Dengan jaringan berbasis perangkat standar, pelanggan berpotensi memperoleh lebih banyak pilihan pemasok. Hal itu dapat menekan biaya dan mengurangi risiko pasokan. Namun pendekatan terbuka juga menuntut software yang kuat, karena kompleksitas integrasi berpindah dari kotak perangkat keras ke lapisan orkestrasi.

Di sinilah pendanaan DriveNets menjadi relevan. Perusahaan perlu membuktikan bahwa jaringan terbuka dapat memenuhi standar AI skala besar. Jika berhasil, ia bisa menjadi bagian dari perubahan lebih luas dalam cara data center dibangun, dari arsitektur tertutup menuju kombinasi perangkat komoditas dan software bernilai tinggi.

Broadcom Dan Mitra Lain Memperkuat Konteks

Reuters mencatat DriveNets memiliki mitra seperti Broadcom, Fujitsu, dan Wipro. Daftar ini menunjukkan bahwa perusahaan tidak bergerak sendirian dalam pasar jaringan AI. Broadcom, misalnya, adalah salah satu pemain penting dalam switching, semikonduktor jaringan, dan komponen yang dipakai dalam infrastruktur cloud skala besar.

Dalam pengumuman DriveNets, eksekutif Broadcom menekankan bahwa network fabric kini ikut menentukan ekonomi AI. Pernyataan itu masuk akal karena biaya AI tidak hanya dihitung dari harga chip. Total biaya juga mencakup jaringan, daya listrik, pendinginan, rak, software, dan waktu pemanfaatan kapasitas.

Fujitsu dan Wipro memberi dimensi lain. Untuk pelanggan besar, membangun jaringan AI sering membutuhkan integrasi sistem, layanan profesional, dan dukungan operasi. Produk yang kuat tetap memerlukan implementasi lapangan yang rapi, terutama ketika deployment melibatkan beberapa vendor dan lokasi.

Karena itu, kemitraan menjadi bagian dari tesis bisnis. DriveNets tidak hanya menjual perangkat lunak, tetapi mencoba masuk ke rantai eksekusi yang lebih luas. Di pasar AI, rantai itu meliputi pemasok chip, penyedia switching, integrator, operator cloud, dan pelanggan enterprise yang membutuhkan kapasitas siap pakai.

Dampak DriveNets Untuk Pasar Komputasi Global

Pendanaan DriveNets memberi sinyal bahwa pasar mulai memperluas definisi infrastruktur AI. Sebelumnya, investor sering memakai data center dan GPU sebagai singkatan untuk seluruh industri. Kini, jaringan, penyimpanan, pendinginan, dan manajemen beban kerja semakin diperlakukan sebagai kategori yang berdiri sendiri.

Perubahan ini penting bagi pembaca bisnis karena ia menentukan siapa yang menangkap nilai dari boom AI. Jika jaringan menjadi bottleneck, perusahaan yang membantu membuka bottleneck itu bisa mendapat posisi tawar lebih besar. Mereka mungkin tidak selalu terlihat di depan pengguna, tetapi mereka menentukan biaya dan kapasitas layanan yang dipakai publik.

DriveNets Dapat Diuntungkan Dari AI Multi-Vendor

AI multi-vendor menjadi semakin penting karena pelanggan tidak ingin bergantung pada satu pemasok chip atau cloud. Mereka ingin memakai Nvidia, AMD, custom silicon, dan kapasitas cloud berbeda sesuai harga dan ketersediaan. Namun strategi itu hanya masuk akal jika jaringan dapat menghubungkan semuanya tanpa menambah kompleksitas berlebihan.

DriveNets mencoba memosisikan diri di tengah kebutuhan tersebut. Dengan menekankan infrastruktur heterogen, perusahaan menawarkan narasi bahwa jaringan dapat menjadi lapisan netral. Lapisan itu menghubungkan perangkat berbeda, tetapi tetap memberi operator satu cara untuk mengelola kapasitas besar.

Jika tren ini berlanjut, persaingan AI tidak hanya akan terjadi pada model dan chip. Persaingan juga akan terjadi pada kemampuan menggabungkan komponen secara efisien. Perusahaan yang bisa menyederhanakan integrasi akan membantu pelanggan menurunkan risiko dan mempercepat deployment.

Namun peluang itu juga membawa tantangan. Jaringan untuk AI skala besar harus sangat stabil, terukur, dan mudah dipantau. Setiap kegagalan dapat memengaruhi beban kerja mahal. DriveNets perlu menunjukkan bahwa solusi terbuka dapat bersaing dengan sistem mapan yang sudah lama dipakai operator besar.

Implikasi Untuk Asia Dan Ekosistem Digital

Bagi Asia, pendanaan DriveNets relevan karena kawasan ini menjadi pasar penting untuk cloud, telekomunikasi, dan data center AI. Jepang, India, Korea Selatan, Singapura, dan negara Asia Tenggara sedang memperluas kapasitas digital. Mereka membutuhkan infrastruktur yang tidak hanya besar, tetapi juga hemat biaya dan mudah ditingkatkan.

Indonesia juga dapat membaca isu ini sebagai tanda arah pasar. Ketika perusahaan lokal membangun layanan AI, biaya akhir sering ditentukan oleh infrastruktur global yang mereka pakai. Jika jaringan AI menjadi lebih efisien, biaya inference dan layanan enterprise dapat turun. Namun jika bottleneck jaringan tetap mahal, adopsi AI bisa terkonsentrasi pada pemain besar.

Selain itu, operator data center regional perlu memahami bahwa pelanggan tidak hanya mencari ruang server. Mereka mencari kapasitas komputasi yang siap untuk beban AI. Itu berarti jaringan internal, konektivitas antar lokasi, daya, pendinginan, dan sistem pemantauan menjadi bagian dari penawaran utama.

Putaran pendanaan ini akhirnya memperlihatkan satu hal: infrastruktur AI semakin mirip industri utilitas yang kompleks. Model paling canggih tidak akan berguna tanpa jaringan yang mengalirkan data secara cepat dan konsisten. Ikuti artikel terkait di Insimen untuk membaca perkembangan lain tentang infrastruktur AI, semikonduktor, dan arah baru ekonomi digital global.