
Ampersand meraih US$15 juta—integrasi lama jadi hambatan agen AI

Dalam pengumuman 6 Oktober 2026, Ampersand, perusahaan integrasi perangkat lunak yang berbasis di San Francisco, menyatakan meraih pendanaan Seri A US$15 juta yang dipimpin Bessemer Venture Partners. Investor sebelumnya, Matrix dan Flex Capital, ikut berpartisipasi; Yelp, Tenacity Capital, CTO Fund, dan Mana Ventures masuk sebagai investor baru.
Pendanaan itu mendukung infrastruktur yang menghubungkan agen AI dengan CRM, ERP, dan sistem bisnis lain milik pelanggan perusahaan. Masalahnya muncul ketika penyedia agen berhasil membuat koneksi ke suatu produk, tetapi harus menyesuaikannya lagi karena setiap pelanggan memakai susunan data, izin, dan alur kerja yang berbeda. Bagi penyedia perangkat lunak, penyesuaian tersebut menentukan seberapa cepat pelanggan dapat mulai memakai produk setelah kontrak ditandatangani.
Mengapa setiap pelanggan bisa menjadi proyek integrasi baru
Integrasi ke Salesforce atau sebuah ERP tidak otomatis bekerja dengan cara yang sama di semua perusahaan. Pelanggan dapat membuat objek dan kolom data sendiri, mengatur siapa yang boleh mengubah catatan, serta menyesuaikan tahapan proses bisnisnya. RuntimeWire menggambarkan pekerjaan yang berlanjut setelah koneksi awal dibuat: penyedia harus menjaga akses ketika kredensial kedaluwarsa atau struktur data pelanggan berubah.
Beban itu lebih besar bagi agen yang mengambil tindakan daripada aplikasi yang hanya menampilkan informasi. Untuk memperbarui sebuah peluang penjualan, misalnya, agen harus mengenali catatan yang tepat, memahami arti kolom khusus pelanggan, dan bekerja dalam batas izin yang berlaku. Contoh itu menjelaskan mengapa sambungan yang tampak berhasil saat demonstrasi masih dapat memerlukan pekerjaan sebelum dipakai dalam operasi sehari-hari.
Setiap penyesuaian juga memakai waktu tim teknik. Pemetaan data saat pelanggan bergabung, perbaikan sambungan yang berhenti bekerja, dan pemeliharaan setelah sistem berubah dapat mengalihkan tenaga dari pengembangan fungsi utama produk. Jika pekerjaan serupa muncul lagi pada setiap kontrak, biaya implementasi ikut bertambah ketika penjualan tumbuh. Itulah hambatan bisnis yang ingin ditangani Ampersand; besarnya biaya yang bisa dihemat tetap bergantung pada kondisi masing-masing pelanggan.
Satu deklarasi untuk konfigurasi yang berbeda
Ampersand menawarkan model deklaratif: pengembang menyatakan data dan tindakan yang dibutuhkan aplikasinya dalam kode yang dapat dikendalikan versinya. Lapisan integrasi kemudian menangani perbedaan struktur data saat aplikasi berjalan di lingkungan pelanggan. Dalam wawancara Bessemer dengan para pendiri, Ayan Barua dan Lauren Long menyebut lima operasi inti—read, write, subscribe, search, dan proxy—serta mengatakan, “Teams that finish a proof of concept with us become paying customers 90% of the time.” Angka konversi itu merupakan klaim pendiri yang dimuat oleh investor, untuk tim yang telah menyelesaikan uji konsep.
Dalam rancangan yang dijelaskan para pendiri, administrator pelanggan memetakan kolom data di alur penyiapan produk, sementara Ampersand menangani skema khusus setiap pelanggan saat aplikasi dijalankan. Penyedia perangkat lunak tetap dapat meninjau dan mengubah logika integrasi dalam repositori kodenya. Dengan demikian, variasi di sisi pelanggan ditangani tanpa mengharuskan pengembang menulis ulang seluruh kebutuhan aplikasi untuk setiap akun.
Menjaga sambungan setelah pemasangan merupakan bagian lain dari tawaran tersebut. Perubahan skema dapat membuat agen membaca kolom yang keliru; kredensial yang kedaluwarsa dapat menghentikan akses sama sekali. Ampersand menyatakan produknya memantau perubahan skema, mengelola kredensial, dan memberi peringatan ketika muncul gangguan. Kemampuan itu penting ketika agen diizinkan menulis kembali ke sistem bisnis, sebab kesalahan menyentuh catatan operasional pelanggan.
Andi dan bukti penggunaan yang tersedia
Bersamaan dengan pendanaan, Ampersand memperkenalkan Andi dalam versi beta. Agen integrasi ini ditujukan untuk membantu pengembang menyiapkan produk di lingkungan masing-masing pelanggan; perannya berbeda dari lapisan integrasi yang dipakai aplikasi untuk membaca dan menulis data. Status beta menunjukkan tahap produk yang diumumkan, tanpa ukuran terpublikasi tentang berapa banyak pekerjaan penyiapan yang dapat diselesaikan Andi secara mandiri.
Contoh pelanggan yang disebut Ampersand adalah Hatch, platform komunikasi AI untuk bisnis jasa. John Pena, CTO Hatch, mengatakan bahwa integrasi tersebut memungkinkan perusahaannya melayani pelanggan yang sebelumnya sulit dijangkau karena kebutuhan koneksi yang rumit. Kesaksian itu memberi contoh persoalan penjualan yang ingin dipecahkan Ampersand, tetapi tidak menunjukkan jumlah pelanggan Hatch yang memakai sambungan tersebut atau nilai kontrak yang dihasilkan.
Klaim konversi dari uji konsep juga perlu dibaca sesuai kelompok yang diukur. Tim yang menyelesaikan uji konsep telah melewati tahap seleksi awal, sehingga hasilnya tidak mewakili semua calon pembeli. Tanpa jumlah proyek, periode pengukuran, dan nilai kontrak, klaim itu belum cukup untuk menghitung pendapatan Ampersand. Bukti yang lebih menentukan bagi bisnis integrasi adalah apakah sambungan tetap berfungsi dan biaya dukungannya terkendali ketika pemakaian rutin meluas ke lebih banyak pelanggan.
Di mana pendekatan Ampersand bernilai
API langsung memberi penyedia perangkat lunak kendali penuh dan dapat mencukupi kebutuhan ketika sistem yang dihubungkan sedikit serta konfigurasi pelanggannya relatif seragam. Platform integrasi umum menyediakan konektor dan alur kerja yang sudah tersedia. Pekerjaan implementasi khusus, sementara itu, dapat menangani kebutuhan satu pelanggan yang sangat spesifik. Pilihan tersebut berubah ketika sebuah produk agen harus masuk ke banyak sistem yang sama-sama bernama CRM atau ERP, tetapi memiliki struktur dan izin berbeda pada setiap akun.
Ampersand bertaruh bahwa variasi tersebut dapat ditangani sebagai bagian dari produk, dengan pemetaan pelanggan saat penyiapan dan pemeliharaan sambungan setelahnya. Nilainya bagi penyedia perangkat lunak di Indonesia maupun pasar lain akan tampak pada waktu yang dibutuhkan untuk mengaktifkan pelanggan baru, pekerjaan teknik yang masih diperlukan, dan ketepatan tindakan agen dalam sistem yang terus berubah. Jika ketiganya membaik saat jumlah pelanggan bertambah, integrasi yang selama ini menunda penggunaan produk dapat berubah menjadi kemampuan yang ikut tumbuh bersama penjualan.
Baca juga:
Artikel terkait


Adaptyv meraih US$40 juta—laboratorium basah menjadi hambatan AI biologi

Employee Agent melayani 300.000 percakapan—data lama jadi hambatan

Claudeforce membawa 37 keterampilan penjualan—izin data jadi taruhannya

Claudeforce membawa 37 keterampilan CRM ke dalam Claude

HIFI meraih US$37 juta—stablecoin bergerak dari pembayaran ke pasar modal
Berlangganan buletin kami
Dapatkan berita Web3, AI, dan kripto terbaru langsung di kotak masuk Anda.