Analisis $65 Juta Ollama: Hampir 9 Juta Pengguna Sebelum Kejelasan Pendapatan

Satu baris perintah biasanya bukan fondasi utama sebuah putaran pendanaan ventura. Namun TNW menggambarkan Ollama sebagai alat yang membuat menjalankan model AI open-source di laptop menjadi mungkin dengan satu baris perintah, dan keputusan produk kecil itu kini didukung oleh pendanaan Series B senilai $65 juta. Putaran ini penting karena bukan sekadar modal untuk startup AI lain dengan demo yang rapi. Ini adalah studi kasus bagi builder tentang pertanyaan produk yang lebih sulit: bisakah alat developer open-source memenangkan distribusi terlebih dahulu, lalu membiarkan model bisnis menyusul kebiasaan pengguna?

Pendanaan adalah pembungkusnya, workflow adalah produknya

Menurut TNW, Ollama menggalang pendanaan Series B senilai $65 juta yang dipimpin oleh Theory Ventures, dengan Benchmark, 8VC, Y Combinator, dan pihak lain ikut bergabung. TNW melaporkan bahwa pendanaan ini membuat total pendanaan Ollama menjadi $88 juta, tiga tahun setelah peluncuran, dan bahwa pendiri sekaligus CEO Jeff Morgan memberikan detail pendanaan kepada TechCrunch, yang pertama kali memberitakan kenaikan pendanaan tersebut. TechCrunch membingkai perusahaan ini sebagai alat developer AI open source yang populer dan berhasil menggalang $65 juta sambil tumbuh hingga hampir 9 juta pengguna.

Itu adalah headline pendanaannya, tetapi gerakan produknya adalah laporan pengamatan yang sebenarnya. TNW mengatakan Ollama memungkinkan developer mengunduh model open-weight dan menjalankannya secara lokal dengan satu perintah. Jika laptop tidak mampu menangani model yang lebih besar, TNW melaporkan bahwa cloud Ollama menjalankannya sebagai gantinya dengan pengaturan yang sama, dan menagih berdasarkan waktu GPU, bukan per token. Itu adalah tangga produk yang bersih: mulai dari mesin yang sudah dipercaya developer, lalu tawarkan cloud ketika beban kerja melampaui kemampuan meja kerja. Halaman harga bukan pintu depan, melainkan pintu samping ketika rumah mulai penuh.

Ini bagian yang sebaiknya digarisbawahi oleh para founder. Wedge open-source bukanlah amal, melainkan desain distribusi. Ketika pengalaman sukses pertama terjadi secara lokal, alat tersebut mendapatkan tempat dalam memori otot developer sebelum procurement, tinjauan compliance, atau hitung-hitungan token masuk ke ruangan. Itu tidak membuat monetisasi otomatis, tetapi membuat percakapan penjualan terasa lebih seperti jalur upgrade daripada outreach dingin.

Adopsi datang sebelum model bisnis harus menjelaskan semuanya

Hyper.ai melaporkan bahwa Ollama memiliki 8,9 juta developer aktif bulanan, 176.000 GitHub stars, 17.000 forks, dan digunakan di 85 persen perusahaan Fortune 500. Hyper.ai juga melaporkan bahwa perusahaan ini beroperasi dengan tim berisi 14 karyawan. Tidak satu pun angka itu sama dengan pendapatan, dan sebuah GitHub star tidak akan menyetujui purchase order. Namun dalam infrastruktur developer, sinyal adopsi publik adalah bagian atas funnel, rekomendasi di lorong kantor, dan bahan bacaan awal pembeli sekaligus.

Itulah mengapa kenaikan pendanaan ini lebih menarik daripada skor pendanaan AI biasa. Alat yang menyebar melalui laptop individu dapat muncul di dalam organisasi besar jauh sebelum proses vendor formal dimulai. Moat-nya bukan hanya akses model, karena model terbuka memang dibuat untuk berpindah. Moat-nya adalah menjadi runner default untuk model-model tersebut, tempat developer pergi ketika mereka ingin mencoba sesuatu tanpa mengubah sore mereka menjadi perburuan konfigurasi cloud.

Gema Docker bukan kebetulan

TNW mencatat bahwa Morgan dan co-founder Michael Chiang membangun Kitematic, yang dibeli Docker pada 2015, dan bahwa pekerjaan mereka di sana menjadi Docker Desktop. Hyper.ai juga menggambarkan para founder sebagai veteran Docker dan mengatakan Ollama diluncurkan pada 2023 untuk menyederhanakan deployment model bahasa besar open-weight langsung di komputer pribadi. Sejarah itu penting karena permainannya terasa familier: ambil tugas infrastruktur yang berantakan, bungkus dalam workflow yang benar-benar bisa ditoleransi developer, lalu biarkan penggunaan bertumbuh secara majemuk dari sana.

Perbandingannya bukan bahwa Ollama akan menjadi Docker karena latar belakang pendirinya. Melainkan bahwa insting produknya berima. Docker membuat container terasa mudah didekati bagi audiens developer yang jauh lebih luas, sementara Ollama mencoba membuat model AI lokal dan open-weight terasa sama rutinnya. Dalam kedua kasus, taruhan strategisnya adalah bahwa abstraksi menjadi distribusi. Semakin sedikit developer harus memikirkan urusan plumbing, semakin besar kemungkinan alat itu menjadi default.

Langkah berikutnya adalah cloud tanpa mengkhianati kepercayaan lokal

Hyper.ai melaporkan bahwa aplikasi desktop inti Ollama tetap gratis dan tidak berubah, sementara perusahaan telah berekspansi ke layanan cloud berbasis langganan untuk model yang lebih besar dan lebih intensif secara komputasi. Hyper.ai mengatakan perusahaan menagih pelanggan berdasarkan penggunaan GPU, bukan jumlah token, dengan tingkatan mulai dari gratis hingga $100 per bulan. TNW juga melaporkan model penagihan berbasis waktu GPU, yang merupakan pilihan positioning yang bermakna. Bagi developer yang terbiasa dengan harga berbasis token yang bisa terasa seperti argo taksi di dalam terowongan, waktu GPU setidaknya menawarkan model mental yang berbeda.

Risikonya jelas dengan cara yang konstruktif: hal yang membuat Ollama menyebar adalah hal yang tidak boleh ia cekik. Jika layanan cloud terasa seperti jalur limpahan alami untuk pekerjaan yang lebih besar, flywheel akan terus berputar. Jika terasa seperti aplikasi desktop gratis berubah menjadi umpan menuju labirin mahal, developer akan langsung menyadarinya. Para builder yang mengamati Ollama sebaiknya tidak terlalu fokus pada angka pendanaan, dan lebih fokus pada urutannya: bangun kepercayaan dalam workflow, identifikasi momen kendala nyata, lalu monetisasi kendala itu tanpa membebani kebiasaan pengguna.

Bagi pembaca yang membangun produk developer, Ollama adalah pengingat bahwa distribusi dapat dirancang ke dalam perintah pertama, bukan ditempelkan belakangan ke rencana peluncuran. Perhatikan apakah Ollama dapat mengubah jangkauan open-source-nya menjadi penggunaan cloud yang tahan lama sambil menjaga pengalaman lokal tetap sederhana. Keseimbangan itu, bukan Series B itu sendiri, yang akan menentukan apakah hampir 9 juta pengguna menjadi keunggulan yang mendefinisikan perusahaan atau hanya bagian atas funnel yang sangat ramai.