Startup Swedia Flox Intelligence meluncurkan perangkat berbasis AI untuk menjauhkan satwa liar dari rel kereta, landasan pacu, dan jalan. Kamera mengenali jenis hewan, lalu perangkat mengeluarkan suara yang disesuaikan dengan situasi. Menurut pendirinya, Sara Nozkova, sekitar 150 unit telah beroperasi di Amerika Utara, Eropa, dan Australia. Perusahaan ini terpilih sebagai salah satu finalis kompetisi startup “Startup Battlefield 200” dalam acara TechCrunch Disrupt yang digelar di San Francisco pada Oktober 2026.
Benturan satwa liar dan infrastruktur transportasi dalam angka
Tabrakan antara satwa liar dan infrastruktur transportasi bukanlah hal langka. Menurut perkiraan Federal Aviation Administration (FAA) AS, kerugian penerbangan sipil AS akibat tabrakan dengan satwa liar rata-rata mencapai sekitar US$272 juta per tahun pada periode 1990 hingga 2025. Perusahaan kereta api nasional Prancis, SNCF, menyatakan bahwa lebih dari 8.000 kereta per tahun terdampak oleh hewan yang masuk ke jalur, sehingga insiden ini termasuk dalam lima penyebab utama keterlambatan. Di wilayah Bretagne saja, 120 kereta bertabrakan dengan hewan pada 2023, berdampak pada 660 perjalanan dan menyebabkan keterlambatan total lebih dari 15.000 menit.
Kisah yang membuat Nozkova tertarik pada masalah ini juga mengesankan. Saat berusia 8 tahun, kereta yang menuju Mumbai berhenti dengan suara gemuruh dan baru kembali berjalan sekitar delapan jam kemudian. Konon, ekor seekor bison liar tersangkut di dahan di tepi rel. Ia mengira kejadian itu khas pedesaan India, tetapi belakangan menyadari bahwa hal serupa terjadi di seluruh dunia.
Sirene, lampu, pagar, burung pemangsa, bahkan pemusnahan. Solusi yang selama ini digunakan umumnya berupaya menjauhkan hewan dengan cara “mengganggu” mereka. Nozkova menyadari keterbatasan pendekatan itu dan menilai bahwa “jawabannya bukan suara yang lebih keras”.
Bukan suara yang lebih keras, melainkan respons yang disesuaikan untuk hewan
Perangkat Flox bekerja dengan sensor gerak yang mendeteksi gerakan dan mengaktifkan perangkat. Kamera kemudian menyala, lalu model AI di dalam perangkat mengidentifikasi jenis hewan yang berada di dekatnya. Setelah itu, perangkat mengeluarkan suara yang sesuai dengan spesies tersebut untuk menjauhkannya.
Kuncinya adalah tidak mengeluarkan suara yang sama setiap kali. Hewan dapat terbiasa jika terus-menerus menerima rangsangan yang sama. Karena itu, perangkat belajar dari pengalaman di lokasi dan mengubah pola responsnya, jelas Nozkova. Seperti merpati di bawah lampu jalan yang tak lagi menghindari manusia, kebiasaan adalah titik lemah utama metode pengusiran.
Hal penting lainnya, pemrosesan dilakukan di perangkat setempat, bukan di cloud—pendekatan yang dikenal sebagai “edge AI”. Perangkat ini dipasang di tempat-tempat dengan koneksi yang tidak stabil, seperti di sepanjang rel, lahan pertanian, dan taman nasional. Perangkat dapat mengambil keputusan dan bertindak di lokasi tanpa mengirimkan rekaman video ke tempat lain, sehingga desainnya sesuai dengan kondisi operasional di luar ruangan.
“Titik buta” dalam kendaraan otonom yang diamati Nozkova
Nozkova memiliki pengalaman kerja selama 13 tahun di bidang transportasi dan kendaraan otonom. Ia menyadari bahwa mesin bekerja dengan baik di lingkungan yang ditata manusia, tetapi kebingungan begitu alam masuk ke dalamnya. Menurutnya, berbeda dengan kota, lini pabrik, atau gudang yang tata letaknya jelas dan objek-objeknya sudah dikenal, alam bersifat kompleks dan terus berubah.
Setelah itu, ia bergabung dengan laboratorium AI di KTH Royal Institute of Technology, Stockholm, dan mulai meneliti sistem yang mengubah respons berdasarkan perilaku serta spesies hewan. Inisiatif ini kemudian menjadi Flox Intelligence pada 2020, sebagai perusahaan spin-off dari KTH.
Penggunaan yang melampaui infrastruktur transportasi
Menurut perusahaan, sekitar 150 perangkatnya beroperasi di sekitar bandara, sepanjang jalan dan rel kereta, serta di taman nasional, lahan pertanian, wilayah perkotaan, tambang, gardu induk, dan infrastruktur penting lainnya. Di jalur kereta dan jalan, perangkat umumnya dipasang di ujung pagar atau perlintasan sebidang yang bersinggungan dengan rute pergerakan satwa liar. Perangkat ini bertenaga baterai dan dapat dipasang pada tiang atau pohon.
Perangkat lunak menjadi pilar bisnis lainnya. Perangkat lunak ini memungkinkan pengguna memeriksa lokasi pemasangan dan kondisi di lapangan, serta dapat digunakan untuk membuat laporan kepatuhan terhadap regulasi dan memantau keanekaragaman hayati. Jadi, perangkat tersebut tidak hanya berfungsi untuk mengusir hewan, tetapi juga sebagai jaringan sensor yang mencatat pergerakan hewan di lapangan.
Dalam jangka panjang, perusahaan berencana agar perangkat lunaknya dapat dipasang pada mesin yang beroperasi di luar ruangan, seperti kereta, mobil, dan drone. Dari perangkat yang dipasang secara permanen menjadi “mata” bagi mesin yang bergerak. Perusahaan membidik penggunaan yang lebih luas, melampaui upaya mengatasi satwa liar.
Mungkinkah AI yang memahami alam menjadi fondasi persepsi berikutnya?
Model pendapatannya mencakup penjualan perangkat, ditambah biaya tahunan untuk penggunaan perangkat lunak dan AI mulai tahun kedua setelah pemasangan. Perusahaan menjalin kemitraan OEM dengan perusahaan yang memasang perangkat lunak tersebut pada kendaraan seperti kereta, dengan imbalan biaya tahunan. Produsen kereta Alstom adalah salah satu mitranya. Nozkova mengatakan, perusahaan memperkirakan pendapatan sekitar US$1,5 juta pada akhir 2026.
Dari sisi pendanaan, perusahaan telah mengumpulkan sekitar US$5 juta pada tahap pre-seed dan seed. Putaran seed dipimpin oleh Unconventional Ventures dan Tilia Impact Ventures, dengan partisipasi GENIUS NY, Norrsken, Satgana, serta investor malaikat. Kini perusahaan mulai menggalang dana Seri A senilai US$10 juta. Dana tersebut terutama akan digunakan untuk meningkatkan jumlah perangkat dari sekitar 150 unit saat ini menjadi beberapa ribu unit, serta memperluas cakupan penanganannya ke luar satwa liar.
Perusahaan ini juga memiliki pesaing. Scarecrow dari Robin Radar mengusir burung dengan suara peringatan khusus untuk tiap spesies sekaligus merekam aktivitasnya. iCHASE menjual sistem yang mendeteksi burung menggunakan visi komputer dan mengusirnya dengan laser bergerak. Menurut Nozková, keunggulan perusahaan terletak pada luasnya cakupan sistem dan data yang dikumpulkan di lapangan. Ia menyebutnya sebagai “data kebenaran lapangan” tentang kondisi yang memungkinkan rusa besar dan beruang grizzly bergerak dengan aman.
Nozková mengatakan AI fisik kini bergerak dari pabrik ke lingkungan luar ruang yang semrawut dan dipenuhi makhluk hidup. Mesin yang beroperasi di luar ruang—seperti kereta api, truk, drone, traktor, dan robot—pada akhirnya perlu memahami alam. Menurutnya, “kecerdasan alam” akan menjadi lapisan berikutnya dalam teknologi pengenalan. Sementara kendaraan otonom semakin mahir mengenali manusia dan kendaraan, identifikasi satwa liar serta prediksi perilakunya masih menjadi bidang yang kurang diperhatikan. Apakah teknologi untuk mengisi celah itu dapat menjadi pilihan yang mengurangi kecelakaan tanpa melukai hewan? Ekspansi hingga beberapa ribu unit akan menunjukkan jawabannya.
コメント