Grab Akuisisi Infermove, Perkuat Robotika AI untuk Logistik Otomatis

REPUBLIKA.CO.ID, JAKARTA -- Grab Holdings Ltd (NASDAQ: GRAB) yang berbasis di Singapura mengumumkan akuisisi Infermove, perusahaan robotika berbasis kecerdasan buatan (AI) asal China, pada 19 Desember 2025 lalu. Langkah ini menandai strategi signifikan perusahaan transportasi dan pengiriman terbesar di Asia Tenggara tersebut dalam memperkuat otomatisasi logistik, khususnya pada segmen first mile dan last mile.

Dilansir dari laman Zawya, sumber internal Grab di Beijing mengungkapkan CTO Grab, Suthen Thomas, mengumumkan akuisisi tersebut dalam pertemuan global All Hands pada Desember. Dalam forum itu, Suthen memamerkan sejumlah produk robot Infermove dan menyebut kemajuan teknologi serta komersialisasi perusahaan tersebut sangat mengesankan.

Setelah akuisisi rampung, Infermove akan tetap beroperasi sebagai entitas independen di bawah tim pendirinya. Aaron Lu akan melapor langsung kepada CTO Grab.

Akuisisi ini menjadi bagian penting dari strategi Grab dalam mendorong otomatisasi jaringan pengiriman dan mobilitasnya di Asia Tenggara. Di tengah meningkatnya biaya tenaga kerja dan lonjakan permintaan pengiriman on-demand, teknologi robotika dan AI dipandang sebagai kunci untuk meningkatkan keandalan layanan sekaligus menjaga margin keuntungan.

Sebelumnya, menanggapi pertanyaan Bloomberg, Grab menyatakan solusi Infermove akan melengkapi secara efektif kapabilitas jaringan pengirimannya. Investasi tersebut juga diyakini akan mendorong pertumbuhan Infermove secara berkelanjutan.

Infermove didirikan pada awal 2021 oleh Aaron Lu di sebuah garasi di Santa Clara, California. Perusahaan kemudian membuka kantor di Beijing dan Suzhou, China, yang berfokus pada riset dan pengembangan (R&D) serta manufaktur. Infermove mengembangkan sistem penggerak otonom untuk lingkungan tidak terstruktur serta robot manipulasi bergerak.

Portofolio produknya mencakup robot pengiriman trotoar dengan kemampuan manipulasi anggota tubuh bagian atas, serta robot mobilitas personal. Dengan memanfaatkan data berkendara dari kendaraan non-bermotor seperti skuter listrik pengantar barang, Infermove melatih robot yang mampu beradaptasi dengan kondisi fisik dunia nyata yang kompleks.

Melalui pendekatan pembelajaran imitasi, reinforcement learning, serta algoritma ujung ke ujung yang dikembangkan sendiri, Infermove memungkinkan robot menjalankan operasi pengiriman jarak pendek secara menyerupai perilaku manusia. Sistem Rider Shadow System milik perusahaan memungkinkan pengumpulan data pelatihan robot secara crowdsourcing menggunakan perangkat mobilitas jarak pendek, seperti kursi roda listrik dan skuter pengendara. Metode ini mengatasi tantangan industri berupa lambat dan mahalnya akuisisi data, serta ketergantungan berlebihan pada data simulasi.