# Spead AI

> Workspace multi-agen dan mesin kedaulatan data untuk instansi pemerintah, BUMN, dan perusahaan teregulasi, diinkubasi di Caliana Indonesia dan tervalidasi lewat Google for Startups AI Solution Lab Program 2025.

Model bahasa generik memang fasih, tetapi tidak tahu bagaimana sebuah organisasi benar-benar bekerja. Spead AI menutup celah itu dengan agen yang berjalan di dalam infrastruktur organisasi sendiri, sehingga data tidak pernah keluar dan keluarannya mengikuti aturan, templat, dan rantai persetujuan internal.

- Pipeline multi-agen yang menghubungkan LLM dengan infrastruktur on-premise terisolasi, dengan loop koreksi mandiri.
- Server MCP kustom yang menyambungkan basis data berdaulat dan knowledge graph langsung ke alur kerja agen.
- AI gateway yang mengorkestrasi alur kerja di 50+ protokol pesan enterprise, plus document intelligence yang memetakan kepatuhan regulasi.

- 87% pelaporan lebih cepat, 5 jam jadi 40 menit
- Private cloud atau on-prem, data tetap di dalam
- 2025 Google for Startups AI Solution Lab

- Peran: Founder dan Lead AI Engineer
- Perusahaan: PT Data Nusantara Adhikarya (Caliana Indonesia)
- Periode: Sejak Nov 2025
- Stack: Multi-agent systems, MCP, Contextual RAG, LangGraph, LangChain, Pinecone, Python, Google Cloud, On-premise
- Situs produk: spead.ai (https://spead.ai)
- Inkubator: Caliana Indonesia (https://www.caliana.id/)

## Konteks

Model bahasa generik memang fasih, tetapi tidak tahu bagaimana sebuah organisasi benar-benar bekerja: templatnya, rantai persetujuannya, dokumen-dokumen lamanya, regulasi yang harus dipatuhinya. Di perusahaan besar, BUMN, dan instansi pemerintah, justru di celah itulah sebagian besar pekerjaan nyata berada, dan di situ pula datanya terlalu sensitif untuk dikirim ke model publik.

Saya memulai Spead AI pada November 2025 untuk menutup celah itu, diinkubasi di dalam Caliana Indonesia, tempat saya beberapa bulan sebelumnya bekerja sebagai analis inisiatif strategis langsung di bawah Direktur Utama. Tesisnya sederhana: keahlian internal organisasi adalah aset yang bisa diindeks, ditarik kembali, dan dipakai ulang, bukan diketik ulang, dan sistem yang mengerjakannya harus hidup di dalam tembok organisasi itu sendiri.

**Perjalanannya**
- Jul 2025: Analis inisiatif strategis di Caliana Indonesia. Riset pasar, studi kelayakan, dan proposal untuk Direktur Utama. Masalah yang sama terus muncul di setiap proses yang padat dokumen.
- Nov 2025: Spead AI berdiri, diinkubasi di dalam Caliana. Founder dan Lead AI Engineer, dari validasi pasar sampai rekayasa inti, dengan kekayaan intelektual tetap dimiliki penuh.
- Des 2025: Google for Startups AI Solution Lab Program 2025. Akses komputasi, mentorship teknis, dan tolok ukur arsitektur multi-agen terhadap standar global.
- 2026: MVP produksi dalam pilot di sebuah BUMN. Dipasang untuk uji pilot strategis, di infrastruktur yang dikendalikan klien.

Saya mendirikan perusahaan ini dan memimpinnya dari ujung ke ujung, dari validasi pasar dan arsitektur deep-tech sampai rekayasa AI intinya, membawa produk dari nol ke MVP produksi. Spead AI juga menjadi studi kasus capstone untuk Magister Manajemen New Ventures Innovation saya di Universitas Prasetiya Mulya, sehingga keputusan model bisnis diuji pada produk yang hidup, bukan pada slide presentasi.

## Yang dibangun

**Bagaimana sebuah dokumen menjadi keputusan, tanpa keluar dari gedung** (Semua yang di bawah ini berjalan di infrastruktur Anda sendiri)
1. Dokumen dan aturan Anda: Kontrak, regulasi, laporan lama, dan templat, diindeks apa adanya.
2. RAG kontekstual dan server MCP: Retrieval yang disetel ke struktur Anda, dengan server MCP yang membuka basis data berdaulat dan knowledge graph ke agen.
3. Alur kerja multi-agen: Agen-agen khusus menyusun, memeriksa, dan saling mengoreksi sebelum apa pun sampai ke manusia.
4. Laporan, analisis, peta kepatuhan: Dikirim lewat kanal yang sudah dipakai tim Anda, lengkap dengan jejak audit.

- **Multi-agen dan kedaulatan data.** Pipeline multi-agen berdaulat yang menghubungkan LLM dengan infrastruktur on-premise atau private cloud terisolasi, dengan loop koreksi mandiri, sehingga tidak ada yang bocor ke luar organisasi.
- **Model Context Protocol.** Server MCP kustom yang menyambungkan basis data berdaulat dan knowledge graph internal langsung ke alur kerja agen.
- **Gateway multi-kanal.** AI gateway yang mengorkestrasi alur kerja otonom di 50+ protokol pesan enterprise.
- **Document intelligence.** Pipeline otomatis untuk membedah dokumen tak terstruktur dan memetakan kepatuhan regulasi, pekerjaan yang dulu memakan waktu berhari-hari membaca.
- **Sudah jadi produk.** Mesin dokumennya menjadi Doc Builder dan Doc Assistant di spead.ai, dan perencana operasionalnya menjadi Daily Productivity Planner. Bagian produk di bawah memuat kelima modulnya.

Perangkatnya sama dengan yang saya pakai di seluruh pekerjaan AI saya: Python dengan LangGraph dan LangChain untuk orkestrasi, MCP untuk akses alat dan data, pencarian vektor dengan Pinecone dan FAISS, serta Google Cloud atau server on-premise untuk infrastruktur, tergantung di mana data klien boleh berada.

## Produknya

Yang ditemui pengunjung di spead.ai hari ini adalah versi terkemas dari mesin itu: "karyawan AI administratif" untuk organisasi di Indonesia, dijual berjenjang, dengan penerapan enterprise seperti dijelaskan di atas berada di anak tangga teratas.

**Lima modul di spead.ai**
- Doc Assistant (1 juta+ dokumen): Bertanya ke seluruh basis dokumen dan mendapat jawaban yang berpijak pada berkas Anda sendiri.
- Doc Builder (87% lebih cepat): Dokumen korporat terstandar dan otomatis dari templat dan laporan lama.
- Daily Productivity Planner (90% lebih produktif): Penjadwalan dan prioritas otomatis untuk tim.
- AI Partner: Konsultan bisnis yang tersedia sepanjang waktu dan paham konteks Anda.
- Enterprise Admin Panel: Kedaulatan data, izin akses, dan tata kelola terpusat untuk administrator.
Dikemas dari paket gratis untuk satu pengguna sampai Enterprise untuk 50 pengguna, plus paket Custom dengan penerapan on-premise, SSO, dan SLA 99% untuk instansi pemerintah dan BUMN. Produknya berjalan di spead.caliana.id.

## Ditopang Caliana

Spead AI bukan eksperimen seorang diri. Ia diinkubasi di dalam Caliana Indonesia, merek teknologi milik PT Data Nusantara Adhikarya, dan Caliana memajangnya di menu utama sebagai lini AI administratif bisnisnya. Itu memberi produk AI muda hal yang biasanya tidak ia punya: perusahaan bersertifikat di balik kontrak, kanal penjualan yang sudah menjangkau komite pengadaan, dan klien yang pernah bekerja dengan induknya.

**Ditopang oleh**
- Caliana Indonesia: Inkubator dan kanal distribusi, PT Data Nusantara Adhikarya
- : AI Solution Lab Program 2025, lulus Desember 2025

- Caliana membangun sistem terintegrasi sejak 2019: visitor management, intelligent surveillance, big data, integrated command center, access control, face recognition, learning management, dan pengembangan software enterprise.
- Bersertifikat ISO 9001, terdaftar di Direktorat Jenderal Kekayaan Intelektual, dan reseller terdaftar di e-Katalog LKPP, platform pengadaan Pemerintah Indonesia.
- Daftar kliennya mencakup PLN, Pertamina, Daikin, Traveloka, GMF AeroAsia, ISS, Bakrie Tower, Prodia, serta lembaga publik seperti Diskominfo Banggai dan Satlat Brimob Cikeas.

## Validasi dan kecocokan pasar

*Di Google for Startups AI Solution Lab Program, 2025. Program ini membandingkan arsitektur multi-agennya dengan standar global.*

- Terpilih dalam Google for Startups AI Solution Lab Program 2025, dengan akses komputasi dan mentorship teknis, dan lulus pada Desember 2025.
- Riset pasar enterprise dan studi kelayakan memetakan otomatisasi berdampak paling tinggi di sektor publik dan perusahaan teregulasi sebelum satu baris kode produk pun ditulis.
- Kerangka product-market-fit mengintegrasikan Spead AI ke kanal distribusi bersertifikat ISO milik Caliana dan proposal strategisnya, dan lewat jalan itulah produk AI muda bisa sampai ke komite pengadaan.

## Hasil

**87% lebih singkat per laporan**. Dari sekitar lima jam menjadi sekitar empat puluh menit per laporan korporat, dengan kesalahan manusia yang lebih sedikit, diukur pada alur dokumen yang digantikan pilot ini.

- MVP enterprise siap produksi dibangun dari nol dan dipasang untuk uji pilot strategis di sebuah BUMN.
- 100% kekayaan intelektual inti dan basis kodenya tetap dimiliki, dengan tata kelola teknis yang siap untuk spin-off.

## Posisi Spead AI saat ini

- **3** enterprise aktif
- **2** penerapan pemerintah (sedang berjalan)
- **87%** pelaporan lebih cepat (di pilot BUMN)
- **100%** HAKI inti dipegang (siap spin-off)

Spead AI sudah berjalan di tiga enterprise, dengan dua penerapan pemerintah yang sedang berjalan. Lima modul di spead.ai (Doc Assistant, Doc Builder, Daily Productivity Planner, AI Partner, dan Enterprise Admin Panel) adalah versi kemasan dari mesin yang sama, didistribusikan lewat kanal Caliana yang bersertifikat ISO, dan 100% kekayaan intelektual inti (HAKI) serta kode sumbernya tetap dipegang pendirinya, siap untuk spin-off.

Spead AI juga merupakan New Venture Project saya, tugas akhir program MM New Ventures Innovation di Universitas Prasetiya Mulya.

**Mau angka yang sama di dokumen Anda sendiri?** Ceritakan proses mana yang paling menyita jam kerja tim Anda. Saya balas dengan gambaran pilotnya, di infrastruktur yang Anda kendalikan.

## Pelajaran

> Model jarang menjadi hambatan utama. Kualitas retrieval, struktur dokumen, dan batas izin akses yang menentukan apakah sebuah keluaran layak dipakai di alur kerja korporat. (Yang diajarkan setiap pilot sejauh ini)

Membangun untuk organisasi yang punya komite pengadaan juga memaksa disiplin sejak awal: jejak audit, batas data, dan jawaban yang jelas atas pertanyaan "data kami disimpan di mana" harus ada sebelum pilot pertama, bukan sesudahnya.

**Kenapa latar kontrak itu penting** Tahun-tahun saya di manajemen kontrak dan klaim PT Waskita Karya ternyata sama bergunanya di sini dengan kerangka kerja mana pun. Pengadaan, kepatuhan, dan tanggung gugat bukan penghalang produk AI; itulah daftar kebutuhannya.

Source: https://nugrahalabib.com/id/work/spead-ai
Author: Nugraha Labib Mujaddid (https://nugrahalabib.com)
Published: 2026-09-21. Updated: 2026-09-25.
