Edisi Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# Pendanaan $350 juta untuk Snorkel mendukung simulasi tempat kerja bagi AI

> Pendanaan baru Snorkel ditujukan bagi simulasi tempat kerja, tempat agen AI dapat berlatih menggunakan alat, aturan, dan catatan perusahaan, sementara tindakan serta hasilnya dinilai.

By BIG CHANGE Editorial

Published: 2026-09-22T23:48:28.109Z
Updated: 2026-09-23T03:38:46.383Z
Canonical: https://bigchange.ai/blog/snorkel-ai-training-simulated-workplaces

![A blank monitor and tool tray sit inside an orange-edged controlled training workstation.](https://bigchange.ai/api/media/file/snorkel-training-room-boundary-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE. Illustration of a controlled training workstation with tools and a visible boundary. It does not show a customer system or a production result.

Snorkel AI menjual simulasi tempat kerja untuk melatih agen. Simulasi itu mencakup catatan, alat, dan aturan perusahaan, serta menilai tindakan dan hasil kerja agen.

Pada 22 September, Snorkel [mengumumkan pendanaan Seri E sebesar $350 juta dengan valuasi $3,5 miliar](https://snorkel.ai/blog/data-2-0-and-the-research-era-of-ai-data/). Pendanaan ini baru; arah produknya bukan. Snorkel menjelaskan metode pembangunan lingkungannya pada 2025, dan Data Series saat ini mencantumkan simulasi penjaminan asuransi properti dan kecelakaan serta keuangan. Putaran pendanaan ini mendukung bisnis yang sudah ada, yang mengubah pengetahuan ahli tentang pekerjaan menjadi infrastruktur pelatihan dan evaluasi.

## Perubahan besar

- **Yang berubah:** Pemasok data pelatihan dapat menjual simulasi proses kerja perusahaan. Keberhasilan mensyaratkan penggunaan alat dan catatan yang tersedia untuk menuntaskan alur kerja.
- **Mengapa ini penting:** Orang yang menyusun lingkungan turut menentukan seperti apa pekerjaan yang kompeten. Ambang kebijakan, persetujuan wajib, atau pembaruan basis data menjadi bagian dari sinyal yang memberi penghargaan pada satu perilaku dan menolak perilaku lain. Karena itu, penilaian bidang pekerjaan menjadi masukan pelatihan, bukan hanya pemeriksaan akhir.
- **Yang perlu dipantau:** Snorkel mengatakan akan memperluas hibah Open Benchmarks. Untuk lingkungan komersial, pertanyaan utamanya adalah seberapa dekat alat, aturan, dan pengecualiannya dengan operasi pembeli, sebab keberhasilan simulasi diukur berdasarkan versi pekerjaan yang dibangun tersebut.

## Isi simulasi perusahaan

Kumpulan data statis dapat memasangkan pertanyaan dengan jawaban yang diharapkan. Lingkungan simulasi menambahkan tindakan dan konsekuensi. Agen memilih alat, mengamati hasilnya, lalu menentukan langkah berikutnya. Basis data dapat berubah, pengguna simulasi dapat memberikan informasi yang kurang, dan kebijakan dapat mewajibkan eskalasi.

[Uraian Snorkel pada Agustus tentang lingkungan perusahaan](https://snorkel.ai/blog/enterprise-environments-ai-agents/) menyebutkan bahwa evaluasi memeriksa jawaban, keadaan sistem yang dihasilkan, izin, persetujuan, dan proses pengumpulan bukti. Karena itu, klaim bahwa tugas selesai dapat dinyatakan gagal jika catatan yang mendasarinya tidak berubah.

Halaman produk saat ini tentang [Lingkungan Perusahaan](https://snorkel.ai/data-series/enterprise-environments/) mencantumkan penjaminan asuransi dan keuangan sebagai layanan yang tersedia, masing-masing dengan ribuan tugas dan pengguna simulasi. Semua ini merupakan artefak pelatihan.

Artefak yang sama dapat digunakan untuk dua tujuan terkait. Tim dapat memakainya untuk mengevaluasi agen dengan tugas yang dapat diulang. Tim juga dapat memasukkan tugas dan sinyal imbalannya ke dalam siklus pembelajaran penguatan, sehingga perilaku yang berhasil memengaruhi tindakan selanjutnya.

## Aturan merupakan bagian dari produk

Snorkel menyebutkan bahwa para ahli menentukan alur kerja dan kriteria keberhasilan; teknisi membangun alat dan datanya. Verifikator menilai pekerjaan, sementara agen oracle memeriksa bahwa tersedia jalur yang valid.

Aturan khusus perusahaan mengharuskan agen memeriksa lingkungannya, bukan hanya mengandalkan pengetahuan umum tentang industri.

Penyusun lingkungan menentukan pengecualian mana yang penting, apa yang dianggap selesai, dan jalur alternatif mana yang dapat diterima. Pembeli dan pakar bidang terkait perlu memastikan pilihan itu mencerminkan pekerjaan yang sesungguhnya.

## Uji terkendali memiliki batas

Penjelasan teknis Snorkel tahun [2025](https://snorkel.ai/blog/snorkeling-in-rl-environments/) menyebutkan bahwa lingkungannya menggunakan layanan dan skema yang representatif, dengan data sintetis atau anonim sebagai pengganti sistem aktif. Kendali ini memungkinkan tim mengulang tugas, memeriksa perubahan basis data, dan menguji tindakan terlarang tanpa menyentuh catatan pelanggan.

Hasilnya merupakan bukti kinerja terhadap alur kerja yang dikodekan. Halaman sumber menjelaskan cara Snorkel menyusun dan memeriksa tugas, tetapi tidak menyajikan studi independen yang menghubungkan skor dari simulasi komersial ini dengan keandalan dalam operasi penjaminan asuransi atau keuangan yang sebenarnya. Penggunaan di lingkungan produksi tetap bergantung pada ketepatan simulasi dalam menangkap alat, data, dan kasus khusus di dunia nyata.

## Apa yang didukung oleh pendanaan

Snorkel berawal sebagai sistem untuk mengembangkan kumpulan data berlabel. Penawaran terbarunya mengemas pengetahuan ahli menjadi lingkungan simulasi, evaluator, dan tugas pelatihan. Pergeseran ini menghadirkan komponen tersendiri dalam tumpukan AI: versi pekerjaan yang dibangun, termasuk aturan untuk menentukan apakah agen mengerjakannya dengan benar.

Bagi pakar bidang terkait, penentuan tugas dan verifikasi kini lebih dekat dengan pengembangan model. Bagi pembeli, mutu spesifikasi menjadi bagian dari hal yang dibeli. Rencana Snorkel untuk memperluas program Open Benchmarks Grants dapat membuka lebih banyak proses penyusunan dan penilaian lingkungan untuk diperiksa, tetapi pengumuman pendanaan tersebut tidak merinci hibah berikutnya ataupun ketentuannya.

## Sources

- [Snorkel AI: Data 2.0 dan era riset data untuk AI](https://snorkel.ai/blog/data-2-0-and-the-research-era-of-ai-data/) — CEO Alex Ratner mengumumkan pendanaan Seri E sebesar $350 juta dengan valuasi $3,5 miliar serta mengatakan bahwa Snorkel akan memperluas program Open Benchmarks Grants. Klaim artikel yang lebih luas tentang kemampuan model, peningkatan rekursif, dan arah pasar merupakan pandangan perusahaan, bukan temuan independen.
- [Snorkel AI: Lingkungan perusahaan dan pelatihan AI untuk alur kerja dunia nyata](https://snorkel.ai/blog/enterprise-environments-ai-agents/) — Menjelaskan komponen simulasi perusahaan, konstruksi oleh pakar dan teknisi, pemeriksaan jalur oleh agen oracle, aturan khusus perusahaan, serta evaluasi atas jawaban, keadaan, keselamatan, dan proses. Contoh asuransinya merupakan artefak pelatihan, bukan penerapan nyata yang terdokumentasi.
- [Snorkel Data Series: Lingkungan Perusahaan](https://snorkel.ai/data-series/enterprise-environments/) — Halaman produk terkini mencantumkan lingkungan penjaminan asuransi properti dan kecelakaan serta keuangan sebagai layanan yang tersedia, dengan ribuan tugas, basis data, dokumen kebijakan, alat khusus bidang, dan pengguna simulasi. Klaim tentang kinerja dan penerapan ke operasi nyata tidak disertakan karena halaman tersebut tidak memberi rincian metodologi yang memadai untuk artikel ini.
- [Snorkel AI: Simulasi lingkungan untuk pembelajaran penguatan](https://snorkel.ai/blog/snorkeling-in-rl-environments/) — Menjelaskan konteks lingkungan, tindakan, keadaan, dan sinyal evaluasi; membedakan evaluasi simulasi dari lingkungan pembelajaran penguatan; serta menguraikan layanan representatif, skema, data sintetis atau anonim, verifikator, dan tinjauan pakar. Sumber ini menetapkan metode yang diungkapkan, bukan keandalan dalam produksi.