Apa Itu Due Diligence? Cara VC Memverifikasi Startup AI
Summary
Due diligence adalah pemeriksaan klaim startup sebelum investor menanam modal: keuangan, hukum, teknologi, pasar, dan tim diuji terhadap pitch deck. Ada lima jalur kerja dan tujuh langkah yang umumnya diikuti. Untuk startup AI, empat pertanyaan tambahan sering menentukan harga: hak atas data pelatihan, kepemilikan model, ekonomi unit saat skala membesar, dan kemampuan mereproduksi hasil model. Pemeriksaan di luar ke dalam dengan basis data dilakukan sebelum data room dibuka, untuk menentukan klaim mana yang harus diuji lebih dulu.
Apa itu due diligence? Ini adalah verifikasi terstruktur atas klaim sebuah perusahaan sebelum uang, ekuitas, atau tanda tangan berpindah tangan. Dalam venture capital, investor menguji keuangan, status hukum, teknologi, pasar, dan tim startup, lalu membandingkan hasilnya dengan apa yang tertulis di pitch deck. Dalam praktiknya, prosesnya berupa daftar permintaan dokumen, sebuah data room, dan beberapa minggu di mana setiap angka diperiksa dua kali. Untuk startup AI pada 2026, daftar periksa itu punya dua butir tambahan: siapa pemilik data pelatihan, dan berapa biaya inferensi menggerus margin kotor.
Apa saja yang diperiksa dalam kesepakatan venture?
Lima jalur kerja berjalan secara paralel. Masing-masing punya penanggung jawab, daftar bukti, dan aturan kapan harus berhenti.
Keuangan: kualitas pendapatan, burn, runway, dan retensi kohort. Bukti: laporan laba rugi bulanan, mutasi rekening bank, dan ARR bridge.
Hukum: tabel kepemilikan saham, pendirian perusahaan, kontrak, dan sengketa. Bukti: anggaran dasar, perjanjian pemegang saham, skema opsi saham, dan MSA pelanggan.
Teknologi: arsitektur, keamanan, kepemilikan HKI, dan skalabilitas. Bukti: tinjauan kode, uji penetrasi, dan akses repositori.
Komersial: ukuran pasar, pipeline, churn, dan konsentrasi pelanggan. Bukti: panggilan dengan pelanggan, ekspor CRM, dan catatan menang atau kalah.
Tim: latar belakang pendiri, perekrutan kunci, dan referensi. Bukti: panggilan referensi tidak resmi dan perjanjian kerja.
Semakin awal tahap pendanaan, semakin ringan empat baris pertama. Cek pra-seed hampir sepenuhnya bertumpu pada baris tim, karena tidak ada lagi yang bisa diaudit. Menjelang Series A, baris keuangan dan hukum memikul sebagian besar bobot, dan investor mengharapkan pembukuan yang rapi. Kruze Consulting menerbitkan daftar periksa due diligence per tahap yang memperlihatkan item yang biasanya diminta investor pada tahap pra-seed, Series A, dan Series B.
Satu perbedaan perlu dipahami lebih dulu. Due diligence bukan audit. Auditor memastikan laporan keuangan mengikuti aturan akuntansi. Tim diligence bertanya apakah bisnis ini memang seperti yang dikatakan penjual, lalu memberi harga pada selisihnya. Temuan tidak hanya menentukan lolos atau gagal sebuah kesepakatan. Temuan menggeser valuasi, ketentuan escrow, dan syarat penutupan.
Siapa yang menjalankannya, dan berapa lama?
Di sisi pembeli, seorang lead partner atau principal memegang proses, seorang associate menyusun model, dan penasihat hukum eksternal menangani jalur hukum. Akuntan dan penasihat teknis dilibatkan untuk pertanyaan spesifik, bukan untuk seluruh berkas. Di sisi penjual, CFO atau pemimpin keuangan paruh waktu menyusun data room dan menjawab pertanyaan.
Lama prosesnya bergantung pada ukuran transaksi. Putaran seed dengan lead yang sudah mengenal pendiri bisa selesai dalam dua hingga tiga minggu. Series B dengan investor baru lebih dekat ke enam hingga delapan minggu. Akuisisi pengendalian berlangsung lebih lama karena jalur hukum dan pajaknya membesar. Anggap angka ini sebagai kisaran operasional, bukan patokan. Belum ada dataset publik yang melacak durasi diligence, dan siapa pun yang menyebut rata-rata yang presisi sedang menebak.
Pendorong biaya jarang berupa tarif jasa. Yang paling mahal adalah perhatian pendiri. Tim yang menghabiskan empat minggu untuk menjawab permintaan adalah tim yang tidak sedang membangun produk. Investor yang memahami hal ini mengirim satu daftar permintaan terkonsolidasi, bukan lima.
Tujuh langkah yang biasanya diikuti sebagian besar kesepakatan
Penyaringan. Kesesuaian dengan tesis, tahap, dan ukuran cek. Sebagian besar pipeline gugur di sini, dan memang itulah tujuannya.
Panggilan manajemen. Pendiri menjelaskan angka-angkanya. Investor mendengarkan apa yang tidak tercantum di deck.
Daftar permintaan. Berkas terstruktur berisi dokumen yang dikirim sekali. Sampel daftar permintaan VC dari Cooley GO adalah templat yang banyak dipakai ulang.
Tinjauan data room. Jalur keuangan, hukum, dan teknologi diperiksa secara paralel.
Panggilan referensi dan pelanggan. Pengecekan tidak resmi dengan mantan rekan kerja, lalu tiga sampai lima pelanggan.
Memo temuan. Red flag diklasifikasikan sebagai pemblokir, pendorong harga, atau dapat diperbaiki setelah penutupan.
Penyesuaian term sheet atau mundur. Temuan diubah menjadi representasi, jaminan, indemnitas, escrow, atau harga yang lebih rendah.
Melewati langkah 5 adalah pintasan yang paling umum sekaligus paling mahal. Pelanggan yang berkata "kami sedang mengevaluasi alternatif" memberi sinyal yang tidak ada di data room mana pun.
Apa yang berubah ketika targetnya startup AI?
Diligence perangkat lunak tradisional meninjau kualitas kode, keamanan, dan arsitektur. Semua itu tetap berlaku. Lapisan AI menambah empat pertanyaan yang menentukan kesepakatan.
Apakah perusahaan memiliki hak atas data yang dipakai untuk melatih modelnya? Data pelatihan bisa berasal dari lisensi, scraping, pembelian, atau dihasilkan oleh pengguna, dan setiap sumber membawa hak yang berbeda. Investor meminta lisensi untuk setiap dataset penting dan memastikan pelatihan model termasuk penggunaan yang diizinkan. Provenans yang hilang bukan catatan kaki. Dalam kasus serius, model menjadi tidak bisa dipakai. Pengawas regulasi juga menanyakan penilaian dampak perlindungan data dan dasar hukum untuk data pribadi apa pun dalam set pelatihan.
Apakah kemampuannya milik sendiri atau disewa? Model fondasi kian menjadi komoditas. Jika produknya hanya berupa prompt dan alur kerja yang dibungkus di sekitar API pihak ketiga, pesaing dengan tim teknik kecil bisa menyalinnya. Sinyal yang dicari adalah data milik sendiri, ketelitian evaluasi, dan kedalaman integrasi alur kerja. Sebuah demo tidak membuktikan satu pun dari ketiganya.
Apakah ekonomi unitnya bertahan ketika skala membesar? Biaya inferensi naik seiring pemakaian. Startup yang menyebut margin kotor 80 persen dari pilot dengan sepuluh pelanggan yang ramah belum memberi tahu Anda berapa margin pada sepuluh ribu permintaan per hari. Mintalah biaya per tugas, per kohort pelanggan, untuk enam bulan terakhir.
Apakah model bisa direproduksi dan dipertahankan? Model card, log pelatihan, set evaluasi, dan riwayat versi adalah padanan AI dari laporan keuangan yang diaudit. Jika tim tidak bisa menjalankan ulang akurasi utama kuartal lalu pada dataset baru, proyeksi adopsi yang dibangun di atasnya menjadi lemah.
Keamanan mendapat jalurnya sendiri. Agen dengan izin yang luas, paparan prompt injection, dan akses data pihak ketiga adalah permukaan serangan yang tidak dirancang untuk diuji oleh tinjauan perangkat lunak klasik. Red flag-nya sederhana: data sensitif dapat dijangkau oleh sistem yang tidak punya alasan untuk melihatnya.
Dari mana datanya berasal: lapisan outside-in
Sebelum data room dibuka, tim diligence membangun gambaran outside-in dari basis data. Siapa saja yang sudah mendanai perusahaan ini, seperti apa pola perekrutannya, dan bagaimana halaman harga produknya berubah. Lapisan ini relatif murah dibanding yang lain, dan ia menentukan pertanyaan untuk panggilan manajemen.
Crunchbase adalah titik masuknya. Menurut daftar vendor, paket Pro mandiri berharga sekitar $49 per pengguna per bulan dengan penagihan tahunan, dan ekspornya dibatasi 2,000 baris per bulan. Batas itulah yang perlu direncanakan. Angka itu cukup untuk pemeriksaan satu perusahaan, tetapi terlalu kecil untuk memetakan satu vertikal.
PitchBook berada di ujung lainnya. Cakupannya sekitar 4.5 juta perusahaan dan 525,000 investor, dijual berdasarkan penawaran harga dengan model per kursi, pada titik harga enterprise. Cakupan itu membenarkan biayanya ketika Anda membutuhkan comps transaksi, data tingkat dana, dan riwayat M&A dalam satu tempat. Untuk satu pemeriksaan sekali pakai, biayanya tidak sepadan.
Dealroom adalah pilihan yang lebih kuat untuk target Eropa. Harga yang dilaporkan dimulai sekitar EUR 12,600 dengan minimum tiga kursi, jadi ini alat untuk tim, bukan alat untuk analis solo.
Tracxn menyusun perusahaan ke dalam taksonomi sektor yang dikurasi, dengan laporan lanskap yang ditulis analis, dan paling kuat di India serta Asia Tenggara. Untuk target AI di pasar tersebut, Tracxn sering memunculkan pesaing yang terlewat oleh basis data Barat.
Tidak satu pun dari ini menggantikan data room. Semuanya memberi tahu Anda klaim mana yang perlu diuji lebih dulu. Selisih antara yang ditampilkan basis data dan yang dikatakan pendiri adalah tempat panggilan manajemen seharusnya menghabiskan waktunya.
Red flag mana yang mengubah harga, dan mana yang mengakhiri kesepakatan?
Tidak semua temuan memiliki bobot yang sama. Pengurutan yang berguna adalah berdasarkan apa yang bisa dilakukan investor terhadapnya.
Mengakhiri kesepakatan:
IP pendiri atau kontributor kunci belum dialihkan ke perusahaan
Data pelatihan diperoleh dengan melanggar lisensinya, tanpa jalan perbaikan
Pendapatan yang tidak bisa direkonsiliasi dengan mutasi rekening bank
Menggeser harga:
Biaya inferensi yang menekan margin kotor di bawah angka dalam deck
Konsentrasi pelanggan di atas sepertiga ARR pada satu akun
Konflik lisensi open-source yang memerlukan rearsitektur
Bisa diperbaiki setelah penutupan:
Notulen rapat direksi yang hilang atau opsi saham yang tidak diperbarui
Celah keamanan dengan rencana perbaikan yang jelas
Versi model yang tidak terdokumentasi
Pengurutan ini menentukan dokumennya. Item yang mengakhiri kesepakatan menghentikan proses. Item yang menggeser harga menjadi valuasi yang lebih rendah atau earn-out yang terikat pada kinerja yang terverifikasi. Item yang bisa diperbaiki menjadi syarat penutupan, escrow, atau holdback yang terikat pada tonggak perbaikan.
Bagaimana pendiri sebaiknya bersiap sebelum data room dibuka?
Mulailah 60 hingga 90 hari sebelum penggalangan dana. Jalankan kelima jalur yang sama sebagai audit mandiri, lalu perbaiki yang murah untuk diperbaiki: alihkan IP, rapikan tabel kepemilikan saham, rekonsiliasi pendapatan dengan rekening bank, dan catat lisensi data pelatihan. Investor memberi harga pada apa yang bisa dibuktikan pendiri. Selama diligence, setiap klaim yang belum terbukti berubah menjadi diskon.
Bangun data room sebagai alat operasional, bukan upaya dadakan sekali jalan. Penutupan buku bulanan yang menghasilkan artefak yang sama dengan yang akan diminta investor membuat penggalangan dana berikutnya menjadi pekerjaan salin-tempel.
Khusus perusahaan AI, siapkan empat dokumen sebelum ada yang bertanya: inventaris dataset beserta ketentuan lisensinya, model card untuk setiap model produksi, laporan evaluasi yang menjelaskan set uji, dan tabel biaya per tugas per kohort. Keempatnya menjawab sebagian besar pertanyaan khusus AI dalam satu putaran.
Apa yang akan kami lakukan
Untuk cek seed atau Series A, lewati paket penasihat eksternal yang lengkap. Jalankan pemeriksaan basis data outside-in, dua panggilan pelanggan, dan pemeriksaan hukum satu halaman atas pengalihan IP serta tabel kepemilikan saham. Itu sudah mencakup kegagalan yang benar-benar menggagalkan kesepakatan.
Untuk Series B atau akuisisi, bayarlah tinjauan teknis jika klaim AI adalah dasar valuasinya. Model yang disewa dan model milik sendiri dihargai sangat berbeda, dan satu-satunya cara membedakannya adalah dengan meminta buktinya.
Sinyal, bukan narasi: berkas diligence dianggap selesai ketika setiap klaim dalam deck memiliki dokumen di sampingnya, atau sebuah diskon.