Oleh Maksym Misichenko · CNBC ·
Apa yang dipikirkan agen AI tentang berita ini
Konsensus panel adalah bahwa meskipun dorongan AI Tiongkok signifikan, negara itu menghadapi hambatan besar, terutama dalam talenta perangkat keras dan perangkat lunak. Strategi efisiensi 'cukup baik' dan integrasi industri Tiongkok mungkin tidak cukup untuk menutup kesenjangan dengan AS dalam AI frontier. Risiko utamanya adalah hambatan perangkat keras dan ketidakmampuan untuk mengubah subsidi menjadi keunggulan kompetitif yang berkelanjutan.
Risiko: Hambatan perangkat keras dan ketidakmampuan mengubah subsidi menjadi keunggulan kompetitif yang berkelanjutan
Peluang: Potensi efisiensi perangkat lunak untuk mengimbangi sebagian kerugian perangkat keras
Analisis ini dihasilkan oleh pipeline StockScreener — empat LLM terkemuka (Claude, GPT, Gemini, Grok) menerima prompt identik dengan perlindungan anti-halusinasi bawaan. Baca metodologi →
Hai, ini Evelyn, menulis untuk Anda dari Beijing. Selamat datang di edisi terbaru The China Connection — rangkuman apa yang saya lihat dan dengar dari bisnis lokal.
Apakah perlombaan AI adalah tentang siapa yang bisa menghabiskan paling banyak (AS), atau siapa yang harganya lebih murah (Tiongkok) sebagian berkat biaya listrik yang dikontrol negara? Mungkin bukan keduanya.
Bagi Beijing, perlombaan kecerdasan buatan adalah cerita tentang keteguhan.
Jika Tiongkok memiliki satu dolar tersisa, "dolar itu akan dihabiskan untuk AI daripada real estat," kata Bruce Liu, CEO Esoterica Capital.
Tujuannya adalah untuk mandiri dalam AI, tanpa bergantung pada AS, katanya. "Mereka tidak perlu memiliki AI terbaik di dunia."
Segala sesuatu mulai dari kebijakan nasional Tiongkok hingga subsidi tingkat distrik menggarisbawahi ambisi tersebut. Sejauh ini, Tiongkok telah membuat kemajuan dalam chip canggih untuk memberdayakan AI. Tetapi mereka masih tertinggal dari Nvidia.
Sekarang Nvidia telah mengumpulkan raksasa Wall Street untuk mendukung pembiayaan senilai $500 miliar untuk pengembangan AI, menunjukkan keunggulan AS dalam modal.
Investasi AI sektor swasta di AS sekitar 23 kali lebih besar daripada di Tiongkok daratan, menurut Alexander Kheder, analis TMT, di BMI, sebuah unit Fitch Solutions.
Kecuali Beijing mempermudah perusahaan AI Tiongkok untuk mengakses modal eksternal non-negara, "asimetri pembiayaan ini akan tetap menjadi salah satu penjelasan struktural paling tahan lama untuk kepemimpinan AS," kata Kheder.
Itu tidak menghentikan perusahaan Tiongkok untuk merilis model AI dengan kemampuan serupa — dengan harga lebih rendah, bahkan dengan kenaikan harga akhir pekan DeepSeek. Bisnis global sangat ingin mencobanya.
Tetapi menjalankan model tersebut masih membutuhkan chip — kemampuan yang tidak dimiliki Beijing dibandingkan dengan AS.
Tiongkok "bisa mengumumkan lebih banyak dukungan finansial," kata Clifford Kurz, direktur di S&P Global Ratings. "Tetapi jika mereka tidak memiliki chip, apa gunanya dukungan? Tidak ada yang bisa dibiayai."
Huawei hanya menawarkan sekitar seperdelapan kapasitas komputasi yang dimiliki Nvidia, sebagian besar di luar Tiongkok, kata Kurz. Dia mencatat bahwa setiap chip Ascend 950 tercanggih Huawei memiliki sekitar 13% kekuatan komputasi dari satu chip Nvidia GB300.
Nvidia memiliki chip Vera Rubin yang lebih kuat lagi yang akan keluar tahun ini. Dan untuk saat ini, Huawei telah mengimbanginya dengan menumpuk lebih banyak chip.
Tetapi Kurz menunjukkan bahwa perusahaan Tiongkok diperkirakan akan memproduksi hanya 1,35 juta chip AI canggih tahun ini — jauh lebih sedikit daripada perkiraan paling konservatif sekalipun yaitu 6 juta chip Nvidia.
Cerita bisa berubah dengan cepat. Huawei dan perusahaan Tiongkok lainnya di sepanjang rantai pasokan AI telah mempersempit kesenjangan dengan pesaing global hanya dalam beberapa tahun. Tiongkok juga merayu talenta AI, dan memiliki biaya listrik yang rendah.
Bagi investor seperti Raffles Family Office, dorongan semikonduktor domestik Tiongkok menciptakan peluang "paralel", daripada persaingan untuk modal yang menuju ke teknologi AS, kata William Chow, wakil CEO grup dari perusahaan yang berbasis di Hong Kong dan Singapura.
Klien lebih peduli tahun ini tentang harga masuk untuk berinvestasi dalam AI, katanya. Chow mencatat bahwa rencana pembiayaan Nvidia menggeser lebih banyak risiko ke kredit daripada ekuitas, yang berarti diversifikasi investasi lebih penting.
Di sini lagi cerita berbeda dari AS.
Ketika menyangkut proyek AI di Tiongkok, "kami belum mengamati rencana signifikan untuk penerbitan utang skala besar oleh perusahaan domestik terkemuka," kata Zhu He, peneliti senior di CF40 Institute, sebuah think tank ekonomi yang berbasis di Beijing. Itu menurut terjemahan CNBC dari Mandarin.
Zhu mengatakan sebagian besar perusahaan menggunakan pembiayaan ekuitas dan dana internal untuk pengeluaran AI, dan bahwa raksasa telekomunikasi serta perusahaan internet berinvestasi dalam teknologi tersebut.
Tiongkok pada bulan Juni merilis rencana tiga tahun untuk membangun infrastruktur guna mendukung kekuatan komputasi yang lebih cepat, dan bulan lalu mengatakan pihaknya memperkirakan pembangunan jaringan kekuatan komputasi di negara itu akan menarik 4 triliun yuan modal hingga tahun 2030.
Baik di Tiongkok maupun AS, skala uang yang dibutuhkan untuk AI mencerminkan pergeseran dari model aset-ringan yang telah membantu bisnis menang dalam dua dekade terakhir, kata Liu dari Esoterica. "Hyperscaler perlu mengeluarkan uang untuk maju."
Pada akhirnya, AI masih menghadapi ujian komersialisasi. Perusahaan AS telah menghabiskan banyak uang untuk mengembangkan model terpintar, sementara tujuan Tiongkok adalah integrasi AI di berbagai industri.
"Persaingan AI adalah tentang aplikasi berdasarkan tumpukan AI penuh," kata Winston Ma, profesor hukum tambahan di New York University.
Siapa pun yang menemukan formula yang tepat siap untuk menang.
Beijing dikabarkan bergerak untuk mengklarifikasi aturan pajak yang menimbulkan kebingungan di kalangan orang super kaya Tiongkok
Administrasi Pajak Negara Tiongkok sedang melakukan pelatihan untuk petugas pajak lokal untuk menyelaraskan detail teknis tentang bagaimana pungutan atas perwalian luar negeri harus diterapkan, kata beberapa penasihat pajak.
Manus akan kembali sebagai perusahaan independen
Manus mengatakan akan "segera beroperasi kembali sebagai perusahaan independen," setelah regulator Tiongkok pada bulan April menuntut Meta membatalkan akuisisi startup kecerdasan buatan senilai $2 miliar.
Jawaban Tiongkok untuk Boeing dan Airbus melakukan penerbangan internasional pertama
C919 buatan Tiongkok memulai rute penerbangan komersial antara Beijing dan Ulaanbaatar, Mongolia.
Tencent melihat lonjakan pengeluaran, mempertahankan potensi keuntungan AI 'superior'
Raksasa teknologi Tiongkok mengatakan belanja modal untuk kuartal Juni naik 65% karena terus berinvestasi dalam infrastruktur AI. Tencent menambahkan bahwa pendapatan game domestik melonjak 17% dari tahun ke tahun, berakselerasi dari kuartal pertama.
IPO Unitree diharapkan minggu ini
18 Agustus: Laporan keuangan Pony.ai
19 - 23 Agustus: World Robot Conference di Beijing
20 Agustus: Keputusan bulanan People's Bank of China tentang suku bunga pinjaman acuan
20 Agustus: Laporan keuangan Alibaba
22 - 26 Agustus: World Humanoid Robot Games di Beijing
Empat model AI terkemuka mendiskusikan artikel ini
"Strategi AI Tiongkok bergeser dari persaingan model terdepan ke utilitas industri, menjadikan kesenjangan perangkat keras sebagai perhatian sekunder bagi keberhasilan integrasi AI domestik."
Narasi 'perlombaan AI' biner antara AS dan Tiongkok mengabaikan perbedaan tujuan: AS mengejar AGI (Kecerdasan Umum Buatan) terdepan melalui belanja modal besar-besaran, sementara Tiongkok beralih ke integrasi industri dan efisiensi 'cukup baik'. Kesenjangan pendanaan 23x yang dikutip oleh BMI lebih merupakan cerminan pergeseran Tiongkok dari modal ventura gaya Barat menuju kebijakan industri yang diarahkan negara daripada tanda kegagalan. Namun, hambatan perangkat keras itu nyata; ketergantungan Huawei pada pengelompokan chip (menumpuk beberapa chip untuk meniru kinerja kelas atas) menciptakan latensi besar dan inefisiensi daya yang akan menghambat penskalaan. Investor harus memantau pendapatan Alibaba (BABA) untuk tanda-tanda apakah investasi infrastruktur ini benar-benar menghasilkan pendapatan tambahan atau hanya menggelembungkan CAPEX.
Jika Tiongkok berhasil mencapai 'kedaulatan AI' melalui integrasi vertikal dan daya yang disubsidi negara, mereka dapat mengkomoditisasi lapisan AI secara global, secara efektif membuat investasi CAPEX besar para *hyperscaler* AS tidak menguntungkan karena perang harga.
"Hambatan AI Tiongkok bukanlah modal atau bahkan chip—melainkan apakah inovasi algoritmik dan efisiensi perangkat lunak dapat mengimbangi kerugian perangkat keras sebelum kontrol ekspor AS memperketat kesenjangan secara permanen."
Artikel tersebut membingkai tantangan AI Tiongkok sebagai kendala modal dan pasokan chip, tetapi melewatkan risiko yang lebih halus: ketergantungan Tiongkok pada pembiayaan ekuitas (bukan utang) untuk infrastruktur AI mungkin sebenarnya *secara struktural lebih unggul* untuk menghindari pergeseran risiko kredit yang diperkenalkan rencana Nvidia yang sarat utang senilai $500 miliar. Namun, kendala sebenarnya *bukanlah* uang atau chip—melainkan talenta perangkat lunak dan inovasi algoritmik. Pemotongan harga DeepSeek menandakan kompresi margin, bukan dominasi. Output chip Tiongkok sebesar 1,35 juta dibandingkan dengan 6 juta+ Nvidia adalah kesenjangan 4-5 tahun pada tingkat capex saat ini, tetapi kesenjangan itu menyempit jika gesekan geopolitik memaksa pembatasan ekspor AS. Artikel tersebut meremehkan seberapa cepat Ascend 950 Huawei dapat ditingkatkan melalui penumpukan dan optimasi perangkat lunak.
Jika model AI domestik Tiongkok mencapai kesetaraan dalam kapabilitas sambil menawarkan harga 60-70% lebih rendah, pasar yang dapat dijangkau untuk AI Tiongkok akan meledak di pasar negara berkembang dan UKM secara global—menggerogoti TAM Nvidia jauh lebih cepat dari yang disarankan artikel, dan kesenjangan chip menjadi kurang relevan jika efisiensi perangkat lunak meningkat.
"Tanpa terobosan dalam kapasitas semikonduktor domestik, perlombaan AI Tiongkok akan kesulitan menandingi kepemimpinan AS."
Dorongan AI Tiongkok itu nyata, tetapi artikel tersebut mengabaikan hambatan inti: ketersediaan komputasi, kontrol ekspor, dan kemampuan untuk mengubah subsidi menjadi keunggulan kompetitif yang berkelanjutan. Bahkan dengan biaya energi yang lebih rendah dan kebijakan yang agresif, Tiongkok masih tertinggal jauh dalam chip mutakhir (akselerator kelas Nvidia) dan ekosistem perangkat lunak/pelatihan bersama yang menciptakan keunggulan AI praktis. Keunggulan AS dalam modal swasta dan *hyperscaler* skala awan memperparah hal ini, membuat cerita 'kemandirian' apa pun sangat bergantung pada 1) pasokan chip global, 2) akses ke alat-alat kunci, dan 3) akses data. Tanpa terobosan dalam kapasitas semikonduktor domestik, perlombaan AI Tiongkok lebih tentang penangkapan pasar daripada kesetaraan sejati.
Terhadap pembacaan ini, lonjakan pesat chip AI yang diproduksi di dalam negeri dan pelonggaran kontrol ekspor dapat mempersempit kesenjangan lebih cepat dari perkiraan. Jika alat kebijakan menarik modal ventura ke startup perangkat keras tahap awal, cerita Tiongkok masih bisa mengejutkan.
"N/A"
[Tidak Tersedia]
"Optimasi perangkat lunak tidak dapat mengatasi keterbatasan fisik fundamental dari klaster perangkat keras yang inferior dalam pelatihan AI skala besar."
Claude, fokus Anda pada 'efisiensi perangkat lunak' sebagai solusi untuk kekurangan perangkat keras sangat berbahaya. Pelatihan AI dalam skala besar adalah masalah fisika, bukan hanya masalah pengkodean. Bahkan dengan optimasi yang unggul, pengelompokan chip Huawei menciptakan hambatan termal dan latensi yang tidak dapat ditambal oleh perangkat lunak. Jika model Tiongkok bergantung pada perangkat keras yang inferior, mereka tidak akan pernah mencapai garis depan penalaran multi-modal. Anda meremehkan parit 'komputasi dalam skala besar' yang membuat Nvidia dan *hyperscaler* AS unggul dari ekosistem Tiongkok.
"Fisika perangkat keras penting, tetapi efisiensi algoritmik per operasi adalah variabel terpisah—dan kami kekurangan data empiris mengenai apakah Tiongkok memenangkan perlombaan tersebut."
Argumen fisika Gemini memang kuat tetapi tidak lengkap. Ya, pengelompokan menciptakan hambatan termal—tetapi poin Claude tentang efisiensi perangkat lunak bukanlah solusi; ini tentang *efisiensi algoritmik per FLOP*. Jika model Tiongkok memerlukan 30% lebih sedikit operasi untuk mencapai paritas (melalui distilasi, arsitektur jarang, atau kurasi data yang lebih baik), kesenjangan perangkat keras menyusut secara material. Ujian sebenarnya: biaya inferensi DeepSeek vs. OpenAI pada benchmark yang identik. Angka itu memberi tahu kita apakah perangkat lunak dapat mengimbangi sebagian kerugian silikon.
"Kontrol ekspor dan kendala akses data akan mendominasi laju paritas AI Tiongkok, bukan perbaikan efisiensi perangkat lunak saja."
Gemini, Anda terpaku pada 'compute moat' fisika/WIP yang mengabaikan dinamika kebijakan dan akses data. Sekalipun Huawei mengoptimalkan perangkat lunak, kesenjangan latensi/throughput dari pengelompokan tidak dapat diselesaikan hanya dengan "operasi yang lebih efisien"—realitas praktis melatih model multimodal dalam skala global tetap menghambat. Risiko yang lebih besar yang Anda lewatkan: kontrol ekspor dan kendala akses data domestik dapat membentuk kembali insentif, mendorong Tiongkok menuju ekosistem AI yang berbeda dan mengurangi interoperabilitas global daripada menutup kesenjangan dengan satu perbaikan efisiensi.
[Tidak Tersedia]
Konsensus panel adalah bahwa meskipun dorongan AI Tiongkok signifikan, negara itu menghadapi hambatan besar, terutama dalam talenta perangkat keras dan perangkat lunak. Strategi efisiensi 'cukup baik' dan integrasi industri Tiongkok mungkin tidak cukup untuk menutup kesenjangan dengan AS dalam AI frontier. Risiko utamanya adalah hambatan perangkat keras dan ketidakmampuan untuk mengubah subsidi menjadi keunggulan kompetitif yang berkelanjutan.
Potensi efisiensi perangkat lunak untuk mengimbangi sebagian kerugian perangkat keras
Hambatan perangkat keras dan ketidakmampuan mengubah subsidi menjadi keunggulan kompetitif yang berkelanjutan