Ambisi AI China diuji: Mengapa miliaran investasi terbuang sia-sia

Lebih dari sekadar perang chip: Alasan sebenarnya mengapa serangan AI China mengalami kebuntuan

Republik Rakyat Tiongkok mengejar tujuannya untuk menjadi negara adidaya kecerdasan buatan terkemuka di dunia pada tahun 2030 dengan tekad yang luar biasa. Meskipun pernyataan resmi menggambarkan masa depan yang cerah di mana 90 persen ekonomi beroperasi menggunakan AI dan sistem cerdas meresap ke setiap aspek masyarakat, gambaran yang jauh lebih kompleks muncul di balik layar. Serangan AI Tiongkok bergulat dengan masalah struktural mendasar yang jauh melampaui pembatasan ekspor chip Amerika yang banyak dibahas. Kesenjangan talenta lebih dari lima juta pekerja terampil, infrastruktur teknologi yang terfragmentasi, ketidaksetaraan regional yang dramatis, dan konsolidasi pasar yang akan datang menimbulkan tantangan eksistensial bagi rencana ambisius Beijing.

Kemiripan dengan masalah transisi energi Jerman sangat mencolok. Sama seperti Jerman yang berisiko gagal dalam masa depan digitalnya karena kurangnya kapasitas jaringan listrik, Tiongkok bergulat dengan ketidakseimbangan infrastruktur yang berbeda. Sementara pusat data tidak dapat dibangun di Frankfurt karena kurangnya koneksi listrik, fasilitas canggih di provinsi-provinsi Tiongkok barat sebagian besar kosong karena kurangnya infrastruktur hilir, sumber daya manusia, dan permintaan praktis. Dalam kedua kasus tersebut, kebenaran mendasar dari kebijakan teknologi modern terungkap: Investasi besar-besaran pada komponen individual menjadi tidak efektif jika sistem secara keseluruhan tidak dikembangkan secara konsisten.

Cocok untuk:

• Tiongkok dan Neijuan dari investasi berlebihan yang sistematis: Kapitalisme negara sebagai akselerator pertumbuhan dan perangkap struktural

Jebakan bakat

Mungkin kelemahan paling kritis dari strategi AI Tiongkok adalah kekurangan tenaga kerja terampil yang sangat besar. Kementerian Sumber Daya Manusia dan Jaminan Sosial memperkirakan kesenjangan tersebut mencapai lebih dari lima juta orang, dengan rasio penawaran-permintaan yang mencengangkan, yaitu satu banding sepuluh. Pada paruh pertama tahun 2025, lowongan pekerjaan untuk posisi terkait AI melonjak sebesar 37 persen dibandingkan periode yang sama tahun sebelumnya. Insinyur robotika dan pengembang algoritma sangat dibutuhkan, dengan lowongan pekerjaan untuk posisi ini meningkat lebih dari 50 persen. Angka-angka ini tidak mendokumentasikan ekspansi yang sehat, melainkan perlombaan putus asa untuk mendapatkan sumber daya yang langka.

McKinsey memprediksi bahwa permintaan China akan profesional AI akan meningkat menjadi enam juta pada tahun 2030, sementara universitas domestik dan warga China perantauan yang kembali ke tanah air paling banyak hanya dapat menyediakan dua juta. Hal ini menciptakan kesenjangan empat juta pekerja terampil, dan kemungkinan akan semakin melebar karena angka kelahiran China telah menurun selama bertahun-tahun. Populasi usia kerja diproyeksikan oleh PBB akan menyusut sebesar 180 juta pada tahun 2050 dibandingkan dengan tahun 2023, sementara populasi menua dengan cepat. Usia rata-rata angkatan kerja akan meningkat menjadi lebih dari 45 tahun. Dengan demikian, China mendapati dirinya terjebak dalam dilema demografis antara negara-negara berkembang seperti Vietnam dan negara-negara industri yang menua seperti Jepang.

Sekilas pandang mungkin membuat orang berasumsi bahwa Tiongkok memiliki banyak lulusan. Memang, universitas-universitas di Tiongkok menghasilkan sekitar 1,4 juta lulusan STEM setiap tahunnya. Namun, kenyataan menunjukkan perbedaan kualitatif. Penelitian mutakhir dan pengembangan model-model terdepan terutama membutuhkan kandidat doktor. Jumlah mahasiswa PhD yang terlatih di bidang AI masih relatif rendah, sehingga menyebabkan persaingan ketat untuk mendapatkan talenta terbaik yang tersedia. Ilmuwan pembelajaran mesin berpengalaman di perusahaan teknologi raksasa kini mendapatkan gaji jutaan yuan. Perusahaan rintisan yang lebih kecil melaporkan bahwa posisi penelitian dan pengembangan yang penting tetap kosong selama berbulan-bulan, yang sangat menunda pengembangan produk.

Masalah ini diperparah oleh sifat spesifik integrasi AI. Tidak seperti revolusi seluler tahun 2010-an, ketika teknologi inti sudah berfungsi dan modal terutama dibutuhkan untuk akuisisi pengguna dan perluasan logistik, implementasi AI membutuhkan penelitian dan pengembangan yang berkelanjutan dan spesifik konteks. Sebuah rumah sakit tidak bisa begitu saja memasang ChatGPT dan berbicara tentang perawatan kesehatan berbasis AI. Dibutuhkan berbulan-bulan atau bertahun-tahun pengembangan untuk mengatasi alur kerja medis, kepatuhan terhadap peraturan, dan integrasi dengan sistem yang ada. Tanpa modal pasien yang bersedia mendanai siklus pengembangan multi-tahun ini, sebagian besar proyek AI-plus terhenti sebelum menyelesaikan tantangan implementasi inti.

Kurangnya keahlian interdisipliner terbukti sangat bermasalah. Sebuah studi tahun 2024 oleh Universitas Renmin menemukan bahwa Tiongkok mengalami kekurangan talenta terbaik, terutama ilmuwan AI dan profesional dengan keahlian lintas industri. Mengintegrasikan AI ke dalam industri tradisional membutuhkan individu dengan pemahaman teknis yang mendalam dan pengetahuan industri yang luas. Sistem AI pertanian membutuhkan pengembang yang memahami agronomi. AI keuangan membutuhkan para ahli yang memahami persyaratan peraturan. Keterampilan interdisipliner ini langka secara global, tetapi terutama di Tiongkok.

Perusahaan-perusahaan merespons dengan berbagai strategi. Beberapa perusahaan secara agresif merekrut tenaga kerja dari luar negeri, melonggarkan pembatasan hukou, dan berupaya membawa kembali talenta dari luar negeri. Perusahaan lain berinvestasi besar-besaran dalam program pelatihan internal. Pemerintah mendorong perluasan kurikulum AI di universitas. Lebih dari lima ratus universitas di Tiongkok telah mendirikan program gelar AI sejak tahun 2018. Namun, perubahan budaya dan pendidikan membutuhkan waktu. Bahkan dengan upaya yang dipercepat, kesenjangan talenta akan tetap menjadi beban bagi ekosistem AI Tiongkok selama dekade berikutnya.

Dimensi geopolitik semakin memperparah masalah ini. Meskipun universitas-universitas di Tiongkok membuat kemajuan substansial dalam pendidikan AI, pusat-pusat teknologi global terus menarik talenta-talenta terbaik. Ketidakpastian yang timbul dari regulasi pemerintah, kontrol ideologis, dan keterbatasan yang dirasakan pada kebebasan akademik mendorong sebagian talenta untuk bermigrasi ke luar negeri atau tetap tinggal di sana. Meskipun Tiongkok memiliki 47 persen peneliti AI terkemuka di dunia dan 50 persen paten AI, angka-angka yang mengesankan ini tidak dapat menutupi fakta bahwa skala permintaan yang sangat besar jauh melebihi sumber daya yang tersedia.

Krisis infrastruktur meskipun ada investasi besar-besaran

Infrastruktur AI Tiongkok menghadirkan paradoks yang sangat besar. Di satu sisi, negara tersebut mengumumkan atau membangun lebih dari 250 pusat data kecerdasan buatan baru antara tahun 2023 dan 2024. Investor publik dan swasta menginvestasikan miliaran dolar untuk memperluas infrastruktur tulang punggung digital. Di sisi lain, sumber lokal melaporkan bahwa hingga 80 persen dari kapasitas komputasi yang baru dibuat ini tetap tidak digunakan. Tingkat pemanfaatan banyak pusat data pintar hanya mencapai 20 hingga 30 persen. Fasilitas yang menelan biaya miliaran dolar sebagian besar menganggur, sementara operatornya mati-matian mencari pelanggan dan biaya pendinginan, listrik, dan pemeliharaan yang terus menerus membebani neraca keuangan mereka.

Situasi aneh ini merupakan hasil kombinasi tekanan politik, spekulasi berlebihan, dan kesalahan perhitungan mendasar. Setelah meledaknya gelembung perumahan dan penurunan ekonomi akibat COVID-19, pemerintah daerah mati-matian mencari pendorong pertumbuhan baru. Antusiasme seputar ChatGPT pada akhir tahun 2022 membuat AI tampak sebagai kandidat ideal. Pada tahun 2023, lebih dari 500 proyek pusat data diusulkan di seluruh negeri. Pemerintah daerah secara agresif mempromosikan inisiatif ini, dengan harapan dapat meningkatkan perekonomian regional mereka. Perusahaan milik negara, dana investasi yang berafiliasi dengan pemerintah, serta perusahaan dan investor swasta dengan antusias menyambut masa depan yang konon gemilang ini.

Namun, seperti yang biasa terjadi pada proyek yang terburu-buru, perencanaan yang realistis seringkali kurang. Banyak fasilitas dibangun tanpa mempertimbangkan permintaan aktual atau standar teknis. Insinyur dengan pengalaman yang relevan sangat langka, dan banyak eksekutif bergantung pada perantara yang melebih-lebihkan perkiraan atau mengeksploitasi proses pengadaan untuk mendapatkan subsidi. Akibatnya, banyak pusat data baru gagal memenuhi harapan, karena mahal untuk dioperasikan, sulit untuk diisi, dan secara teknis tidak relevan untuk beban kerja AI modern.

Cocok untuk:

• Ledakan AI di Tiongkok ataukah gelembung AI akan segera pecah? Ratusan pusat data baru terbengkalai

Masalah utama terletak pada jenis infrastruktur yang dibangun. Banyak pusat data dirancang untuk melatih model bahasa yang besar dan karenanya berlokasi di provinsi-provinsi barat dengan energi yang lebih murah. Hal ini sejalan dengan Inisiatif Komputasi Barat Data Timur, yang bertujuan untuk menggeser pemrosesan data dari daerah metropolitan yang padat di timur ke wilayah yang kaya sumber daya di barat. Namun, ketika permintaan bergeser dari pelatihan model murni ke inferensi—aplikasi praktis dari model yang telah dilatih—banyak fasilitas di barat terbukti kurang tepat posisinya. Inferensi biasanya membutuhkan konfigurasi perangkat keras yang berbeda—chip yang lebih cepat dan responsif yang memprioritaskan latensi rendah dan efisiensi daripada daya komputasi semata. Lebih lanjut, inferensi perlu dilakukan dekat dengan pengguna akhir, yaitu di kota-kota besar di timur. Dengan demikian, pusat data di barat sering dibangun untuk tugas yang salah dan berlokasi di tempat yang salah.

Sebagai tanggapan, Beijing mengumumkan pembangunan pusat data yang berfokus pada inferensi di Wuhu, sebuah prefektur di tenggara, untuk melayani pasar perkotaan utama seperti Shanghai, Hangzhou, dan Nanjing. Tetapi ini hanyalah setetes air di lautan. Alokasi sumber daya yang salah untuk infrastruktur yang tidak sesuai telah mengikat miliaran modal yang seharusnya dapat digunakan lebih produktif di tempat lain. Beberapa proyek tampaknya tidak pernah bertujuan untuk menghasilkan keuntungan melalui daya komputasi yang sebenarnya. Beberapa laporan dan sumber internal mengkonfirmasi bahwa beberapa perusahaan menggunakan pusat data AI untuk memenuhi syarat mendapatkan subsidi pemerintah untuk energi hijau atau kesepakatan lahan. Dalam beberapa kasus, listrik yang dialokasikan dijual kembali ke jaringan listrik sementara bangunan tetap tidak digunakan. Pada akhir tahun 2024, sebagian besar pelaku bisnis bertujuan untuk mendapatkan keuntungan dari insentif kebijakan daripada dari pekerjaan AI yang sebenarnya.

Kekurangan perangkat keras semakin memperburuk situasi. Terlepas dari dukungan pemerintah yang besar untuk pengembangan chip dalam negeri, perusahaan AI Tiongkok tetap sangat bergantung pada teknologi asing. AS mengendalikan lebih dari 70 persen daya komputasi global dan menggunakan kontrol ekspor untuk membatasi akses Tiongkok ke chip canggih seperti Nvidia H100 dan teknologi pengemasan penting. Kesenjangan pasokan chip AI Tiongkok diproyeksikan akan melebihi $10 miliar pada tahun 2025. Alternatif domestik seperti Huawei Ascend 910B tertinggal dalam hal kinerja untuk melatih model bahasa yang besar. Selain itu, klaster AI canggih tidak hanya membutuhkan chip, tetapi juga interkoneksi yang dirancang dengan sangat baik yang mencakup puluhan ribu prosesor. Perusahaan AS terus memimpin dalam desain tingkat sistem.

Perusahaan-perusahaan Tiongkok membeli hampir satu juta prosesor Nvidia HGX H20 hanya pada tahun 2024 saja. Ketergantungan ini terus berlanjut karena skala pasokan Nvidia dan tumpukan perangkat lunak CUDA yang matang menciptakan masalah "ayam dan telur" bagi industri AI Tiongkok. Perangkat keras domestik kekurangan volume dan dukungan pengembang. DeepSeek mencoba melatih model R2-nya pada chip Ascend Huawei tetapi harus beralih ke perangkat keras Nvidia karena ketidakstabilan kinerja, interkoneksi yang lebih lemah, dan ketidakmatangan CANN. Bahkan jika produsen Tiongkok dapat membanjiri pasar dengan NPU Ascend atau GPU Moore Threads, tumpukan perangkat lunak yang lemah membuat mereka kurang menarik bagi pengembang.

Ekosistem perangkat lunak untuk chip AI buatan China jauh lebih lemah dibandingkan dengan ekosistem di negara-negara Barat. CUDA milik Nvidia diuntungkan oleh dokumentasi dan penyempurnaan selama lebih dari lima belas tahun, basis pengguna yang besar, dan integrasi yang kuat dengan kerangka kerja pembelajaran mesin populer seperti PyTorch dan TensorFlow. Kerangka kerja CANN milik Huawei baru diperkenalkan pada tahun 2019, dua belas tahun setelah CUDA. Para pengembang sering menggambarkannya sebagai perangkat lunak yang banyak bug, tidak stabil, dan kurang terdokumentasi, dengan sering terjadi crash saat runtime dan integrasi pihak ketiga yang terbatas. Masalah-masalah ini tidak membuat pelatihan skala besar pada perangkat keras China menjadi tidak mungkin, tetapi membuatnya jauh lebih mahal.

Kurangnya standar umum di antara berbagai vendor chip Tiongkok semakin memecah pasar. Setiap vendor memiliki tumpukan perangkat lunak tingkat rendahnya sendiri yang tidak kompatibel. Kerangka kerja AI arus utama terutama mendukung chip Nvidia. Chip AI domestik harus beradaptasi dengan berbagai kerangka kerja, dan setiap peningkatan kerangka kerja membutuhkan adaptasi berulang. Hal ini menyebabkan hilangnya operator dan optimasi untuk model besar, mencegah model berjalan atau membuatnya tidak efisien, perbedaan presisi karena perbedaan arsitektur dan implementasi perangkat lunak, dan biaya porting yang tinggi untuk memungkinkan pelatihan model skala besar pada chip domestik.

Aliansi Inovasi Ekosistem Model-Chip, yang didirikan pada musim panas 2025, berupaya mengatasi masalah ini. Aliansi ini menyatukan Huawei, Biren Technologies, Enflame, Moore Threads, dan lainnya dengan tujuan membangun tumpukan AI yang sepenuhnya terlokalisasi yang menghubungkan perangkat keras, model, dan infrastruktur. Keberhasilan bergantung pada pencapaian interoperabilitas melalui protokol dan kerangka kerja bersama serta mengurangi fragmentasi ekosistem. Meskipun menyatukan perangkat lunak tingkat rendah mungkin menantang karena arsitektur yang berbeda, standardisasi tingkat menengah tampaknya lebih realistis. Dengan berfokus pada API dan format model umum, kelompok ini berharap dapat membuat model portabel di berbagai platform domestik. Pengembang dapat menulis kode sekali dan menjalankannya di akselerator Tiongkok mana pun. Namun, sampai standar ini benar-benar ada, fragmentasi berarti bahwa setiap perusahaan harus mengatasi banyak masalah secara bersamaan di berbagai bidang di pasar yang jenuh.

Huawei menjadikan CANN sebagai perangkat lunak sumber terbuka pada awal Agustus 2025, kemungkinan sebagai bagian dari komitmennya terhadap aliansi baru atau sebagai upaya umum untuk menjadikan seri Ascend 910 sebagai platform pilihan di antara perusahaan-perusahaan yang berbasis di Tiongkok. Hingga saat itu, toolkit AI Huawei untuk NPU Ascend didistribusikan dalam bentuk terbatas. Kematangan CANN tertinggal di belakang CUDA, terutama karena tidak ada basis pengguna prosesor Ascend yang luas dan stabil di luar proyek Huawei sendiri. Pengembang mengikuti skala, dan CUDA menjadi dominan karena jutaan GPU Nvidia telah dikirim dan tersedia secara luas, sehingga membenarkan investasi dalam penyempurnaan, pustaka, dan dukungan komunitas. Huawei dan pengembang Tiongkok lainnya tidak dapat mengirimkan jutaan NPU Ascend atau GPU Biren karena sanksi AS.

Infrastruktur energi menunjukkan gambaran yang beragam. China telah memperluas jaringan listriknya delapan puluh kali lebih cepat daripada AS dan merupakan pemimpin dunia dalam kapasitas energi surya, angin, dan tenaga air. Investasi besar-besaran dalam energi terbarukan ini dimaksudkan untuk membuat penskalaan AI berkelanjutan. Inisiatif Komputasi Barat Data Timur mengalihkan pemrosesan data ke wilayah barat yang kaya energi dan lahan, yang didukung oleh energi angin dan surya. Tujuannya bukan hanya untuk mengurangi biaya tetapi juga untuk menciptakan infrastruktur yang lebih kuat dan berkelanjutan. Jutaan rak TI diharapkan akan dipasang pada akhir Rencana Lima Tahun ke-14 pada tahun 2025.

Meskipun wilayah barat menawarkan sumber daya angin dan matahari yang melimpah serta harga listrik yang lebih rendah, mereka seringkali tertinggal dalam pengembangan infrastruktur. Tantangannya terletak pada penggabungan yang efisien antara sumber daya energi hijau yang melimpah di wilayah barat yang kurang berkembang dengan kebutuhan pemrosesan data yang terus meningkat di wilayah timur. Kebutuhan komputasi terkonsentrasi di wilayah timur, di mana swasembada energi terbarukan berada di bawah 40 persen, sementara wilayah barat memiliki 70 persen kapasitas energi terbarukan terpasang di Tiongkok. Tencent berencana untuk menempatkan pusat data pintar terbesarnya di Tiongkok barat, tepatnya di Ningxia, sebagian karena harga listrik yang lebih rendah. Perusahaan cenderung melatih model bahasa skala besar mereka di provinsi-provinsi barat karena biaya listrik yang lebih rendah, tetapi menempatkan pusat data berorientasi aplikasi mereka di wilayah timur, di mana basis pelanggan yang lebih besar memungkinkan umpan balik yang lebih cepat pada aplikasi mereka.

Meskipun wilayah Barat menawarkan biaya listrik yang rendah, kekurangan dalam transportasi, komunikasi, dan sistem pendukung talenta membuat sulit untuk menarik dan mempertahankan personel berteknologi tinggi. Banyak pusat data Barat tetap menganggur sambil menunggu ledakan aplikasi hilir. Seorang karyawan vendor cloud mengkonfirmasi bahwa tingkat pemanfaatan pusat data pintar Tiongkok berada di bawah 30 persen.

Keahlian kami di Tiongkok dalam pengembangan bisnis, penjualan, dan pemasaran - Gambar: Xpert.Digital

Fokus industri: B2B, digitalisasi (dari AI ke XR), teknik mesin, logistik, energi terbarukan, dan industri

Lebih lanjut tentang itu di sini:

• Pusat Bisnis Xpert

Pusat topik dengan wawasan dan keahlian:

• Platform pengetahuan tentang ekonomi global dan regional, inovasi dan tren khusus industri
• Kumpulan analisis, impuls dan informasi latar belakang dari area fokus kami
• Tempat untuk keahlian dan informasi tentang perkembangan terkini dalam bisnis dan teknologi
• Pusat topik bagi perusahaan yang ingin mempelajari tentang pasar, digitalisasi, dan inovasi industri

Perpecahan regional memperparah kesenjangan

Perbedaan geografis dalam pengembangan AI di Tiongkok mereplikasi dan memperburuk ketidaksetaraan ekonomi yang ada. Provinsi-provinsi di Pantai Timur seperti Guangdong, Jiangsu, Zhejiang, dan Shanghai telah lama memegang posisi terdepan, dengan Guangdong menunjukkan momentum pengembangan yang sangat kuat. Shanghai dan Beijing mempertahankan konsentrasi aktivitas AI yang tinggi, berkat dukungan politik dan kemampuan penelitian dan pengembangan teknologi. Wilayah tengah seperti Hubei, Henan, dan Shandong secara bertahap bergeser ke peringkat menengah, menunjukkan peningkatan yang stabil. Namun, provinsi-provinsi barat seperti Qinghai, Tibet, dan Gansu secara keseluruhan masih berada pada tingkat yang rendah. Meskipun ada beberapa peningkatan, kesenjangan dengan wilayah timur masih terlihat jelas, dan masalah pembangunan regional yang tidak seimbang tetap ada.

Dari tahun 2014 hingga 2022, tingkat AI di Tiongkok menunjukkan tren peningkatan yang signifikan dan ekspansi regional dari waktu ke waktu. Pada tahun 2014, tingkat perkembangan AI secara keseluruhan di negara itu rendah, dengan hanya provinsi-provinsi pesisir timur yang menunjukkan kinerja luar biasa dan menunjukkan keunggulan awal wilayah-wilayah ini dalam AI. Sementara itu, wilayah tengah dan barat secara keseluruhan mengalami permulaan yang terlambat, dan tingkat perkembangannya umumnya rendah. Pada tahun 2022, tingkat AI negara itu telah meningkat secara signifikan, dengan Delta Sungai Yangtze dan Tepi Bohai menjadi pendorong utama pertumbuhan. Beijing, Tianjin, dan Hebei menunjukkan momentum perkembangan yang kuat, sementara wilayah barat, meskipun pada tingkat perkembangan yang lebih rendah, menunjukkan tren peningkatan yang jelas.

Sebuah studi tentang ketidaksetaraan pendapatan akibat AI menemukan bahwa dampak AI terhadap ketidaksetaraan pendapatan paling kuat di wilayah timur laut, diikuti oleh wilayah barat, sementara efeknya relatif lebih kecil di wilayah tengah dan timur. AI secara signifikan memperburuk kesenjangan pendapatan melalui peningkatan struktur industri dan inovasi teknologi. Heterogenitas regional menunjukkan bahwa AI tidak bertindak sebagai penyeimbang tetapi lebih memperkuat keunggulan yang ada. Provinsi dengan infrastruktur digital yang kuat, akses ke modal, dan sumber daya manusia yang mumpuni mendapat manfaat yang tidak proporsional, sementara wilayah yang kurang berkembang semakin tertinggal.

Kesenjangan digital antara perkotaan dan pedesaan semakin memperburuk kesenjangan ini. Terlepas dari upaya pemerintah baru-baru ini untuk mempercepat pengembangan infrastruktur digital pedesaan dalam konteks mengejar revitalisasi pedesaan di Tiongkok, berdasarkan keberhasilan dalam pengurangan kemiskinan, masalah kesenjangan digital tetap ada. Dalam hal investasi keuangan, dana yang dialokasikan untuk infrastruktur digital pedesaan jauh tertinggal dibandingkan dengan dana yang dialokasikan untuk daerah perkotaan. Menurut data, investasi fiskal dan sosial Tiongkok dalam informatisasi pertanian dan pedesaan di tingkat kabupaten hanya berjumlah tiga belas juta yuan dan tiga puluh juta yuan, masing-masing, yang menghasilkan tingkat pengembangan informatisasi secara keseluruhan hanya tiga puluh tujuh koma sembilan persen.

Terdapat kesenjangan yang signifikan dalam penyebaran perangkat keras antara daerah pedesaan dan perkotaan, yang mencakup variasi dalam sumber daya digital, infrastruktur, peralatan jaringan, dan stasiun pangkalan. Pada tahun 2022, Tiongkok mencapai tonggak sejarah dengan 2,3 juta stasiun pangkalan 5G di seluruh negeri. Namun, jumlah stasiun pangkalan 5G di daerah pedesaan jauh tertinggal dari rata-rata nasional, yang semakin memperlebar kesenjangan digital. Pada saat yang sama, tujuan untuk menyediakan cakupan dan kecepatan jaringan yang setara di daerah pedesaan dan perkotaan belum sepenuhnya tercapai.

Selama pandemi COVID-19, kesenjangan dalam pengembangan infrastruktur perangkat keras menjadi semakin nyata. Sebuah contoh yang mencolok melibatkan seorang mahasiswa Tibet yang tinggal di Linzhou, di Daerah Otonomi Tibet, yang terpaksa mengendarai sepeda motor selama dua puluh menit ke kaki gunung dan kemudian mendaki ke puncaknya dalam suhu yang sangat dingin untuk mengikuti kelas daring. Kisah ini menyoroti ketidakseimbangan yang mencolok dalam pengembangan perangkat keras digital antara daerah pedesaan dan perkotaan.

Kurangnya pusat data di tingkat kabupaten dan kota, yang sangat penting untuk menjaga efisiensi sistem aplikasi digital, menghambat kemajuan teknologi AI generatif di daerah pedesaan. Situasi ini mirip dengan pepatah, "Bahkan ibu rumah tangga yang paling terampil pun tidak bisa memasak tanpa nasi," yang menyoroti kebutuhan mendasar akan pusat data ini untuk memajukan pembangunan digital di pedesaan.

Dari perspektif organisasi perangkat lunak yang merupakan "kekuatan lunak" pengembangan digital pedesaan, perangkat lunak digital pedesaan mengalami kekurangan dalam kompetensi digital, akuisisi talenta, dan tata kelola dibandingkan dengan daerah perkotaan. Di satu sisi, dipengaruhi oleh pola pikir tradisional yang mementingkan diri sendiri yang lazim di komunitas petani kecil dan diperparah oleh keterlambatan yang melekat dalam kemajuan digital pedesaan, terdapat kurangnya antusiasme yang nyata di kalangan penduduk pedesaan untuk secara aktif terlibat dengan layanan AI generatif untuk revitalisasi pedesaan Tiongkok. Lebih lanjut, migrasi besar-besaran tenaga kerja pedesaan, yang mengakibatkan para lansia, individu rentan, perempuan, dan anak-anak membentuk tenaga kerja utama di daerah pedesaan, memperparah fenomena depopulasi pedesaan, penurunan populasi, dan penuaan penduduk, yang berdampak pada penduduk pedesaan, ekonomi, masyarakat, dan pembangunan secara keseluruhan.

Survei yang dilakukan di daerah pedesaan yang belum menerapkan tata kelola elektronik urusan desa mengungkapkan bahwa 84,13 persen pejabat desa menyebutkan “tingginya proporsi penduduk desa lanjut usia, yang menghambat adopsi teknologi” sebagai hambatan utama. Faktor-faktor gabungan ini secara signifikan menghambat adopsi dan promosi teknologi AI generatif di daerah pedesaan.

Perbedaan regional juga terlihat jelas dalam indeks AI. Sebuah studi baru-baru ini mengembangkan indeks kecerdasan buatan komprehensif dengan tujuh dimensi utama, yang dirancang untuk analisis tingkat provinsi dan spesifik industri. Perbandingan Tiongkok-AS menunjukkan bahwa, dalam kerangka kerja terpadu, skor komposit AS melebihi skor Tiongkok sebesar 59,4 dengan selisih 68,1. Pemecahan Tiongkok menjadi tujuh wilayah utama untuk menciptakan indeks sub-nasional mengungkapkan perbedaan regional yang mencolok dalam pengembangan AI di Tiongkok: wilayah utara, timur, dan selatan memimpin dalam skor komposit, sementara wilayah tengah dan barat tertinggal jauh, menyoroti efek konsentrasi regional dari inovasi dan sumber daya industri.

Fragmentasi geografis ini memiliki konsekuensi yang luas. Hal ini menciptakan kecepatan transformasi ekonomi yang berbeda, dengan wilayah-wilayah terdepan yang dengan cepat maju menuju ekonomi berbasis pengetahuan, sementara wilayah-wilayah yang tertinggal tetap terjebak dalam manufaktur dan pertanian tradisional. Hal ini memperburuk ketegangan sosial karena kesenjangan pendapatan antar wilayah semakin melebar. Hal ini mempersulit koordinasi nasional, karena provinsi-provinsi yang berbeda memiliki tingkat pembangunan dan prioritas yang berbeda pula. Dan hal ini menciptakan alokasi sumber daya yang tidak efisien, dengan pusat data canggih yang menganggur di provinsi-provinsi terpencil di barat sementara kota-kota metropolitan di timur berjuang untuk mendapatkan kapasitas.

Cocok untuk:

• Ekonomi China dalam krisis? Tantangan struktural negara yang sedang berkembang

Krisis kelebihan kapasitas dan tekanan untuk melakukan konsolidasi

Ledakan pembangunan yang antusias pada tahun 2023 dan 2024 telah membuat Tiongkok menghadapi krisis kelebihan kapasitas yang dramatis. Lebih dari 500 proyek pusat data diusulkan pada tahun 2023 saja, dengan setidaknya 150 diperkirakan akan beroperasi pada akhir tahun 2024. Perkembangan ini mencerminkan pola yang sudah biasa terjadi dalam pembangunan ekonomi Tiongkok. Ketika pemerintah pusat memprioritaskan suatu sektor sebagai strategis, pemerintah daerah dan perusahaan bergegas masuk ke sektor tersebut dengan semangat yang berlebihan, seringkali mengabaikan kebutuhan aktual atau perencanaan yang rasional. Hasilnya adalah investasi berlebihan, kelebihan kapasitas, dan fase konsolidasi yang menyakitkan.

Industri otomotif menawarkan proyek paralel yang informatif. Sekitar 140 perusahaan bersaing di sektor ini, dengan hanya beberapa yang menguntungkan, dan sepertiga mengalami tingkat pemanfaatan kapasitas di bawah 20 persen. Untuk mencegah hilangnya pekerjaan lokal, pemerintah daerah tetap membantu pemasok yang kesulitan sekalipun agar tetap bertahan melalui subsidi dan bentuk dukungan lainnya. Oleh karena itu, konsolidasi pasar melambat, perang harga meletus, dan produsen berada di bawah tekanan untuk meningkatkan ekspor ke pasar yang lebih menguntungkan. Sementara itu, era pasar ekspor yang mudah diakses semakin memudar. AS melarang hampir semua impor kendaraan Tiongkok dengan alasan keamanan nasional di bawah pemerintahan Biden, dan Uni Eropa memberlakukan tarif pada kendaraan listrik Tiongkok tahun lalu.

Infrastruktur AI mengikuti lintasan yang serupa. Komisi Pembangunan dan Reformasi Nasional turun tangan dengan peraturan yang lebih ketat. Proyek-proyek baru sekarang harus memenuhi kriteria pemanfaatan tertentu dan menyerahkan perjanjian pembelian sebelum menerima persetujuan. Selain itu, pemerintah daerah dilarang memulai infrastruktur komputasi skala kecil kecuali mereka dapat memberikan justifikasi ekonomi yang jelas. Pengadaan pemerintah mencapai 24,5 miliar yuan, atau sekitar 3,4 miliar dolar AS, hanya pada tahun 2024, dengan tambahan 12,4 miliar yuan yang dialokasikan untuk tahun 2025. Namun, meskipun investasi pemerintah yang kuat, tingkat pemanfaatan yang dilaporkan tetap antara 20 dan 30 persen, yang membahayakan kelayakan ekonomi dan efisiensi energi.

Selama delapan belas bulan terakhir, lebih dari 100 proyek telah ditinggalkan, peningkatan signifikan dibandingkan hanya 11 proyek pada tahun 2023. Peningkatan dramatis dalam proyek yang dibatalkan ini menandakan adanya kesadaran akan realitas. Investor dan operator menyadari bahwa banyak fasilitas ini tidak akan pernah menghasilkan keuntungan. Krisis awal, yang dipicu oleh euforia seputar AI generatif setelah peluncuran ChatGPT pada akhir tahun 2022, telah berubah menjadi krisis profitabilitas. Pasar penyewaan GPU telah runtuh. Fasilitas yang menelan biaya miliaran dolar kini tidak dimanfaatkan sepenuhnya, hasil produksi anjlok, dan banyak fasilitas menjadi usang bahkan sebelum beroperasi penuh karena perubahan kondisi pasar.

Pada Juli 2025, Presiden Xi Jinping secara eksplisit memperingatkan terhadap investasi berlebihan di bidang AI, mengulangi kekhawatiran sebelumnya tentang investasi pemerintah daerah yang berlebihan. Komentar tersebut menggarisbawahi keinginan para pembuat kebijakan untuk menghindari terulangnya kelebihan kapasitas yang terlihat di industri-industri baru lainnya, seperti kendaraan listrik, yang berkontribusi pada tekanan deflasi. Meskipun perencana negara tidak menentukan bagian mana dari sektor tersebut yang membutuhkan pembatasan, investasi secara global sangat menonjol dalam pembangunan pusat data yang mendukung pengembangan AI. Perlambatan ekspansi ini akan berdampak pada pemasok chip, peralatan jaringan, dan komponen server penting lainnya, mulai dari Cambricon Technologies Corp. hingga Lenovo Group Ltd. dan Huawei Technologies Co.

Pada 29 Agustus 2025, Dewan Negara menekankan perlunya memastikan “arus bakat, modal, dan sumber daya lainnya yang tertib.” Zhang Kailin, seorang pejabat dari Komisi Pembangunan dan Reformasi Nasional, mengatakan kepada wartawan dalam sebuah pengarahan bahwa pemerintah akan mendorong provinsi untuk mengembangkan AI secara terkoordinasi dan saling melengkapi. Tujuannya adalah untuk memanfaatkan kekuatan unik mereka untuk mendorong pertumbuhan tanpa menduplikasi upaya. “Kami akan secara tegas menghindari persaingan yang tidak teratur atau pendekatan ‘mengikuti arus’,” kata Zhang. Pembangunan harus didasarkan pada keunggulan lokal, sumber daya, dan fondasi industri.

Pasar perangkat lunak mencerminkan dinamika konsolidasi yang serupa. Administrasi Ruang Siber Tiongkok menyetujui daftar lebih dari 180 model bahasa utama untuk penggunaan umum pada Agustus 2024, yang menggambarkan beragam perusahaan teknologi Tiongkok yang bersaing untuk pangsa pasar domestik. Perusahaan-perusahaan ini bersaing tidak hanya untuk mendapatkan bagian dari pasar tetapi juga untuk pendanaan di tengah perlambatan ekonomi dan penurunan industri modal ventura Tiongkok. Para peserta lokakarya menekankan bahwa meskipun banyak perusahaan rintisan Tiongkok telah menarik investasi dari perusahaan teknologi besar seperti Alibaba dan Tencent, banyak investor tetap skeptis tentang kemampuan perusahaan rintisan AI untuk menghasilkan pendapatan dalam jangka pendek. Dalam pencarian investasi yang produktif secara ekonomi, banyak perusahaan modal ventura Tiongkok berupaya mendiversifikasi risiko mereka melalui penggabungan sumber daya, yang menunjukkan lingkungan pendanaan yang lebih tersebar.

Mengingat keterbatasan pendanaan dan perangkat keras bagi pengembang AI Tiongkok, para peserta menyarankan bahwa Tiongkok dapat berhasil memajukan beberapa perusahaan atau laboratorium AI melalui penggabungan sumber daya, tetapi upaya ini harus selektif dan terarah, sehingga mengurangi kemungkinan keuntungan yang substansial. Pada akhirnya, para peserta menyarankan bahwa lingkungan ini kemungkinan akan menyebabkan peningkatan konsolidasi industri di pasar AI Tiongkok.

Du Hai, seorang manajer senior di divisi cloud Baidu, memperkirakan bahwa hal ini akan mendorong konsolidasi pasar. Selusin atau lebih perusahaan chip AI domestik yang saat ini aktif kemungkinan akan menyusut menjadi tiga atau empat kelompok yang berbeda. “Para pemenangnya adalah mereka yang chip-nya dapat mendukung berbagai macam model—atau memungkinkan aplikasi unggulan yang menjadi standar de facto.”

Gartner memprediksi bahwa pada tahun 2029, lanskap teknologi GenAI akan terkonsolidasi menjadi 75 persen lebih sedikit pemain karena penyedia platform hyperscaler dan SaaS berkembang dan penyedia cloud hybrid menyerap pemain lain. Ini bukan spekulasi pasar, tetapi konsekuensi yang tak terhindarkan dari kekuatan ekonomi yang telah membentuk kembali industri ini. Kesamaan dengan perkembangan infrastruktur historis sangat mencolok. Gartner mengidentifikasi bahwa kita sedang bergerak dari periode fragmentasi vendor menuju konsolidasi melalui akuisisi dan gangguan pasar. Sama seperti industri listrik yang berevolusi dari ribuan generator lokal menjadi segelintir perusahaan utilitas besar, AI mengikuti jalur yang sama.

Pendanaan modal ventura untuk startup AI Tiongkok turun hampir 50 persen dari tahun ke tahun pada awal tahun 2025, mencerminkan kehati-hatian investor yang lebih luas di tengah pertumbuhan yang lambat, ketidakpastian regulasi, dan ketegangan geopolitik. Pada kuartal kedua saja, pendanaan anjlok menjadi hanya $4,7 miliar, level terendah dalam satu dekade. Ketakutan investor ini sebagian dipicu oleh kesediaan pemerintah Tiongkok yang telah terbukti untuk menghambat inovasi mutakhir dengan alasan menggandakan langkah-langkah untuk menjaga kemurnian ideologis.

Pasar Tiongkok lainnya, meskipun menawarkan beberapa sinyal yang beragam, memberikan alasan lebih lanjut untuk pesimisme. Sektor real estat telah runtuh, tingkat pengangguran kaum muda melebihi 17 persen, dan kepercayaan konsumen menurun. Situasi geopolitik juga tidak membantu, dengan kontrol ekspor yang masih berdampak pada sektor teknologi Tiongkok, tarif yang mengancam perekonomian secara lebih luas, dan kebijakan yang didorong oleh ideologi dan berfokus pada kontrol yang menghalangi sebagian besar investor. Krisis pendanaan ini menimbulkan masalah khusus untuk penerapan AI. Tanpa modal jangka panjang yang bersedia mendanai siklus pengembangan multi-tahun ini, sebagian besar proyek AI-plus akan terhenti sebelum mengatasi masalah implementasi inti.

Manfaatkan keahlian Xpert.Digital yang luas dan lima kali lipat dalam paket layanan yang komprehensif | R&D, XR, PR & Optimalisasi Visibilitas Digital - Gambar: Xpert.Digital

Xpert.Digital memiliki pengetahuan mendalam tentang berbagai industri. Hal ini memungkinkan kami mengembangkan strategi khusus yang disesuaikan secara tepat dengan kebutuhan dan tantangan segmen pasar spesifik Anda. Dengan terus menganalisis tren pasar dan mengikuti perkembangan industri, kami dapat bertindak dengan pandangan ke depan dan menawarkan solusi inovatif. Melalui kombinasi pengalaman dan pengetahuan, kami menghasilkan nilai tambah dan memberikan pelanggan kami keunggulan kompetitif yang menentukan.

Lebih lanjut tentang itu di sini:

• Gunakan 5x keahlian Xpert.Digital dalam satu paket - mulai dari €500/bulan

Skenario masa depan antara euforia dan kekecewaan

Rentang proyeksi masa depan untuk industri AI Tiongkok hampir tidak mungkin lebih luas lagi. Suara-suara optimis seperti Morgan Stanley memprediksi bahwa investasi AI Tiongkok dapat mencapai titik impas pada tahun 2028 dan menghasilkan pengembalian modal yang diinvestasikan sebesar 52 persen pada tahun 2030. Industri AI inti dapat menjadi pasar senilai 140 miliar dolar pada tahun 2030. Perkiraan ini melonjak menjadi 1,4 triliun dolar jika sektor terkait seperti infrastruktur dan pemasok komponen disertakan. AI dapat memberikan dorongan tambahan bagi pertumbuhan PDB jangka panjang Tiongkok, mengimbangi faktor-faktor seperti penuaan angkatan kerja dan perlambatan pertumbuhan produktivitas. Dalam dua hingga tiga tahun ke depan, AI dapat menambah 0,2 hingga 0,3 poin persentase ekstra pada pertumbuhan tahunan Tiongkok.

Pasar global untuk robot humanoid dapat mencapai lima triliun dolar pada tahun 2050, dengan satu miliar unit yang digunakan, dan tiga puluh persen di antaranya berada di Tiongkok. Pendekatan Tiongkok yang berfokus pada efisiensi dan biaya rendah menciptakan jalur yang berbeda untuk pengembalian investasi. Keunggulan biaya yang ditunjukkan oleh perusahaan seperti DeepSeek—yang mengembangkan model-model berpengaruh dengan biaya hanya lima koma enam juta dolar—dapat memungkinkan perusahaan-perusahaan Tiongkok untuk menembus pasar global yang tidak mampu atau tidak mau mengadopsi solusi Barat.

Enam hingga dua belas bulan ke depan akan menjadi periode kritis bagi perusahaan AI Tiongkok, karena semakin banyak implementasi perusahaan yang berupaya memecahkan masalah dunia nyata akan mulai menunjukkan peningkatan produktivitas. Dalam jangka panjang, humanoid, atau robot mirip manusia yang didukung oleh AI, dapat digunakan secara luas untuk keperluan industri, komersial, dan rumah tangga. Dalam jangka panjang, revolusi AI akan menghasilkan peningkatan produktivitas dengan meningkatkan efisiensi, menyederhanakan proses produksi, dan membuka peluang produk, layanan, dan lapangan kerja baru.

Kawasan Asia-Pasifik akan menyumbang 33 persen dari pendapatan perangkat lunak AI pada tahun 2025, tetapi seiring meningkatnya keterlibatan Tiongkok dalam persaingan AI dengan Amerika Serikat, para analis memperkirakan kawasan ini akan mewakili 47 persen pasar pada tahun 2030. Perkiraan menunjukkan bahwa Tiongkok sendiri akan menyumbang dua pertiga dari total pendapatan perangkat lunak AI di kawasan Asia-Pasifik, yang berjumlah 149,5 miliar dolar AS, pada tahun 2030. Proyeksi pertumbuhan yang signifikan untuk pasar AI ini didorong oleh tren-tren yang membentuk industri berikut ini.

Namun, proyeksi optimis ini berdampingan dengan peringatan yang mengerikan. Capital Economics memprediksi bahwa gelembung pasar saham yang didorong oleh AI akan pecah pada tahun 2026. Perusahaan riset tersebut mengatakan bahwa kenaikan suku bunga dan inflasi yang lebih tinggi akan mendorong valuasi saham turun. Mulai tahun 2026 dan seterusnya, keuntungan pasar saham ini diperkirakan akan berbalik arah, karena suku bunga yang lebih tinggi dan inflasi yang meningkat mulai menurunkan valuasi saham. Pada akhirnya, mereka memperkirakan bahwa pengembalian dari saham akan lebih buruk selama dekade berikutnya daripada dekade sebelumnya. Dan mereka berpikir bahwa kinerja unggul pasar saham AS yang telah berlangsung lama mungkin akan segera berakhir.

Dana Moneter Internasional mencatat bahwa meskipun penurunan ekonomi mungkin terjadi, kecil kemungkinan hal itu akan berkembang menjadi krisis sistemik yang akan menghancurkan ekonomi AS atau global. Gourinchas mengamati bahwa, mirip dengan tren masa lalu, euforia seputar teknologi inovatif mungkin tidak memenuhi ekspektasi pasar dalam jangka pendek, yang berpotensi menyebabkan penurunan harga saham. Namun, ia mencatat bahwa, tidak seperti pada tahun 1999, lanskap investasi saat ini ditandai oleh perusahaan teknologi yang kaya akan kas, bukan perusahaan yang didorong oleh utang.

Forrester memprediksi bahwa pada tahun 2026, AI akan kehilangan daya tariknya, mengganti mahkotanya dengan helm pengaman. Kekhawatiran ROI perusahaan akan lebih besar daripada bualan vendor. Dengan koreksi pasar ini, perusahaan akan memprioritaskan fungsi daripada gaya. CFO akan lebih tertarik pada kesepakatan AI. Perusahaan akan menyebar investasi mereka di berbagai ekosistem agen dan mengalokasikan kembali talenta karena agen AI mengambil alih pekerjaan kasar. Perusahaan yang cerdas akan berinvestasi dalam tata kelola AI dan pelatihan kemampuan AI untuk mengurangi risiko dan secara bertahap memetakan perjalanan AI mereka.

Sebuah laporan Bain memperkirakan bahwa pada tahun 2030, pengeluaran modal global untuk pusat data AI akan mencapai $500 miliar per tahun, membutuhkan kapasitas daya tambahan sebesar 200 GW—setengahnya di AS. Namun, sektor AI perlu menghasilkan pendapatan tahunan sebesar $2 triliun untuk membenarkan pengeluaran tersebut. Saat ini, terdapat kesenjangan sebesar $800 miliar. Seorang eksekutif mengatakan bahwa sektor chip AI China masih menghadapi hambatan dalam hal permintaan dan kapasitas pabrik. Pasar membutuhkan aplikasi dunia nyata untuk berkembang. Permintaan aplikasi-lah yang akan menentukan segalanya. Gaya Amerika yang secara putus asa memperluas daya komputasi bukanlah pilihan bagi perusahaan-perusahaan China.

Ledakan infrastruktur AI di Tiongkok sedang mengalami kemunduran, karena negara tersebut membangun ratusan pusat data untuk mendukung ambisi AI-nya, menurut MIT Technology Review, tetapi banyak yang sekarang menganggur. Miliaran dolar diinvestasikan oleh entitas milik negara dan swasta pada tahun 2023 dan 2024, dengan harapan bahwa permintaan sewa GPU akan terus tumbuh, tetapi adopsi justru menurun, dan sebagai hasilnya, banyak operator sekarang berjuang untuk bertahan hidup. Publikasi lokal melaporkan bahwa hingga 80 persen dari kapasitas komputasi baru ini tetap menganggur.

Skenario masa depan yang berbeda ini mencerminkan ketidakpastian mendasar. Akankah Tiongkok mengatasi fragmentasi ekosistem perangkat lunaknya? Dapatkah produsen chip domestik menutup kesenjangan teknologi dengan cukup cepat? Akankah kontrol ekspor AS diperketat, dilonggarkan, atau tetap pada tingkat saat ini? Akankah pemerintah Tiongkok mengintensifkan kontrol ideologisnya, sehingga menghambat inovator, atau akankah mereka mengejar kebijakan yang lebih pragmatis? Akankah permintaan global untuk solusi AI berbiaya rendah mendukung pendekatan Tiongkok yang berfokus pada efisiensi, atau akankah kekhawatiran tentang kualitas dan kepercayaan mendukung solusi Barat?

Jawaban atas pertanyaan-pertanyaan ini tidak hanya akan menentukan nasib Tiongkok tetapi juga membentuk lanskap AI global. Tiga skenario yang mungkin muncul. Skenario pertama menunjukkan AS mempertahankan dominasinya. Dengan kendali atas chip canggih dan perusahaan AI terkemuka di dunia, Washington mempertahankan kepemimpinan teknologinya, sementara Tiongkok berjuang dengan keterbatasan komputasi dan memiliki akses terbatas ke pasar-pasar utama. Skenario kedua menggambarkan perkembangan AI yang terpecah menjadi dua ekosistem yang bersaing. Satu dipimpin oleh AS dan sekutunya, yang memprioritaskan transparansi dan standar etika, sementara yang lain didominasi oleh Tiongkok, di mana AI yang dikendalikan negara berfungsi sebagai alat untuk pengawasan digital. Negara-negara akan dipaksa untuk menyelaraskan diri dengan salah satu model ini, menciptakan lanskap digital yang terfragmentasi.

Skenario ketiga memperlihatkan Tiongkok mendominasi AI konsumen tetapi tertinggal dalam aplikasi kelas atas. Pembatasan chip AS menghambat kemampuan Tiongkok untuk mengembangkan AI mutakhir untuk pertahanan dan penelitian ilmiah, namun Beijing unggul dalam AI pasar massal, menawarkan platform terjangkau seperti DeepSeek kepada pengguna global. Namun, keseimbangan ini dapat bergeser secara dramatis jika Tiongkok mengejar ambisinya di Taiwan, rumah bagi TSMC, yang memproduksi sekitar 90 persen chip tercanggih di dunia.

Pada akhirnya, persaingan untuk supremasi AI sedang membentuk kembali dinamika kekuatan global. Meskipun AS saat ini memimpin dalam penelitian AI tingkat lanjut, fokus strategis China dan investasi yang didorong oleh negara telah menjadikannya pesaing yang tangguh. Meskipun Beijing menghadapi hambatan seperti pembatasan Barat dan skeptisisme pasar, kemajuannya dalam AI konsumen dan pengaruhnya di pasar negara berkembang membuat persaingan ini sulit diprediksi. Apakah persaingan ini mengarah pada dominasi AS yang berkelanjutan, lanskap digital yang terpecah, atau kebangkitan China di sektor-sektor penting, satu hal yang jelas: AI akan sangat membentuk ekonomi global, kebijakan keamanan nasional, dan aliansi antarpolitik di tahun-tahun mendatang.

Cocok untuk:

• Rencana lima tahun baru Beijing dan program investasi besar-besaran: Bagaimana Tiongkok menantang tatanan ekonomi global

Masalah implementasi dan defisit tata kelola

Di luar masalah perangkat keras dan personel, Tiongkok bergulat dengan tantangan implementasi mendasar yang sering diabaikan. Adopsi AI dalam bisnis masih terfragmentasi dan bersifat eksperimental. Meskipun Tiongkok merupakan pemimpin dalam adopsi AI generatif, organisasi-organisasi Tiongkok belum mengimplementasikannya sepenuhnya sebagaimana mestinya. Ketika SAS mensurvei Düber tentang sejauh mana organisasi mereka menggunakan AI generatif, sembilan belas persen organisasi Tiongkok mengatakan mereka "menggunakan dan telah sepenuhnya mengimplementasikan AI generatif," yang lebih tinggi dari rata-rata global sebelas persen tetapi tertinggal dari pemimpin dunia dalam implementasi penuh, AS, yaitu dua puluh empat persen.

Sementara itu, 64 persen responden dari Tiongkok mengatakan organisasi mereka “menggunakan AI generatif tetapi belum sepenuhnya mengimplementasikannya,” yang jauh di atas rata-rata global sebesar 43 persen. Mengingat penekanan Tiongkok pada regulasi yang cermat dan persetujuan resmi untuk AI generatif, masuk akal bahwa banyak organisasi melakukan uji coba awal sebelum sepenuhnya mengintegrasikan AI generatif ke dalam proses mereka. Jelas bahwa Tiongkok sepenuhnya berkomitmen pada AI generatif, tetapi organisasi-organisasi Tiongkok bertindak hati-hati, meskipun mereka secara kolektif merangkul teknologi baru ini.

Ketika ditanya tentang tantangan implementasi, responden Tiongkok jauh lebih kecil kemungkinannya dibandingkan rata-rata global untuk menyebutkan kurangnya keahlian internal atau alat yang memadai: hanya 31 persen yang mengatakan mereka kekurangan alat yang tepat untuk mengimplementasikan AI generatif, dibandingkan dengan 47 persen secara global, sementara hanya 21 persen yang mengatakan mereka kekurangan keahlian internal, dibandingkan dengan 39 persen secara global. Angka-angka ini sangat kontras dengan kesenjangan talenta yang telah dibahas sebelumnya dan menunjukkan perbedaan antara persepsi diri dan realitas, atau standar yang berbeda untuk apa yang dianggap sebagai "keahlian yang memadai.".

Privasi data dan keamanan data menempati peringkat dua teratas sebagai kekhawatiran di antara semua responden survei terkait implementasi AI generatif, yang disebutkan oleh masing-masing 76 dan 75 persen. Namun, lebih dari setengah responden (51 persen) menyatakan kekhawatiran tentang kebutuhan akan talenta dan keterampilan internal. Pelatihan tata kelola dan pemantauan ditemukan sangat tidak memadai. Menurut SAS, kurang dari satu dari sepuluh responden (7 persen) melaporkan tingkat pelatihan tata kelola dan pemantauan yang "tinggi" untuk AI generatif. Tiga puluh dua persen melaporkan tingkat yang "memadai", sementara 58 persen—mayoritas yang jelas—mengatakan pelatihan tata kelola dan pemantauan mereka "minimal".

Ketika ditanya tentang kerangka kerja tata kelola organisasi mereka untuk AI generatif, hanya lima persen responden yang mengatakan mereka memiliki kerangka kerja tata kelola yang "mapan dan komprehensif". Lebih dari 55 persen mengatakan kerangka kerja tata kelola mereka "sedang dalam pengembangan", sementara 28 persen menggambarkannya sebagai "ad hoc atau informal". Kira-kira satu dari 11 persen mengatakan kerangka kerja tata kelola AI generatif mereka "tidak ada". Kesenjangan tata kelola ini menciptakan risiko besar bagi implementasi, terutama di industri yang diatur atau dengan aplikasi yang sensitif.

Aliran data yang terfragmentasi di berbagai industri menghambat kemampuan untuk mengkonsolidasikan data ke dalam kumpulan sumber daya yang koheren dan mudah diakses untuk aplikasi AI. Silo data ini mencegah pelatihan model AI yang efektif dan membatasi wawasan di berbagai sektor. Lembaga pemerintah dan bisnis berupaya meningkatkan interoperabilitas data dan mempromosikan berbagi data lintas industri serta sirkulasi data lintas batas yang terstruktur di bawah kerangka kerja yang kurang diatur untuk membuka potensi penuh ekosistem data Tiongkok. Dengan mengatasi tantangan terkait data ini, Tiongkok dapat lebih memperkuat ekosistem AI-nya sekaligus berkontribusi pada lanskap data global yang lebih koheren dan inovatif.

Implementasi AI generatif juga belum terintegrasi secara memadai dengan tata kelola pedesaan. Sebagai kekuatan utama dalam teknologi baru, AI generatif akan semakin memperumit struktur kepentingan yang beragam dalam pemberdayaan revitalisasi pedesaan di Tiongkok. Bagi pemerintah, yang memegang posisi penting, kesenjangan digital yang berasal dari disparitas ekonomi perkotaan-pedesaan membutuhkan investasi besar dalam tenaga kerja, sumber daya, dan keuangan untuk menjembatani kesenjangan ini. Proses ini ditandai dengan jangka waktu pengembalian investasi yang panjang. Tidak seperti pasar yang hanya memprioritaskan faktor ekonomi, tata kelola pedesaan yang dipimpin pemerintah melibatkan evaluasi holistik terhadap berbagai biaya tata kelola.

Pengembang dan pemasok teknologi terutama berinteraksi dengan departemen pemerintah. Akibatnya, penawaran mereka sebagian besar disesuaikan untuk memenuhi persyaratan pemerintah, berpotensi mengabaikan kebutuhan pembangunan yang sebenarnya di daerah pedesaan dan penduduknya. Hal ini memperburuk sifat dinamis tata kelola digital. Di tingkat nasional, meskipun telah diterbitkan dokumen hukum seperti Rencana Aksi Pengembangan Desa Digital 2022-2025 dan Langkah-Langkah Sementara untuk Pengelolaan Layanan Kecerdasan Buatan Generatif, keterlibatan banyak departemen dapat menyebabkan garis tanggung jawab yang kabur, menyebabkan penundaan dan mengurangi efektivitas tata kelola. Kecuali masalah ini segera ditangani, hal itu tidak hanya akan menghambat aktivasi motivasi intrinsik penduduk pedesaan untuk berpartisipasi aktif dalam revitalisasi pedesaan berbasis AI generatif di Tiongkok, tetapi juga dapat menimbulkan konflik digital baru.

Konsolidasi AI besar-besaran: Hanya beberapa model Tiongkok yang akan bertahan

Upaya Tiongkok untuk menjadi pemimpin di bidang AI pada tahun 2030 menghadapi perpaduan kompleks tantangan struktural yang jauh melampaui pembatasan ekspor chip yang sering disebut-sebut. Kesenjangan talenta lebih dari lima juta pekerja terampil, infrastruktur yang terfragmentasi dengan kapasitas yang tidak dimanfaatkan secara dramatis, kesenjangan regional yang besar antara pusat kota dan daerah pinggiran pedesaan, serta konsolidasi pasar yang akan datang setelah bertahun-tahun investasi spekulatif yang berlebihan, menggambarkan gambaran yang jauh lebih suram daripada yang disarankan oleh pernyataan resmi.

Situasi paradoks ini sangat terlihat di pusat data: Sementara Frankfurt tidak dapat membangun fasilitas baru karena kekurangan listrik, fasilitas canggih di provinsi-provinsi barat Tiongkok sebagian besar kosong karena kurangnya infrastruktur hilir, sumber daya manusia, dan permintaan praktis. Dalam kedua kasus tersebut, menjadi jelas bahwa investasi besar-besaran pada komponen individual akan sia-sia jika sistem secara keseluruhan tidak dikembangkan secara konsisten.

18 hingga 36 bulan ke depan akan sangat krusial. China harus berhasil mengatasi fragmentasi melalui inisiatif seperti Aliansi Inovasi Ekosistem Model-Chip, menutup kesenjangan talenta melalui investasi besar-besaran di bidang pendidikan, dan memanfaatkan kapasitas yang ada tetapi kurang dimanfaatkan secara cerdas. Atau negara ini akan menyaksikan investasi berpindah, talenta terbaik pergi, dan penciptaan nilai digital berpindah ke tempat lain. Konsolidasi pasar yang akan datang akan sangat brutal. Dari lebih dari 180 model bahasa utama yang saat ini disetujui, mungkin hanya tiga atau empat yang akan bertahan. Ratusan pusat data harus ditutup atau dialihfungsikan. Pendanaan modal ventura tetap berada pada level terendah dalam satu dekade.

Namun, akan terlalu dini untuk mengabaikan ambisi Tiongkok. Strategi yang berfokus pada efisiensi, pendekatan yang mengutamakan implementasi, dan keunggulan biaya dari solusi seperti DeepSeek dapat merebut pangsa pasar yang signifikan di pasar global yang tidak mampu membeli solusi Barat kelas atas. Dukungan pemerintah tetap kuat, meskipun perlu dikoordinasikan lebih baik dan tidak boros. Dan tantangan demografis—populasi yang menua dan populasi usia kerja yang menyusut—membuat peningkatan produktivitas yang didorong oleh AI bukan pilihan, melainkan suatu keharusan.

Para pengamat global seharusnya tidak meremehkan China maupun menerima pernyataan resminya begitu saja. Seperti yang sering terjadi, realitas terletak di antara kedua ekstrem ini. China tidak akan bangkit menjadi hegemon AI yang tak terkalahkan maupun tenggelam dalam ketidakberartian teknologi. Sebaliknya, gambaran yang kompleks dan terfragmentasi muncul: kelompok-kelompok keunggulan yang terkonsentrasi secara regional di pantai timur, implementasi eksperimental di ribuan perusahaan, kegagalan spektakuler dalam proyek infrastruktur yang terlalu ambisius, solusi efisiensi inovatif untuk kasus penggunaan spesifik, dan ketergantungan berkelanjutan pada teknologi asing yang diiringi dengan upaya percepatan menuju swasembada.

Ketika penilaian akhir dilakukan pada tahun 2030, kemungkinan besar baik prediksi yang paling optimis maupun yang paling pesimis tidak akan terwujud. China akan membuat kemajuan signifikan, tetapi tidak akan mencapai posisi dominan yang diinginkan Beijing. AS akan terus memimpin dalam penelitian mutakhir, tetapi solusi China akan tersebar luas di negara-negara berkembang. Dan dunia harus beroperasi dengan dua ekosistem AI yang sebagian terpisah, sebagian saling terkait, yang koeksistensi, persaingan, dan kerja sama sesekali akan membentuk lanskap geopolitik abad ke-21.

☑️ Bahasa bisnis kami adalah Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa nasional Anda!

Konrad Wolfenstein

Saya akan dengan senang hati melayani Anda dan tim saya sebagai penasihat pribadi.

Anda dapat menghubungi saya dengan mengisi formulir kontak atau cukup hubungi saya di +49 89 89 674 804 (Munich) . Alamat email saya adalah: wolfenstein ∂ xpert.digital

Saya menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan dan implementasi

☑️ Penciptaan atau penataan kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B Global & Digital

☑️ Pelopor Pengembangan Bisnis/Pemasaran/Humas/Pameran Dagang

Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) – Platform & Solusi B2B | Xpert Consulting - Gambar: Xpert.Digital

Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat menerapkan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.

Platform AI Terkelola adalah paket lengkap dan bebas repot untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang rumit, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda akan mendapatkan solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra spesialis – seringkali dalam beberapa hari.

Manfaat utama sekilas:

⚡ Implementasi cepat: Dari ide hingga aplikasi operasional dalam hitungan hari, bukan bulan. Kami memberikan solusi praktis yang menciptakan nilai langsung.

Keamanan data maksimal: Data sensitif Anda tetap menjadi milik Anda. Kami menjamin pemrosesan yang aman dan sesuai aturan tanpa membagikan data dengan pihak ketiga.

💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.

🎯 Fokus pada bisnis inti Anda: Fokuslah pada keahlian Anda. Kami menangani seluruh implementasi teknis, operasional, dan pemeliharaan solusi AI Anda.

📈 Tahan Masa Depan & Skalabel: AI Anda tumbuh bersama Anda. Kami memastikan pengoptimalan dan skalabilitas berkelanjutan, serta menyesuaikan model secara fleksibel dengan kebutuhan baru.

Lebih lanjut tentang itu di sini:

• Solusi AI Terkelola - Layanan AI Industri: Kunci daya saing di sektor jasa, industri, dan teknik mesin