Ambisi AI Tiongkok diuji: Mengapa investasi miliaran dolar terbuang sia-sia

Lebih dari sekadar perang chip: Alasan sebenarnya mengapa serangan AI Tiongkok terhenti

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

Persamaan dengan masalah transisi energi Jerman sangat mencolok. Sebagaimana Jerman berisiko gagal mewujudkan masa depan digitalnya akibat kurangnya kapasitas jaringan listrik, Tiongkok bergulat dengan ketidakseimbangan infrastruktur yang berbeda. Pusat data di Frankfurt tidak dapat dibangun karena kurangnya sambungan listrik, sementara fasilitas canggih di provinsi-provinsi Tiongkok bagian barat sebagian besar kosong karena infrastruktur hilir, sumber daya manusia, dan permintaan praktis yang kurang. Dalam kedua kasus ini, terungkaplah sebuah kebenaran mendasar dari kebijakan teknologi modern: Investasi besar-besaran pada masing-masing komponen akan 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

Perangkap 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 kesenjangannya mencapai lebih dari lima juta orang, dengan rasio pasokan dan permintaan yang sangat tinggi, yaitu satu banding sepuluh. Pada paruh pertama tahun 2025, lowongan pekerjaan untuk posisi terkait AI melonjak 37 persen dibandingkan periode yang sama tahun sebelumnya. Insinyur robotika dan pengembang algoritma sangat diminati, dengan lowongan pekerjaan untuk posisi ini meningkat lebih dari 50 persen. Angka-angka ini tidak menunjukkan ekspansi yang sehat, melainkan persaingan yang sengit untuk mendapatkan sumber daya yang langka.

McKinsey memprediksi permintaan Tiongkok akan tenaga profesional AI akan meningkat menjadi enam juta pada tahun 2030, sementara universitas-universitas domestik dan warga Tiongkok yang kembali ke luar negeri paling banter hanya dapat menyediakan dua juta. Hal ini menciptakan kesenjangan sebesar empat juta pekerja berkeahlian tinggi, dan kemungkinan akan semakin melebar karena angka kelahiran Tiongkok 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 tenaga kerja akan meningkat menjadi lebih dari 45 tahun. Dengan demikian, Tiongkok berada 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 lulusan yang melimpah. Memang, universitas-universitas di Tiongkok menghasilkan sekitar 1,4 juta lulusan STEM setiap tahunnya. Namun, kenyataan menunjukkan adanya kesenjangan kualitatif. Penelitian yang benar-benar mutakhir dan pengembangan model-model mutakhir terutama membutuhkan kandidat doktor. Output mahasiswa PhD yang terlatih dalam AI masih relatif rendah, sehingga menimbulkan persaingan yang ketat untuk mendapatkan talenta terbaik yang tersedia. Ilmuwan pembelajaran mesin berpengalaman di perusahaan-perusahaan raksasa teknologi kini menerima gaji ratusan ribu yuan. Perusahaan rintisan yang lebih kecil melaporkan bahwa posisi-posisi penting di bidang penelitian dan pengembangan masih kosong selama berbulan-bulan, sehingga sangat menunda pengembangan produk.

Masalah ini diperparah oleh sifat spesifik integrasi AI. Berbeda dengan revolusi seluler tahun 2010-an, ketika teknologi inti sudah berfungsi dan modal terutama dibutuhkan untuk akuisisi pengguna dan perluasan logistik, implementasi AI membutuhkan riset dan pengembangan yang berkelanjutan dan spesifik konteks. Rumah sakit tidak bisa begitu saja memasang ChatGPT dan berbicara tentang layanan kesehatan berbasis AI. Diperlukan waktu pengembangan berbulan-bulan atau bertahun-tahun untuk menangani alur kerja medis, kepatuhan regulasi, dan integrasi dengan sistem yang ada. Tanpa modal yang memadai untuk 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 dan profesional AI dengan keahlian lintas industri. Mengintegrasikan AI ke dalam industri tradisional membutuhkan individu dengan pemahaman teknis yang mendalam dan pengetahuan industri yang mendalam. Sistem AI pertanian membutuhkan pengembang yang memahami agronomi. AI keuangan membutuhkan para ahli yang memahami persyaratan peraturan. Keahlian interdisipliner ini langka secara global, terutama di Tiongkok.

Perusahaan merespons dengan berbagai strategi. Beberapa perusahaan secara agresif merekrut dari luar negeri, melonggarkan pembatasan hukou, dan mencoba mendatangkan kembali talenta dari luar negeri. Perusahaan lain berinvestasi besar-besaran dalam program pelatihan internal. Pemerintah sedang mendorong perluasan kurikulum AI di universitas-universitas. Lebih dari lima ratus universitas di Tiongkok telah menyelenggarakan program gelar AI sejak 2018. Namun, pergeseran budaya dan pendidikan membutuhkan waktu. Bahkan dengan upaya yang dipercepat, kesenjangan talenta akan membebani ekosistem AI Tiongkok selama dekade berikutnya.

Dimensi geopolitik semakin memperburuk masalah ini. Meskipun universitas-universitas di Tiongkok telah mencapai kemajuan substansial dalam pendidikan AI, pusat-pusat teknologi global terus menarik talenta-talenta terbaik. Ketidakpastian yang berasal dari regulasi pemerintah, kendali ideologis, dan persepsi pembatasan kebebasan akademik mendorong beberapa 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 meski ada investasi besar-besaran

Infrastruktur AI Tiongkok menghadirkan paradoks yang monumental. 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 menggelontorkan miliaran dolar untuk memperluas infrastruktur tulang punggung digital. Di sisi lain, sumber-sumber lokal melaporkan bahwa hingga 80 persen dari kapasitas komputasi yang baru dibangun ini masih belum terpakai. Tingkat utilisasi banyak pusat data pintar berada di angka 20 hingga 30 persen. Fasilitas yang menelan biaya miliaran dolar sebagian besar menganggur, sementara operatornya mati-matian mencari pelanggan dan biaya pendinginan, listrik, serta pemeliharaan yang terus-menerus membebani neraca keuangan mereka.

Situasi ganjil ini merupakan hasil kombinasi tekanan politik, ekses spekulatif, dan salah perhitungan mendasar. Setelah meletusnya gelembung perumahan dan perlambatan ekonomi akibat COVID, pemerintah daerah berupaya keras mencari pendorong pertumbuhan baru. Antusiasme terhadap ChatGPT di 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-inisiatif ini, dengan harapan dapat meningkatkan perekonomian daerah mereka. Badan Usaha Milik Negara (BUMN), dana investasi yang berafiliasi dengan pemerintah, serta perusahaan dan investor swasta dengan antusias menyambut masa depan yang konon cerah ini.

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

Cocok untuk:

• AI Boom di Cina atau apakah gelembung AI meledak sekarang? Ratusan pusat data baru kosong

Masalah utama terletak pada jenis infrastruktur yang dibangun. Banyak pusat data dirancang untuk melatih model bahasa berskala besar dan karenanya berlokasi di provinsi-provinsi barat dengan energi yang lebih murah. Hal ini sejalan dengan Eastern Data Western Computing Initiative, yang bertujuan untuk mengalihkan pemrosesan data dari wilayah metropolitan yang padat di timur ke wilayah-wilayah 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 berada di posisi yang buruk. Inferensi biasanya memerlukan konfigurasi perangkat keras yang berbeda—chip yang lebih cepat dan lebih responsif yang memprioritaskan latensi rendah dan efisiensi daripada daya komputasi semata. Lebih lanjut, inferensi perlu dilakukan di dekat pengguna akhir, yaitu di kota-kota besar di timur. Dengan demikian, pusat data di barat sering kali 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 Tiongkok, untuk melayani pasar perkotaan besar seperti Shanghai, Hangzhou, dan Nanjing. Namun, ini hanyalah setetes air di lautan. Alokasi sumber daya yang salah ke infrastruktur yang tidak memadai telah mengikat miliaran modal yang seharusnya dapat digunakan secara lebih produktif di tempat lain. Beberapa proyek tampaknya tidak pernah dimaksudkan untuk menghasilkan keuntungan melalui daya komputasi yang sebenarnya. Beberapa laporan dan sumber internal mengonfirmasi bahwa beberapa perusahaan menggunakan pusat data AI untuk memenuhi syarat mendapatkan energi hijau bersubsidi pemerintah atau kesepakatan lahan. Dalam beberapa kasus, listrik yang dialokasikan khusus dijual kembali ke jaringan listrik sementara bangunan-bangunannya tetap tidak digunakan. Pada akhir tahun 2024, sebagian besar pelaku bisnis ini bertujuan untuk mendapatkan keuntungan dari insentif kebijakan, alih-alih dari pekerjaan AI yang sesungguhnya.

Kelangkaan perangkat keras semakin memperburuk situasi. Meskipun pemerintah memberikan dukungan besar untuk pengembangan cip domestik, perusahaan-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 cip canggih seperti H100 Nvidia dan teknologi pengemasan penting. Kesenjangan pasokan cip AI Tiongkok diproyeksikan akan melebihi $10 miliar pada tahun 2025. Alternatif domestik seperti Ascend 910B dari Huawei tertinggal dalam hal kinerja untuk melatih model bahasa berskala besar. Selain itu, klaster AI canggih tidak hanya membutuhkan cip, tetapi juga interkoneksi yang dirancang dengan cermat yang mencakup puluhan ribu prosesor. Perusahaan-perusahaan AS terus memimpin dalam desain tingkat sistem.

Perusahaan-perusahaan Tiongkok membeli hampir satu juta prosesor Nvidia HGX H20 pada tahun 2024 saja. Ketergantungan ini berlanjut karena skala pasokan Nvidia dan 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 terpaksa menggunakan perangkat keras Nvidia karena ketidakstabilan kinerja, interkoneksi yang lebih lemah, dan CANN yang belum matang. Sekalipun produsen Tiongkok dapat membanjiri pasar dengan NPU Ascend atau GPU Moore Threads, perangkat lunak yang lemah membuat mereka kurang menarik bagi pengembang.

Ekosistem perangkat lunak untuk chip AI Tiongkok jauh lebih lemah dibandingkan dengan rekan Baratnya. CUDA 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 Huawei baru diperkenalkan pada tahun 2019, dua belas tahun setelah CUDA. Para pengembang sering menggambarkannya sebagai sistem yang bermasalah, tidak stabil, dan kurang terdokumentasi, dengan seringnya terjadi crash runtime dan integrasi pihak ketiga yang terbatas. Masalah-masalah ini tidak membuat pelatihan skala besar pada perangkat keras Tiongkok menjadi mustahil, tetapi memang membuatnya jauh lebih mahal.

Kurangnya standar umum di antara berbagai vendor chip Tiongkok semakin memecah pasar. Setiap vendor memiliki tumpukan perangkat lunak tingkat rendah yang tidak kompatibel. Kerangka kerja AI arus utama terutama mendukung chip Nvidia. Chip AI domestik harus beradaptasi dengan berbagai kerangka kerja, dan setiap pemutakhiran kerangka kerja memerlukan adaptasi berulang. Hal ini menyebabkan hilangnya operator dan optimasi untuk model besar, yang mencegah model berjalan atau membuatnya tidak efisien, perbedaan presisi akibat perbedaan arsitektur dan implementasi perangkat lunak, serta tingginya biaya porting 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 pengurangan fragmentasi ekosistem. Meskipun menyatukan perangkat lunak tingkat rendah mungkin menantang karena perbedaan arsitektur, standardisasi tingkat menengah tampak lebih realistis. Dengan berfokus pada API dan format model yang 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, hingga standar ini benar-benar ada, fragmentasi berarti setiap perusahaan harus mengatasi beberapa masalah secara bersamaan di berbagai bidang di pasar yang jenuh.

Huawei menjadikan CANN sebagai 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, perangkat AI Huawei untuk NPU Ascend didistribusikan secara terbatas. Kematangan CANN tertinggal dari CUDA, terutama karena tidak adanya basis prosesor Ascend yang luas dan stabil di luar proyek-proyek Huawei sendiri. Para pengembang mengikuti skala, dan CUDA menjadi dominan karena jutaan GPU Nvidia telah dikirimkan dan tersedia secara luas, yang membenarkan investasi dalam penyetelan, pustaka, dan dukungan komunitas. Huawei dan pengembang Tiongkok lainnya tidak dapat mengirimkan jutaan NPU Ascend atau GPU Biren karena sanksi AS.

Infrastruktur energi menyajikan gambaran yang beragam. Tiongkok telah memperluas jaringannya delapan puluh kali lebih cepat daripada AS dan merupakan pemimpin dunia dalam kapasitas tenaga surya, angin, dan air. Investasi besar-besaran dalam energi terbarukan ini bertujuan untuk menjadikan penskalaan AI berkelanjutan. Inisiatif Komputasi Data Timur dan Barat (Eastern Data Western Computing Initiative) mengalihkan pemrosesan data ke wilayah barat yang kaya energi dan lahan, yang didukung oleh energi angin dan matahari. Tujuannya tidak hanya untuk mengurangi biaya tetapi juga untuk menciptakan infrastruktur yang lebih tangguh dan berkelanjutan. Jutaan rak TI diperkirakan akan terpasang pada akhir Rencana Lima Tahun keempat belas di tahun 2025.

Meskipun wilayah barat menawarkan sumber daya angin dan surya yang melimpah serta harga listrik yang lebih rendah, mereka seringkali tertinggal dalam pembangunan infrastruktur. Tantangannya terletak pada bagaimana menggabungkan sumber daya energi hijau yang melimpah di wilayah barat yang kurang berkembang secara efisien dengan kebutuhan pemrosesan data yang terus meningkat di wilayah timur. Kebutuhan komputasi terkonsentrasi di wilayah timur, di mana swasembada energi terbarukan 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 di Ningxia, sebagian karena harga listrik yang lebih rendah. Perusahaan cenderung melatih model bahasa berskala besar mereka di provinsi barat karena biaya listrik yang lebih rendah, tetapi mendasarkan pusat data berorientasi aplikasi mereka di 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 bakat menyulitkan untuk menarik dan mempertahankan personel berteknologi tinggi. Banyak pusat data Barat tetap tidak beroperasi sambil menunggu lonjakan aplikasi hilir. Seorang karyawan vendor cloud mengonfirmasi bahwa tingkat utilisasi pusat data pintar Tiongkok 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

Pembagian wilayah memperburuk kesenjangan

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

Dari tahun 2014 hingga 2022, tingkat AI di Tiongkok menunjukkan tren peningkatan dan perluasan wilayah yang signifikan seiring waktu. Pada tahun 2014, tingkat perkembangan AI di negara tersebut secara keseluruhan rendah, hanya provinsi-provinsi pesisir timur yang menunjukkan kinerja luar biasa dan menunjukkan keunggulan awal wilayah-wilayah tersebut dalam AI. Sementara itu, wilayah tengah dan barat secara keseluruhan terlambat berkembang, dan tingkat perkembangan mereka umumnya rendah. Pada tahun 2022, tingkat AI negara tersebut telah meningkat pesat, dengan Delta Sungai Yangtze dan Margin 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 ketimpangan pendapatan akibat AI menemukan bahwa dampak AI terhadap ketimpangan pendapatan paling kuat di wilayah timur laut, diikuti oleh wilayah barat, sementara dampaknya relatif lebih kecil di wilayah tengah dan timur. AI secara signifikan memperparah kesenjangan pendapatan melalui perbaikan struktural industri dan inovasi teknologi. Heterogenitas regional menunjukkan bahwa AI tidak bertindak sebagai penyeimbang, melainkan memperkuat keunggulan yang sudah ada. Provinsi dengan infrastruktur digital yang kuat, akses ke modal, dan kumpulan talenta mendapatkan manfaat yang tidak proporsional, sementara wilayah terbelakang semakin tertinggal.

Kesenjangan digital perkotaan-pedesaan semakin memperparah kesenjangan ini. Meskipun pemerintah baru-baru ini berupaya mempercepat pembangunan infrastruktur pedesaan digital dalam konteks revitalisasi pedesaan di Tiongkok, berdasarkan keberhasilan dalam pengentasan kemiskinan, masalah kesenjangan digital tetap ada. Dalam hal investasi finansial, dana yang dialokasikan untuk infrastruktur digital pedesaan tertinggal jauh dibandingkan dengan yang dialokasikan untuk wilayah 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, sehingga tingkat perkembangan informatisasi secara keseluruhan hanya tiga puluh tujuh koma sembilan persen.

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

Selama pandemi COVID-19, kesenjangan dalam pengembangan infrastruktur perangkat keras semakin nyata. Contoh mencoloknya adalah seorang mahasiswa Tibet yang tinggal di Linzhou, Daerah Otonomi Tibet, yang terpaksa mengendarai sepeda motor selama dua puluh menit ke kaki gunung, lalu mendaki puncaknya dalam suhu beku untuk mengikuti kelas daring. Anekdot ini menyoroti ketidakseimbangan yang mencolok dalam pengembangan perangkat keras digital antara wilayah pedesaan dan perkotaan.

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

Dari perspektif organisasi perangkat lunak yang merupakan "kekuatan lunak" pembangunan digital pedesaan, perangkat lunak digital pedesaan mengalami kekurangan dalam kompetensi digital, akuisisi talenta, dan tata kelola dibandingkan dengan wilayah perkotaan. Di satu sisi, dipengaruhi oleh pola pikir tradisional yang mementingkan diri sendiri yang lazim di komunitas pertanian kecil dan diperburuk oleh ketertinggalan yang melekat dalam kemajuan digital pedesaan, terdapat kurangnya antusiasme yang nyata di antara penduduk pedesaan untuk secara aktif terlibat dengan layanan AI generatif untuk revitalisasi pedesaan Tiongkok. Lebih lanjut, migrasi substansial tenaga kerja pedesaan, yang mengakibatkan lansia, individu rentan, perempuan, dan anak-anak menjadi tenaga kerja utama di wilayah pedesaan, mengintensifkan fenomena depopulasi pedesaan, depopulasi, dan penuaan penduduk, yang berdampak pada populasi pedesaan, ekonomi, masyarakat, dan pembangunan secara keseluruhan.

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

Ketimpangan regional juga terlihat dalam indeks AI. Sebuah studi terbaru mengembangkan indeks kecerdasan buatan komprehensif dengan tujuh dimensi utama, yang dirancang untuk analisis tingkat provinsi dan industri tertentu. Perbandingan Tiongkok-AS menunjukkan bahwa, dalam kerangka terpadu, skor komposit AS melampaui skor Tiongkok sebesar 59,4 dengan selisih 68,1. Pembagian Tiongkok menjadi tujuh area utama untuk membentuk indeks subnasional menunjukkan ketimpangan regional yang mencolok dalam pengembangan AI di Tiongkok: wilayah utara, timur, dan selatan unggul dalam skor komposit, sementara wilayah tengah dan barat tertinggal jauh, yang menunjukkan dampak konsentrasi inovasi dan sumber daya industri di tingkat regional.

Fragmentasi geografis ini memiliki konsekuensi yang luas. Hal ini menciptakan perbedaan kecepatan transformasi ekonomi, dengan wilayah-wilayah terdepan yang pesat berkembang menuju ekonomi berbasis pengetahuan, sementara wilayah-wilayah tertinggal masih terjebak dalam manufaktur dan pertanian tradisional. Hal ini memperparah ketegangan sosial seiring melebarnya disparitas pendapatan antarwilayah. Hal ini mempersulit koordinasi nasional, karena setiap provinsi memiliki tingkat pembangunan dan prioritas yang berbeda-beda. Selain itu, hal ini menciptakan alokasi sumber daya yang tidak efisien, dengan pusat-pusat data canggih yang terbengkalai di provinsi-provinsi terpencil di wilayah barat sementara kota-kota metropolitan di timur kesulitan mendapatkan kapasitas.

Cocok untuk:

• Ekonomi China dalam krisis? Tantangan Struktural Bangsa Pertumbuhan

Krisis kelebihan kapasitas dan tekanan untuk konsolidasi

Lonjakan konstruksi yang pesat pada tahun 2023 dan 2024 telah menempatkan Tiongkok pada krisis kelebihan kapasitas yang dramatis. Lebih dari 500 proyek pusat data diusulkan pada tahun 2023 saja, dengan setidaknya 150 proyek diperkirakan akan beroperasi pada akhir tahun 2024. Perkembangan ini mencerminkan pola yang lazim dalam pembangunan ekonomi Tiongkok. Ketika pemerintah pusat memprioritaskan suatu sektor sebagai sektor strategis, pemerintah daerah dan perusahaan-perusahaan terburu-buru mengerjakannya dengan semangat yang berlebihan, seringkali mengabaikan kebutuhan aktual atau perencanaan yang rasional. Hasilnya adalah investasi berlebih, kelebihan kapasitas, dan fase konsolidasi yang menyakitkan.

Industri otomotif menawarkan proyek paralel yang instruktif. Sekitar 140 perusahaan bersaing di sektor ini, dengan hanya sedikit yang menguntungkan, dan sepertiganya mengalami tingkat utilisasi kapasitas di bawah 20 persen. Untuk mencegah hilangnya lapangan kerja lokal, pemerintah daerah tetap membantu para pemasok yang kesulitan sekalipun tetap bertahan melalui subsidi dan bentuk dukungan lainnya. Konsolidasi pasar pun 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 mulai 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 serupa. Komisi Pembangunan dan Reformasi Nasional turun tangan dengan peraturan yang lebih ketat. Proyek-proyek baru kini harus memenuhi kriteria pemanfaatan tertentu dan menyerahkan perjanjian pembelian sebelum mendapatkan persetujuan. Selain itu, pemerintah daerah dilarang membangun 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, pada tahun 2024 saja, dengan tambahan 12,4 miliar yuan yang dialokasikan untuk tahun 2025. Namun, meskipun investasi pemerintah kuat, tingkat pemanfaatan yang dilaporkan masih berada di antara 20 dan 30 persen, yang mengorbankan kelayakan ekonomi dan efisiensi energi.

Selama delapan belas bulan terakhir, lebih dari 100 proyek telah dibatalkan, peningkatan yang signifikan dibandingkan dengan hanya 11 proyek pada tahun 2023. Peningkatan dramatis dalam jumlah proyek yang dibatalkan ini menandakan sebuah kenyataan. Investor dan operator menyadari bahwa banyak dari fasilitas ini tidak akan pernah menguntungkan. Krisis awal, yang dipicu oleh hype seputar AI generatif setelah peluncuran ChatGPT pada akhir 2022, telah berubah menjadi krisis profitabilitas. Pasar penyewaan GPU telah runtuh. Fasilitas yang menelan biaya miliaran dolar kini kurang dimanfaatkan, imbal hasil anjlok, dan banyak fasilitas menjadi usang bahkan sebelum beroperasi penuh akibat perubahan kondisi pasar.

Pada Juli 2025, Presiden Xi Jinping secara eksplisit memperingatkan agar tidak melakukan investasi berlebihan di bidang AI, mengulangi kekhawatirannya sebelumnya tentang investasi pemerintah daerah yang berlebihan. Komentar tersebut menggarisbawahi keinginan para pembuat kebijakan untuk menghindari terulangnya kelebihan kapasitas yang terlihat di industri-industri berkembang lainnya, seperti kendaraan listrik, yang berkontribusi terhadap tekanan deflasi. Meskipun perencana negara tidak merinci bagian mana dari sektor tersebut yang perlu dibatasi, investasi telah sangat menonjol secara global dalam pembangunan pusat data yang mendukung pengembangan AI. Perlambatan dalam 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 "aliran bakat, modal, dan sumber daya lainnya yang tertib." Zhang Kailin, seorang pejabat Komisi Pembangunan dan Reformasi Nasional, mengatakan kepada wartawan dalam sebuah pengarahan bahwa pemerintah akan mendorong provinsi-provinsi untuk mengembangkan AI secara terkoordinasi dan saling melengkapi. Tujuannya adalah untuk memanfaatkan kekuatan unik mereka guna mendorong pertumbuhan tanpa menduplikasi upaya. "Kami akan dengan tegas menghindari persaingan yang tidak teratur atau pendekatan 'ikut-ikutan'," kata Zhang. Pembangunan harus didasarkan pada keunggulan, sumber daya, dan fondasi industri lokal.

Pasar perangkat lunak mencerminkan dinamika konsolidasi yang serupa. Administrasi Siber Tiongkok menyetujui daftar lebih dari 180 model bahasa utama untuk penggunaan umum pada Agustus 2024, yang menggambarkan beragamnya perusahaan teknologi Tiongkok yang bersaing untuk mendapatkan pangsa pasar domestik. Perusahaan-perusahaan ini bersaing tidak hanya untuk mendapatkan pangsa pasar tetapi juga untuk pendanaan di tengah perlambatan ekonomi dan penurunan industri modal ventura Tiongkok. 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 pengumpulan 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 pengumpulan 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 mengarah pada peningkatan konsolidasi industri di pasar AI Tiongkok.

Du Hai, manajer senior di divisi cloud Baidu, memperkirakan hal ini akan mendorong konsolidasi pasar. Sekitar selusin perusahaan chip AI domestik yang saat ini aktif kemungkinan akan menyusut menjadi tiga atau empat kubu berbeda. "Pemenangnya adalah mereka yang chipnya dapat mendukung model terluas—atau memungkinkan aplikasi canggih yang menjadi standar de facto."

Gartner memprediksi bahwa pada tahun 2029, lanskap teknologi GenAI akan terkonsolidasi menjadi 75 persen lebih sedikit pemain seiring dengan ekspansi hyperscaler dan penyedia platform SaaS serta penyerapan oleh penyedia cloud hybrid. Ini bukan spekulasi pasar, melainkan konsekuensi tak terelakkan dari kekuatan ekonomi yang telah membentuk kembali industri ini. Persamaan dengan perkembangan infrastruktur historis sangat mencolok. Gartner mengidentifikasi bahwa kita sedang beralih dari periode fragmentasi vendor menuju konsolidasi melalui akuisisi dan disrupsi pasar. Sebagaimana industri kelistrikan berevolusi dari ribuan generator lokal menjadi segelintir perusahaan utilitas besar, AI pun mengikuti jalur yang sama.

Pendanaan modal ventura untuk startup AI Tiongkok turun hampir 50 persen year-on-year (yoy) pada awal 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. Kekhawatiran investor ini sebagian dipicu oleh kesediaan pemerintah Tiongkok yang telah terbukti untuk menghambat inovasi perintis demi menggandakan langkah-langkah untuk menjaga kemurnian ideologis.

Pasar Tiongkok lainnya, meskipun memberikan beberapa sinyal yang beragam, memberikan alasan lebih lanjut untuk pesimisme. Sektor real estat telah runtuh, tingkat pengangguran kaum mudanya 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 luas, dan kebijakan yang didorong oleh ideologi dan berfokus pada kontrol yang menghalangi sebagian besar investor. Krisis pendanaan ini menimbulkan masalah khusus bagi penerapan AI. Tanpa modal yang sabar 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

Proyeksi masa depan industri AI Tiongkok sangat luas. Kalangan optimis seperti Morgan Stanley memprediksi bahwa investasi AI Tiongkok dapat mencapai titik impas pada tahun 2028 dan menghasilkan imbal hasil investasi sebesar 52 persen pada tahun 2030. Industri inti AI dapat menjadi pasar senilai 140 miliar dolar pada tahun 2030. Estimasi ini melonjak menjadi 1,4 triliun dolar jika sektor-sektor terkait seperti infrastruktur dan pemasok komponen juga diperhitungkan. AI dapat memberikan dorongan tambahan bagi pertumbuhan PDB jangka panjang Tiongkok, mengimbangi faktor-faktor seperti tenaga kerja yang menua dan perlambatan pertumbuhan produktivitas. Selama dua hingga tiga tahun ke depan, AI dapat menambah 0,2 hingga 0,3 poin persentase terhadap pertumbuhan tahunan Tiongkok.

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

Enam hingga dua belas bulan ke depan akan menjadi periode kritis bagi perusahaan-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 ditenagai AI, dapat digunakan secara luas untuk keperluan industri, komersial, dan rumah tangga. Dalam jangka panjang, revolusi AI akan menghasilkan peningkatan produktivitas dengan meningkatkan efisiensi, merampingkan proses produksi, dan membuka produk, layanan, serta lapangan kerja baru.

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

Namun, proyeksi optimis ini dibarengi dengan peringatan yang mengerikan. Capital Economics memprediksi gelembung pasar saham berbasis AI akan pecah pada tahun 2026. Perusahaan riset tersebut menyatakan bahwa kenaikan suku bunga dan inflasi yang lebih tinggi akan menekan valuasi saham. Mulai tahun 2026 dan seterusnya, keuntungan pasar saham ini akan mereda secara prediktif, karena suku bunga yang lebih tinggi dan inflasi yang meningkat mulai menekan valuasi saham. Pada akhirnya, mereka mengantisipasi bahwa imbal hasil saham akan lebih buruk selama dekade berikutnya dibandingkan dekade sebelumnya. Dan mereka berpikir bahwa kinerja pasar saham AS yang telah lama unggul mungkin akan segera berakhir.

Dana Moneter Internasional mencatat bahwa meskipun penurunan ekonomi mungkin terjadi, kecil kemungkinannya hal itu akan berkembang menjadi krisis sistemik yang akan menghancurkan ekonomi AS atau global. Gourinchas mengamati bahwa, serupa dengan tren sebelumnya, sensasi seputar teknologi inovatif mungkin tidak memenuhi ekspektasi pasar dalam jangka pendek, yang berpotensi menyebabkan penurunan harga saham. Namun, ia mencatat bahwa, tidak seperti tahun 1999, lanskap investasi saat ini dicirikan oleh perusahaan teknologi yang kaya akan uang tunai, alih-alih yang didorong oleh utang.

Forrester memprediksi bahwa pada tahun 2026, AI akan kehilangan daya tariknya, dan mengganti mahkotanya dengan helm pengaman. Kekhawatiran terhadap ROI perusahaan akan lebih besar daripada hiperbola vendor. Dengan koreksi pasar ini, perusahaan akan memprioritaskan fungsi daripada gaya. CFO akan lebih tertarik pada kesepakatan AI. Perusahaan akan menyebarkan investasi mereka ke seluruh ekosistem agen dan mengalokasikan kembali talenta seiring agen AI mengambil alih pekerjaan kasar. Perusahaan yang cerdas akan berinvestasi dalam tata kelola AI dan pelatihan kelancaran AI untuk memitigasi risiko dan memetakan perjalanan AI mereka secara perlahan.

Laporan Bain memperkirakan bahwa pada tahun 2030, belanja modal global untuk pusat data AI akan mencapai $500 miliar per tahun, membutuhkan tambahan kapasitas daya 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 Tiongkok masih menghadapi kendala permintaan dan kapasitas pabrik. Pasar membutuhkan aplikasi dunia nyata yang dapat diskalakan. Permintaan aplikasilah yang akan menentukan segalanya. Gaya Amerika yang sangat ingin memperluas daya komputasi bukanlah pilihan bagi perusahaan Tiongkok.

Ledakan infrastruktur AI di Tiongkok sedang terhambat, karena negara tersebut telah membangun ratusan pusat data untuk mendukung ambisi AI-nya, menurut MIT Technology Review, tetapi banyak yang kini menganggur. Miliaran dolar telah diinvestasikan oleh badan usaha milik negara dan swasta pada tahun 2023 dan 2024, dengan ekspektasi bahwa permintaan sewa GPU akan terus meningkat, tetapi adopsi justru menurun, dan akibatnya, banyak operator kini kesulitan untuk bertahan hidup. Publikasi lokal melaporkan bahwa hingga 80 persen dari kapasitas komputasi baru ini masih menganggur.

Skenario masa depan yang berbeda-beda ini mencerminkan ketidakpastian fundamental. Akankah Tiongkok mengatasi fragmentasi ekosistem perangkat lunaknya? Mampukah produsen cip domestik menutup kesenjangan teknologi dengan cukup cepat? Akankah kontrol ekspor AS diperketat, dilonggarkan, atau tetap pada tingkat saat ini? Akankah pemerintah Tiongkok mengintensifkan kendali ideologisnya, sehingga menghambat para inovator, atau akankah ia mengejar kebijakan yang lebih pragmatis? Akankah permintaan global akan solusi AI berbiaya rendah mendukung pendekatan yang berfokus pada efisiensi Tiongkok, atau akankah kekhawatiran tentang kualitas dan kepercayaan justru menguntungkan 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 memperlihatkan AS mempertahankan dominasinya. Dengan kendali atas cip canggih dan perusahaan-perusahaan AI terkemuka 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 menyesuaikan diri dengan salah satu model ini, sehingga menciptakan lanskap digital yang terfragmentasi.

Skenario ketiga menunjukkan 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, sementara Beijing unggul dalam AI pasar massal, menawarkan platform terjangkau seperti DeepSeek kepada pengguna global. Namun, keseimbangan ini dapat berubah drastis jika Tiongkok mengejar ambisinya di Taiwan, tempat TSMC berada, 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 dan investasi yang didorong oleh negara Tiongkok telah menjadikannya pesaing yang tangguh. Meskipun Beijing menghadapi rintangan seperti pembatasan dari Barat dan skeptisisme pasar, kemajuannya dalam AI konsumen dan pengaruhnya di pasar negara berkembang membuat persaingan ini tetap tak terduga. Entah persaingan ini akan mengarah pada dominasi AS yang berkelanjutan, lanskap digital yang terpecah belah, atau kebangkitan Tiongkok 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 fundamental yang seringkali terabaikan. Adopsi AI dalam bisnis masih terfragmentasi dan eksperimental. Meskipun Tiongkok merupakan pemimpin dalam adopsi AI generatif, organisasi-organisasi di Tiongkok belum mengimplementasikannya secara maksimal. 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 sebesar sebelas persen, tetapi tertinggal dari pemimpin dunia dalam implementasi penuh, AS, dengan dua puluh empat persen.

Sementara itu, 64 persen responden dari Tiongkok mengatakan organisasi mereka "menggunakan AI generatif tetapi belum sepenuhnya menerapkannya," jauh di atas rata-rata global sebesar 43 persen. Mengingat penekanan Tiongkok pada regulasi yang cermat dan persetujuan resmi untuk AI generatif, wajar jika banyak organisasi melakukan uji coba awal sebelum sepenuhnya mengintegrasikan AI generatif ke dalam proses mereka. Jelas bahwa Tiongkok berkomitmen penuh terhadap AI generatif, tetapi organisasi-organisasi di Tiongkok melangkah dengan 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 perangkat yang memadai: hanya 31 persen yang mengatakan mereka tidak memiliki perangkat yang tepat untuk mengimplementasikan AI generatif, dibandingkan dengan 47 persen secara global, sementara hanya 21 persen yang mengatakan mereka tidak memiliki keahlian internal, dibandingkan dengan 39 persen secara global. Angka-angka ini sangat kontras dengan kesenjangan bakat yang telah dibahas sebelumnya dan menunjukkan adanya perbedaan antara persepsi diri dan kenyataan, atau standar yang berbeda untuk apa yang dianggap sebagai "keahlian yang memadai".

Privasi data dan keamanan data menduduki peringkat dua kekhawatiran teratas di antara semua responden survei terkait implementasi AI generatif, masing-masing disebutkan oleh 76 dan 75 persen responden. Namun, lebih dari separuh responden (51 persen) menyatakan kekhawatiran tentang perlunya 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 dikembangkan", sementara 28 persen menggambarkannya sebagai "ad hoc atau informal". Sekitar satu dari 11 persen mengatakan kerangka kerja tata kelola AI generatif mereka "tidak ada". Kesenjangan tata kelola ini menciptakan risiko substansial bagi implementasi, terutama di industri yang diregulasi atau dengan aplikasi yang sensitif.

Aliran data yang terfragmentasi di berbagai industri menghambat kemampuan untuk mengkonsolidasikan data menjadi kumpulan sumber daya yang koheren dan mudah diakses untuk aplikasi AI. Silo-silo data ini menghambat pelatihan model AI yang efektif dan membatasi wawasan lintas sektor. Instansi pemerintah dan bisnis berupaya meningkatkan interoperabilitas data dan mendorong berbagi data lintas industri serta sirkulasi data terstruktur lintas batas di bawah kerangka kerja yang kurang diatur untuk membuka nilai penuh ekosistem data Tiongkok. Dengan mengatasi tantangan terkait data ini, Tiongkok dapat semakin 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 terdepan dalam teknologi yang sedang berkembang, AI generatif akan semakin memperumit struktur kepentingan yang beragam dalam memberdayakan revitalisasi pedesaan di Tiongkok. Bagi pemerintah, yang memegang posisi penting, kesenjangan digital yang diakibatkan oleh disparitas ekonomi perkotaan-pedesaan membutuhkan investasi substansial dalam tenaga kerja, sumber daya, dan keuangan untuk menjembatani kesenjangan ini. Proses ini ditandai dengan jangka waktu pengembalian investasi yang panjang. Berbeda dengan pasar yang hanya memprioritaskan faktor ekonomi, tata kelola pedesaan yang dipimpin pemerintah melibatkan evaluasi holistik terhadap berbagai biaya tata kelola.

Pengembang dan penyedia teknologi terutama berinteraksi dengan departemen pemerintah. Akibatnya, penawaran mereka sebagian besar dirancang untuk memenuhi persyaratan pemerintah, sehingga berpotensi mengabaikan kebutuhan pembangunan nyata daerah pedesaan dan penduduknya. Hal ini memperburuk sifat cair 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 kaburnya garis tanggung jawab, yang menyebabkan keterlambatan dan mengurangi efektivitas tata kelola. Jika masalah ini tidak segera ditangani, hal ini 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 yang hebat: Hanya beberapa model China yang akan bertahan.

Upaya Tiongkok untuk memimpin AI pada tahun 2030 menghadapi beragam tantangan struktural yang kompleks, jauh melampaui pembatasan ekspor chip yang sering disebut-sebut. Kesenjangan talenta lebih dari lima juta pekerja terampil, infrastruktur yang terfragmentasi dengan kapasitas yang sangat minim, disparitas regional yang sangat besar antara pusat kota dan pinggiran pedesaan, serta konsolidasi pasar yang membayangi setelah bertahun-tahun investasi spekulatif yang berlebihan, menggambarkan gambaran yang jauh lebih mengkhawatirkan daripada yang disiratkan oleh pernyataan resmi.

Situasi paradoks ini khususnya terlihat di pusat data: Frankfurt tidak dapat membangun fasilitas baru karena kekurangan listrik, sementara 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 masing-masing komponen akan sia-sia jika sistem secara keseluruhan tidak dikembangkan secara konsisten.

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

Namun, terlalu dini untuk mengabaikan ambisi Tiongkok. Strategi yang berfokus pada efisiensi, pendekatan yang mengutamakan penerapan, dan keunggulan biaya dari solusi seperti DeepSeek dapat meraih pangsa pasar yang signifikan di pasar global yang tidak mampu membeli solusi Barat kelas atas. Dukungan pemerintah tetap kuat, meskipun perlu ditingkatkan secara lebih terkoordinasi dan mengurangi pemborosan. Dan tantangan demografis—populasi yang menua dan populasi usia kerja yang menyusut—membuat peningkatan produktivitas berbasis AI bukan lagi pilihan, melainkan penting.

Para pengamat global tidak boleh meremehkan Tiongkok atau menerima pernyataan resminya begitu saja. Sebagaimana sering terjadi, realitas berada di antara kedua ekstrem ini. Tiongkok tidak akan bangkit menjadi hegemon AI yang tak tergoyahkan, juga tidak akan tenggelam dalam ketidakberartian teknologi. Sebaliknya, gambaran yang kompleks dan terfragmentasi sedang muncul: klaster-klaster keunggulan yang terkonsentrasi secara regional di pesisir timur, implementasi eksperimental di ribuan perusahaan, kegagalan spektakuler dalam proyek infrastruktur yang terlalu ambisius, solusi efisiensi inovatif untuk kasus penggunaan tertentu, dan ketergantungan yang berkelanjutan pada teknologi asing yang dibarengi dengan percepatan upaya menuju kemandirian.

Ketika penilaian akhir dilakukan pada tahun 2030, kemungkinan besar prediksi yang paling optimis maupun yang paling pesimis tidak akan menjadi kenyataan. Tiongkok memang telah mencapai kemajuan yang signifikan, tetapi belum mencapai posisi dominan yang diinginkan Beijing. AS akan terus memimpin dalam penelitian perintis, tetapi solusi Tiongkok akan tersebar luas di negara-negara berkembang. Dan dunia harus beroperasi dengan dua ekosistem AI yang sebagian terpisah dan sebagian saling terkait, yang koeksistensi, persaingan, dan kerja samanya 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