Strategi Kemandirian Cina: Ketika Permintaan Meningkat, Alternatif Berkurang

Ketika menyangkut sektor kecerdasan buatan global, kita menghadapi sebuah persamaan aneh: semakin tinggi permintaan akan kekuatan komputasi, semakin berkurang pilihan sumber yang terpercaya. Inilah yang sedang dialami China hari ini—dan bagaimana respons mereka mendefinisikan ulang keseimbangan kekuatan dalam industri.

Tantangan sebenarnya bukan di chip, melainkan di lingkungan perangkat lunak

Mungkin sebagian orang berpikir bahwa larangan chip adalah ancaman utama. Tapi kenyataannya jauh lebih dalam. Penyebab kemacetan nyata bagi perusahaan AI China bukanlah chip itu sendiri, melainkan lingkungan perangkat lunak yang disebut CUDA.

Sejak tahun 2006, NVIDIA membangun sebuah kerajaan tak tertandingi di sekitar platform perangkat lunaknya, CUDA. Platform ini, yang mengubah kekuatan GPU menjadi alat komputasi super, menjadi fondasi hampir semua model AI modern. Setelah dua dekade berkembang, jumlah pengembang yang terkait dengan CUDA telah melampaui 4,5 juta orang, tersebar di lebih dari 40.000 perusahaan global.

Di sinilah masalahnya: pengembang AI tidak bisa begitu saja meninggalkan CUDA dan beralih ke teknologi lain. Setiap baris kode yang ditulis di dalamnya, setiap pustaka perangkat lunak yang dikembangkan, setiap pengalaman yang terkumpul selama bertahun-tahun—semuanya terkait erat dengan lingkungan ini. Perpindahan akan membutuhkan penulisan ulang massal dari pengalaman ribuan otak terbaik di dunia. Siapa yang akan menanggung biaya ini?

Dari algoritma menuju kemandirian: jalan alternatif China

Namun alih-alih menghadapi larangan secara langsung, perusahaan-perusahaan China memilih jalan yang sama sekali berbeda. Dari akhir 2024 hingga 2025, terjadi transformasi strategis besar-besaran menuju model ahli campuran—teknologi yang membagi model besar menjadi beberapa ahli kecil, hanya mengaktifkan bagian yang diperlukan untuk setiap tugas.

DeepSeek meluncurkan model V3 dengan 671 miliar parameter, tetapi hanya mengaktifkan 37 miliar selama inferensi. Hasilnya: biaya pelatihan hanya sekitar 5,576 juta dolar—berbanding jauh dengan 78 juta dolar untuk GPT-4 dari OpenAI. Perbedaannya bukan sekadar detail teknis, melainkan loncatan besar dalam efisiensi.

Perbaikan ini langsung tercermin pada harga. Antarmuka perangkat lunak DeepSeek biaya sekitar 0,028-0,28 dolar per juta token input, dibandingkan dengan 5 dolar untuk GPT-4. Perbedaan ini—antara 25 hingga 75 kali lebih murah—bukan sekadar keunggulan harga, melainkan menjadi senjata strategis.

Dalam tiga minggu pada Februari 2026, penggunaan model-model China di OpenRouter, platform distribusi antarmuka AI terbesar di dunia, meningkat sebesar 127%. Pangsa model China yang sebelumnya tidak lebih dari 2% setahun lalu, melonjak mendekati 60% setelah satu tahun—pertumbuhan sebesar 421%.

Infrastruktur lokal matang: dari inferensi ke pelatihan

Sekarang terjadi transformasi nyata. Chip lokal China telah melampaui tahap “kemampuan inferensi” menuju tahap yang lebih penting: “kemampuan pelatihan”.

Di Changzhou, sebuah jalur produksi lokal sepanjang 148 meter mulai beroperasi pada 2025 dengan kecepatan luar biasa—dari konsep hingga produksi dalam waktu hanya 180 hari. Jalur ini memproduksi prosesor Loongson 3C6000 dan kartu AI T100 dari Taichu Yuanqi—chip buatan dan dirancang 100% di China.

Hasilnya: satu server lengkap diproduksi setiap lima menit. Dengan investasi sebesar 1,1 miliar yuan, diperkirakan akan memproduksi 100.000 unit per tahun.

Yang lebih penting: chip ini sudah mampu menjalankan tugas pelatihan model besar secara nyata. Zhipu AI dan Huawei bersama-sama meluncurkan model GLM-Image pada Januari 2026—model generasi terbaru untuk menghasilkan gambar yang sepenuhnya dilatih di chip lokal China. Sebulan kemudian, model “Bintang” besar dari China Telecom juga dilatih sepenuhnya di perangkat keras lokal China.

Ini bukan sekadar kemajuan teknis biasa—melainkan transformasi besar. Pelatihan membutuhkan pengolahan data besar-besaran, perhitungan kompleks, dan pembaruan parameter—persyaratan yang sepuluh kali lipat lebih besar dari inferensi.

Fondasi utama dari transformasi ini adalah chip Ascend dari Huawei. Pada akhir 2025, jumlah pengembang di lingkungan Ascend telah melampaui 4 juta orang, dengan 3.000 mitra industri. Sebanyak 43 model utama industri telah dilatih menggunakan Ascend, dan lebih dari 200 model sumber terbuka telah disesuaikan.

Pada Maret 2026, Huawei meluncurkan teknologi komputasi baru SuperPoD di luar pasar China untuk pertama kalinya. Kekuatan pemrosesan chip Ascend 910B mencapai level yang setara dengan NVIDIA A100. Meskipun masih ada jarak, perbedaan utama telah berubah: dari “tidak bisa digunakan” menjadi “bisa digunakan secara efisien”.

Listrik dan dunia baru: kapan energi menjadi senjata strategis

Sementara perhatian tertuju pada chip dan algoritma, ada sesuatu yang lebih tersembunyi namun lebih berpengaruh: jarak listrik yang membesar dengan kecepatan luar biasa.

Pada awal 2026, AS mulai menghadapi krisis energi yang tajam. Virginia menangguhkan persetujuan proyek pusat data baru, diikuti Georgia yang menangguhkan hingga 2027. Jaringan listrik bagian timur menghadapi kekurangan kapasitas sebesar 6 GW. Pada 2033, negara ini akan menghadapi kekurangan energi sebesar 175 GW—setara kebutuhan 130 juta rumah.

Konsumsi pusat data AS mencapai 183 TWh pada 2024—sekitar 4% dari total konsumsi nasional. Diperkirakan akan berlipat ganda hingga 2030. Hanya sektor AI yang diperkirakan akan menyerap 20-25% dari listrik AS pada 2030.

Biaya listrik grosir di daerah pusat pusat data meningkat 267% dibanding lima tahun sebelumnya.

Di China, gambarnya sangat berbeda. China menghasilkan 10,4 triliun kWh per tahun—2,5 kali lipat dari AS (4,2 triliun). Yang paling penting: konsumsi listrik domestik di China hanya sekitar 15% dari total, sedangkan di AS mencapai 36%. Ini berarti ada cadangan energi industri yang sangat besar untuk investasi komputasi.

Harga listrik industri di barat China sekitar 0,03 dolar per kWh—seperempat hingga seperlima dari harga listrik di daerah pusat AI AS (0,12-0,15 dolar).

Perbedaannya bukan sekadar margin—melainkan perbedaan struktural. Memindahkan operasi komputasi berat dari daerah yang kekurangan energi karena kekeringan ke daerah yang memiliki cadangan relatif mengubah seluruh rumus ekonomi.

Simbol menggantikan produk: bagaimana China mendefinisikan ulang ekspor

Sementara AS menghadapi krisis energi, AI China secara diam-diam memasuki pasar global. Tapi kali ini, yang keluar bukan pabrik atau produk—melainkan “simbol” (Tokens), unit kecil yang diproses oleh model AI.

Simbol-simbol ini diproduksi di pabrik-pabrik komputasi China, lalu dikirim melalui jaringan global ke seluruh dunia. Mereka adalah komoditas digital baru—tidak memerlukan pengiriman laut atau bea cukai, cukup koneksi internet.

Data distribusi pengguna DeepSeek menceritakan kisahnya: 30,7% dari pengguna lokal China, 13,6% dari India, 6,9% dari Indonesia, 4,3% dari AS, 3,2% dari Prancis. Mendukung 37 bahasa dan menyebar dengan pesat di pasar berkembang seperti Brasil.

26.000 perusahaan global telah membuka akun, dan 3.200 institusi telah meluncurkan versi perusahaan. Pada 2025, 58% dari perusahaan AI startup baru memilih DeepSeek sebagai bagian dari infrastruktur teknologi mereka.

Di China, pangsa pasar mencapai 89%. Di negara-negara yang dikenai sanksi, pangsa pasar berkisar antara 40-60%.

Pelajaran sejarah dari Jepang: membangun sistem, bukan sekadar produk

Empat puluh tahun lalu, Jepang menghadapi tantangan serupa. Pada 1986, di bawah tekanan besar dari AS, pemerintah Jepang menandatangani perjanjian semikonduktor dengan AS—perjanjian yang mengurangi kemandirian teknologinya.

Pada 1988, Jepang menguasai 51% pasar semikonduktor dunia, sementara AS hanya 36,8%. Enam dari sepuluh perusahaan semikonduktor terbesar dunia adalah perusahaan Jepang: NEC, Toshiba, Hitachi, Fujitsu, dan lain-lain. Intel mengalami kerugian sebesar 173 juta dolar dan hampir bangkrut.

Tapi setelah perjanjian itu, segalanya berubah. AS menggunakan berbagai mekanisme investigasi komprehensif, sekaligus mendukung Samsung dan Hynix dari Korea Selatan untuk menyerang pasar Jepang dengan harga rendah. Pangsa pasar DRAM Jepang dari 80% turun menjadi 10%.

Hingga 2017, pangsa pasar IC Jepang menyusut menjadi hanya 7%. Perusahaan-perusahaan yang dulu tak terkalahkan mundur, diakuisisi, atau hilang karena kerugian terus-menerus.

Sebab utama dari “pemborosan” Jepang bukanlah kekurangan teknologi, melainkan pilihan strategis yang menentukan: mereka memilih untuk menjadi “produk terbaik” dalam sebuah sistem global yang dikuasai satu kekuatan, daripada membangun ekosistem mandiri sendiri.

Ketika gelombang itu surut, mereka menyadari bahwa mereka tidak memiliki apa-apa selain jalur produksi yang sama.

Jalur China: tantangan yang sama, pilihan yang berbeda sama sekali

Hari ini, China menghadapi tekanan yang sama—bahkan lebih besar. Tiga gelombang pembatasan chip (2022, 2023, 2024), dengan pengetatan yang terus meningkat. Tembok lingkungan CUDA tetap tinggi.

Tapi perbedaannya sangat penting. Alih-alih mencari “produk terbaik” dalam sistem yang dikuasai NVIDIA, China memilih membangun ekosistem mandiri.

Mereka memulai dengan perbaikan fundamental pada algoritma. Kemudian infrastruktur lokal mereka beralih dari kemampuan inferensi ke kemampuan pelatihan. Selanjutnya, mereka mengumpulkan 4 juta pengembang di lingkungan Ascend. Dan akhirnya, mereka menyebarkan token secara global ke pasar berkembang dan maju.

Setiap langkah membangun kemandirian nyata—sesuatu yang tidak pernah dimiliki Jepang.

Pada 27 Februari 2026, tiga perusahaan chip AI China merilis laporan keuangan mereka pada hari yang sama. Kemo meningkatkan pendapatannya sebesar 453% dan meraih laba tahunan pertama. Moitun tumbuh 243% tetapi merugi 1 miliar dolar. Moxi tumbuh 121% dan merugi 800 juta dolar.

Setengahnya adalah api, setengahnya air. Api adalah nafsu pasar yang gila. Air adalah biaya membangun ekosistem.

Setiap kerugian adalah uang nyata yang dibayarkan dalam perlombaan menuju kemandirian—investasi dalam riset dan pengembangan, dukungan perangkat lunak, insinyur lapangan yang memecahkan masalah terjemahan satu per satu. Ini bukan hasil manajemen buruk, melainkan biaya yang harus dibayar untuk kemandirian.

Laporan keuangan ini secara jujur mencerminkan gambaran perang ini terhadap kekuatan komputasi—lebih dari laporan industri mana pun. Bukan kemenangan yang menginspirasi, melainkan pertempuran sengit yang sedang berlangsung di garis depan, darah mengalir di mana-mana.

Namun, bentuk perang ini telah berubah. Delapan tahun lalu, kita bertanya: “Bisakah kita bertahan?” Sekarang, pertanyaan sebenarnya adalah: “Berapa harga yang akan kita bayar?”

Dan harga yang sama adalah kemajuan.