J.P. Morgan: Permintaan AI di Tiongkok Meningkat Pesat, Kemampuan Model Menjadi Faktor Kompetitif Inti

Industri model dasar kecerdasan buatan di China sedang memasuki tahap percepatan komersialisasi. Morgan Stanley percaya bahwa, seiring perbaikan kualitas model yang berkelanjutan dan mulai beralih ke pertumbuhan permintaan yang lebih cepat, kemampuan model besar akan menentukan kekuatan penetapan harga, dan kesenjangan antara perusahaan yang kuat dan lemah akan semakin meluas.

Menurut Trading Wind, pada 27 Maret, Morgan Stanley merilis laporan yang menjawab sepuluh pertanyaan kunci terkait pertumbuhan permintaan, penetapan harga API, lanskap kompetisi, profitabilitas, dan risiko ekspansi global.

Laporan tersebut percaya bahwa tahun 2026 adalah tahun kunci bagi permintaan AI di sektor perusahaan China untuk dapat mereplikasi kurva pertumbuhan pasar AS pada tahun 2025, di mana aplikasi pengkodean dan agen pintar menjadi katalis utama permintaan.

Percepatan Permintaan: Logika Titik Belok Non-Linier, Pengkodean dan Agen adalah Katalis Utama

Morgan Stanley berpendapat bahwa permintaan AI harus dipahami sebagai “didorong oleh titik belok” dan bukan pertumbuhan linier—setelah kemampuan model melampaui ambang batas, cukup untuk membuka alur kerja nyata secara besar-besaran, permintaan akan mempercepat ekspansi.

Pasar AS telah menyediakan preseden. Laporan mengutip data yang menunjukkan bahwa Pendapatan Berulang Tahunan (ARR) dari Anthropic dengan cepat meningkat dari $1 miliar pada Desember 2024 menjadi $19 miliar pada Maret 2026, meningkat hampir 19 kali dalam waktu 15 bulan.

Morgan Stanley percaya bahwa saat ini China memiliki kondisi untuk mengikuti pola serupa: kemampuan model domestik sudah dekat atau bahkan melampaui level model terdepan di AS satu tahun yang lalu, sementara penetapan harga domestik juga lebih sesuai dengan efisiensi ekonomi lokal, keduanya secara bersamaan memperbaiki pengembalian komersial.

Logika permintaan di sisi agen juga semakin menguat. Laporan mencatat bahwa OpenClaw telah menjadi katalis penting, yang mengarahkan penggunaan skenario dari interaksi satu putaran ke eksekusi multi-langkah, secara signifikan meningkatkan intensitas token untuk setiap tugas. Tencent, Alibaba, dan ByteDance telah mengintegrasikan alat yang terhubung dengan OpenClaw ke dalam ekosistem mereka masing-masing.

Penetapan Harga API: Diferensiasi adalah Melodi Utama, Kemampuan Menentukan Kekuasaan Penetapan Harga

Morgan Stanley menilai bahwa penetapan harga API tidak mungkin bergerak satu arah, lebih mungkin menuju diferensiasi.

Di satu sisi, kemampuan membentuk kekuasaan penetapan harga. Jika suatu model dapat secara unik melepaskan tugas bernilai tinggi, seperti pengkodean agen, alur kerja jangka panjang, atau keandalan tingkat perusahaan, pelanggan akan membayar premium, karena pengembalian dapat diukur dan independen dari harga per token.

Di sisi lain, seiring perbaikan terus-menerus dalam efisiensi perangkat keras, sistem, dan algoritma, biaya unit inferensi akan terus menurun, yang akan memberikan tekanan harga pada model yang “cukup baik tetapi berhenti berkembang.”

Laporan ini kemudian menyimpulkan: model yang tetap berada di ujung kemampuan diharapkan dapat mencapai peningkatan volume dan harga secara bersamaan; sementara model yang tidak dapat terus memperbaiki diri lebih mungkin menghadapi penurunan harga seiring dengan pertumbuhan volume penggunaan, dengan prospek margin yang tidak pasti.

Fokus Kompetisi: Dari Perang Harga Menuju Kemampuan Model

Laporan menekankan bahwa ini adalah perbedaan kunci dibandingkan dengan diskusi tahun lalu—terutama di China, di mana fokus pasar sebelumnya adalah pada kompetisi harga secara keseluruhan.

Dalam skenario penggunaan agen, yang sebenarnya dibeli pelanggan bukanlah token murah, melainkan penyelesaian tugas dengan lancar. Laporan mengutip data estimasi yang menunjukkan bahwa dalam alur kerja multi-langkah, peningkatan kecil dalam keandalan satu langkah dapat menghasilkan perbaikan besar dalam tingkat penyelesaian akhir tugas (tingkat keberhasilan satu langkah dari 90% meningkat menjadi 95%, tingkat penyelesaian 20 langkah akan meloncat dari 12% menjadi 36%).

Ini berarti bahwa model dengan harga token rata-rata lebih tinggi tetapi keandalan yang lebih kuat, mungkin memiliki biaya aktual yang lebih rendah untuk setiap tugas yang berhasil.

Morgan Stanley percaya bahwa perusahaan dengan model terdepan yang kuat biasanya dapat lebih mudah memperluas ke pasar bawah, sementara perusahaan yang berfokus pada harga rendah sulit untuk memasuki pasar atas. Oleh karena itu, kompetisi semakin terfokus pada kualitas model yang absolut dan efisiensi rekayasa, dan bukan hanya pada harga.

Lanskap Industri: Pertarungan Hidup dan Mati, yang Kuat Semakin Kuat

Morgan Stanley mempertahankan penilaiannya tentang industri model bahasa besar sebagai “pertarungan hidup dan mati,” dengan logika inti: jarak teknologi kecil, siklus produk tak terbatas, model bisnis berkumpul ke penjualan API, perusahaan yang kehilangan momentum dapat dengan cepat terdesak keluar.

Laporan menunjukkan bahwa di China, jarak antara perusahaan model bahasa besar sering kali jauh lebih kecil daripada yang diperkirakan investor, yang membuat pasar sangat tidak stabil. Perusahaan harus terus berinvestasi dan terus-menerus berinovasi untuk menghindari tertinggal—berdiam diri tidak bersifat netral, tetapi berarti kehilangan posisi di pasar.

Mengenai tren raksasa internet memasuki bidang AI B-end, laporan berpendapat bahwa ini membuat kompetisi antara penyedia model independen dan platform besar menjadi lebih langsung.

Alibaba telah secara jelas menjadikan cloud dan AI sebagai fokus strategis, sementara produk agen yang baru diluncurkan oleh Tencent telah dirinci untuk skenario pribadi, pengembang, dan perusahaan. Morgan Stanley menilai bahwa seiring platform semakin aktif mendorong monetisasi B-end, posisi “cloud neutral” sedang melemah, dan fokus kompetisi keduanya bergerak menuju kemampuan model itu sendiri.

Profitabilitas: Perbaikan Margin Kotor Diharapkan, Leverage Operasional Masih Perlu Diverifikasi

Morgan Stanley berpendapat bahwa bagi penyedia model bahasa besar yang mempertahankan posisi teratas secara global, margin kotor seharusnya meningkat seiring dengan perbaikan efisiensi model dan efisiensi chip inferensi, dengan beban kerja yang lebih bernilai juga mendukung struktur pendapatan yang lebih menguntungkan. Namun, masalah yang lebih penting terkait profitabilitas adalah: apakah laju pertumbuhan laba kotor dapat melampaui laju pertumbuhan pengeluaran R&D.

Laporan ini menggunakan Anthropic sebagai referensi—meskipun perusahaan tersebut mencapai tingkat pendapatan $14 miliar pada Februari 2026, pada saat yang sama juga mengumumkan putaran pembiayaan $30 miliar dan menekankan untuk terus mengembangkan di garis depan, membuktikan bahwa pendapatan tinggi tidak berarti intensitas pelatihan telah dinormalisasi.

Morgan Stanley mempertahankan peringkat “overweight” untuk Zhipu dan MiniMax, dengan target harga masing-masing sebesar 800 HKD dan 1.100 HKD. Memperkirakan bahwa Zhipu dan MiniMax akan mulai mencapai profitabilitas mulai 2029. Laporan ini juga menekankan bahwa yang lebih penting daripada tahun pasti untuk mencapai profit adalah pertumbuhan penggunaan yang berkelanjutan dan tren perbaikan ekonomi unit.

Konten menarik di atas berasal dari Trading Wind.

Untuk analisis yang lebih mendetail, termasuk analisis waktu nyata dan penelitian garis depan, silakan bergabung dengan 【**Trading Wind▪Keanggotaan Tahunan**】

![](https://img-cdn.gateio.im/social/moments-fbd1926258-e4f5fedf69-8b7abd-ceda62)

Peringatan Risiko dan Penafian

          

            Pasar memiliki risiko, investasi harus dilakukan dengan hati-hati. Artikel ini tidak merupakan saran investasi pribadi, dan tidak mempertimbangkan tujuan investasi, kondisi keuangan, atau kebutuhan khusus pengguna tertentu. Pengguna harus mempertimbangkan apakah pendapat, pandangan, atau kesimpulan dalam artikel ini sesuai dengan keadaan khusus mereka. Investasi berdasarkan ini adalah tanggung jawab sendiri.