Sangat mudah dilupakan bagaimana ZTE runtuh pada tahun 2018 dalam satu malam. Hanya satu larangan dari Amerika Serikat, dan sebuah perusahaan dengan 80.000 karyawan tidak bisa melakukan apa-apa lagi. Tidak ada chip Qualcomm, tidak ada lisensi Google—selesai sudah. Sekarang, delapan tahun kemudian, kita melihat cerita yang benar-benar berbeda di industri AI China.

Faktanya, bukan benar-benar chip yang menjadi masalah. Kita tahu bahwa CUDA adalah hambatan utama—platform komputasi yang dibangun oleh NVIDIA lebih dari sepuluh tahun yang lalu, dan sekarang digunakan oleh lebih dari 4,5 juta pengembang di seluruh dunia. Ekosistem ini seperti sebuah flywheel yang hampir mustahil untuk dilihat secara utuh. Tapi kali ini, perusahaan AI China tidak memilih pertempuran langsung. Mereka memilih jalan yang lebih masuk akal.

Sejak akhir 2024, kita melihat bagaimana strategi beralih. Model ahli hibrida menjadi fokus—model yang tidak lagi membutuhkan menjalankan seluruh sistem untuk setiap tugas. Lihat DeepSeek V3: 671 miliar parameter, tetapi hanya 5,5% yang aktif dalam setiap inference. Biaya pelatihan? Hampir $5,6 juta saja. Sebagai perbandingan, GPT-4 mencapai $78 milyon. Hanya sepertujuh dari harga itu.

Dan harga API mereka benar-benar mengubah permainan. Token input hanya $0,028 hingga $0,28 per juta, sementara GPT-4o adalah $5. Lebih murah 25 hingga 75 kali lipat. Ini bukan sekadar langkah pemasaran—ini adalah perubahan struktural dalam cara kerja industri AI. Pada bulan Februari, di OpenRouter, penggunaan mingguan model China meningkat 127% dalam hanya tiga minggu. Melampaui Amerika Serikat.

Tapi terobosan sejati ada di infrastruktur. Di Jiangsu, mereka membangun jalur produksi sepanjang 148 meter untuk server menggunakan chip Loongson 3C6000 dan TaiChu Yuanqi. Dari kesepakatan hingga operasional, hanya 180 hari. Dan sekarang, cluster chip lokal mulai melatih model besar secara penuh—bukan hanya inference. Inilah perubahan kualitatif. Pada Januari, GLM-Image menjadi model generasi gambar SOTA pertama yang dilatih sepenuhnya dengan chip lokal. Pada Februari, China Telecom menyelesaikan pelatihan penuh model miliaran parameter mereka di Shanghai menggunakan pool komputasi lokal.

Di ekosistem Ascend Huawei, ada 4 juta pengembang sekarang, lebih dari 3.000 mitra, dan 43 model utama yang melakukan pre-train menggunakan Ascend. Daya komputasi FP16 dari Ascend 910B sudah mencapai level NVIDIA A100. Belum sempurna, tapi sudah berfungsi. Dan pembangunan ekosistem tidak harus menunggu sempurna—harus menggunakan permintaan bisnis nyata untuk mendorong pengembangan.

Situasi energi menambahkan lapisan lain ke keunggulan ini. Virginia dan Georgia telah menangguhkan izin pusat data baru karena kendala daya listrik. Diperkirakan pada 2030, pusat data AS akan mengkonsumsi 426 terawatt-jam—mungkin lebih dari 12% dari total listrik. Tapi di China, produksi listrik tahunan mencapai 10,4 triliun unit, 2,5 kali lipat dari AS. Dan harga listrik industri di China barat hanya $0,03 per kilowatt-jam—setengah atau sepertiga dari $0,12-$0,15 di AS.

Jadi sementara Amerika Serikat khawatir tentang listrik, China diam-diam membangun kekuatan komputasi dan memproduksi token untuk pasar global. Distribusi pengguna DeepSeek jelas: 30,7% China, 13,6% India, 6,9% Indonesia, 4,3% AS, 3,2% Prancis. Ada 26.000 perusahaan di seluruh dunia, 3.200 institusi di versi enterprise. Di China, pangsa pasar mencapai 89%. Di negara lain, 40-60%.

Paralel dengan tragedi semikonduktor Jepang sangat jelas. Pada tahun 1986, Jepang menandatangani Perjanjian Semikonduktor AS-Jepang di bawah tekanan, dan menjadi tergantung pada kontrol eksternal. Pangsa pasar mereka menurun dari 51% menjadi 7%. Pelajaran yang bisa diambil sederhana: jika tidak membangun ekosistem sendiri, industri akan hilang.

Dalam AI saat ini, China memilih jalur yang lebih sulit—dari optimisasi algoritma ekstrem, hingga skala chip lokal dari inference ke pelatihan, hingga mengembangkan 4 juta pengembang di ekosistem Ascend, dan mengekspor token secara global. Setiap langkah adalah pengeluaran uang nyata, kerugian nyata dalam jangka pendek. Tapi inilah biaya untuk merdeka.

Pada 27 Februari, tiga perusahaan chip AI lokal melaporkan hasil mereka. Cambrian, +453% pendapatan, tahun pertama menguntungkan. Moore Threads, +243% pendapatan tetapi rugi 1 miliar dolar. Muxi, +121% pendapatan tetapi rugi 8 miliar dolar. Setengah api, setengah air. Tapi pasar membutuhkan alternatif dari NVIDIA. Dan ini adalah peluang geopolitik yang tidak boleh dilewatkan. Setiap kerugian adalah investasi dalam kemerdekaan, dan itu adalah kemajuan sejati.