Satu artikel untuk memahami delapan perusahaan AI teratas Tiongkok dan AS, serta para pendiri di balik model tersebut

编编：PANews 大钳子

创业型 AI 没有唯一正确答案，论文型科学家、学术产业化团队、量化工程派、跨行业企业家，以及运营型组织者，都可能在这场竞争中找到自己的位置。

过去十年，人工智能从实验室里的前沿研究，变成了决定科技产业格局的核心力量。今天，全球最受关注的 AI 公司，既包括 OpenAI、Google DeepMind、Anthropic、xAI，也包括 DeepSeek、月之暗面、智谱 AI 和 MiniMax。

它们表面上都在研发大模型，背后却代表着完全不同的创业路径：有人从顶尖论文和学术研究中走来，有人把高校科研成果推向产业，有人先在量化金融中积累算力与资本，也有人擅长融资、产品、运营与组织，把技术团队凝聚成一家世界级公司。

🇨🇳 Tiongkok: Dari paper riset ilmiah, lab akademik, hingga rekayasa kuantitatif

月之暗面: Mengubah sebuah paper yang mengguncang industri menjadi produk yang bisa dipakai semua orang

月之暗面 didirikan pada 2023, dan produk unggulannya Kimi adalah salah satu aplikasi big model dengan identitas paling kuat di Tiongkok, mewakili model Kimi K3 yang menonjolkan multimodalitas, konteks panjang, pemrograman, serta deep reasoning.

Pendiri Yang Zhilin, lahir pada 1992 di Shantou, Guangdong, lulus sarjana dari Universitas Tsinghua, kemudian meraih gelar doktor ilmu komputer di Carnegie Mellon University, berguru pada peneliti di bidang Natural Language Processing. Saat program doktor, ia terlibat dalam riset yang kemudian banyak dikutip seperti Transformer-XL dan XLNet, dan setelah itu juga pernah melakukan riset AI di Google Brain dan Meta.

Di antara para pendiri dari kalangan startup di Tiongkok, jalur Yang Zhilin adalah yang paling tipikal—pertama membuktikan ketajaman penilaiannya di dunia akademik, lalu mengubah ketajaman itu menjadi produk yang bisa langsung dibuka dan digunakan oleh orang biasa. Dibandingkan jalur yang lebih berorientasi layanan perusahaan seperti智谱,月之暗面 sejak awal menargetkan pasar C-end.

智谱 AI: Contoh industrialisasi yang lahir dari lab Tsinghua

智谱 AI didirikan pada 2019, berasal dari sistem Knowledge Engineering Laboratory Universitas Tsinghua. Jalur teknologinya diwakili oleh seri GLM, dengan tata letak jangka panjang pada foundational model, layanan enterprise, dan model platform.

Co-founder sekaligus CEO Zhang Peng menempuh jenjang S1, S2, dan S3 di Universitas Tsinghua. Dari 2005 hingga 2020 ia terus mendalami pembangunan Knowledge Engineering Laboratory dan platform akademik AMiner, tanpa riwayat jabatan di perusahaan internet kelas besar seperti tradisi internet raksasa.

Keunikan智谱 AI terletak pada titik awalnya—bukan memulai dari nol dengan mengandalkan produk viral, melainkan mengubah langsung knowledge graph dan jejaring akademik yang terakumulasi selama belasan tahun di sebuah lab kampus menjadi rangkaian platform foundational model yang bisa menyediakan layanan ke pihak eksternal. Inilah perbedaan terbesar dengan月之暗面: satu lebih dulu membuat platform, satu lagi lebih dulu membuat produk.

DeepSeek: Uang yang diperoleh dari trading kuantitatif diinvestasikan ke big model

DeepSeek didirikan pada 2023, berfokus pada foundational model, efisiensi pelatihan, dan open weight. Model yang diwakili termasuk DeepSeek-V3, R1, dan seri V4 berikutnya.

Pendiri Liang Wenfeng, lahir pada 1985 di Wuchuan, Zhanjiang, Guangdong. Ia mengambil jurusan Electronical Information Engineering di Zhejiang University, lalu meraih gelar master di bidang Information and Communication Engineering. Arah risetnya mencakup machine vision. Ia tidak memiliki riwayat bergabung di perusahaan raksasa seperti Huawei, Tencent, atau Baidu. Sebaliknya, sejak masa magister ia terjun langsung ke machine learning untuk trading kuantitatif, lalu setelah itu bersama-sama mendirikan Huanfang Quant.

Jalur Liang Wenfeng adalah yang paling unik di antara perusahaan-perusahaan ini: ia bukan memulai sebagai peneliti lalu mencari dana, melainkan lebih dulu membangun modal dan fondasi komputasi melalui investasi kuantitatif, kemudian berbalik menginvestasikan sumber daya tersebut ke pengembangan big model. Dalam arti tertentu, DeepSeek adalah produk dari “kapasitas komputasi yang dihasilkan lewat keuangan, lalu diberi makan ke AI”.

MiniMax: Dari eksekutif teknis perusahaan besar hingga pengusaha multimodal

MiniMax didirikan pada 2022, adalah perusahaan foundational model multimodal yang mencakup teks, suara, gambar, dan video. Produknya termasuk HaiLuo AI, Xingye, dan lain-lain.

Pendiri Yan Junjie, sarjana matematika dari Southeast University, doktor AI dari Institute of Automation, Chinese Academy of Sciences, dan juga menyelesaikan riset postdoctoral di Universitas Tsinghua. Sebelum berwirausaha, ia bekerja di SenseTime selama lebih dari 6 tahun, mencapai posisi wakil presiden serta wakil direktur institute riset.

Yan Junjie memiliki dua jenis pengalaman sekaligus—pelatihan akademik yang solid, dan pengalaman praktis mengelola produk serta membawa tim di tim AI berskala besar seperti SenseTime. MiniMax memilih jalan yang lebih sulit yakni multimodal, dan dalam kadar tertentu, ini juga merupakan pilihan yang “mengalir” setelah dua pengalaman tersebut saling menumpuk.

🇺🇸 Amerika: Dari riset fundamental dan tata kelola keamanan hingga integrasi sumber daya lintas industri

Anthropic: Sebuah pasangan kakak-adik, setengah ilmuwan fisika, setengah pengelola tata kelola

Anthropic didirikan pada 2021 oleh sekelompok peneliti yang keluar dari OpenAI. Gagasan utamanya adalah “keamanan AI harus didorong maju secara bersamaan dengan pengembangan kemampuan,” dan produk yang mewakili adalah rangkaian Claude.

Co-founder sekaligus CEO Dario Amodei menyelesaikan pendidikan sarjana dalam fisika di Stanford University, lalu pada tahap doktor beralih ke biophysics di Princeton University. Latar belakang lintas disiplin ini kemudian berlanjut dalam jalur risetnya—ia pertama bergabung dengan Google Brain sebagai senior research scientist, lalu pindah ke OpenAI sebagai research vice president, terlibat dalam pelatihan GPT-2 dan GPT-3, serta menjadi salah satu peserta inti dalam riset awal RLHF (reinforcement learning berbasis human feedback). Pada 2021, bersama beberapa rekan OpenAI termasuk adik perempuannya Daniela, ia keluar dan mendirikan Anthropic.

Jalur Daniela benar-benar berbeda. Ia mengambil jurusan sastra Inggris. Setelah lulus, ia tidak langsung masuk industri teknologi, melainkan lebih dulu bekerja terkait operasional di Stripe dan OpenAI. Di Anthropic, perannya bukan melatih model, melainkan membangun sistem dasar agar perusahaan bisa berjalan dengan aman dan stabil—mulai dari perekrutan, tata kelola perusahaan, hingga penerapan kebijakan keamanan.

Kombinasi kakak-adik ini, dalam kadar tertentu, adalah cerminan Anthropic: perusahaan membutuhkan peneliti seperti Dario yang bisa menilai jalur teknologi dan memahami batas kemampuan model, sekaligus membutuhkan orang seperti Daniela yang memahami organisasi, proses, serta pengendalian risiko.

OpenAI: Seseorang yang bisa bercerita, dan seseorang yang paham teknologi

OpenAI didirikan pada 2015, meluncurkan produk ikonik seperti ChatGPT, GPT, dan Sora, serta menjadi perusahaan inti yang membawa generative AI ke pandangan publik.

Sam Altman kuliah ilmu komputer di Stanford University selama dua tahun lalu keluar, mendirikan perusahaan media sosial Loopt, lalu kemudian menjabat sebagai presiden Y Combinator. Keunggulannya tidak pernah terletak pada publikasi paper riset kelas atas, melainkan pada pendanaan, penilaian produk, penggerakan organisasi, dan kemampuan “menceritakan” narasi teknologi.

Ilya Sutskever adalah tipe yang berbeda. Ia memiliki gelar PhD matematika dan ilmu komputer dari University of Toronto, berguru pada Geoffrey Hinton, pionir deep learning. Ia pernah berpartisipasi di Google Brain dalam成果 penting seperti AlexNet dan Seq2Seq, serta memimpin jalur pelatihan skala awal OpenAI.

Jika Ilya menentukan model seperti apa yang bisa dibuat OpenAI, maka Sam menentukan apakah perusahaan ini bisa bertahan, mendapat uang, dan menjual teknologi tersebut. Kombinasi keduanya—hampir merupakan praktik paling sukses dari jalur “ilmuwan + pengelola organisasi” di Silicon Valley.

xAI: Keterampilan ala Musk saat membangun mobil dan roket, dipindahkan ke AI

xAI didirikan pada 2023, dengan produk yang mewakili Grok. Ia menekankan informasi real-time, penalaran, dan media generatif, serta sangat terikat pada platform X.

Pendiri Elon Musk lahir di Pretoria, Afrika Selatan. Ia belajar fisika dan ekonomi di kampus, lalu sempat masuk program magister di Stanford University sebelum keluar. Berbeda dari pendiri AI lain, ia tidak punya riwayat bekerja di perusahaan besar tradisional; ia ikut mendirikan Zip2, PayPal, SpaceX, Neuralink, dan dalam waktu lama memimpin Tesla.

Cara Musk masuk ke AI bukan berawal dari paper atau lab riset, melainkan mengintegrasikan sumber daya lintas industri seperti pembayaran, kendaraan listrik, dirgantara, komunikasi satelit, dan platform sosial, lalu langsung “menyerang” kebutuhan komputasi dan data untuk pelatihan big model.

Google DeepMind: Seorang jenius bermain catur, menempuh jalan dari permainan hingga protein

Google DeepMind didirikan pada 2010, diakuisisi oleh Google pada 2014, dan kini menjadi institusi riset AI inti di Google, yang telah meluncurkan AlphaGo, AlphaFold, serta Gemini.

Co-founder sekaligus CEO Demis Hassabis lahir di London, Inggris. Ia memiliki gelar first-class dalam ilmu komputer dari University of Cambridge, serta gelar doktor dalam cognitive neuroscience dari University College London. Saat remaja, ia adalah pemain catur tingkat internasional, ikut serta dalam pengembangan game “Theme Park” pada usia 17 tahun, lalu kemudian mendirikan perusahaan game Elixir Studios sendiri.

Game melatih intuisi tentang sistem kompleks dan pengambilan keputusan. Neuroscience memberinya sudut pandang biologis untuk memahami “inteligensi” itu sendiri, sementara ilmu komputer memberinya kemampuan engineering agar gagasan tersebut benar-benar bisa diwujudkan. Keberhasilan AlphaGo dan AlphaFold hampir merupakan hasil tumpang tindih dari tiga tahap pengalaman tersebut—yang kemudian juga membuatnya menerima Nobel Kimia pada 2024.

Empat jalur para pendiri: Tidak ada satu template tunggal untuk创业 AI

Jika meninjau kembali delapan perusahaan ini, latar belakang para pendiri bisa dibagi kira-kira menjadi empat kategori.

Kategori pertama: pendiri yang murni bertipe paper teknis. Yang Zhilin, Yan Junjie, Dario Amodei, Ilya Sutskever, dan Demis Hassabis semuanya memiliki pelatihan riset yang sistematis. Titik samanya adalah mampu menilai jalur teknologi, memimpin tim riset, serta membangun “benteng” nyata pada kemampuan model atau metode pelatihan. Di antara mereka, Yang Zhilin dan Ilya lebih dekat dengan “menulis paper yang mengubah industri terlebih dahulu, lalu menuju entrepreneurship”; Hassabis adalah produk dari persilangan ilmu komputer, game, dan neuroscience.

Kategori kedua: industrialisasi dari hasil riset kampus. 智谱 AI adalah sampel paling tipikal, kemampuan intinya langsung berasal dari akumulasi bertahun-tahun Knowledge Engineering Laboratory Tsinghua. 月之暗面 juga memiliki gen riset Tsinghua dan luar negeri yang kuat, tetapi jalurnya lebih market-oriented—perusahaan ini tidak berhenti pada membungkus成果 akademik menjadi layanan enterprise, melainkan langsung membuat produk yang ditujukan untuk masyarakat umum.

Kategori ketiga: perpaduan matematika, rekayasa, dan modal. Liang Wenfeng dan Musk termasuk kategori ini, tetapi sumber dayanya sepenuhnya berbeda—Liang Wenfeng mengumpulkan modal dan kapasitas komputasi lewat investasi kuantitatif, sementara Musk menggerakkan sumber daya melalui bisnis lintas industri seperti pembayaran, otomotif, dirgantara, dan platform sosial. Kesamaannya adalah cara mereka masuk ke AI tidak pernah hanya bergantung pada algoritma semata.

Kategori keempat: pasangan antara organisator non-teknis dan pendiri teknis. Sam Altman dan Daniela Amodei adalah perwakilan dari jalur ini. Mereka mungkin bukan peneliti model paling top, namun merekalah yang menentukan apakah perusahaan bisa merekrut orang, mendapatkan uang, membangun produk, menahan tekanan regulasi, dan tidak “berantakan” saat ekspansi cepat.

Persaingan AI yang berada di garis depan tidak pernah hanya soal “siapa yang punya gelar PhD ilmu komputer”, juga tidak semata soal “siapa yang bisa melatih model yang lebih besar”.

Yang benar-benar menentukan apakah sebuah perusahaan bisa terus memimpin, adalah apakah kemampuan riset, engineering, produk, modal, dan organisasi bisa membentuk satu lingkaran tertutup: ilmuwan menentukan batas teknis, tim engineering menentukan apakah model bisa diwujudkan, tim produk menentukan apakah pengguna bersedia menggunakan, modal menentukan alokasi kapasitas komputasi dan investasi pada talenta, sedangkan organisasi dan tata kelola menentukan apakah perusahaan bisa berjalan dalam jangka panjang.

Dari sudut pandang ini,创业 AI tidak memiliki satu jawaban yang benar.

Baik ilmuwan tipe paper, tim industrialisasi akademik, kalangan rekayasa kuantitatif, pengusaha lintas industri, maupun organisator tipe operasional—semuanya bisa menemukan tempat mereka dalam persaingan ini.

Siapa pun yang mampu mengintegrasikan kemampuan berbeda menjadi sebuah sistem, dialah yang paling mungkin menjadi pemenang jangka panjang dalam gelombang AI tahap berikutnya.