Dari Chip Google hingga Robot Humanoid: Perlombaan AI Kini Memasuki Era “Otak yang Lebih Murah dan Efisien”

Dua perkembangan besar di industri teknologi saat ini tampak berasal dari dunia yang berbeda.
Di Silicon Valley, Google dan Marvell memperluas kerja sama untuk mengembangkan chip AI khusus. Sementara itu di China, pendiri Unitree, Wang Xingxing, mengingatkan bahwa robot humanoid masih memiliki efisiensi yang relatif rendah, meski penggunaannya dapat berkembang luas ketika teknologi mencapai tingkat kematangan yang lebih tinggi.
Sebenarnya, kedua cerita ini memiliki satu benang merah:
Masa depan AI tidak akan ditentukan hanya oleh kecerdasan. Ia akan ditentukan oleh efisiensi.
Google Tidak Lagi Ingin Bergantung pada Satu Jalan
Kemitraan Google dan Marvell menunjukkan semakin pentingnya strategi custom silicon dalam perlombaan AI.
Marvell memberikan Google warrant untuk membeli hingga sekitar 58,97 juta saham dengan nilai potensial sekitar US$12,2 miliar. Kesepakatan tersebut terkait kerja sama teknologi untuk chip AI khusus dan, jika target pengadaan tertentu terpenuhi, berpotensi menghasilkan pendapatan kumulatif hingga US$120 miliar bagi Marvell sampai tahun fiskal 2033.
Namun inti kesepakatan ini bukan sekadar investasi US$12,18 miliar.
Google sedang berusaha memperluas kendali atas seluruh rantai komputasi AI mulai dari akselerator, jaringan, hingga teknologi memori dan penyimpanan.
Selama AI membutuhkan lebih banyak daya komputasi, perusahaan teknologi menghadapi masalah sederhana: GPU dan infrastruktur AI sangat mahal.
Karena itu, chip khusus menjadi semakin strategis.
Tujuannya bukan hanya membuat AI lebih cepat.
Tujuannya adalah membuat setiap unit kecerdasan menjadi lebih murah untuk dijalankan.
Kesepakatan ini juga dipandang sebagai diversifikasi pemasok, bukan penggantian total terhadap mitra seperti Broadcom. Pasar bereaksi cepat: saham Marvell melonjak setelah pengumuman, sementara Broadcom sempat mengalami tekanan karena investor menilai persaingan untuk rantai pasokan chip AI semakin terbuka.
Wang Xingxing Mengungkap Masalah yang Lebih Sulit: AI Harus Belajar Hidup di Dunia Nyata
Jika pusat data menghadapi masalah biaya komputasi, robot humanoid menghadapi masalah yang jauh lebih kompleks.
Dunia nyata tidak seperti pusat data.
Robot harus memahami lingkungan yang berubah, menjaga keseimbangan, mengenali objek, merespons perintah, dan mengambil keputusan saat menghadapi situasi yang belum pernah dilihat sebelumnya.
Wang Xingxing mengatakan industri robot masih menunggu semacam “ChatGPT moment” untuk kecerdasan fisik atau embodied AI. Ia memperkirakan terobosan besar tersebut masih dapat membutuhkan waktu sekitar dua hingga sepuluh tahun, meskipun kemajuan teknologi robot terus berlangsung.
Inilah alasan mengapa robot humanoid belum digunakan secara massal seperti smartphone.
Hardware bisa dibuat.
Robot bisa berjalan.
Robot bahkan bisa melakukan demonstrasi yang mengesankan.
Tetapi melakukan tugas secara konsisten, efisien, dan mandiri dalam lingkungan baru masih merupakan tantangan besar.
AI Sedang Menghadapi “Masalah Biaya” yang Sama di Dua Dunia
Google dan Marvell mencoba membuat kecerdasan digital lebih efisien.
Unitree dan industri robot mencoba membuat kecerdasan fisik lebih efisien.
Keduanya menghadapi pertanyaan ekonomi yang sama:
Apakah biaya menjalankan kecerdasan dapat turun lebih cepat daripada pertumbuhan penggunaannya?
Jika jawabannya ya, perubahan besar bisa terjadi.
Sejarah teknologi menunjukkan bahwa adopsi massal sering kali tidak dimulai ketika teknologi pertama kali berhasil diciptakan.
Adopsi massal dimulai ketika teknologi menjadi cukup baik dan cukup murah.
Komputer tidak langsung masuk ke setiap rumah.
Internet tidak langsung digunakan miliaran orang.
Smartphone baru meledak setelah perangkat, konektivitas, dan aplikasi mencapai kombinasi yang tepat.
Robot humanoid kemungkinan akan mengikuti pola serupa.
Wang Xingxing melihat penggunaan robot dapat berkembang luas ketika kemampuan teknologi semakin matang. Namun saat ini, keterbatasan efisiensi dan kemampuan bekerja secara general di lingkungan nyata masih menjadi hambatan utama.
Kesimpulan: Pemenang AI Mungkin Bukan yang Paling Pintar
Selama ini, perlombaan AI sering digambarkan sebagai persaingan untuk menciptakan model paling cerdas.
Namun fase berikutnya mungkin lebih menarik.
Siapa yang bisa membuat AI paling murah?Siapa yang bisa menjalankannya dengan energi paling efisien?Siapa yang bisa membawa kecerdasan tersebut keluar dari pusat data dan masuk ke dunia fisik?
Google dan Marvell sedang bertaruh pada sisi pertama.
Unitree dan para pengembang humanoid sedang mengejar sisi kedua.
Chip khusus mungkin membuat AI semakin murah untuk berpikir. Robot humanoid mungkin membuat AI akhirnya mampu bekerja.
Ketika dua revolusi itu bertemu, AI tidak lagi hanya menjadi teknologi yang menjawab pertanyaan di layar.
Ia dapat berubah menjadi tenaga kerja digital dan fisik.
Dan mungkin, itulah peluang terbesar yang sedang dibangun pasar saat ini.
#SummerCreationCamp