Algoritma dan Kemandirian: Bagaimana Industri Tiongkok Mencapai Lompatan dalam Kecerdasan Buatan

Delapan tahun yang lalu, operasi perusahaan komunikasi raksasa Zongxing tiba-tiba berhenti setelah larangan mutlak dari Amerika Serikat. Kini, pada Maret 2026, China melangkah mantap menuju pembangunan sistem kecerdasan buatan yang benar-benar mandiri, tidak bergantung pada Nvidia maupun teknologi asing. Perubahan ini bukan hanya soal chip, tetapi revolusi nyata dalam algoritma dan strategi.

Dari Larangan ke Respon: Pelajaran Zongxing dan Awal yang Sulit

Pada 16 April 2018, Kementerian Perdagangan AS mengeluarkan larangan menyeluruh terhadap Zongxing Communications, yang mempekerjakan 80 ribu orang dan meraih pendapatan tahunan lebih dari satu triliun yuan. Tanpa chip Qualcomm, stasiun dasar berhenti beroperasi. Tanpa izin Google untuk Android, ponsel kehilangan sistem operasi yang bisa digunakan. Perusahaan membayar harga mahal: denda 1,4 miliar dolar, plus kerugian bersih 7 miliar yuan hanya di 2018.

CEO ZTE sebelumnya menulis dalam memo internal: “Kita hidup di industri yang kompleks dan sangat bergantung pada rantai pasok global.” Ungkapan ini mencerminkan keputusasaan dan ketergantungan yang tak terelakkan.

Namun delapan tahun kemudian, skenarionya berubah drastis.

Algoritma sebagai Solusi: Dari CUDA ke Kemandirian Teknologi

Masalah utama perusahaan AI China bukanlah chip itu sendiri, melainkan sesuatu yang disebut CUDA—platform komputasi yang dikembangkan Nvidia pada 2006. Platform ini menguasai 90% pasar chip pelatihan AI global, dan menjadi dasar hampir semua kerangka kerja AI, dari TensorFlow hingga PyTorch.

Hingga 2025, Nvidia berhasil membangun ekosistem yang kokoh: 4,5 juta pengembang, 3000 aplikasi resmi, 40 ribu perusahaan aktif. Artinya, lebih dari 90% pengembang AI dunia terikat secara mutlak dengan sistem Nvidia.

Tantangan nyata bukanlah mendapatkan chip alternatif—melainkan membangun ulang sistem algoritma, alat, dan lingkungan pengembangan lengkap dari nol.

Respon China tidak langsung. Alih-alih bersaing dengan Nvidia di wilayahnya, perusahaan China memilih jalan berbeda: algoritma canggih.

Revolusi Algoritma: Model Ahli Campuran

Antara akhir 2024 hingga 2025, terjadi transformasi besar dalam industri AI China menuju teknologi baru: Model Ahli Campuran (Mixture of Experts). Alih-alih mengaktifkan satu model besar secara keseluruhan, model dibagi menjadi beberapa ahli kecil yang diaktifkan sesuai kebutuhan.

Model V3 dari DeepSeek menggambarkan konsep ini: total 671 miliar parameter, tetapi hanya 37 miliar (5,5%) yang diaktifkan saat inferensi. Biaya pelatihan sekitar 5,576 juta dolar dengan 2048 unit H800 selama 58 hari. Dibandingkan dengan 78 juta dolar untuk melatih GPT-4.

Hasilnya? Peningkatan efisiensi ekonomi secara besar-besaran:

• DeepSeek: 0,028 hingga 0,28 dolar per juta token (input), 0,42 dolar (output)
• GPT-4o: 5 dolar (input), 15 dolar (output)
• Claude Opus: 15 dolar (input), 75 dolar (output)

DeepSeek jauh lebih murah—25 sampai 75 kali lipat dari Claude.

Perbedaan harga yang besar ini memicu kekacauan di pasar pengembang global. Pada Februari 2026, penggunaan model China di OpenRouter meningkat 127% dalam tiga minggu saja, melampaui AS untuk pertama kalinya. Setahun sebelumnya, pangsa model China hanya 2%. Setelah setahun, mencapai 60%.

Lompatan Kualitatif: Dari Inferensi ke Pelatihan

Namun, menurunkan biaya inferensi bukanlah solusi lengkap. Tantangan utama adalah pelatihan—yang membutuhkan kekuatan komputasi besar dan bukan sekadar pelengkap.

Di sinilah chip lokal berperan.

Pada 2025, jalur produksi baru di Jiangsu selesai dibangun dalam 180 hari, panjangnya 148 meter. Dasarnya: prosesor Loongson 3C6000 (sepenuhnya dirancang lokal) dan kartu AI T100 dari Taichu Yuanqi. Produksi satu server setiap 5 menit, target 100 ribu unit per tahun.

Yang terpenting, chip ini sudah mulai menangani tugas pelatihan besar dan nyata.

Pada Januari 2026, Zhipu AI bekerja sama dengan Huawei meluncurkan model GLM-Image—model canggih pertama untuk pembuatan gambar yang sepenuhnya dilatih di chip lokal China. Setelah itu, pada Februari, model “Menara” dari China Telecom (triliunan parameter) dilatih di perangkat komputasi China murni.

Ini berarti satu hal: chip lokal telah melewati tahap “inferensi” menuju “pelatihan”—loncatan besar dalam kemandirian.

Lingkungan Pengembangan: Sistem Ascend dan Perkembangannya

Di balik pencapaian ini ada sistem Ascend dari Huawei—ekosistem perangkat lunak lokal alternatif CUDA.

Pada akhir 2025:

• 4 juta pengembang di sistem Ascend
• Lebih dari 3000 mitra aktif
• 43 model utama yang dilatih
• Lebih dari 200 model sumber terbuka yang disesuaikan

Dalam MWC 2 Maret 2026, Huawei meluncurkan arsitektur SuperPoD baru untuk pasar luar negeri. Kekuatan pemrosesan FP16 Ascend 910B mencapai level A100 Nvidia—tidak lagi “tanpa solusi”, melainkan “dapat digunakan” dan “mudah digunakan”.

Energi: Keunggulan yang Tidak Dimiliki Barat

Situasi makin kompleks saat melihat energi.

Awal 2026, negara bagian Virginia mencabut izin pusat data baru. Diikuti Georgia (hingga 2027), Illinois, dan Michigan. Alasannya: listrik.

Konsumsi pusat data AS tahun 2024: 183 TWh (4% dari total listrik). Diperkirakan 2030: 426 TWh (12%). CEO Arm memperkirakan pusat data AI akan mengkonsumsi 20-25% listrik AS pada 2030.

Jaringan listrik AS sangat tegang. Pada 2033, kekurangan energi diperkirakan mencapai 175 GW—cukup untuk 130 juta rumah. Harga listrik naik 267%.

Di China? Sebaliknya.

Produksi listrik tahunan China: 10,4 triliun kWh. AS: 4,2 triliun kWh. China menghasilkan 2,5 kali lipat AS.

Selain itu, konsumsi domestik China hanya 15% dari total listrik (AS 36%), menunjukkan potensi energi industri yang besar.

Biaya listrik: di AS sekitar 0,12–0,15 dolar per kWh. Di barat China hanya 0,03 dolar—seperempat sampai seperlima harga AS.

Simbol sebagai Pengganti Pabrik: Strategi Ekspor Baru

Sementara AS menghadapi krisis energi, China secara tenang melangkah ke luar negeri—tapi kali ini, bukan produk atau pabrik yang diekspor, melainkan simbol (Tokens).

Token, unit dasar informasi model AI, menjadi komoditas digital baru. Diproduksi di pabrik komputasi China, lalu dikirim melalui kabel laut ke seluruh dunia.

Distribusi pengguna DeepSeek:

• China lokal: 30,7%
• India: 13,6%
• Indonesia: 6,9%
• AS: 4,3%
• Prancis: 3,2%

Model ini mendukung 37 bahasa dan sangat populer di pasar berkembang seperti Brasil. 26 ribu perusahaan global punya akun. 3200 institusi sudah menerbitkan versi perusahaan.

Pada 2025, 58% perusahaan startup AI baru mengandalkan DeepSeek. Di China, pangsa pasar mencapai 89%. Di negara-negara yang terkena sanksi, berkisar antara 40-60%.

Pelajaran Jepang: Perbedaan Antara Kemandirian dan Ketergantungan

Tahun 1986, Jepang menandatangani perjanjian jalur pasokan AS-Jepang di bawah tekanan besar dari AS. Ketentuannya: membuka pasar Jepang sebesar 20% untuk chip AS, melarang ekspor dengan harga di bawah biaya, dan mengenakan tarif penalti 100% untuk ekspor.

Pada 1988, Jepang menguasai 51% pasar jalur pasokan global. Enam dari sepuluh perusahaan terbesar dunia—mengisi posisi utama. NEC di posisi kedua, Toshiba di ketiga.

Namun setelah penandatanganan? Segalanya berubah. AS melakukan tekanan besar, mendukung Samsung dan SK Hynix Korea Selatan untuk menjatuhkan pasar Jepang dengan harga rendah. Pangsa pasar DRAM Jepang runtuh dari 80% menjadi 10%. Pada 2017, hanya tersisa 7% dari pasar IC.

Pelajaran Jepang: mereka rela menjadi produk terbaik dalam sistem global yang dikuasai orang lain, tetapi tidak membangun sistem mandiri. Saat gelombang keluar, mereka hanya punya produksi.

Sejarah Diulang: Tapi dengan Skema Berbeda

China hari ini berada di persimpangan yang serupa—tapi dengan pilihan berbeda.

Tiga gelombang pembatasan chip (Oktober 2022, Oktober 2023, Desember 2024) terus meningkat. Penghalang CUDA masih tinggi.

Tapi kali ini, jalannya berbeda total:

1. Optimalisasi algoritma secara maksimal (Model Ahli Campuran)
2. Lonjakan chip lokal dari inferensi ke pelatihan
3. Terciptanya 4 juta pengembang di sistem Ascend
4. Penyebaran simbol secara global di pasar berkembang

Setiap langkah membangun sistem industri yang mandiri—yang tak pernah dimiliki Jepang.

Laporan Keuangan Ungkap Kebenaran: “Pajak Perang”

Pada 27 Februari 2026, tiga perusahaan chip China merilis laporan keuangannya pada hari yang sama:

• Kimo: Pendapatan +453%, laba tahunan pertama
• Moit Ton: Pendapatan +243%, rugi bersih 1 miliar
• Moxie: Pendapatan +121%, rugi bersih 800 juta

Separuhnya bara, separuhnya air.

Bara: nafsu pasar yang berlebihan. Kekosongan yang ditinggalkan Huang Renshun (CEO Nvidia) dengan 95% pangsa pasar perlahan diisi kembali.

Air: kerugian besar—bukan karena manajemen buruk, tetapi “pajak perang” yang harus dibayar. Investasi R&D besar-besaran, dukungan perangkat lunak, insinyur di lokasi pelanggan menyelesaikan masalah satu per satu.

Kerugian ini adalah harga nyata membangun kemandirian sejati.

Kesimpulan: Dari “Bisakah Kita Bertahan?” ke “Berapa Harga yang Diterima?”

Delapan tahun lalu, pertanyaannya adalah “Bisakah kita bertahan hidup?”.

Sekarang, pertanyaannya berubah menjadi “Berapa harga yang harus dibayar agar tetap hidup?”.

Mengubah pertanyaan itu sendiri adalah kemajuan.

Melalui algoritma canggih, bukan hanya chip. Dengan membangun ekosistem yang benar-benar mandiri, bukan sekadar produk yang lebih baik. Dengan investasi jangka panjang dalam energi komputasi lokal, bukan bergantung pada pasokan luar.

Industri AI China tidak lagi dalam fase menyerah seperti Zongxing delapan tahun lalu. Mereka sedang dalam fase pertempuran sengit, maju ke garis depan. Tapi kali ini, ada jalan keluar yang nyata.