Medan persaingan sengit di sektor kecerdasan buatan (AI) Tiongkok sedang mengalami pergolakan signifikan. Gelombang reorientasi strategis melanda beberapa startup AI paling terkemuka dan sebelumnya sangat sukses di negara itu. Periode introspeksi intens dan penyesuaian operasional ini tampaknya sebagian besar dipicu oleh kemunculan DeepSeek yang luar biasa dan cepat, sebuah entitas yang kemajuan teknologinya memaksa para pesaing untuk secara fundamental memikirkan kembali jalur pertumbuhan dan profitabilitas mereka. Pengenalan model R1 DeepSeek yang kuat awal tahun ini menjadi titik balik yang sangat mencolok, mempercepat tekanan pada pesaing yang telah menarik modal ventura besar selama hiruk-pikuk investasi AI awal. Sekarang, banyak dari pemain ini mendapati diri mereka bergulat dengan cara menavigasi pasar yang tiba-tiba didominasi oleh kemampuan DeepSeek yang mengesankan, memaksa pilihan sulit tentang model bisnis inti dan kelangsungan hidup jangka panjang mereka. Aturan permainan sedang berubah, dan adaptasi bukan lagi pilihan tetapi penting untuk bertahan hidup.
Gelombang Kejut Kemunculan DeepSeek
Pendakian cepat DeepSeek ke puncak ketenaran bukan sekadar langkah inkremental lain dalam evolusi AI Tiongkok; itu mewakili kekuatan disruptif yang menantang asumsi-asumsi mapan. Sementara detail teknis spesifik yang mendasari kesuksesannya tetap diawasi ketat, dampaknya tidak dapat disangkal. Peluncuran model R1 pada akhir Januari menandai momen kritis, menampilkan kemampuan yang dengan cepat menarik perhatian dan adopsi di kalangan komunitas pengembang dan berpotensi di antara pengguna korporat. Ini bukan hanya tentang merilis model bahasa besar (LLM) lainnya; ini tentang menetapkan tolok ukur baru, mungkin dalam hal kinerja, efisiensi, atau aksesibilitas – atau kombinasi dari semuanya.
Lompatan teknologi yang tiba-tiba ini telah mengirimkan riak ke seluruh ekosistem. Startup yang telah mendasarkan strategi mereka pada pengembangan LLM dasar milik sendiri mendapati diri mereka menghadapi pesaing baru yang tangguh, yang kemajuannya tampaknya melampaui siklus pengembangan mereka sendiri secara signifikan. Sumber daya – baik finansial maupun komputasi – yang diperlukan untuk melatih LLM canggih dari awal sangat besar. Kemampuan nyata DeepSeek untuk mencapai hasil mutakhir, berpotensi lebih efisien, secara implisit telah menaikkan standar, membuat tugas yang sudah menantang untuk membangun dan mempertahankan model dasar yang kompetitif menjadi lebih menakutkan bagi yang lain. Tekanan ini sangat akut bagi perusahaan yang telah mendapatkan putaran pendanaan besar berdasarkan janji untuk menjadi pemimpin LLM definitif Tiongkok. Tanah telah bergeser di bawah kaki mereka, memaksa konfrontasi dengan kemungkinan bahwa cetak biru strategis awal mereka mungkin tidak lagi menjadi rute paling efektif atau berkelanjutan ke depan dalam lanskap yang berubah ini. Pertanyaan yang bergema di ruang rapat bukan lagi hanya bagaimana membangun model terbaik, tetapi apakah membangun model dasar sendiri dari awal masih merupakan strategi yang paling bijaksana sama sekali.
Zhipu AI: Menghadapi Tantangan Finansial dan Horizon IPO
Di antara mereka yang merasakan panasnya adalah Zhipu AI, sebuah perusahaan yang sebelumnya dirayakan sebagai pembawa standar dalam perlombaan pengembangan LLM Tiongkok. Perjalanan Zhipu mencontohkan tantangan kompleks yang kini dihadapi banyak startup AI. Perusahaan telah berinvestasi besar-besaran dalam mendirikan divisi penjualan korporat, bertujuan untuk menyediakan solusi AI yang disesuaikan untuk pemerintah daerah dan berbagai bisnis. Meskipun secara konseptual sehat, strategi ini terbukti sangat padat modal. Siklus penjualan yang panjang, kebutuhan akan kustomisasi yang signifikan, dan tekanan harga kompetitif yang melekat di pasar korporat telah mengakibatkan tingkat pembakaran kas yang substansial bagi Zhipu.
Tekanan finansial ini dilaporkan telah mendorong evaluasi ulang serius terhadap lintasan strategis perusahaan. Pengejaran Initial Public Offering (IPO) kini dilaporkan sedang dipertimbangkan tidak hanya sebagai tonggak masa depan tetapi berpotensi sebagai mekanisme yang diperlukan untuk menyuntikkan modal vital dan mempertahankan rencana pertumbuhan ambisiusnya. IPO dapat memberikan landasan finansial yang dibutuhkan untuk terus mengembangkan teknologinya dan mendukung berbagai lini operasionalnya.
Meskipun ada tekanan finansial ini dan penilaian ulang strategis yang sedang berlangsung, Zhipu tampaknya ragu untuk sepenuhnya meninggalkan pendekatan multi-cabangnya. Ia terus mengeksplorasi berbagai lini bisnis, tampaknya melakukan lindung nilai antara sektor korporat yang menuntut dan jangkauan aplikasi yang berpotensi lebih luas yang dihadapi konsumen. Tindakan penyeimbangan ini, bagaimanapun, penuh dengan kesulitan. Mengejar pasar korporat dan konsumen secara bersamaan membutuhkan strategi yang berbeda, kumpulan bakat yang berbeda, dan sumber daya signifikan yang dialokasikan untuk masing-masing. Melakukannya saat berada di bawah tekanan finansial dan mempertimbangkan peristiwa korporat besar seperti IPO menambah lapisan kompleksitas. Situasi Zhipu menyoroti trade-off sulit yang dihadapi perusahaan AI: berspesialisasi dan berisiko kehilangan peluang yang lebih luas, atau melakukan diversifikasi dan berisiko menyebarkan sumber daya terlalu tipis, terutama ketika dihadapkan oleh pesaing kuat dan tekanan finansial yang meningkat. Potensi IPO mewakili titik kritis, yang dapat mengisi kembali ambisinya atau mengeksposnya pada pengawasan ketat pasar publik selama periode perubahan industri yang intens.
Pergeseran Strategis: Dari Model Dasar ke Fokus Aplikasi
Riak yang disebabkan oleh kebangkitan DeepSeek melampaui kalibrasi ulang finansial; mereka memicu pergeseran fundamental dalam strategi bisnis inti untuk beberapa pemain kunci. Tren penting yang muncul adalah pergeseran dari arena yang mahal dan sangat kompetitif dalam membangun model bahasa besar dasar dari awal, menuju penekanan yang lebih besar pada penerapan teknologi AI ke industri atau kasus penggunaan tertentu.
01.ai, sebuah startup yang berbasis di Beijing yang dipandu oleh pemodal ventura terkemuka dan mantan kepala Google China, Kai-Fu Lee, mencontohkan poros strategis ini. Laporan menunjukkan bahwa 01.ai telah secara signifikan mengurangi, atau bahkan mungkin menghentikan, upayanya dalam proses pra-pelatihan model dasar skala besar yang menguras sumber daya. Sebaliknya, perusahaan dilaporkan mengarahkan kembali fokus dan sumber dayanya untuk mengembangkan dan menjual solusi AI yang disesuaikan. Secara signifikan, solusi ini dikatakan berpotensi dibangun di atas atau memanfaatkan kemampuan yang ditunjukkan oleh model-model terkemuka, termasuk berpotensi yang dikembangkan oleh DeepSeek atau alternatif sumber terbuka kuat serupa yang telah mendapatkan daya tarik. Ini merupakan pengakuan pragmatis atas lanskap yang berubah. Daripada terlibat dalam perlombaan senjata langsung yang padat modal untuk menciptakan LLM dasar terbesar atau terkuat secara absolut, 01.ai tampaknya bertaruh bahwa penciptaan nilai semakin terletak pada lapisan aplikasi – memahami kebutuhan industri spesifik dan menerapkan AI secara efektif untuk memecahkan masalah bisnis konkret. Pendekatan ini memanfaatkan ketersediaan model dasar yang kuat, memungkinkan perusahaan untuk memusatkan upayanya pada kustomisasi, integrasi, dan keahlian domain.
Pengalihan strategis serupa terlihat di Baichuan. Awalnya mendapatkan perhatian untuk chatbot AI berorientasi konsumennya, Baichuan dilaporkan telah mempertajam fokusnya secara signifikan, membidik sektor kesehatan. Ini melibatkan pengembangan alat AI khusus yang dirancang untuk membantu para profesional medis, berpotensi termasuk aplikasi yang bertujuan membantu diagnosis medis atau merampingkan alur kerja klinis. Pergeseran menuju spesialisasi vertikal ini menawarkan beberapa keuntungan potensial. Industri kesehatan menghadirkan tantangan kompleks dan kumpulan data yang luas di mana AI berpotensi memberikan nilai signifikan. Dengan memusatkan upayanya, Baichuan dapat mengembangkan keahlian domain yang mendalam, menyesuaikan modelnya lebih tepat dengan nuansa data medis dan praktik klinis, serta menavigasi persyaratan peraturan spesifik sektor tersebut. Meskipun berpotensi membatasi pasar yang dapat ditangani dibandingkan dengan chatbot serba guna, strategi ceruk ini memungkinkan Baichuan untuk membedakan dirinya, membangun parit pertahanan potensial berdasarkan pengetahuan khusus, dan mengatasi kebutuhan yang belum terpenuhi di bidang berdampak tinggi. Ini mencerminkan pemahaman yang lebih luas bahwa bersaing secara langsung di ruang LLM umum yang ramai mungkin kurang layak daripada mengukir kepemimpinan dalam vertikal spesifik bernilai tinggi. Langkah 01.ai dan Baichuan menggarisbawahi kesadaran yang berkembang: fase kompetisi AI berikutnya di Tiongkok mungkin kurang tentang supremasi model dasar dan lebih banyak tentang aplikasi yang cerdas dan bertarget.
Tantangan Kimi: Ketika Hype Awal Bertemu Realitas Pasar
Lintasan Moonshot AI dan chatbotnya, Kimi, menawarkan kisah peringatan tentang sifat volatil pasar AI konsumen dan tantangan mempertahankan momentum. Kimi menghasilkan kehebohan yang cukup besar saat diluncurkan tahun lalu, dengan cepat menarik perhatian publik dan menjadi simbol kemajuan pesat Tiongkok dalam AI percakapan. Kemampuannya untuk memproses konteks panjang sangat diperhatikan, membedakannya di bidang yang ramai. Namun, ledakan popularitas awal ini terbukti sulit dipertahankan.
Moonshot kemudian menghadapi rintangan operasional yang signifikan. Pengguna melaporkan pemadaman yang sering terjadi dan masalah kinerja, kemungkinan berasal dari tuntutan infrastruktur yang sangat besar untuk menskalakan layanan AI populer dengan cepat. Keandalan sangat penting untuk retensi pengguna, dan kesulitan teknis ini tidak diragukan lagi mengikis kepercayaan dan kepuasan pengguna. Selain itu, faktor kebaruan awal mulai memudar ketika pesaing dengan cepat meluncurkan chatbot mereka sendiri, seringkali menggabungkan fitur serupa atau menawarkan pengalaman pengguna alternatif. Siklus iterasi yang cepat di ruang AI berarti bahwa keunggulan awal apa pun dapat bersifat sementara kecuali terus diperkuat oleh inovasi dan kinerja yang stabil.
Menanggapi tantangan ini dan mungkin dinamika kompetitif yang berubah yang dipengaruhi oleh pemain seperti DeepSeek, Moonshot dilaporkan telah melakukan penyesuaian signifikan pada alokasi sumber dayanya. Perusahaan dikatakan telah secara drastis mengurangi pengeluaran pemasarannya. Langkah ini menunjukkan keputusan strategis untuk memprioritaskan pengembangan teknologi inti dan pelatihan model daripada kampanye akuisisi pengguna yang agresif. Sementara menopang teknologi dasar dan meningkatkan kemampuan model sangat penting untuk daya saing jangka panjang, memangkas anggaran pemasaran membawa risikonya sendiri. Ini dapat memperlambat pertumbuhan pengguna, mengurangi visibilitas di pasar yang semakin bising, dan mempersulit untuk mendapatkan kembali momentum setelah masalah teknis teratasi. Fokus internal ini, ditambah dengan menurunnya pamor publik dan perjuangan operasional yang terus-menerus, menimbulkan pertanyaan yang sah tentang keberlanjutan jangka panjang Moonshot. Perusahaan menemukan dirinya dalam posisi genting: perlu berinvestasi besar-besaran dalam R&D untuk mengimbangi secara teknologi sambil secara bersamaan menghadapi keterlibatan pengguna yang berkurang dan kendala keuangan yang berpotensi lebih ketat. Pengalaman Kimi menggarisbawahi kenyataan pahit bahwa bahkan produk AI yang awalnya sukses pun menghadapi kesulitan dalam mempertahankan minat pengguna dan mencapai operasi yang stabil dan terukur di tengah persaingan yang ketat.
Konsolidasi Pasar dan Jalan ke Depan
Pergeseran strategis yang dilakukan oleh Zhipu, 01.ai, Baichuan, dan Moonshot bukanlah insiden terisolasi melainkan gejala dari transformasi yang lebih luas yang membentuk kembali industri AI Tiongkok. Era ekspansi tak terkendali, di mana banyak startup dapat menarik pendanaan signifikan hanya berdasarkan janji membangun LLM dasar, tampaknya akan segera berakhir. Sebaliknya, pasar menunjukkan tanda-tanda jelas konsolidasi di sekitar kelompok pemain terkemuka yang lebih kecil.
Seperti yang diamati oleh Wang Tiezhen, seorang insinyur yang terkait dengan komunitas riset AI Hugging Face, “Pasar LLM Tiongkok dengan cepat berkonsolidasi di sekitar segelintir pemimpin.” DeepSeek tidak dapat disangkal telah muncul sebagai tokoh sentral dalam fase konsolidasi ini, kecakapan teknologinya bertindak sebagai katalisator perubahan. Keberhasilannya memaksa keputusan kritis pada startup lain: haruskah mereka mencoba bersaing secara langsung dengan DeepSeek dan pemimpin baru lainnya dalam perlombaan mahal untuk supremasi model dasar, atau haruskah mereka mengadopsi strategi yang berbeda?
Semakin banyak, opsi terakhir mendapatkan daya tarik. Banyak startup sedang menjajaki jalur yang melibatkan memanfaatkan model kuat yang ada, baik penawaran DeepSeek sendiri (terutama jika elemen-elemennya bersumber terbuka atau dapat diakses melalui API) atau alternatif sumber terbuka kuat lainnya. Hal ini memungkinkan mereka untuk melewati tahap pengembangan AI yang paling padat sumber daya dan memfokuskan upaya mereka lebih tinggi dalam rantai nilai. Dengan membangun di atas fondasi yang mapan, perusahaan dapat berkonsentrasi pada pengembangan aplikasi khusus, menargetkan pasar ceruk, atau menciptakan pengalaman pengguna yang unik. Pergeseran strategis ini mengurangi biaya astronomis yang terkait dengan pelatihan model masif dari awal dan memungkinkan potensi waktu masuk pasar yang lebih cepat untuk produk atau layanan tertentu.
Dinamika yang berkembang ini menunjukkan lanskap AI Tiongkok di masa depan yang ditandai oleh beberapa penyedia model dasar dominan dan ekosistem perusahaan yang lebih besar yang berfokus pada aplikasi, kustomisasi, dan integrasi vertikal. Tantangan bagi startup adalah mengidentifikasi ceruk yang kurang terlayani, mengembangkan keahlian domain yang asli, dan membangun model bisnis berkelanjutan seputar penerapan AI secara efektif, daripada sekadar meniru teknologi inti para pemimpin. Era pasca-DeepSeek menuntut tidak hanya kemampuan teknologi, tetapi juga ketajaman strategis dan disiplin finansial.
Ekonomi Ambisi AI: Menyeimbangkan Inovasi dan Keberlanjutan
Mendasari banyak kalibrasi ulang strategis ini adalah realitas ekonomi yang gamblang dari persaingan di garis depan kecerdasan buatan. Mengembangkan, melatih, dan menerapkan model bahasa besar mutakhir membutuhkan jumlah modal yang mengejutkan. Biaya tidak hanya mencakup akuisisi kumpulan data masif dan mempekerjakan talenta AI tingkat atas tetapi juga mengamankan akses ke sumber daya komputasi yang luas, terutama GPU berkinerja tinggi, yang mahal dan seringkali pasokannya terbatas. Selain itu, menerjemahkan kemampuan AI menjadi produk penghasil pendapatan, terutama di sektor korporat yang ditargetkan oleh perusahaan seperti Zhipu, melibatkan investasi signifikan dalam upaya penjualan, pemasaran, dan kustomisasi, seringkali dengan periode pengembalian yang panjang.
Kemunculan DeepSeek, pada dasarnya, telah mengintensifkan tekanan finansial ini. Dengan berpotensi menawarkan kinerja yang unggul atau efisiensi yang lebih besar, ia meningkatkan taruhan kompetitif, memaksa para pesaing untuk menghabiskan lebih banyak lagi agar tetap seimbang atau berisiko usang. Lingkungan ini membuatnya semakin sulit bagi startup untuk mempertahankan operasi hanya dengan modal ventura, terutama jika tonggak sejarah tidak tercapai atau daya tarik pasar terbukti lebih lambat dari yang diantisipasi. “Tingkat pembakaran” (burn rate) yang terkait dengan pengembangan dan komersialisasi LLM dapat dengan cepat menghabiskan bahkan putaran pendanaan yang substansial.
Akibatnya, pergeseran strategis yang diamati – pertimbangan IPO (seperti Zhipu), poros menuju lapisan aplikasi dan pasar ceruk (seperti 01.ai dan Baichuan), dan langkah untuk memanfaatkan model yang ada daripada membangun semuanya sendiri – sangat terkait dengan keharusan finansial ini. IPO menawarkan jalur potensial untuk infus modal substansial, meskipun dengan peningkatan pengawasan dan tekanan pasar. Berfokus pada aplikasi atau vertikal tertentu berpotensi menghasilkan pendapatan dan profitabilitas yang lebih cepat dalam segmen pasar yang ditentukan, mengurangi ketergantungan pada pendanaan eksternal. Memanfaatkan model dasar yang ada secara drastis memotong biaya R&D dan infrastruktur awal yang sangat besar.
Pada akhirnya, kemampuan startup AI Tiongkok untuk menavigasi lanskap yang berkembang ini akan sangat bergantung pada kapasitas mereka untuk menyeimbangkan inovasi teknologi dengan keberlanjutan finansial. Era yang dikatalisasi oleh DeepSeek menuntut tidak hanya algoritma yang brilian tetapi juga model bisnis yang layak dan efisien. Perusahaan harus menemukan cara untuk menciptakan nilai nyata dan menghasilkan aliran pendapatan yang mampu mendukung penelitian dan pengembangan berkelanjutan di bidang yang sangat kompetitif dan padat modal. Para pemimpin masa depan kemungkinan besar adalah mereka yang menunjukkan tidak hanya kecakapan teknis, tetapi juga pandangan strategis ke depan dan disiplin finansial yang ketat dalam babak baru kisah AI Tiongkok ini.