Di tengah lanskap yang semakin dibentuk oleh ketegangan geopolitik dan kendala teknologi, raksasa teknologi Tiongkok Tencent dan Baidu secara strategis mengkalibrasi ulang pendekatan mereka terhadap pengembangan kecerdasan buatan (AI). Dihadapkan dengan pengetatan kontrol ekspor yang diberlakukan oleh Amerika Serikat pada semikonduktor canggih, perusahaan-perusahaan ini memetakan arah yang menekankan inovasi, efisiensi, dan kemandirian.
Presiden Tencent, Martin Lau, mengungkapkan selama panggilan pendapatan baru-baru ini bahwa perusahaan telah secara proaktif membangun inventaris substansial unit pemrosesan grafis (GPU), komponen penting untuk pelatihan AI. Timbunan strategis ini bertujuan untuk memberikan penyangga terhadap potensi gangguan dalam rantai pasokan, memastikan bahwa inisiatif AI Tencent dapat terus berlanjut tanpa henti.
Namun, strategi Tencent melampaui sekadar mengumpulkan perangkat keras. Lau juga menekankan komitmen perusahaan untuk mengoptimalkan perangkat lunaknya dan menjelajahi model AI yang lebih kecil. Pendekatan ini berupaya mengurangi ketergantungan Tencent pada kekuatan komputasi semata, memungkinkan perusahaan untuk mencapai kemajuan signifikan dalam AI dengan penggunaan sumber daya yang lebih efisien.
Baidu, pemain utama di pasar mesin pencari Tiongkok dan penyedia layanan cloud, mengambil pendekatan yang berbeda tetapi saling melengkapi. Perusahaan menyoroti kemampuan AI "full-stack" selama panggilan pendapatan, menekankan kemampuannya untuk mengendalikan dan mengintegrasikan berbagai aspek dari proses pengembangan AI. Kontrol ujung-ke-ujung ini dipandang sebagai keuntungan utama di dunia di mana akses ke teknologi canggih mungkin dibatasi.
Strategi Tencent dan Baidu menggarisbawahi tren yang lebih luas di antara perusahaan teknologi Tiongkok: fokus pada efisiensi dan inovasi domestik untuk mengatasi tantangan yang ditimbulkan oleh akses terbatas ke teknologi AS yang canggih. Adaptasi ini bukan sekadar tindakan reaktif tetapi upaya proaktif untuk membangun ekosistem AI yang lebih berkelanjutan dan tangguh di Tiongkok.
Ketergantungan Semikonduktor Tiongkok Mendorong Adaptasi Strategis
Industri teknologi Tiongkok telah lama bergulat dengan kerentanan yang signifikan: ketergantungannya pada sumber asing untuk semikonduktor canggih. Ketergantungan ini telah menjadi fokus tajam oleh kontrol ekspor AS, yang membatasi kemampuan perusahaan Tiongkok untuk memperoleh chip mutakhir yang dibutuhkan untuk AI dan teknologi canggih lainnya.
Pendekatan ganda Tencent untuk menimbun GPU dan mengembangkan model AI yang lebih efisien mencontohkan bagaimana perusahaan Tiongkok berusaha untuk menavigasi lingkungan yang menantang ini. Timbunan GPU memberikan bantalan jangka pendek terhadap gangguan pasokan, sementara pengembangan model AI yang lebih efisien mewakili strategi jangka panjang untuk mengurangi ketergantungan pada teknologi yang dibatasi.
Strategi mengoptimalkan perangkat lunak untuk memaksimalkan kinerja dari sumber daya perangkat keras yang ada adalah respons pragmatis terhadap kendala pasokan. Dengan memanfaatkan sebagian besar perangkat keras yang tersedia, perusahaan Tiongkok berpotensi mempercepat inovasi dalam pengembangan AI yang berfokus pada efisiensi. Pendekatan ini juga dapat mengarah pada terobosan baru dalam algoritma dan arsitektur AI yang secara khusus dirancang untuk berjalan pada perangkat keras yang kurang kuat.
Penekanan Baidu pada kemampuan "full-stack" selaras dengan tren yang lebih luas ini. Dengan mengembangkan tumpukan teknologi terintegrasi di mana mereka mengendalikan lebih banyak komponen, Baidu bertujuan untuk mengurangi kerentanannya terhadap gangguan pasokan di masa depan. Integrasi vertikal ini memungkinkan Baidu untuk memiliki kontrol yang lebih besar atas peta jalan teknologinya dan untuk mengurangi ketergantungannya pada pemasok eksternal.
Beradaptasi dengan Pembatasan: Strategi Utama
- Penumpukan Strategis: Membangun cadangan komponen penting seperti GPU untuk melindungi dari gangguan pasokan.
- Optimalisasi Perangkat Lunak: Meningkatkan perangkat lunak untuk memaksimalkan kinerja dari sumber daya perangkat keras yang ada.
- Pengembangan Full-Stack: Menciptakan tumpukan teknologi terintegrasi untuk mengendalikan lebih banyak komponen dan mengurangi ketergantungan eksternal.
- Inovasi Domestik: Berinvestasi dalam penelitian dan pengembangan untuk mendorong kemampuan teknologi asli.
Optimalisasi Perangkat Lunak Muncul sebagai Pembeda Kompetitif Di Bawah Kendala
Penekanan yang ditempatkan Tencent dan Baidu pada optimalisasi perangkat lunak menyoroti bagaimana kontrol ekspor membentuk kembali lanskap keunggulan kompetitif dalam pengembangan AI. Di dunia di mana akses ke perangkat keras canggih dibatasi, kemampuan untuk secara efisien memanfaatkan sumber daya yang ada menjadi pembeda yang kritis.
Martin Lau dari Tencent secara langsung menantang asumsi Barat bahwa memperluas kluster GPU selalu diperlukan untuk kemajuan AI. Dia menegaskan bahwa Tencent dapat mencapai "hasil pelatihan yang baik dengan sekelompok kecil chip semacam itu" melalui pendekatan yang lebih efisien. Pernyataan ini menunjukkan bahwa inovasi perangkat lunak dan efisiensi algoritmik berpotensi mengimbangi keterbatasan dalam ketersediaan perangkat keras.
Dou Shen dari Baidu menggemakan sentimen ini, menekankan bahwa "kemampuan untuk membangun dan mengelola kluster GPU skala besar dan untuk memanfaatkan GPU secara efektif telah menjadi keunggulan kompetitif utama." Ini menunjukkan bahwa keahlian dalam memaksimalkan efisiensi perangkat keras mungkin menjadi sama berharganya dengan akses ke perangkat keras itu sendiri. Perusahaan yang dapat memeras kinerja paling banyak dari sumber daya perangkat keras yang ada akan memiliki keunggulan kompetitif yang signifikan.
Pendekatan yang berfokus pada efisiensi ini pada akhirnya dapat memengaruhi praktik pengembangan AI global jika terbukti berhasil. Perusahaan Tiongkok dapat memelopori algoritma dan arsitektur AI baru yang secara khusus dirancang untuk berjalan pada perangkat keras yang kurang kuat. Ini berpotensi mengarah pada munculnya jalur teknologi yang berbeda antara sistem AI Tiongkok dan Barat, dengan setiap jalur dioptimalkan untuk kendala dan prioritas sumber daya yang berbeda.
Implikasi untuk Pengembangan AI Global
- Pergeseran Lanskap Kompetitif: Optimalisasi perangkat lunak dan pemanfaatan sumber daya yang efisien menjadi pembeda utama.
- Potensi Divergensi Teknologi: Sistem AI Tiongkok dan Barat dapat berkembang di sepanjang jalur yang berbeda, dioptimalkan untuk kendala sumber daya yang berbeda.
- Inovasi dalam Efisiensi: Fokus pada pengembangan algoritma dan arsitektur AI yang membutuhkan lebih sedikit kekuatan komputasi.
- Peningkatan Pentingnya Keahlian: Keahlian dalam efisiensi perangkat keras dan optimalisasi perangkat lunak menjadi lebih berharga.
Kebangkitan Algoritma Supremasi
Ketika akses perangkat keras menjadi semakin terbatas, pentingnya inovasi algoritmik melonjak. Perusahaan sekarang termotivasi untuk mengembangkan algoritma yang lebih cerdas dan lebih efisien yang dapat mencapai hasil yang sebanding dengan lebih sedikit sumber daya komputasi. Pergeseran ini dapat mengarah pada terobosan di bidang-bidang seperti:
- Kompresi Model: Teknik untuk mengurangi ukuran dan kompleksitas model AI tanpa mengorbankan akurasi.
- Kuantisasi: Mewakili parameter model dengan presisi yang lebih rendah, mengurangi jejak memori dan persyaratan komputasi.
- Distilasi Pengetahuan: Mentransfer pengetahuan dari model besar dan kompleks ke model yang lebih kecil dan lebih efisien.
- Jaringan Saraf Spiking: Generasi baru jaringan saraf yang meniru komputasi hemat energi otak.
Kemajuan algoritmik ini dapat memiliki implikasi yang luas di luar ranah AI. Mereka dapat memungkinkan penerapan AI pada perangkat yang memiliki sumber daya terbatas, seperti ponsel cerdas, perangkat IoT, dan sistem tertanam. Ini akan membuka kemungkinan baru untuk aplikasi bertenaga AI di bidang-bidang seperti perawatan kesehatan, pertanian, dan pemantauan lingkungan.
Pentingnya Data dan Bakat
Meskipun perangkat keras dan algoritma tidak diragukan lagi penting, keberhasilan setiap inisiatif AI pada akhirnya bergantung pada data dan bakat. Perusahaan Tiongkok menyadari hal ini dan berinvestasi besar-besaran di kedua bidang tersebut.
Tiongkok memiliki kumpulan data yang sangat besar, yang dihasilkan oleh populasinya yang besar dan terhubung secara digital. Data ini menyediakan lahan pelatihan yang kaya untuk model AI, memungkinkan mereka untuk belajar dan meningkatkan pada kecepatan yang dipercepat. Namun, akses ke data tidak cukup. Sama pentingnya untuk memiliki keahlian untuk mengumpulkan, membersihkan, dan memproses data secara efektif.
Tiongkok juga berinvestasi besar-besaran dalam mengembangkan kumpulan bakat AI. Pemerintah telah meluncurkan berbagai inisiatif untuk mempromosikan pendidikan dan penelitian AI, dan universitas di seluruh negeri menawarkan program khusus di bidang AI dan bidang terkait. Upaya bersama ini bertujuan untuk memastikan bahwa Tiongkok memiliki tenaga kerja terampil yang dibutuhkan untuk mendorong ambisi AInya.
Faktor Kunci Keberhasilan AI
- Kelimpahan Data: Memanfaatkan sejumlah besar data yang dihasilkan oleh ekonomi digital Tiongkok.
- Keahlian Data: Mengembangkan keterampilan yang dibutuhkan untuk mengumpulkan, membersihkan, dan memproses data secara efektif.
- Pengembangan Bakat: Berinvestasi dalam pendidikan dan penelitian AI untuk membangun tenaga kerja terampil.
- Kemitraan Strategis: Berkolaborasi dengan universitas dan lembaga penelitian untuk mempercepat inovasi.
Jalur ke Depan: Inovasi dan Kemandirian
Tantangan yang ditimbulkan oleh kontrol ekspor AS tidak diragukan lagi signifikan, tetapi mereka juga menghadirkan peluang bagi perusahaan teknologi Tiongkok untuk mempercepat upaya inovasi mereka dan membangun ekosistem AI yang lebih mandiri.
Dengan berfokus pada optimalisasi perangkat lunak, inovasi algoritmik, dan pengembangan bakat, perusahaan Tiongkok berpotensi mengatasi keterbatasan yang diberlakukan oleh akses terbatas ke perangkat keras canggih. Ini dapat mengarah pada munculnya ekosistem AI yang unik dan kompetitif di Tiongkok, yang kurang bergantung pada teknologi asing dan lebih selaras dengan kebutuhan dan peluang khusus pasar Tiongkok.
Perjalanan menuju kemandirian AI tidak akan mudah. Ini akan membutuhkan investasi berkelanjutan, kemauan untuk bereksperimen, dan komitmen pada tujuan jangka panjang. Namun, potensi imbalannya sangat besar. Dengan berhasil menavigasi tantangan saat ini, perusahaan teknologi Tiongkok dapat memposisikan diri sebagai pemimpin dalam perlombaan AI global dan berkontribusi pada pengembangan masa depan teknologi yang lebih adil dan berkelanjutan.