Kai-Fu Lee, salah satu tokoh paling terkemuka dalam kecerdasan buatan, menyampaikan tesis yang provokatif dalam wawancara dengan Bloomberg: Perusahaan AI Tiongkok tidak perlu membangun model terbaik untuk menang. Mereka hanya perlu membangun model yang cukup baik, cukup murah, dan cukup terbuka untuk mendominasi semua wilayah yang tidak menjadi perhatian AS.
Argumen Lee pada dasarnya adalah strategi bisnis klasik yang diterapkan pada teknologi mutakhir. Sementara perusahaan-perusahaan AS mengejar kinerja terdepan dengan anggaran besar dan ekosistem tertutup, laboratorium AI Tiongkok sedang meluncurkan model berbobot terbuka yang memberikan 90-95% kemampuan dengan biaya pelatihan di bawah 10%.
Buku panduan efisiensi
Tim AI Tiongkok dilaporkan menggunakan 1-3% sumber daya GPU yang digunakan oleh rekan-rekan Amerika mereka, namun mencapai hasil yang sebanding melalui efisiensi teknik semata.
Batasan-batasan tersebut tidak sepenuhnya bersifat sukarela. Pembatasan ekspor chip AS telah membatasi perangkat keras yang tersedia bagi laboratorium-laboratorium Tiongkok, memaksa mereka untuk memaksimalkan kinerja dari sumber daya yang lebih sedikit.
Kesenjangan kinerja antara kemampuan AI AS dan Tiongkok telah menyempit menjadi sekitar 3-6 bulan di bidang-bidang utama, menurut penilaian Lee. Model-model Tiongkok berbasis terbuka kini tampil menonjol di hampir semua 10 besar benchmark open-source, mengungguli Llama dari Meta. DeepSeek dan Qwen dari Alibaba telah muncul sebagai nama-nama yang patut diwaspadai, konsisten berada di peringkat teratas atau hampir teratas di papan peringkat komunitas yang sebenarnya digunakan pengembang untuk memilih alat mereka.
Pasar yang berbeda, strategi yang berbeda
Perbedaan strategis yang dijelaskan Lee melampaui sekadar arsitektur model. Perusahaan AS seperti OpenAI, Google, dan Anthropic sebagian besar berfokus pada penjualan perusahaan dengan margin tinggi, mengembangkan produk untuk perusahaan Fortune 500 yang bersedia membayar harga premi untuk sistem paling canggih. Sebaliknya, perusahaan Tiongkok menargetkan aplikasi konsumen dan pasar berkembang di mana sensitivitas biaya merupakan faktor dominan.
Perusahaan milik Lee sendiri, 01.AI, tampaknya telah menginternalisasi logika ini. Alih-alih bersaing dalam pelatihan model terdepan, perusahaan ini berfokus pada pengembangan aplikasi yang memanfaatkan model yang sudah ada seperti DeepSeek.
Apa artinya ini bagi lanskap AI
Batasan ekspor chip AS, yang dirancang untuk memperlambat perkembangan AI Tiongkok, mungkin secara tidak sengaja mempercepat jenis inovasi yang didorong oleh efisiensi yang dijelaskan Lee. Ketika Anda tidak bisa membeli perangkat keras terbaik, Anda belajar melakukan lebih banyak dengan lebih sedikit.
Dimensi open-source menambahkan kompleksitas lain. Model open-weight menciptakan efek jaringan yang tidak dapat direplikasi oleh model tertutup. Setiap pengembang yang melakukan fine-tuning pada model DeepSeek atau Qwen untuk kasus penggunaan tertentu menambah nilai pada ekosistem yang lebih luas, menarik lebih banyak pengembang, yang menarik lebih banyak pengguna, yang menghasilkan lebih banyak sinyal pelatihan.