Persaingan AI Global: Bagaimana Z.AI dan Moonshot AI Tantang Dominasi AS

5 hours ago 2
 Bagaimana Z.AI dan Moonshot AI Tantang Dominasi AS Ilustrasi.(Dok WSJ)

LEBIH dari satu dekade lalu, Tang Jie dan Yang Zhilin hanyalah seorang guru dan murid di Universitas Tsinghua dengan mimpi membangun mesin yang bisa berpikir layaknya manusia. Kini, keduanya menjelma menjadi taipan kecerdasan buatan (AI) asal Tiongkok yang membuat para pionir AI di Amerika Serikat merasa terancam.

Tang, seorang profesor di Tsinghua, mendirikan Z.AI (sebelumnya dikenal sebagai Zhipu), perusahaan yang kini bersaing ketat dengan Anthropic dan OpenAI dalam hal kapabilitas dan penggunaan global. Sementara itu, Yang, yang pernah dinominasikan oleh Tang untuk penghargaan akademik tertinggi di universitasnya, memimpin Moonshot AI. Kedua perusahaan ini kini memiliki valuasi mencapai puluhan miliar dolar.

Kebangkitan yang Terencana

Pesatnya kemajuan model AI Tiongkok memicu kekhawatiran di Silicon Valley dan Washington. Namun, karier Tang dan Yang menunjukkan bahwa dorongan AI Tiongkok bukanlah fenomena mendadak.

Tang, yang kini berusia 49 tahun, mendalami machine learning selama seperempat abad. Ia merupakan bagian dari pakar AI Tiongkok yang berada di garda terdepan dalam pengembangan teknologi pengenalan wajah dan bahasa.

Ekosistem teknologi di Tiongkok, yang berpusat di sekitar Universitas Tsinghua, berfungsi layaknya Silicon Valley versi virtual. Budaya berbagi riset dan preferensi terhadap teknologi open-source memungkinkan pengetahuan mengalir dengan cepat di antara para pengembang.

Strategi Distilasi dan Kontroversi

Untuk mengejar ketertinggalan dari AS, perusahaan Tiongkok mengandalkan kombinasi antara kecerdikan dan imitasi. Salah satu metode yang kontroversial adalah distilasi model. Ini merupakan sistem baru belajar dari model yang sudah ada (seperti model milik AS) dengan mengajukan ratusan ribu pertanyaan dan menganalisis jawabannya.

Anthropic sempat menuduh Z.AI dan Moonshot melanggar kebijakan mereka melalui distilasi skala besar. Meski demikian, para praktisi di Tiongkok mengakui bahwa praktik ini lazim dilakukan secara global, meski beberapa perusahaan Tiongkok mungkin melakukannya dengan lebih agresif.

Melakukan Lebih dengan Sumber Daya Terbatas

Di tengah kontrol ekspor cip canggih oleh Washington, perusahaan AI Tiongkok dipaksa untuk bekerja lebih efisien. Investasi di sektor AI Tiongkok, yang sebagian besar didukung oleh dana pemerintah, masih jauh di bawah angka miliaran dolar yang dikantongi OpenAI atau Anthropic. Bank investasi Jefferies memperkirakan perusahaan teknologi Tiongkok hanya menginvestasikan kurang dari seperlima dari jumlah yang dikeluarkan rekan-rekan mereka di AS.

Keterbatasan ini melahirkan inovasi efisiensi, seperti yang dilakukan oleh DeepSeek melalui teknik Multi-head Latent Attention (MLA) dan desain Mixture of Experts (MoE). Teknik-teknik ini memangkas penggunaan memori dan daya komputasi, memungkinkan performa tinggi meski dengan cip yang lebih sedikit.

Catatan Performa: Pada Januari 2025, DeepSeek merilis model open-source yang kuat tetapi murah, memicu guncangan di pasar saham AS. Sementara itu, Z.AI baru-baru ini merilis model GLM-5.3 yang diklaim mampu menandingi Mythos 5 milik Anthropic dalam kapabilitas keamanan siber.

Ambisi Masa Depan

Meskipun pendapatan tahunan Z.AI yang mencapai Rp15,7 triliun (sekitar US$1 miliar) masih tertinggal jauh dari Anthropic yang mencapai Rp1.023 triliun ($65 miliar), ambisi Tiongkok tidak surut. Beijing terus mendukung pengembang domestik melalui dana nasional dan pelonggaran aturan pasar modal.

Saat ini, Tang Jie sedang melatih model unggulan Z.AI berikutnya yang diharapkan mampu menjalankan tugas penelitian kompleks selama berminggu-minggu. "Siapa pun yang pertama kali mendorong batas teknologi satu inci lebih tinggi akan mendefinisikan ulang apa yang mungkin terjadi di setiap industri," tulis Tang dalam memo internalnya. (The Wall Street Journal/I-2)

Read Entire Article
International | Entertainment | Lingkungan | Teknologi | Otomotif | Lingkungan | Kuliner |