Alibaba vs Tencent: Dua Strategi Belanja AI yang Mengubah Persaingan Cloud di China

Pendekatan ini memperlakukan infrastruktur AI sebagai aset strategis jangka panjang, bukan sumber keuntungan jangka pendek. Divisi cloud Alibaba kini menjadi pilar utama strategi pertumbuhan perusahaan, dengan layanan cloud berbasis AI menjadi pendorong utama peningkatan pendapatan di unit tersebut.

Namun strategi ini juga memiliki konsekuensi finansial. Belanja besar untuk AI dan cloud telah menekan profitabilitas perusahaan dan berkontribusi pada penurunan laba dalam beberapa laporan keuangan terbaru.

Secara praktis, Alibaba berupaya memposisikan diri sebagai penyedia infrastruktur AI utama di China, mirip dengan bagaimana Amazon Web Services atau Microsoft Azure membangun dominasi melalui platform cloud berskala besar.

Strategi Tencent: fokus pada produk dan ekosistem

Tencent mengambil pendekatan yang lebih bertahap.

Alih‑alih membangun infrastruktur secara besar‑besaran sejak awal, Tencent lebih fokus menanamkan AI ke dalam produk dan layanan yang sudah ada—mulai dari iklan digital, game, platform konten, hingga layanan cloud untuk perusahaan.

Pada laporan keuangan kuartal pertama 2026, Tencent mencatat pendapatan 196,46 miliar yuan, naik 9% dibandingkan tahun sebelumnya. Sementara itu, belanja modal mencapai 31,94 miliar yuan, meningkat 16%, sebagian didorong oleh permintaan layanan AI.

Manajemen perusahaan juga menyatakan bahwa investasi AI kemungkinan akan meningkat sepanjang 2026, terutama pada paruh kedua tahun tersebut, seiring meningkatnya permintaan beban kerja AI di platform cloud.

Berbeda dengan model “infrastructure‑first” milik Alibaba, strategi Tencent lebih mengaitkan investasi AI dengan aplikasi nyata dan peluang monetisasi di dalam ekosistem digitalnya.

Mengapa capex naik meski pendapatan mengecewakan

Sekilas, lonjakan investasi ini tampak kontradiktif. Kedua perusahaan baru saja melaporkan pendapatan yang tidak memenuhi ekspektasi analis, dan dalam kasus Alibaba, laba bahkan turun akibat belanja AI yang besar.

Namun bagi manajemen perusahaan teknologi besar, kapasitas komputasi AI dianggap sebagai kendala strategis, bukan sekadar biaya operasional.

Permintaan untuk layanan AI—mulai dari pelatihan model hingga inferensi di platform cloud—tumbuh lebih cepat dibandingkan pasokan GPU dan infrastruktur pusat data yang tersedia. Artinya, investasi pada kapasitas komputasi menjadi syarat utama untuk menangkap permintaan di masa depan.

Dengan kata lain, perlombaan AI saat ini mirip kompetisi infrastruktur: perusahaan yang tertinggal dalam kapasitas komputasi berisiko kehilangan posisi di pasar cloud dan AI.

Peran chip AI buatan China

Faktor lain yang mempercepat siklus investasi ini adalah meningkatnya penggunaan semikonduktor AI domestik.

Karena akses perusahaan China terhadap chip Nvidia paling canggih masih tidak pasti, Alibaba dan Tencent semakin mengandalkan perangkat keras yang dikembangkan di dalam negeri. Ini termasuk prosesor dari Huawei serta chip yang dirancang oleh divisi semikonduktor Alibaba sendiri.

Menurut laporan industri dan pernyataan perusahaan, ketersediaan chip lokal ini terus meningkat, memungkinkan penyedia cloud China memperluas klaster komputasi dan pusat data meskipun tanpa akses penuh ke GPU Nvidia.

Performa chip domestik tersebut mungkin masih tertinggal dari perangkat keras global paling canggih—terutama untuk pelatihan model skala sangat besar—tetapi mereka cukup efektif untuk memperluas kapasitas komputasi bagi inferensi AI, layanan AI perusahaan, dan platform cloud.

Dampaknya bagi perlombaan AI di China

Perbedaan pendekatan antara Alibaba dan Tencent menunjukkan dua jalur utama dalam ekonomi AI:

• Strategi infrastruktur terlebih dahulu: Alibaba berinvestasi besar untuk mendominasi lapisan infrastruktur AI dan cloud.
• Strategi berbasis aplikasi: Tencent mengembangkan AI melalui integrasi ke produk dan layanan yang sudah memiliki basis pengguna besar.

Keduanya tetap berpijak pada realitas yang sama: pertumbuhan AI saat ini dibatasi oleh ketersediaan komputasi. Seiring produksi chip domestik meningkat dan pusat data dirancang ulang untuk memanfaatkan perangkat keras lokal, pembangunan infrastruktur AI di China berpotensi semakin cepat—bahkan tanpa akses penuh ke chip asing.

Pada akhirnya, keberhasilan investasi ini akan ditentukan oleh seberapa cepat kapasitas AI tersebut bisa diubah menjadi layanan komersial dan diadopsi secara luas oleh perusahaan serta pengembang aplikasi.