Mengapa ByteDance Rela Tertinggal demi Tidak Meniru Model AI Pesaing

ByteDance dilaporkan memilih jalan yang lebih lambat dalam perlombaan AI. Zhang Yiming, pendiri perusahaan, disebut kembali menegaskan aturan ketat untuk tim AI Seed: jangan meningkatkan model dengan melakukan distilasi dari sistem pesaing—bahkan jika akibatnya Seed tertinggal dalam benchmark untuk sementara waktu. Reuters menggambarkan keputusan itu sebagai kesediaan menanggung biaya jangka pendek demi pengembangan AI dalam jangka panjang. 1

Distilasi model adalah teknik ketika model yang lebih lemah belajar dari jawaban model yang lebih kuat. Cara ini dapat menghemat waktu dan sumber daya karena pengembang tidak harus menemukan kembali seluruh kemampuan dari awal.

Bagi Seed, persoalannya bukan hanya soal boleh atau tidaknya mengakses model lain. Kekhawatiran yang dilaporkan lebih strategis: jika terlalu sering belajar dari keluaran pesaing, ByteDance mungkin memang bisa menjadi pengikut yang sangat kompeten, tetapi arah risetnya akan tetap bergantung pada metode, evaluasi, dan cara pesaing mendefinisikan “kecerdasan”. 49

Dari larangan data GPT hingga kebijakan yang lebih luas

2023: Data yang dihasilkan GPT mulai dianggap tidak dapat digunakan

Menurut laporan yang dirangkum Pekingnology dan Pandaily, tim awal Seed sempat bereksperimen dengan materi yang dihasilkan melalui API GPT. Setelah ByteDance memperkenalkan audit panggilan API pada April 2023, tim tersebut dilaporkan membuat aturan untuk mengecualikan data hasil GPT dari kumpulan data pelatihan ByteDance. Prinsip itu kemudian diperluas agar mencakup model pesaing secara umum. 914

Perlu dicatat, kebijakan yang diberitakan bukan sekadar larangan memakai satu API milik perusahaan tertentu. Aturannya berkembang menjadi keputusan bahwa model perusahaan lain—baik sistem tertutup maupun model yang bobotnya dirilis secara terbuka—tidak boleh dijadikan “guru” bagi Seed. 910

Januari 2025: DeepSeek-R1 menghidupkan kembali perdebatan

Perdebatan internal dilaporkan kembali mencuat setelah DeepSeek-R1 menunjukkan kemampuan penalaran dan efisiensi yang kuat pada Januari 2025. Sebagian peneliti Seed disebut berpendapat bahwa keluaran sistem Amerika Serikat yang lebih canggih dapat digunakan sebagai pelengkap untuk mempercepat peningkatan kemampuan penalaran ByteDance. 9

Namun, menurut laporan tersebut, Zhang menolak gagasan itu karena tetap mengandalkan kemampuan yang dipinjam dari pihak lain.

Klaim bahwa DeepSeek sendiri menggunakan data sintetis dari model AI terdepan Amerika Serikat masih merupakan spekulasi industri dalam bukti yang tersedia di sini, bukan fakta yang telah ditetapkan secara independen. Hal itu tidak boleh disamakan dengan laporan terpisah mengenai aturan internal Seed, yang memiliki dukungan pemberitaan lebih kuat.

2026: Tekanan persaingan semakin sulit diabaikan

Dorongan untuk melakukan distilasi menjadi semakin kuat ketika pengembang AI China menghadapi persaingan ketat dalam hal perangkat keras, kemampuan model, dan peringkat benchmark. Laporan yang tersedia menyebut para peneliti Seed memantau perkembangan pesat sistem AI terdepan, termasuk kemunculan Kimi K3 dari Moonshot sebagai model berbobot terbuka yang kuat dan dapat diperiksa oleh pesaing—serta berpotensi dijadikan sumber data pelatihan. 914

Dalam situasi seperti itu, distilasi dapat terlihat sebagai jalan tercepat untuk memperkecil kesenjangan yang terukur. Menolak teknik tersebut berarti Seed berisiko tertinggal ketika pesaing bergerak lebih cepat.

Namun, dalam rapat internal seluruh tim Seed yang dilaporkan berlangsung pada 2026, Zhang disebut menyatakan pilihannya dengan jelas: tertinggal untuk sementara lebih baik daripada melakukan distilasi terhadap sistem AI pesaing. 110

Mengapa larangannya juga mencakup model open-weight?

Larangan yang dilaporkan ini tergolong luas karena berfokus pada ketergantungan strategis, bukan hanya hak akses. Model tertutup yang digunakan melalui API dan model open-weight memang menimbulkan pertanyaan teknis serta lisensi yang berbeda. Namun, keduanya dapat menciptakan risiko serupa: pengembang melatih model berdasarkan solusi laboratorium lain, alih-alih menemukan pendekatannya sendiri. 914

Ini bukan berarti semua bentuk transfer pengetahuan identik, atau bahwa setiap penggunaan model open-weight otomatis tidak semestinya. Artinya, standar internal Seed yang diberitakan lebih ketat daripada aturan kepatuhan biasa yang hanya melarang pengambilan data tanpa izin dari API milik perusahaan lain. Laporan yang tersedia menyebut tim Seed diarahkan untuk tidak menggunakan model terdepan milik perusahaan lain sebagai pengajar, termasuk model yang bobotnya terbuka. 1014

Tuduhan terkait Claude menambah bobot pada isu ini

Kebijakan tersebut juga mendapat perhatian lebih besar di tengah tuduhan terhadap sejumlah perusahaan AI China. Anthropic menuduh Alibaba, DeepSeek, Moonshot, MiniMax, dan Z.ai menggunakan akun atau perantara untuk mengambil keluaran Claude guna melatih model mereka. ByteDance tidak disebut dalam tuduhan tersebut. Seorang pejabat Amerika Serikat secara terpisah menuduh Moonshot menggunakan model Anthropic secara tidak semestinya untuk melatih Kimi K3. Semua itu masih berupa tuduhan, bukan temuan yang telah dibuktikan oleh bukti yang tersedia di sini. 69

Yang penting, larangan internal Seed yang diberitakan berawal pada 2023—jauh sebelum kontroversi politik tersebut. Dengan demikian, tuduhan-tuduhan itu tampaknya memperkuat arti penting sikap Zhang, bukan menjadi penyebab awal kebijakan tersebut. 9

Taruhan ByteDance: kemandirian, bukan imitasi

Sikap Zhang paling tepat dipahami sebagai taruhan mengenai cara membangun AI terdepan. Distilasi memang dapat meningkatkan jawaban, pola penalaran, atau skor benchmark sebuah model dengan cepat. Namun, jika tim riset berulang kali melatih model berdasarkan keluaran pesaing, mereka bisa ikut mengoptimalkan “arsitektur kecerdasan” milik pesaing itu—mulai dari cara memecah masalah, sinyal penghargaan, jenis jawaban, hingga sasaran evaluasinya. 910

Seed dilaporkan memilih jalur yang lebih panjang: berinvestasi pada data, metode pelatihan, arsitektur, dan prioritas risetnya sendiri. Biayanya jelas. Tim tersebut mungkin tetap berada di belakang pada papan peringkat ketika pesaing menggunakan berbagai jalan pintas yang tersedia.

Imbalan yang diharapkan adalah kemandirian yang lebih besar dan peluang menemukan terobosan yang tidak dibatasi oleh pilihan desain pemimpin AI saat ini.

Jadi, keputusan ByteDance bukanlah klaim bahwa distilasi tidak berguna secara teknis. Ini adalah penilaian bahwa peningkatan kemampuan jangka pendek mungkin tidak sebanding dengan ketergantungan jangka panjang yang dihasilkannya. Bagi ByteDance, instruksi Zhang yang dilaporkan membuat pertukaran itu sangat jelas: Seed lebih memilih kalah dalam perlombaan hari ini daripada membangun masa depannya dengan menyalin jawaban orang lain. 19