Perang Ratusan Model AI China Berakhir: Alex Yao dari JPMorgan Bicara Konsolidasi dan Aturan Baru untuk Bertahan

Dari adu jumlah model ke pertarungan pendapatan perusahaan

Pemicu awal dari perang seratus model adalah ledakan AI generatif global yang dipicu oleh ChatGPT. Di China, ini berkembang menjadi upaya nasional yang terkoordinasi yang melibatkan kebijakan negara, modal swasta, dan regulasi yang luas . Pada awal tahun 2024, China adalah rumah bagi 40% LLM dunia, hanya tertinggal dari Amerika Serikat . Namun, proliferasi ini menutupi realitas pahit: banyak dari model-model ini tidak memiliki strategi bisnis yang berkelanjutan, menghadapi biaya operasional yang meningkat, dan terlalu mirip satu sama lain .

Dinamika itu kini telah berbalik secara fundamental. JPMorgan mencatat pasar telah bergerak dari fokus pada "siapa yang bisa mengembangkan model yang berfungsi" menjadi ujian bertahan hidup tiga bagian: kinerja mutakhir yang berkelanjutan, kelayakan komersial, dan kemampuan untuk bersaing secara global . "Pertarungan seratus model" kini digantikan oleh era "AI agentik"—sistem otonom yang menjalankan tugas-tugas dunia nyata di lingkungan seperti logistik, manufaktur, dan SaaS perusahaan, dengan fokus pada efisiensi biaya dan integrasi mendalam, bukan jumlah parameter yang sensasional .

Mungkin tanda paling jelas dari pergeseran ini adalah ke mana laba mengalir. Analisis JPMorgan menyatakan bahwa kumpulan laba terbesar tidak jatuh ke startup yang berfokus pada model, melainkan ke konglomerat internet besar seperti Tencent dan Alibaba yang memiliki platform distribusi, gerbang cloud, dan saluran perusahaan .

Lima faktor kompetitif Alex Yao untuk konsolidasi

Berdasarkan serangkaian laporan riset JPMorgan dan komentar publik Yao, lima faktor kritis memisahkan para penyintas dari korban dalam konsolidasi AI China :

1. Mempertahankan kinerja model tingkat frontier

Mempertahankan model yang terdepan secara global bukan lagi pilihan; ini adalah mekanisme kepercayaan untuk klien perusahaan. Model yang tertinggal dari garis depan akan kesulitan mempertahankan pelanggan di pasar di mana pesaing global juga berlari cepat. Pada awal 2026, model AS dan China telah bergantian memimpin beberapa kali, dengan kesenjangan kinerja menyempit hanya menjadi beberapa poin persentase pada tolok ukur utama .

2. Memprioritaskan tingkat penyelesaian tugas daripada harga unit token

Perang harga brutal yang mendefinisikan fase sebelumnya mulai mereda karena pelanggan telah belajar bahwa token murah tidak ada gunanya jika tidak menyelesaikan pekerjaan. Dalam paradigma agen cerdas yang baru, JPMorgan berpendapat bahwa "tingkat penyelesaian tugas"—apakah AI secara andal menyelesaikan tugas kompleks multi-langkah—jauh lebih menentukan untuk retensi pelanggan daripada biaya per token .

3. Ujian profitabilitas: pertumbuhan laba kotor vs. pengeluaran R&D

Lupakan metrik kesia-siaan seperti pendaftaran pengguna. Ujian inti dari monetisasi berkelanjutan adalah apakah pertumbuhan laba kotor perusahaan secara konsisten melampaui pengeluaran penelitian dan pengembangannya. JPMorgan telah mengidentifikasi disiplin ini sebagai ukuran fundamental dari model bisnis AI yang sehat dalam lingkungan saat ini .

4. Memiliki distribusi dan saluran perusahaan

Distribusi adalah takdir di lanskap baru. Perusahaan yang mengontrol hubungan pelanggan—baik melalui platform cloud dominan, super-app seluler, atau perangkat lunak perusahaan yang tertanam dalam—akan menangkap sebagian besar pendapatan AI. Inilah sebabnya JPMorgan melihat perusahaan yang memiliki saluran tersebut sebagai pemenang akhir dari konsolidasi, bukan pembangun model yang bergantung pada distribusi pihak ketiga .

5. Ketahanan pasokan chip

Meskipun ada pembatasan ekspor semikonduktor canggih dari AS yang terdokumentasi dengan baik, Yao telah menyatakan bahwa kelangkaan chip AI dalam jangka pendek tidak diharapkan menciptakan hambatan substansial bagi perusahaan internet terkemuka China. Penyedia layanan hyperscale domestik semakin banyak mencari alternatif dalam negeri, seperti chip AI Kunlun dari Baidu, untuk mempertahankan permintaan yang kuat untuk komputasi AI dan layanan cloud .

Fase baru: AI agentik dan eksekusi industri

Perubahan haluan industri ini melampaui monetisasi perangkat lunak. AI kini bergerak dari layar konsumen ke lantai pabrik, sebuah pergeseran yang mulai membentuk ulang rantai nilai industri. Pabrikan menyebarkan algoritma waktu-nyata yang mengoordinasikan produksi dan mengoptimalkan jalur perakitan, menangkap lebih banyak nilai di luar perakitan tradisional dengan margin rendah . Startup China, yang beroperasi di bawah kendala perangkat keras yang lebih ketat daripada rekan-rekan mereka di AS, mengoptimalkan efisiensi dan penyebaran yang tepat sasaran—menemukan momentum bukan dalam skala mentah, tetapi dalam secara andal memberikan pekerjaan yang berguna dalam skenario industri tertentu .

Ekosistem AI China pada tahun 2026 adalah tumpukan terintegrasi penuh dari model dasar, sistem multimodal, dan platform perusahaan. Pertanyaan untuk para investor, seperti yang dibingkai oleh Yao, bukan lagi "Apakah China kompetitif dalam AI?" melainkan "Siapa yang memiliki keunggulan struktural, dan bagaimana mereka mengubahnya menjadi keuntungan komersial yang tahan lama?" . Perang seratus model adalah demam emas; fase konsolidasi adalah industri yang disiplin dan digerakkan oleh perusahaan yang berfokus pada memberikan nilai bisnis yang terukur.