Li Kaifu dan Wang Xiaochuan Berbalik Arah, Babak Pertama Bisnis Model Besar Berakhir

marsbitDipublikasikan tanggal 2026-05-29Terakhir diperbarui pada 2026-05-29

Abstrak

Perubahan baru-baru ini pada Li Kaifu dan Wang Xiaochuan menandai pergeseran penting dalam lanskap startup AI China. Li Kaifu, melalui perusahaan Zero One Things, kini beralih fokus dari mengejar AGI dan model umum ke aplikasi, agen AI, dan komersialisasi. Target baru mereka adalah menjadi perusahaan AI 2.0 pertama yang profitable di China pada 2026, dengan pesanan kumulatif mencapai lebih dari 15 miliar yuan. Sementara itu, Wang Xiaochuan dengan Baichuan AI mengalihkan sumber daya inti ke bidang vertikal seperti kesehatan, meluncurkan model medis M4 dan produk dokter keluarga AI. Langkah ini adalah penyesuaian strategis setelah menyadari kesenjangan dengan model dasar AS dan berakhirnya红利 pelatihan awal. Industri model besar China memasuki fase baru. Berbeda dengan awal "Perang Ratusan Model" 2023 yang penuh idealisme, kini terlihat bahwa persaingan ini lebih mirip "perang industri berat" yang ditentukan oleh GPU, daya komputasi, data, modal, dan biaya inferensi. Investasi raksasa teknologi AS (lebih dari $7250 miliar pada 2026) dan perusahaan China seperti ByteDance dan Alibaba menciptakan tekanan besar pada startup. Dari enam startup unggulan awal ("AI Six Tigers"), kini mereka menempuh jalur berbeda: beberapa seperti Zhipu dan MiniMax telah IPO dengan fokus pada model umum; Baichuan dan Zero One beralih ke vertikal/spesialisasi; DeepSeek mengambil jalur open-source. Perubahan ini mencerminkan kematangan industri. China mulai menerima bahwa keunggulannya terletak pada ...

Perubahan pada dua orang belakangan ini selalu ingin saya bahas bersama.

Salah satunya adalah Li Kaifu. Setelah surat internal perayaan tiga tahun 01.AI bocor pada 28 Mei, publik untuk pertama kalinya melihat dengan jelas bahwa perusahaan bintang yang pernah paling mirip dengan "OpenAI-nya China" ini sedang aktif menyesuaikan posisinya.

Dalam surat itu, Li Kaifu tidak lagi banyak membahas AGI dan Scaling Law yang megah, melainkan aplikasi, Agent, komersialisasi, serta cara bertahan hidup dengan uang sungguhan.

Patokan (benchmark) 01.AI pun berubah total, dari yang semula OpenAI, diam-diam berganti menjadi Palantir dari Silicon Valley yang sangat rendah profil. Perusahaan ini memulai bisnis dengan melakukan analisis data untuk pemerintah dan perusahaan besar, membakar uang selama 17 tahun baru melantai di bursa, dasarnya sama sekali tidak seksi, namun hari ini kapitalisasi pasarnya di bursa AS melebihi 330 miliar dolar AS.

Ada satu kalimat dalam surat Li Kaifu yang ditulis dengan nada berat: Keluar dari panggung, adalah mematikan lampu saat hari hampir terang.

Meninggalkan pertempuran lama tepat sebelum fajar memang sayang, tapi dia memilih untuk mundur secara aktif sebelum cahaya fajar benar-benar datang.

Taruhan baru yang dia tetapkan untuk 01.AI adalah: Menjadi perusahaan AI 2.0 pertama di China yang mencetak laba pada 2026, dan IPO pada 2027. Per Mei, nilai kumulatif pesanan yang diumumkan 01.AI telah melebihi 1,5 miliar yuan.

Yang lain adalah Wang Xiaochuan. Baru-baru ini dia menerima wawancara, ucapannya bahkan lebih blak-blakan daripada surat internal. Orang yang pernah paling yakin bahwa model besar akan merekonstruksi pencarian ini, mulai berulang kali menekankan bahwa kesenjangan model dasar dengan AS semakin melebar, keuntungan absolut pra-pelatihan (pre-training) telah berakhir.

Dia mengucapkan satu kalimat yang layak dibaca berulang kali: Saat perusahaan hampir berusia dua tahun, tiba-tiba dia tidak tahu lagi sedang melakukan apa, menciptakan nilai apa.

Dia bahkan dengan santai menambahkan dalam wawancara: Saat itu kami juga tidak kekurangan uang.

Kedengarannya seperti klarifikasi, tapi sebenarnya adalah pengakuan yang lebih dalam, bukan masalah uang, tapi dia sendiri yang sudah tidak tahan melihatnya.

Cara Baichuan menanganinya lebih total. Pada bulan Mei, mereka secara resmi merilis model besar medis generasi baru M4 dan produk AI Dokter Keluarga. Sebelumnya, model mereka meraih skor tinggi di daftar evaluasi medis OpenAI HealthBench, tim mulai mengerahkan pasukan inti sepenuhnya ke medan perang vertikal kesehatan ini.

Perlu disebutkan, Baichuan masih memiliki kas hampir 30 miliar yuan. Dengan kata lain, All in kali ini bukan pelarian terpojok, tapi mundur aktif setelah melihat jelas situasi.

Jika menarik waktu kembali ke awal demam model besar, kedua orang ini pasti tidak akan berkata demikian.

Saat Perang Ratusan Model China paling panas di 2023, mereka hampir termasuk di antara para pemimpin yang paling bersemangat, paling idealis, dan paling berusaha mendefinisikan ulang zaman. Saat itu seluruh industri teknologi China percaya, apa yang bisa dilakukan Silicon Valley, China pasti bisa melakukannya dengan keuntungan rekayasa (engineering红利).

Itu adalah gerakan 'membuat pil ajaib' (炼丹) yang gegap gempita.

I. Tahun Itu, Adalah Tahun Paling Idealistis bagi AI China

2023, hampir seluruh industri teknologi China sedang memulai bisnis baru.

Li Kaifu mendirikan 01.AI, Wang Xiaochuan mendirikan Baichuan AI, Yang Zhilin mendirikan Moonshot AI, Zhang Peng mendirikan Zhipu AI, Jiang Daxin mendirikan StepFun. Semua orang menceritakan kisah yang sama: OpenAI-nya China.

VC (venture capital) menanamkan modal dengan gila-gilaan, layar penuh dengan enam harimau kecil, ChatGPT berikutnya, era baru AI......

Emosi inti industri pada tahap itu bukan menghasilkan uang, bukan produk, bukan pengguna, tapi siapa yang lebih mirip OpenAI. Jadi semua perusahaan mulai gila-gilaan mengejar parameter, benchmark, multimodal, Scaling Law.

Melihat ke belakang hari ini, tahap itu sangat mirip era portal massal awal internet, juga sebanding dengan era pembuatan mobil massal saat energi baru baru meledak. Semua orang merasa, zaman baru saja dimulai, semuanya masih bisa dikejar. Tapi masalah segera muncul.

Mulai 2024, industri model besar China tiba-tiba menyadari, ini bukan internet seluler, ini lebih seperti perang industri berat.

Semakin jauh model dikembangkan, semakin disadari bahwa yang benar-benar menentukan kemenangan bukan ide, tapi GPU, daya komputasi (computing power), data, listrik, modal, dan biaya inferensi.

Industri ini, mulai semakin tidak cocok untuk perusahaan rintisan (startup).

Di belakang OpenAI ada Microsoft, di belakang Anthropic ada Google dan Amazon, di belakang xAI ada Elon Musk dan Nvidia.

Yang benar-benar membuat sesak napas, adalah sekumpulan angka pengeluaran modal yang diungkapkan beberapa raksasa AS ini pada 2026. Microsoft menetapkan 190 miliar dolar AS untuk setahun, Google 180 hingga 190 miliar dolar AS, Amazon 200 miliar dolar AS, Meta mengangkat batas atasnya menjadi 145 miliar dolar AS.

Uang yang dihamburkan keempat perusahaan ini tahun ini jika dijumlahkan melebihi 725 miliar dolar AS, angka ini mendekati pengeluaran fiskal Jepang selama setahun, bahkan lebih banyak dari anggaran fiskal tahunan Jerman.

Setahun sebelumnya jumlah mereka hanya 410 miliar dolar AS. Dalam waktu setahun, 300 miliar dolar AS lebih banyak dihamburkan.

Perusahaan besar di sisi China juga sudah mengejar. Pengeluaran modal AI ByteDance untuk 2026 awalnya ditetapkan 160 miliar yuan, beberapa bulan lalu baru dinaikkan menjadi 200 miliar yuan. Alibaba awal tahun lalu mengumumkan akan menginvestasikan 380 miliar yuan dalam tiga tahun ke depan untuk membangun AI dan cloud, dalam konferensi kinerja Mei tahun ini CEO Alibaba Wu Yongming mengatakan angka itu terlalu kecil, akan ditambah lagi. Irama Tencent sedikit lebih lambat, pengeluaran modal kuartal pertama 2026 saja sudah mencapai 31,9 miliar yuan.

Melihat kumpulan angka ini bersama, posisi perusahaan rintisan AI China menjadi sangat jelas, pendanaan tertinggi mereka dalam setahun beberapa miliar dolar AS.

Ini bukan perang dengan level yang sama.

Lebih kejam lagi, OpenAI mereset industri setiap beberapa bulan. GPT-4o datang, Sora datang, Agent datang, model inferensi datang. Setiap peningkatan berarti seluruh industri China mengejar kembali.

Banyak perusahaan baru menyadari posisi sebenarnya mereka, bukan bersaing dengan rekan domestik, tapi terjepit di antara dua lapisan raksasa. Di atas adalah sistem industri AI AS, di samping adalah perusahaan internet besar China.

Inilah titik balik sebenarnya industri AI China setelah 2025.

II. Enam Harimau Kecil, Sudah Lama Bukan Enam Harimau

Di awal demam model besar, industri masih membicarakan enam harimau kecil AI. Enam nama disebut berdampingan, terdengar seperti pasukan yang rapi.

Sekarang dilihat lagi, keenam perusahaan ini sudah menempuh tiga jalan yang sama sekali berbeda.

Yang paling cepat lari adalah yang sudah mendarat (go public).

Zhipu AI IPO di bursa Hong Kong pada April 2026, kini kapitalisasi pasarnya mencapai 700 miliar HKD. MiniMax menyusul, kapitalisasi pasarnya pernah melebihi 300 miliar HKD. Moonshot AI mendapatkan valuasi pasca-investasi 20 miliar dolar AS. StepFun baru menyelesaikan pendanaan 2,5 miliar dolar AS, menargetkan menjadi saham model besar domestik ketiga. Mereka masih menempuh jalan lama itu, terus membakar uang di jalan model besar umum (general-purpose), menguangkan valuasi lewat pasar sekunder. (Bacaan lanjutan: Malam Sebelum Penyapihan Model Besar)

Berjalan ke arah sebaliknya dari mereka, adalah Baichuan dan 01.AI. Satu beralih sepenuhnya ke kesehatan, satu membidik Palantir, keduanya meninggalkan identitas sebagai perusahaan model besar umum.

Satu yang tersisa adalah DeepSeek. Kabar valuasinya sudah mencapai 51,5 miliar dolar AS, menempuh jalur independen open-source dan terobosan lapisan dasar, tidak berada dalam permainan yang sama dengan yang lain.

Ada logika halus yang layak disebutkan di sini. Secara logika, IPO berturut-turut Zhipu dan MiniMax, kapitalisasi pasar yang terus mencapai rekor baru, seharusnya membuat semua enam harimau kecil semakin bersemangat, tapi yang terjadi justru efek sebaliknya.

Ada satu kalimat dalam wawancara Wang Xiaochuan yang sangat halus. Dia mengatakan dua perusahaan yang IPO di depan menginjak keuntungan teknologi model umum dan jendela dukungan negara untuk kekuatan teknologi.

Lalu berhenti sejenak menambahkan, kematangan AI kesehatan akan lebih lambat.

Diterjemahkan, tiket kapal model besar umum itu sudah habis terjual.

Zhipu mengandalkan lebih dari 8.000 klien institusi B, termasuk 95 klien besar seperti pemerintah, BUMN, untuk deployment privatisasi, pesanan pemerintah dan perusahaan adalah dukungan intinya; MiniMax fokus ke pasar luar negeri, hingga saat ini pengguna kumulatif global sekitar 300 juta, proporsi pengguna luar negeri lebih dari 70%, berkembang pesat dengan mengandalkan basis pengguna C luar negeri yang besar.

Kedua perusahaan ini pada dasarnya sudah menulis naskah bagaimana perusahaan model besar umum bisa IPO. Yang ingin menggunakan naskah sama lagi setelahnya, premi valuasi hilang, perhatian pasar dan kesabaran investor juga melemah banyak.

Li Kaifu dan Wang Xiaochuan turun dari gelanggang, tidak semata karena kalah melawan OpenAI. Juga karena mereka melihat satu hal, dua kapal pertama sudah pergi, jendela modal untuk model besar umum pada dasarnya sudah tertutup.

III. Para Pendiri Gelombang Pertama, Mulai Mundur

Perhatikan, mundur di sini, bukan kegagalan.

Mereka akhirnya mulai melepaskan naskah idealis yang lama itu.

Li Kaifu mulai menekankan tidak lagi mengejar model terkuat, tidak lagi terobsesi AGI, harus membuat aplikasi, Agent, komersialisasi.

01.AI pada awal Januari 2025 menggabungkan sebagian besar tim pra-pelatihan dan AI Infra ke dalam Alibaba Cloud, saat itu disalahartikan publik sebagai "menjual diri". Melihat ke belakang, ini adalah Li Kaifu yang paling awal di antara enam harimau kecil secara aktif mengurangi kecepatan dan mengganti gigi, meninggalkan pembakaran uang untuk mengejar model super besar, beralih ke komersialisasi To B berbiaya rendah dan dapat diimplementasikan, juga menghindari risiko tekanan kolektif industri berikutnya.

Wang Xiaochuan mengerahkan semua sumber daya ke skenario profesional seperti kesehatan, pencarian.

Banyak perusahaan mulai memangkas tim model dasar, mulai beralih ke aplikasi, mulai membicarakan pendapatan.

Ini bukan kemunduran, justru awal dari kematangan industri yang sebenarnya.

IV. AI China, Mulai Menerima Satu Hal

Perubahan terdalam industri hari ini adalah, AI China akhirnya mulai menerima, keunggulan sebenarnya China, mungkin tidak pernah berada di model dasar.

AS benar-benar kuat di model orisinal, Scaling Law, ekosistem GPU, infrastruktur dasar, penelitian top. China benar-benar kuat di skenario, aplikasi, manufaktur, skala pengguna, kemampuan rekayasa, kecepatan komersialisasi.

Diucapkan dengan blak-blakan, AS lebih mirip penemu AI, China lebih mirip orang yang mengubah AI menjadi industri.

Jadi Anda akan melihat ByteDance gila-gilaan membuat produk AI, Tencent mulai menekankan Agent, Alibaba mulai menekankan AI industri. Kesuksesan DeepSeek juga bukan AGI, tapi inferensi berbiaya rendah.

Seluruh industri sedang beralih dari siapa modelnya terkuat, ke siapa yang paling bisa menyematkan AI ke dalam skenario produksi.

V. Li Kaifu dan Wang Xiaochuan, Adalah Orang dari Dua Zaman

Bagian ini sangat ingin dibahas lebih lanjut.

Jika Anda menyusun para pendiri enam harimau kecil bersama, Anda akan menemukan perbedaan generasi yang jelas.

Wang Xiaochuan adalah veteran yang tumbuh dari era Sogou. Tahun 2003 saat usianya 25, dia secara pribadi memimpin Sogou Search dari nol, kemudian mendorong Sogou hingga IPO di Nasdaq; tahun 2021 Sogou diakuisisi Tencent, dia mengundurkan diri dari Sogou dan mencapai kebebasan finansial.

Li Kaifu adalah bapak baptis era Innovation Works, dari Carnegie Mellon ke Apple, SGI, Microsoft, Google, gelembung teknologi yang dilihatnya tak terhitung jumlahnya.

Mereka berdua bukan pendiri asli (native) AI, mereka adalah orang yang dengan naluri bisnis internet generasi sebelumnya, melihat keuntungan zaman dan melompat ke parit pertempuran.

Sedangkan generasi seperti Liang Wenfeng, Yang Zhilin, Yan Junjie, lebih mirip generasi asli dalam gelombang AI kali ini. Lebih muda, latar belakang teknis lebih murni, keyakinan pada AGI juga lebih religius.

Mereka semua pernah berharap model besar bisa memainkan ulang keajaiban internet seluler. Tapi Li Kaifu dan Wang Xiaochuan kini perlahan menemukan, AI bukan naskah itu.

Internet seluler bermain dengan leverage ringan (四两拨千斤) dari lalu lintas (traffic), pengalaman produk, dan skala pengguna, terobosan satu titik bisa merobek jalur (track) triliunan. AI berbeda, parit pertahanannya bersifat fisik, adalah luas area pusat data, adalah daya dukung jaringan listrik, adalah kapasitas produksi pabrik chip. Hal semacam ini tidak bisa dilewati dengan kelincahan perusahaan rintisan.

Maka para veteran internet yang melihat kartu sebenarnya, mulai memilih mundur dari mengubah dunia yang samar-samar, kembali ke menghasilkan uang untuk mempertahankan hidup dulu.

Para veteran era internet mengalami terlalu banyak penyaringan gelombang besar.

Mereka terlalu tahu kapan harus menginjak gas, kapan harus mengganti posisi aman. Sedangkan generasi asli AI memeluk keyakinan bertarung mati-matian lain, mereka percaya kali ini berbeda, AGI pasti akan datang, mereka harus menjadi orang yang menciptakan dewa itu.

Jalur ini tidak bisa dinilai benar salah. Tapi yang pasti, babak pertama kewirausahaan model besar China, dinyalakan oleh para veteran internet ini dengan suara dan idealisme, sedangkan perang panjang yang melelahkan berikutnya, pasti harus diselesaikan oleh generasi murni teknis asli AI ini.

Balik arah strategis Li Kaifu dan Wang Xiaochuan, dalam arti tertentu menyelesaikan penyerahan tongkat estafet lintas generasi. Tapi ini belum tentu buruk.

Industri teknologi China dalam belasan tahun terakhir, sebenarnya mengalami terlalu banyak momen kehancuran ilusi serupa.

Saat energi baru meledak paling awal, semua orang membicarakan menggulingkan perusahaan mobil tradisional berusia seratus tahun. Kemudian semua orang menjadi realistis, mulai duduk di kantor menghitung biaya lithium karbonat setiap baterai. Saat komputasi awan (cloud) paling panas, semua orang merasa ini adalah sistem operasi manusia generasi berikutnya. Kemudian semua orang mulai dengan jujur mendiskusikan pengiriman cloud privat dan arus kas.

Tanda kematangan sebenarnya sebuah industri teknologi, adalah ia mulai tidak lagi mempercayai idealisme megah, mulai duduk, menghitung ROI setiap sen.

Industri model besar, akhirnya melewati momen ini.

VI. Dari Membuat Dewa Kembali ke Bisnis

Yang layak diperhatikan dari Li Kaifu dan Wang Xiaochuan baru-baru ini, bukan produk baru apa yang mereka luncurkan.

Tapi sikap mereka sendiri.

Mereka mewakili kesadaran para pendiri idealis model besar gelombang pertama China. Bahkan mereka mulai mengkalibrasi ulang jarak mereka dengan realitas, ini berarti, tahap paling fanatik dari kewirausahaan model besar China, sudah berlalu.

Sisanya, harus diserahkan kepada kontrak sungguhan, penerimaan uang (payment) sungguhan, arus kas sungguhan yang bisa membuat sebuah perusahaan bertahan hingga sepuluh tahun ke depan.

Ini, mungkin adalah arah terbaik cerita.

Kata dari 【Di Luar Halaman】:

Tiga tahun lalu, semua orang merasa, kali ini China akan memiliki OpenAI-nya sendiri.

Tiga tahun kemudian, dua orang yang paling awal lari itu, sendiri mematikan lampu, mengganti jalur (track).

Ini bukan kisah kegagalan. Ini adalah sekelompok orang yang sangat cerdas, dengan cara paling elegan, mengucapkan selamat tinggal pada harapan yang terlalu tinggi dari sebuah zaman.

Adapun apakah OpenAI-nya China yang sebenarnya akan muncul——

Itu urusan kelompok orang lain.

Artikel ini berasal dari akun WeChat publik "Di Luar Halaman", penulis: Ban Jun

Pertanyaan Terkait

QApa yang menjadi perubahan signifikan dalam strategi Li Kaifu dan Wang Xiaochuan di tengah perkembangan industri AI besar?

ALi Kaifu dan Wang Xiaochuan, yang sebelumnya fokus pada pengembangan model dasar besar yang mengejar AGI dan meniru OpenAI, kini beralih strategi. Li Kaifu memfokuskan Zero One Everything pada aplikasi, Agent, dan komersialisasi dengan target menjadi perusahaan AI 2.0 pertama yang profitable di China pada 2026. Sementara Wang Xiaochuan mengalihkan Baichuan ke bidang medis dan pencarian profesional, meninggalkan ambisi model dasar umum.

QMengapa industri model besar di China mengalami titik balik pada 2025 dan seterusnya?

AIndustri model besar China menyadari bahwa persaingan bukan hanya dengan perusahaan lokal, tetapi terjepit di antara raksasa teknologi AS (seperti OpenAI didukung Microsoft, Anthropic oleh Google/Amazon) dan perusahaan internet besar China (seperti ByteDance, Alibaba, Tencent) yang mengeluarkan belanja modal ratusan miliar dolar untuk AI. Perbedaan sumber daya dan skala membuat startup AI China sulit bersaing di lini model dasar.

QBagaimana situasi 'Enam Macan Kecil' AI China saat ini setelah beberapa tahun berkembang?

AEnam Macan Kecil AI China kini telah mengambil tiga jalur berbeda: 1) Zhihu dan MiniMax yang telah go public dan terus mengejar model dasar umum; 2) Baichuan dan Zero One Everything yang beralih ke bidang vertikal (medis dan komersialisasi B2B); serta 3) DeepSeek yang menempuh jalur open-source dan terobosan infrastruktur. Jendela modal untuk startup model dasar umum pada dasarnya telah tertutup.

QApa perbedaan mendasar antara kekuatan AI Amerika Serikat dan China menurut artikel?

AAmerika Serikat unggul dalam model orisinal, Scaling Law, ekosistem GPU, infrastruktur dasar, dan penelitian puncak—sebagai 'penemu' AI. Sementara China kuat dalam skenario aplikasi, manufaktur, skala pengguna, kemampuan rekayasa, dan kecepatan komersialisasi—sebagai 'pelaku industrialisasi' AI. China beralih dari mengejar model terkuat ke menyematkan AI ke dalam skenario produksi nyata.

QApa makna strategis dari perubahan strategi Li Kaifu dan Wang Xiaochuan bagi industri AI China?

APerubahan strategi mereka menandai berakhirnya fase idealisme dan euforia awal industri model besar China. Ini menunjukkan transisi dari mengejar narasi 'OpenAI China' dan AGI yang muluk ke fokus pada kelangsungan hidup komersial, ROI, aplikasi praktis, dan arus kas. Ini adalah tanda kematangan industri, di mana veteran internet yang pragmatis 'menyerahkan tongkat' ke generasi asli AI untuk perang ketahanan jangka panjang.

Bacaan Terkait

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

**Mengapa Lebih Banyak AI Agent Tidak Sama dengan Produktivitas Lebih Tinggi?** Meskipun teknologi memungkinkan kita meluncurkan banyak AI Agent dengan mudah dan murah, produktivitas nyata tidak serta-merta meningkat. Ini karena munculnya konsep "Pajak Orkestrasi"—biaya tersembunyi untuk mengelola, menilai, dan menggabungkan hasil kerja semua Agent tersebut. Pekerjaan ini harus kembali ke satu sumber daya serial yang tidak dapat diduplikasi: perhatian dan penilaian manusia. **Manusia adalah 'GIL' dalam Sistem.** Seperti Global Interpreter Lock (GIL) dalam Python, semua Agent dapat berjalan paralel, tetapi untuk keputusan penting (seperti tinjauan arsitektur, kode, atau penyelesaian konflik), mereka harus "mengambil kunci" dari Anda—sang pengembang. Hukum Amdahl berlaku: percepatan maksimum dari paralelisasi dibatasi oleh bagian kerja yang harus tetap serial, yaitu kapasitas penilaian manusia. Menambah Agent hanya membuat antrian tinjauan lebih panjang, memperbesar beban konteks, dan menyebabkan kelelahan kognitif. **Kelelahan dan Utang Tersembunyi.** Banyaknya Agent yang aktif memberi ilusi produktivitas tinggi, tetapi rasa sibuk itu tidak sama dengan hasil berkualitas. Jika Anda "menyerah secara kognitif" dan tidak meninjau hasil dengan benar, Anda menumpuk utang teknis dan utang kognitif—masalah yang akan muncul nanti. Pajak orkestrasi harus dibayar, baik secara sadar melalui proses yang terencana, atau diam-diam melalui penurunan kualitas. **Solusi: Kelola Perhatian Seperti Sistem Produksi.** Kuncinya adalah merancang alur kerja dengan menghormati batas perhatian manusia sebagai sumber daya langka: 1. **Kontrol Jumlah Agent:** Sesuaikan jumlah Agent dengan kemampuan *review* Anda, bukan dengan apa yang UI izinkan. Batasi ke angka rendah. 2. **Klasifikasi Tugas:** Pisahkan tugas independen (cocok untuk Agent paralel) dari tugas kompleks yang membutuhkan penilaian mendalam (kerjakan secara serial). 3. **Tinjau Secara Berkelompok (*Batch Review*):** Kurangi biaya alih konteks dengan meninjau hasil beberapa Agent sekaligus. 4. **Gunakan Waktu Serial untuk Penilaian:** Fokuskan perhatian hanya pada bagian yang memerlukan penilaian manusia. Biarkan Agent menangani bagian yang dapat diverifikasi otomatis (seperti tes). 5. **Lindungi Waktu Fokus Anda:** Kadang, tindakan paling produktif adalah berhenti mengoordinasi banyak Agent dan fokus pada satu masalah inti. Kemampuan sebenarnya di era AI bukanlah menjalankan banyak Agent, tetapi merancang sistem yang secara sadar mengelilingi dan melindungi kapasitas penilaian serial manusia—sumber daya paling berharga dalam proses pengembangan.

marsbit1j yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

marsbit1j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit7j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit7j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手10j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手10j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit11j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit11j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli ERA

Selamat datang di HTX.com! Kami telah membuat pembelian Caldera (ERA) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Caldera (ERA) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Caldera (ERA) AndaSetelah melakukan pembelian, simpan Caldera (ERA) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Caldera (ERA)Lakukan trading Caldera (ERA) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

730 Total TayanganDipublikasikan pada 2025.07.17Diperbarui pada 2025.07.17

Cara Membeli ERA

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga ERA (ERA) disajikan di bawah ini.

活动图片