Perhatikan sesuatu yang penting akhir-akhir ini yang layak untuk didiskusikan. Delapan tahun yang lalu, hati sebuah perusahaan telekomunikasi besar China berhenti karena satu larangan Amerika Serikat. Tapi apa yang terjadi sekarang sangat berbeda. Alih-alih menyerah, perusahaan-perusahaan China memilih jalan yang lebih sulit dan lebih kreatif.

Fakta yang tidak banyak disadari adalah bahwa masalah utama bukanlah chip itu sendiri, melainkan platform pengembangan CUDA dari Nvidia. Platform ini menguasai sekitar 90% pasar pengembangan kecerdasan buatan global. Jutaan pengembang belajar di atasnya, dan jutaan aplikasi dibangun di atasnya. Semakin banyak pengembang, semakin banyak alat dan perpustakaan, dan semakin subur lingkungan tersebut, semakin banyak pengembang yang tertarik. Ini adalah lingkaran tertutup yang sangat sulit untuk keluar darinya.

Namun pada 2024-2025, terjadi perubahan besar. Perusahaan-perusahaan China mulai fokus pada peningkatan algoritma daripada langsung melawan larangan. Model ahli campuran menjadi tren baru. DeepSeek adalah contoh yang jelas: 671 miliar parameter, tetapi hanya 37 miliar yang digunakan saat berjalan. Biaya pelatihan hanya 5,6 juta dolar dibandingkan 78 juta untuk GPT-4. Perbedaan harga ini membuat model mereka menyebar dengan sangat cepat.

Pada Februari 2026, penggunaan model-model China di platform pengumpulan terbesar dunia meningkat 127% dalam hanya tiga minggu. Setahun sebelumnya, pangsa mereka kurang dari 2%, sekarang mendekati 60%. Ini bukan kebetulan. Pasar berkembang di India, Indonesia, dan Brasil mulai bergantung secara kuat pada model-model ini.

Sedangkan untuk chip, ceritanya lebih menarik. Chip lokal Loongson dan Taichu Yuanqi mulai melatih model besar yang nyata. Pada Januari 2026, Zhipu AI meluncurkan model gambar pertama yang sepenuhnya dilatih di atas chip lokal China. Ini adalah transformasi dari kemampuan inferensi ke kemampuan pelatihan.

Poin terpenting di sini berkaitan dengan energi. China memproduksi 10,4 triliun kilowatt/jam per tahun dibandingkan 4,2 triliun di Amerika. Listrik industri di China jauh lebih murah, sekitar 4-5 kali lipat dari Amerika. Sementara Amerika menghadapi krisis listrik yang nyata, China memiliki kapasitas produksi besar yang bisa diarahkan untuk komputasi.

Apa yang keluar dari China sekarang bukan produk atau pabrik, melainkan Token itu sendiri. Unit informasi yang diproses oleh model kecerdasan buatan menjadi komoditas digital baru. Diproduksi di pabrik-pabrik komputasi lalu dikirim melalui internet ke seluruh dunia.

Data distribusi pengguna DeepSeek menceritakan kisahnya: China 30,7%, India 13,6%, Indonesia 6,9%, Amerika 4,3% saja. 26 ribu perusahaan global memiliki akun. Di China, mereka menguasai 89% pasar.

Ini sangat mirip dengan perang terhadap kemandirian industri yang terjadi dengan Jepang 40 tahun lalu. Jepang berada di puncak pada tahun 1988 dengan 51% pangsa pasar semikonduktor, tetapi mereka menerima kenyataan menjadi produsen terbaik dalam sistem yang dikuasai orang lain. Ketika kondisi berubah, mereka runtuh.

Perbedaannya kali ini adalah China membangun ekosistem yang benar-benar mandiri. Dari peningkatan algoritma, ke loncatan chip lokal, ke 4 juta pengembang di lingkungan Ascend, dan akhirnya penyebaran Token secara global. Setiap langkah membangun kemandirian yang nyata.

Pada 27 Februari 2026, tiga perusahaan chip China mengumumkan hasilnya pada hari yang sama. Pendapatan mereka meningkat secara besar-besaran (453%, 243%, 121), tetapi beberapa mengalami kerugian besar. Kerugian ini bukan kegagalan manajemen, melainkan pajak perang untuk membangun ekosistem yang mandiri. Setiap dolar kerugian adalah investasi dalam riset, pengembangan, dan dukungan manusia.

Pasar membutuhkan alternatif dari Nvidia. Ini adalah peluang struktural yang sangat langka yang muncul dari ketegangan geopolitik. Perang terhadap kekuatan komputasi berubah bentuknya. Delapan tahun lalu, kita bertanya: Bisakah kita bertahan? Sekarang, pertanyaannya: Berapa banyak yang harus kita bayar untuk bertahan? Dan jawabannya sendiri adalah kemajuan yang nyata.