AI membantu menyelamatkan industri chip. Apa yang terjadi jika ternyata itu gagal?

Nvidia kini menjadi perusahaan pertama yang mengalami lonjakan melewati $4 triliun dalam kapitalisasi pasar, bangkit dari kemerosotan yang disebabkan oleh DeepSeek sebelumnya tahun ini. Pembuat chip AI lainnya, termasuk AMD dan Huawei dari China, melaporkan hasil keuangan yang kuat. Hampir setiap pembuat chip besar kini memfokuskan strateginya pada AI.

Tapi bagaimana jika AI tidak berhasil?

Ini bukan hanya pertanyaan hipotetis. Beberapa tanda menunjukkan bahwa pertumbuhan AI sedang terhenti, atau setidaknya melambat. Model-model baru tidak menunjukkan peningkatan signifikan dari peningkatan ukuran atau jumlah data pelatihan. Peraih Nobel Demis Hassabis baru-baru ini mencatat bahwa "kita tidak lagi mendapatkan kemajuan yang sama" dalam pengembangan AI. Andreessen Horowitz, salah satu investor paling terkemuka di AI, juga menyampaikan kekhawatiran bahwa kemampuan model AI tampaknya sedang berada di titik jenuh.

Salah satu alasan kinerja AI yang melambat mungkin adalah bahwa model-model telah mengkonsumsi sebagian besar data digital yang tersedia, meninggalkan sedikit yang tersisa untuk perbaikan lebih lanjut. Para pengembang malah beralih ke data sintetis, tetapi mungkin akan kurang efektif—dan bahkan bisa membuat model menjadi lebih buruk.

Pengembangan AI juga sangat memerlukan kapitalisasi pasar yang besar. Melatih model-model paling canggih membutuhkan kluster komputasi yang biayanya mencapai miliaran dolar. Bahkan satu kali pelatihan dapat menghabiskan biaya puluhan juta dolar. Namun, meskipun biaya pengembangan terus meningkat, imbalan moneter terbatas. Selain asisten pengkodean AI, ada sedikit contoh AI yang menghasilkan imbal hasil yang membenarkan investasi modal yang sangat besar ini.

Beberapa perusahaan sudah mulai mengurangi investasi infrastruktur AI mereka karena biaya. Microsoft, misalnya, sedang "memperlambat atau menghentikan beberapa proyek tahap awal" dan telah membatalkan pesanan peralatan untuk beberapa proyek pusat data global. Meta, AWS, dan Google semuanya dilaporkan telah mengurangi pesanan GPU mereka. Kendala chip, kekurangan daya, dan kekhawatiran publik juga merupakan penghalang untuk adopsi AI secara massal.

Jika ledakan AI mereda, itu adalah berita buruk bagi industri chip, yang telah menggunakan teknologi baru ini untuk menghindari kemerosotan serius.

Chip menjadi semakin mahal untuk dibuat. Mengembangkan proses manufaktur baru menghabiskan miliaran dolar; membangun pabrik baru dapat menghabiskan puluhan miliaran dolar. Semua biaya ini diteruskan kepada konsumen tetapi, di luar AI, pelanggan tidak tertarik untuk membeli chip yang lebih mahal. Teknologi canggih dalam prosesor AI saat ini tidak begitu berguna untuk tujuan lain.

AI menunda penilaian industri: Manufaktur semakin mahal, sementara peningkatan kinerja semakin menyusut. Janji ekonomi AI membenarkan harga chip yang tinggi, tetapi jika itu menghilang, industri chip perlu menemukan sesuatu yang lain untuk meyakinkan orang agar terus berinvestasi dalam pembuatan chip canggih. Jika tidak, pembuatan chip canggih akan menjadi tidak berkelanjutan: Teknologi baru akan semakin mahal, sementara memberikan hasil yang semakin sedikit.

Cerita Berlanjut: Penurunan industri chip akan mengguncang beberapa tujuan geopolitik dan ekonomi. Pemerintah telah mengucurkan miliaran dolar untuk membangun industri chip domestik. Presiden AS Donald Trump secara rutin mengancam akan menggunakan tarif untuk membawa kembali produksi semikonduktor ke dalam negeri.

Kepemimpinan AS yang seharusnya dalam pengembangan chip mungkin terbukti sebagai ilusi, terutama karena China mendominasi produksi chip legasi. Dan kebangkitan AI akan mengguncang sektor teknologi dunia, memaksa Big Tech untuk memikirkan kembali taruhan mereka.

Mengingat taruhannya, pembuat kebijakan perlu mendorong inovasi lebih lanjut dalam AI dengan memfasilitasi akses yang lebih mudah ke data, chip, daya, dan pendinginan. Ini termasuk kebijakan pragmatis tentang hak cipta dan perlindungan data, pendekatan seimbang terhadap manufaktur chip onshore dan offshore, serta menghapus hambatan regulasi terhadap penggunaan dan pembangkitan energi. Pemerintah seharusnya tidak secara otomatis menerapkan prinsip kehati-hatian pada AI; manfaatnya terlalu besar untuk membebani perkembangan, setidaknya pada tahap awal ini. Begitu pula, aplikasi AI berskala besar, seperti kendaraan otonom atau robotika rumah, tidak seharusnya menghadapi persyaratan yang tidak wajar tinggi untuk pelaksanaannya.

Investor juga harus menjelajahi pendekatan AI alternatif yang tidak memerlukan data dan infrastruktur sebanyak itu, yang berpotensi membuka pertumbuhan AI yang baru. Industri juga harus menjelajahi aplikasi non-AI untuk chip, jika hanya untuk mengelola risiko mereka.

Untuk memastikan industri chip dapat bertahan dari perlambatan, ia harus mengurangi biaya pembuatan chip yang canggih. Perusahaan harus bekerja sama dalam penelitian dan pengembangan, serta bekerja dengan universitas, untuk menurunkan biaya pengembangan. Lebih banyak investasi diperlukan dalam chiplet, pengemasan canggih, dan perangkat keras yang dapat dikonfigurasi ulang. Industri harus mendukung standar yang saling interoperable, alat sumber terbuka, dan pengembangan perangkat keras yang gesit. Infrastruktur bersama yang disubsidi untuk desain dan fabrikasi dapat membantu perusahaan kecil menyelesaikan ide sebelum produksi. Namun, yang penting, dorongan untuk memindahkan manufaktur ke dalam negeri mungkin kontraproduktif: Melakukannya secara sembarangan akan secara signifikan meningkatkan biaya chip.

Masa depan chip dan AI sekarang terjalin erat. Jika chip ingin berkembang, AI harus tumbuh. Jika tidak, seluruh sektor chip mungkin sekarang berada dalam bahaya.

Pendapat yang diungkapkan dalam artikel komentar Fortune.com adalah sepenuhnya pandangan penulisnya dan tidak selalu mencerminkan pendapat dan keyakinan dari Fortune*.*

Cerita ini awalnya ditampilkan di Fortune.com

Lihat Komentar