Di China, Baidu kembali mengambil jalur agresif: memperluas penggunaan AI berbasis Ernie ke semakin banyak layanan digital, sambil membangun fondasi komputasi yang lebih mandiri lewat chip buatan sendiri. Di tengah ketegangan pasokan chip global dan pembatasan akses ke prosesor tercanggih dari luar negeri, perusahaan mesin pencari terbesar di negara itu memosisikan diri bukan sekadar penyedia aplikasi, melainkan pemasok “tulang punggung” teknologi untuk digitalisasi industri. Taruhan ini tampak dalam dua arah yang berjalan paralel: model multimodal yang makin cakap memahami teks, gambar, audio, bahkan video; serta perangkat keras yang ditujukan untuk menurunkan biaya dan mengurangi ketergantungan pada rantai pasok non-domestik.
Di level pengguna, perluasan itu terasa dalam layanan yang kian “hidup”: asisten yang paham konteks percakapan, alat pencatat rapat yang bisa merangkum dan mengekstrak keputusan, sampai “manusia digital” untuk layanan pelanggan yang tampil meyakinkan. Di level perusahaan, dampaknya lebih senyap namun menentukan: biaya inferensi yang menurun, latensi yang makin rendah, dan opsi untuk menjalankan kecerdasan buatan pada infrastruktur lokal. Namun, apakah strategi model gratis, chip baru, dan sistem supernode cukup untuk menahan tekanan kompetisi dari pemain seperti DeepSeek, ByteDance, dan Tencent? Pertanyaan itu menjadi benang merah yang menjelaskan mengapa perluasan Ernie ke berbagai kanal bukan sekadar ekspansi fitur, melainkan reposisi bisnis.
Perluasan penggunaan AI Ernie dalam layanan digital Baidu di China: dari pencarian ke ekosistem
Beberapa tahun lalu, banyak orang mengenal Baidu terutama sebagai gerbang pencarian informasi. Kini, logikanya berubah: pencarian hanyalah salah satu “pintu” yang mengantar pengguna ke serangkaian layanan digital yang disuntik AI end-to-end. Dengan Ernie, Baidu mendorong cara baru berinteraksi dengan internet—lebih dekat ke percakapan dan tugas, bukan sekadar daftar tautan.
Contoh yang mudah dibayangkan adalah pengalaman seorang pemilik toko daring fiktif di Hangzhou bernama Lili. Dulu, Lili mencari “cara menulis deskripsi produk ramah SEO” lalu menyalin tips dari berbagai situs. Sekarang, Lili cukup meminta Ernie untuk menganalisis katalog produknya, menyusun deskripsi yang selaras dengan gaya merek, sekaligus menyesuaikan bahasa untuk segmen pelanggan. Di sini, penggunaan AI bukan hanya mempercepat penulisan, tetapi mengubah alur kerja: dari berburu informasi menjadi eksekusi tugas secara langsung.
Di sisi layanan pelanggan, Baidu juga mendorong “agent” yang dapat menangani permintaan rutin. Dalam praktiknya, perusahaan ritel bisa memasang asisten yang mampu memahami pertanyaan bercampur dialek, membaca foto resi, dan menyarankan tindakan seperti penggantian barang. Inilah bentuk digitalisasi yang paling terasa: pekerjaan yang sebelumnya memerlukan pelatihan panjang, kini bisa dibantu sistem yang belajar dari arsip percakapan, kebijakan toko, dan basis pengetahuan internal.
Karena targetnya adalah skala, Baidu menata kemampuan Ernie agar tidak berhenti pada teks. Ketika pelanggan mengirim gambar produk rusak, sistem multimodal dapat mengidentifikasi jenis kerusakan dan menghubungkannya dengan prosedur klaim. Ketika ada video pendek sebagai bukti, analisis dapat mengekstrak adegan relevan. Pengalaman ini menutup celah yang sering terjadi di layanan pelanggan tradisional: bukti visual dianggap “lampiran”, bukan bagian utama dari penalaran sistem.
Yang juga menarik adalah cara Baidu menghubungkan kemampuan model dengan kebutuhan perusahaan kecil-menengah. Alih-alih memaksa mereka mengembangkan model dari nol, Baidu menawarkan komponen yang dapat disetel: template agen, konektor ke dokumen internal, serta modul keamanan. Dalam situasi kompetisi ketat, pendekatan “siap pakai” mempercepat adopsi dan menekan biaya.
Kunci dari perluasan ini adalah konsistensi pengalaman lintas kanal: pencarian, produktivitas, layanan bisnis, dan konten. Ketika orang terbiasa menyelesaikan tugas lewat percakapan, mereka mengharapkan pola yang sama saat memesan layanan, menyusun dokumen, atau mengurus komplain. Baidu tampaknya mengejar satu hal: membuat Ernie menjadi lapisan interaksi standar di China, sehingga nilai bisnisnya tumbuh mengikuti kebiasaan baru pengguna—dan inilah yang membuat persaingan semakin panas.
Perluasan fitur tidak berdiri sendiri; ia membutuhkan dukungan visual dan pengalaman yang meyakinkan agar pengguna percaya. Di titik itulah multimodalitas menjadi panggung berikutnya.
Ernie X1 dan Ernie 4.5: strategi model gratis, multimodal, dan “pemikiran mendalam” untuk adopsi massal
Dalam lanskap teknologi yang bergerak cepat, Baidu menempuh taktik yang terdengar sederhana namun berdampak besar: menurunkan hambatan masuk. Ketika Ernie X1 dan Ernie 4.5 diluncurkan pada 2025, keputusan untuk membuka akses gratis dipahami sebagai sinyal bahwa pertarungan utama ada pada skala pemakaian, bukan sekadar monetisasi awal. Di pasar AI yang ramai oleh pemain besar dan startup efisien, strategi ini adalah cara untuk “mengisi pipa” permintaan sekaligus mengumpulkan umpan balik penggunaan nyata.
Ernie X1 diposisikan sebagai model yang menonjolkan penalaran reflektif: bukan hanya menjawab, tetapi merencanakan langkah, mengevaluasi hasil sementara, lalu memperbaiki arah. Nilai praktisnya terlihat saat model diminta mengelola tugas berantai—misalnya menyiapkan kampanye promosi: menyusun segmentasi pelanggan, memilih kanal, membuat draf pesan, lalu memeriksa kepatuhan terhadap aturan iklan. “Berpikir mendalam” di sini berarti model tidak berhenti pada satu output, melainkan memeriksa konsistensi dan tujuan akhir.
Sementara itu, Ernie 4.5 menonjol pada kemampuan multimodal dan sensitivitas konteks sosial. Dalam praktik layanan digital, banyak konten bukan berbentuk paragraf rapi, melainkan meme, tangkapan layar, catatan suara, atau foto papan pengumuman. Model yang mampu memahami humor, sindiran, dan nuansa budaya internet dapat mengurangi salah tafsir yang memicu konflik. Bagi brand, ini bukan hal remeh: satu respons yang “kaku” dapat menyulut kontroversi, sedangkan respons yang tepat nada bisa meredakan situasi.
Di lingkungan kerja, Ernie 4.5 mendukung skenario seperti: tim pemasaran mengunggah poster, meminta evaluasi keterbacaan dan konsistensi identitas visual, lalu meminta versi yang lebih cocok untuk audiens tertentu. Di sekolah atau pelatihan vokasional, guru dapat memberikan audio penjelasan singkat dan meminta ringkasan terstruktur yang siap jadi materi. Ini menegaskan bahwa penggunaan AI bukan hanya untuk “membuat teks”, tetapi untuk mengolah beragam sinyal.
Agar adopsi benar-benar meluas, Baidu juga harus menjawab pertanyaan yang sering muncul di ruang rapat: “Apa dampaknya bagi biaya?” Karena pesaing seperti DeepSeek dikenal agresif dalam efisiensi, Baidu mengaitkan positioning X1 sebagai setara kelas tertentu namun dengan ongkos operasional yang lebih rendah. Pesan ekonominya jelas: perusahaan ingin mendorong lebih banyak eksperimen, karena eksperimen yang murah akan melahirkan lebih banyak aplikasi yang menetap.
Berikut daftar bentuk penerapan yang paling sering dicari perusahaan saat mulai mengintegrasikan Ernie ke operasi harian:
- Asisten layanan pelanggan yang memahami teks + foto bukti (produk, resi, kerusakan) dan memberi tindakan rekomendasi.
- Ringkasan rapat dari audio, lengkap dengan keputusan, penanggung jawab, dan tenggat.
- Moderasi konten yang mampu mengenali konteks meme/satire sehingga tidak sekadar memblokir kata kunci.
- Otomasi dokumen untuk kontrak sederhana, SOP, dan memo internal dengan gaya perusahaan yang konsisten.
- Analisis materi visual seperti poster, katalog, atau gambar instruksi kerja untuk memeriksa kesesuaian dan risiko salah paham.
Di balik daftar itu ada satu benang: Baidu mengejar efek jaringan. Semakin banyak orang memakai model gratis untuk tugas sehari-hari, semakin kuat posisi Ernie sebagai standar de facto. Tetapi skala tidak akan bertahan tanpa fondasi komputasi yang stabil, dan itulah sebabnya Baidu menyiapkan babak berikutnya: chip dan supernode.
Jika perangkat lunak adalah wajah yang dilihat pengguna, perangkat keras adalah otot yang menentukan daya tahan layanan—terutama ketika permintaan melonjak.
Chip AI Baidu M100 dan M300: komputasi domestik murah untuk memperkuat layanan digital di China
Ekspansi AI selalu berujung pada pertanyaan kapasitas: berapa biaya untuk menjalankan model pada jutaan permintaan harian? Dalam konteks China, ada lapisan tambahan: akses ke chip paling canggih dari luar negeri tidak selalu mulus akibat dinamika geopolitik dan kontrol ekspor. Karena itu, langkah Baidu memperkenalkan prosesor AI buatan sendiri dibaca sebagai upaya memperkuat kemandirian sekaligus menekan ongkos.
Baidu sebenarnya bukan pendatang baru. Sejak awal 2010-an, perusahaan ini telah mengembangkan chip internal, meski gaungnya tidak sebesar bisnis aplikasi. Yang berubah sekarang adalah urgensi dan skala. Dengan meningkatnya kebutuhan inferensi—menjawab pertanyaan pengguna, memproses permintaan agen, menganalisis gambar—biaya operasional menjadi faktor penentu keberlanjutan. Chip yang dirancang spesifik untuk inferensi bisa menawarkan efisiensi energi dan biaya per permintaan yang lebih baik.
Dari pengumuman terbaru, Baidu menyiapkan dua jalur prosesor. M100 diarahkan untuk inference dan ditargetkan hadir pada awal 2026. Ini relevan untuk aplikasi yang sudah “jadi” dan tinggal dipakai masif: chatbot layanan publik, pencarian yang diperkuat model bahasa, rekomendasi konten, atau moderasi. Dalam skenario seperti pusat layanan kota, inferensi adalah beban utama karena permintaan datang terus-menerus sepanjang hari.
Chip kedua, M300, dijanjikan lebih kuat karena mampu menangani training sekaligus inferensi, dengan target rilis awal 2027. Training adalah proses mahal: membangun model dari data besar, menyetel ulang, dan melakukan eksperimen arsitektur. Dengan kemampuan training, Baidu dan mitranya dapat mengurangi ketergantungan pada klaster GPU impor, serta mempercepat iterasi model sesuai kebutuhan lokal—misalnya penyesuaian untuk sektor kesehatan, manufaktur, atau pendidikan.
Namun performa chip tunggal sering tidak cukup untuk kebutuhan model besar. Di sinilah Baidu menonjolkan sistem “supernode”: cara menghubungkan banyak chip lewat jaringan cepat agar terlihat seperti satu mesin besar. Mereka menyiapkan Tianchi 256 yang menggabungkan 256 chip P800, dijadwalkan tersedia pada paruh pertama tahun berikutnya dari waktu pengumuman konferensi. Varian yang lebih besar, dengan 512 chip P800, direncanakan menyusul pada paruh kedua tahun yang sama. Ide utamanya sederhana: ketika satu chip punya batas, skala dicapai dengan orkestrasi banyak chip dan interkoneksi yang efisien.
Perbandingan dengan pemain lain juga mengemuka. Huawei, misalnya, sudah memamerkan sistem serupa dengan ratusan chip Ascend dalam satu “matriks” komputasi. Bagi pasar, ini memperlihatkan pola yang sama: perusahaan teknologi besar di China membangun tumpukan (stack) dari perangkat keras sampai aplikasi untuk memastikan kapasitas komputasi tidak menjadi bottleneck bagi digitalisasi. Bahkan ketika ada klaim bahwa sistem domestik tertentu bisa menandingi produk sistem-level dari vendor global, inti pesannya tetap sama: kontrol supply chain adalah senjata kompetitif.
Yang sering luput dari pembahasan publik adalah implikasi bagi perusahaan pengguna. Jika Baidu mampu menawarkan komputasi yang lebih murah, maka UKM yang sebelumnya ragu mencoba agen cerdas bisa mulai bereksperimen. Misalnya, pabrik komponen otomotif yang ingin memasang inspeksi visual berbasis AI di lini produksi dapat menjalankan inferensi di pusat data lokal dengan biaya yang masuk akal. Ketika biaya turun, proyek pilot lebih mudah disetujui, dan dari situlah adopsi meluas.
Pada akhirnya, chip dan supernode bukan sekadar kebanggaan rekayasa. Ia adalah upaya memperkuat perluasan Ernie ke layanan yang menuntut latensi rendah, ketersediaan tinggi, dan biaya stabil—syarat utama agar penggunaan AI tidak berhenti sebagai demo, melainkan menjadi kebiasaan operasional.
Ketika fondasi komputasi menguat, pertanyaan berikutnya adalah bagaimana Baidu mengemasnya menjadi produk yang benar-benar dipakai: agen, manusia digital, dan alat kerja sehari-hari.
Layanan digital berbasis AI: manusia digital, pencatat rapat, dan otomasi proses bisnis dengan Ernie
Istilah “layanan digital” sering terdengar abstrak, padahal wujud nyatanya hadir dalam detail yang sederhana: cara kita mengajukan keluhan, membuat laporan, atau meminta informasi. Baidu memanfaatkan Ernie untuk mengubah pengalaman tersebut menjadi lebih responsif, lebih multimodal, dan—yang paling penting—lebih mudah diskalakan tanpa menambah beban tenaga kerja secara linear.
Salah satu demonstrasi yang banyak menarik perhatian adalah “manusia digital”: avatar realistis yang bisa berbicara, menatap kamera, dan merespons pertanyaan seolah staf layanan pelanggan. Di pusat perbelanjaan atau layanan publik, manusia digital ini berfungsi sebagai resepsionis virtual. Ketika pengunjung bertanya arah, jam layanan, atau prosedur dokumen, sistem menjawab dengan bahasa yang natural. Nilai utamanya bukan hanya estetika, melainkan konsistensi: jawaban mengikuti kebijakan terbaru, tidak kelelahan, dan bisa melayani banyak lokasi sekaligus.
Ambil contoh perusahaan hipotetis “Jinzhou Travel” yang menangani wisata domestik. Saat musim liburan, pertanyaan membludak: perubahan jadwal, refund, rekomendasi rute. Dengan agen berbasis Ernie, perusahaan bisa mengotomasi pertanyaan berulang, sementara staf manusia fokus pada kasus yang benar-benar kompleks. Ketika pelanggan mengirim tangkapan layar tiket atau foto paspor, kemampuan multimodal membantu mengekstrak informasi tanpa meminta pelanggan mengetik ulang. Di situ, kecerdasan buatan menghapus friksi yang dulu dianggap “normal” dalam layanan.
Di ranah produktivitas kantor, alat pencatat rapat berbasis AI menjadi “senjata” baru. Banyak rapat di perusahaan besar China berlangsung lintas kota dan lintas fungsi. Rekaman audio sering tidak berguna tanpa ringkasan. Dengan Ernie, rapat dapat ditranskripsi, dirangkum, lalu dipetakan menjadi daftar keputusan dan tugas. Dampaknya terasa pada kecepatan eksekusi: tidak ada lagi perdebatan tentang “siapa setuju apa”, karena sistem mengikat poin-poin kunci ke bagian percakapan yang relevan.
Yang membuat otomasi ini berbeda dari generasi sebelumnya adalah kemampuannya untuk bertindak sebagai “agen” yang memakai alat. Dalam skenario yang tertata, agen bisa membuat tiket kerja di sistem internal, mengisi formulir, atau mengirim pengingat. Tentu, perusahaan tetap perlu batasan dan audit. Tetapi arah industrinya jelas: dari asisten pasif menjadi pekerja digital yang bisa menjalankan prosedur.
Bagi sektor media dan kreator konten, Ernie juga menjadi alat percepatan. Editor video dapat meminta analisis klip untuk menemukan bagian yang paling informatif, lalu menghasilkan caption yang sesuai gaya platform. Tim merek dapat menguji beberapa varian kampanye, menilai potensi salah tafsir, lalu memilih narasi yang paling aman. Dengan meningkatnya sensitivitas publik terhadap isu sosial, kemampuan memahami satir dan meme bukan lagi fitur hiburan, melainkan mitigasi risiko reputasi.
Namun ada satu syarat agar semua ini tidak berakhir sebagai “mainan mahal”: integrasi. Layanan yang bagus harus menyatu dengan aplikasi yang sudah dipakai karyawan. Baidu, lewat ekosistemnya, mencoba menempatkan Ernie sebagai lapisan yang menempel pada alur kerja, bukan aplikasi terpisah. Di sinilah kekuatan perusahaan platform: mereka dapat menyisipkan AI ke berbagai titik kontak, dari pencarian internal sampai dukungan operasional.
Semakin banyak proses yang diotomasi, semakin besar kebutuhan tata kelola. Maka, pembahasan berikutnya mengarah pada kompetisi pasar dan bagaimana Baidu memposisikan diri saat pemain lain juga mendorong model murah, open ecosystem, dan percepatan adopsi.
Ketika semua orang berlomba menawarkan kecerdasan yang lebih cepat dan lebih murah, pemenangnya ditentukan oleh ekosistem, biaya total, dan kepercayaan pasar.
Persaingan AI di China dan dampak perluasan Ernie terhadap digitalisasi industri
Pasar AI di China bergerak seperti lomba ketahanan: bukan hanya siapa yang paling cepat merilis model, tetapi siapa yang sanggup menjaga biaya, kualitas, dan adopsi dalam jangka panjang. Kemunculan pemain seperti DeepSeek yang menekankan efisiensi biaya memaksa raksasa seperti Baidu untuk mengubah ritme. Peluncuran model yang lebih kompetitif—ditambah strategi akses gratis—bisa dibaca sebagai respons langsung terhadap dinamika ini.
Kompetisi tidak datang dari satu arah. ByteDance memiliki kekuatan distribusi lewat platform konten, sementara Tencent kuat di komunikasi dan ekosistem layanan. Baidu, dengan DNA pencarian dan infrastruktur cloud, memilih jalur yang menekankan tumpukan penuh: model (Ernie), aplikasi, dan kini perangkat keras (M100, M300, supernode). Ini penting karena adopsi di perusahaan seringkali diputuskan oleh “biaya total kepemilikan”, bukan skor benchmark semata.
Dampak perluasan Ernie terhadap digitalisasi industri terlihat pada pola belanja TI. Banyak perusahaan yang dulu membeli solusi perangkat lunak terpisah—CRM, helpdesk, alat analitik—kini mulai mencari satu lapisan AI yang bisa mengikat semuanya. Ketika agen dapat menarik data dari berbagai sistem dan mengeluarkan rekomendasi, nilai AI naik dari “fitur” menjadi “koordinator kerja”. Ini mengubah cara manajemen menilai proyek: bukan lagi proyek inovasi kecil, melainkan transformasi proses.
Di sektor manufaktur, misalnya, penerapan AI untuk inspeksi visual sering terkendala dua hal: mahalnya komputasi dan sulitnya integrasi dengan SOP pabrik. Dengan model multimodal yang matang, pabrik bisa melatih prosedur penilaian cacat berdasarkan foto/video, lalu menjalankan inferensi di pusat data perusahaan. Bila chip domestik menurunkan biaya, proyek bisa diperluas dari satu lini ke seluruh fasilitas. Efeknya bukan hanya kualitas produk, tetapi juga kecepatan investigasi ketika ada masalah.
Di sektor layanan publik, pemerataan akses menjadi tema penting. Kota-kota besar biasanya lebih cepat mengadopsi layanan berbasis AI, sementara wilayah yang lebih kecil terkendala anggaran dan talenta. Dengan pendekatan model yang lebih terjangkau dan opsi komputasi lokal, pemerintah daerah bisa menyederhanakan layanan: konsultasi perizinan, panduan pengisian formulir, hingga kanal pengaduan yang mampu mengelompokkan laporan berdasarkan urgensi. Pertanyaannya: apakah warga merasakan layanan lebih cepat dan lebih adil? Itulah indikator yang akan diuji, bukan sekadar kecanggihan demo.
Dari sisi budaya internet, kemampuan memahami meme dan satir menjadi menarik karena ia menyentuh komunikasi sehari-hari. Brand di China harus peka terhadap tren yang berubah cepat. Model dengan “EQ” yang lebih baik berpotensi mengurangi respons yang dianggap tidak peka. Namun, ini juga menuntut kebijakan internal yang jelas: kapan agen boleh bercanda, kapan harus formal, dan kapan harus menyerahkan kasus ke manusia. Tanpa pedoman, kecerdasan bisa berubah jadi risiko.
Di tahun-tahun terakhir, pergeseran lain yang terasa adalah dorongan ke kolaborasi dan eksperimen yang lebih terbuka. Ketika komunitas pengembang dapat menguji integrasi dan membuat aplikasi turunan, inovasi terjadi di luar tembok perusahaan. Baidu perlu menyeimbangkan ambisi adopsi massal dengan kontrol kualitas, keamanan data, dan kepatuhan regulasi. Keberhasilan strategi ini biasanya terlihat dari satu hal yang sederhana: apakah developer dan perusahaan merasa mudah membangun di atasnya tanpa tersandung biaya dan kerumitan.
Pada akhirnya, perluasan penggunaan AI Ernie dalam layanan digital bukan sekadar “menambah fitur baru”. Ia adalah pertarungan untuk menjadi infrastruktur kebiasaan: kebiasaan pengguna, kebiasaan perusahaan, dan kebiasaan industri dalam memakai kecerdasan buatan. Siapa yang menguasai kebiasaan, dialah yang paling sulit digeser.
