Bermain di Batas: Strategi Diam-Diam Raksasa Internet dalam Dunia Embodied Intelligence

Hari ini, para raksasa teknologi berada di sebuah persimpangan penting: apakah mereka akan terus membangun perangkat lunak yang semakin cerdas, atau mulai belajar berurusan dengan material, mekanika, rantai pasok, dan pabrik manufaktur? Apakah mereka akan terus menjadi pemberi daya bagi ekosistem, atau berubah menjadi arsitek industri yang sesungguhnya? Pilihan pertama terasa wajar dan aman, tetapi pilihan kedua mungkin justru memiliki potensi untuk membentuk ulang dekade inovasi yang akan datang.

Rasionalitas bisnis dari perusahaan internet besar telah menekan daya tarik seksi yang seharusnya dimiliki oleh bidang embodied intelligence.

Selama beberapa tahun terakhir—baik dalam metaverse, model AI besar, perangkat edukasi, maupun VR—nama-nama besar internet selalu terlibat, biasanya dengan langkah agresif, cepat, dan penuh dana. Ketika muncul peluang baru, mereka segera bergerak.

Namun menariknya, ketika embodied intelligence menjadi fenomena global yang begitu panas, perusahaan besar justru memainkan pendekatan yang berbeda. Mereka hadir, tetapi dari jarak yang terukur. Tidak benar-benar turun sepenuhnya, namun juga tidak absen.

Dengan kata lain, mereka belum berani benar-benar “menyeberang garis”—belum membuat keputusan besar untuk melakukan investasi penuh secara end-to-end.

Yang kita lihat adalah pola masuk yang sangat khas: berada di pinggiran. Mereka membangun model, platform, dan melakukan investasi, tetapi jarang ada yang benar-benar masuk ke pabrik untuk membangun robot humanoid secara fisik. Kecenderungan “lebih ke software” ini tidak hanya mencerminkan DNA internet mereka, tetapi juga logika bisnis yang matang. Ketika sumber pendapatan inti mereka stabil, tidak ada urgensi untuk mengucurkan sumber daya ke hardware yang mahal, berisiko, dan berjangka panjang.

Dari sudut pandang mereka, bermain di perifer adalah cara terbaik untuk meminimalkan risiko dan tetap mempertahankan pengaruh—investasi kecil, opsi strategi besar.

Namun embodied intelligence adalah area teknologi yang sangat bergantung pada harmoni antara hardware dan software. Implementasi nyata tidak mungkin terjadi tanpa adaptasi perangkat keras dan siklus data fisik yang lahir dari interaksi di dunia nyata. Ini bukan sekadar menempatkan model ke dalam robot dan memasangkan API—ia membutuhkan nyali, kreativitas, dan keyakinan.

Apakah ini bentuk kehati-hatian strategis atau hanya sementara menunggu momen yang tepat—masih belum ada jawaban pasti. Tapi harus diakui—sulit untuk tidak merindukan sisi liar, berani, dan agresif dari para raksasa teknologi tersebut.

Raksasa internet selalu tampak menjaga jarak dalam permainan ini. Pola strategi mereka terlihat jelas: fokus di lapisan software dan platform, menghindari masuk ke hardware intensif.

Tencent meluncurkan platform embodied intelligence Tairos dengan visi menjadi mitra bagi seluruh produsen robot, bukan menjadi pesaing hardware; Alibaba terutama berinvestasi dalam simulasi robotik, persepsi multimodal, dan kecerdasan robot umum; JD berinvestasi pada perusahaan robot, tetapi secara internal meluncurkan JoyInside yang berfokus pada solusi interaksi; ByteDance mengembangkan model GR, tetapi memperkuat kemampuan hardware melalui investasi eksternal, bukan membangunnya sendiri. (Hanya Ant yang benar-benar mengembangkan hardware di dalam rumah.)

Sikap berhati-hati mereka berasal dari dua faktor utama: keunggulan teknis di ranah software, dan kalkulasi bisnis yang sangat rapi. Selama dua dekade, inti kompetensi mereka dibangun dalam algoritma, sistem komputasi terdistribusi, pelatihan model, dan operasi data—fundamental yang sangat kuat di era AI.

Di sisi lain, biaya dan ketidakpastian hardware sangat tinggi. Pengembangan robot nyata membutuhkan pemahaman tentang struktur mekanik, motor, sensor, penyatuan perangkat, serta rantai pasok global. Ada risiko kegagalan yang mahal. Kita sudah melihat ini dalam upaya pembuatan mobil oleh beberapa perusahaan internet—berpengaruh dalam ekosistem, tetapi berhenti sebelum benar-benar membuka pabrik.

Sebaliknya, perusahaan dengan DNA manufaktur justru bergerak lebih berani. Xiaomi dengan CyberOne, GAC yang menargetkan produksi massal robot humanoid pada 2027, dan XPeng dengan IRON yang menggemparkan publik—semua menunjukkan pengalaman engineering fisik yang matang, sesuatu yang kurang dimiliki perusahaan berbasis software.

Kapabilitas software perusahaan internet adalah kekuatan—namun sekaligus menjadi bentuk keterbatasan struktural mereka sendiri.

Lebih jauh lagi, secara pragmatis mereka sebenarnya sedang mengalkulasi: pasar humanoid masih terlalu kecil.

Tahun 2024, pasar humanoid di China sekitar 27,6 miliar RMB. Secara global sekitar 20,3 miliar USD. Bahkan dengan proyeksi pertumbuhan eksponensial hingga 132,5 miliar USD pada 2029—angka ini masih terlalu kecil dibanding pendapatan raksasa teknologi yang berada di level ratusan miliar.

Dengan kata lain: embodied intelligence belum menjadi motor pertumbuhan yang signifikan untuk memengaruhi struktur pendapatan mereka.

Bisnis utama mereka masih kuat:
e-commerce dan cloud untuk Alibaba,
game dan sosial untuk Tencent,
video pendek dan livestream untuk ByteDance.
Semua masih menghasilkan arus kas stabil.

Sehingga, investasi hardware besar-besaran saat ini menghasilkan ROI rendah. Risiko tinggi, imbal baliknya lambat. Sangat mungkin berakhir pada dilema: “tidak enak dipakai, tapi sayang dibuang.”

Karena itu, mereka memilih sikap: tidak ketinggalan secara teknologi, tetapi belum akan all-in. Selalu mengamati perkembangan industri. Menunggu waktu matang. Dan ketika waktunya tiba—mereka akan mempercepat dengan cara yang paling efisien: akuisisi, investasi, dan kemitraan.

Namun yang menarik—di balik rasionalitas tersebut, peluang untuk sesuatu yang lebih visioner tetap terbuka.

Satu titik kelemahan terlihat jelas: data flywheel tidak berjalan penuh.

Ada dua sisi:
pertama, kurangnya data interaksi fisik dari deployment hardware;
kedua, data internet skala besar yang mereka miliki belum diterapkan secara maksimal untuk embodied AI.

Robot berkembang melalui loop “persepsi—keputusan—aksi” berbasis pengalaman nyata. Tanpa hardware mass deployment, tidak ada pengalaman nyata. Di sisi lain, data perilaku manusia yang dimiliki Alibaba, ByteDance, dan Tencent—yang seharusnya sangat berharga dalam pelatihan interaksi robot—belum sepenuhnya dimanfaatkan.

JD menjadi pengecualian. Melalui JoyInside, mereka menggunakan data logistik, e-commerce, supply chain, dan interaksi pengguna untuk mempercepat implementasi embodied systems. JD berhasil mengambil posisi unik—menjadi hub bagi perusahaan robot.

Ada pula masalah konseptual lain: anggapan bahwa software lebih “high-tech” dan hardware hanya “barang pabrik.” Pola pikir ini justru dapat mendorong kompetisi yang membosankan dan homogen.

Saat ini banyak model embodied hanya berbeda tipis: interaksi bahasa + task planning. Pasar software secara alami adalah “winner-takes-most.” Hanya sedikit pemain yang akan tersisa. Dan inovasi yang muncul masih bersifat lateral, bukan menyentuh pemutusan paradigma.

Padahal embodied intelligence adalah simbiosis model + robot. Tanpa tubuh fisik yang sesuai, model sehebat apa pun hanyalah potensi yang tidak pernah diwujudkan.

Dalam konteks ini, perusahaan yang mampu mengintegrasikan software dan hardware justru lebih memiliki nilai bisnis jangka panjang.

Contohnya Tesla—Model series mendominasi pasar EV, FSD menunjukkan keunggulan otonomi, dan Optimus terus berkembang dengan peningkatan sinkron hardware-software. Nilai dari integrasi menyeluruh ini yang menjadi alasan pasar menyetujui paket kompensasi triliunan USD untuk Musk.

Jika dilihat dari kacamata bisnis jangka pendek—strategi “bermain di tepi” yang dipilih raksasa teknologi memang defensif dan rasional. Namun jika kita melihat ke depan—kita sedang memasuki era ketika kecerdasan tidak hanya hadir di layar dan pusat data, tetapi mulai memasuki dunia fisik.

Ketika kecerdasan memasuki bentuk fisik, nilai industri akan berubah. Software bukan lagi segalanya. Keunggulan sejati akan muncul dari evolusi paralel software-hardware, dari percepatan data dunia nyata, serta dari kemampuan eksekusi fisik yang ditempa dari sinergi algoritme dan engineering.

Dan sekarang—lagi-lagi kita kembali ke titik awal: apakah perusahaan teknologi besar akan terus membangun software yang makin pintar, atau mulai berani masuk wilayah fisik—material, mekanik, rantai pasokan, manufaktur? Apakah mereka akan tetap menjadi pemberi daya bagi ekosistem, atau berubah menjadi arsitek industri yang sesungguhnya?

Pilihan pertama aman dan rasional. Pilihan kedua sulit dan berat. Namun mungkin pilihan kedua-lah yang akan menghadirkan lompatan besar dalam sepuluh tahun ke depan.

Setiap revolusi industri selalu memberi hadiah terbesar kepada mereka yang berani melangkah keluar dari jalur yang dianggap “paling aman.” Dan untuk para raksasa teknologi yang membidik embodied intelligence—pesan ini terasa sangat relevan.