Menyusul pemilihan presiden di Amerika Serikat pada tahun 2024, implementasi baru tarif substansial dapat mengarah pada restrukturisasi mendasar rantai pasokan teknologi global yang mempromosikan pengembangan kecerdasan buatan (AI). Meskipun pemain mapan ditekankan, negara -negara seperti India berada dalam posisi yang berbahaya, tetapi berpotensi menguntungkan, seperti “opsi ketiga” dalam persaingan teknologi antara Amerika Serikat dan Cina.
Tarif telah meningkatkan biaya komponen impor yang sangat penting untuk infrastruktur AI. Pada tahun 2024, impor elektronik hanya ke AS. Tarif ini berisiko menjadikan Amerika Serikat sebagai tempat paling mahal di dunia untuk membangun infrastruktur AI, yang mengarahkan perusahaan untuk memindahkan pembangunan pusat data di luar negeri, ironisnya ke Cina.
Gelombang pertama tarif Trump, antara 2018-20, menghasilkan kenaikan harga untuk komponen semikonduktor impor. Rezim tarif saat ini telah memperluas ini menjadi 27% dalam komponen perangkat keras kritis AI pada tahun 2025, terutama yang mempengaruhi akselerator khusus dan chip logis canggih, komponen yang merupakan basis komputasi.
Ekonomi Di Balik Adegan
Teori ekonomi menunjukkan bahwa kebijakan tarif tersebut harus merangsang produksi nasional melalui substitusi impor. Bahkan, beberapa laporan memproyeksikan USA itu. MOT untuk tiga kali lipat kapasitas manufaktur semikonduktor nasional dari tahun 2022 hingga 2032, yang merupakan tingkat pertumbuhan yang diproyeksikan terbesar di seluruh dunia. Namun, teori perdagangan klasik Ricardian mengingatkan kita bahwa keunggulan komparatif tetap operasional bahkan di bawah rezim proteksionis. Sifat khusus dari produksi perangkat keras AI berarti bahwa ia harus berurusan dengan kemampuan teknis yang tersebar, menciptakan inefisiensi yang tak terhindarkan ketika rantai pasokan global tersegmentasi secara artifisial.
Pendekatan proteksionis ini sering memiliki biaya efisiensi dan inovasi ekonomi. Tarif mengganggu rantai pasokan global, meningkatkan biaya produksi dan menciptakan ketidakpastian yang mencegah investasi. Studi empiris menunjukkan bahwa peningkatan standar deviasi dalam tarif dapat mengurangi pertumbuhan produksi sebesar 0,4% dalam lima tahun, dan membalikkan tingkat AS baru -baru ini. UU. Itu bisa menyebabkan kenaikan produksi akumulasi 4%. Dalam konteks AI, di mana siklus inovasi cepat dan bergantung pada akses ke teknologi avant -garde dan kolaborasi global, gangguan seperti itu dapat menunda kemajuan teknologi dan mengurangi produktivitas.
Tarif dapat melindungi perusahaan persaingan nasional, mengurangi insentif mereka untuk berinovasi dan membatasi akses ke teknologi impor canggih yang diperlukan untuk kemajuan AI. Ini konsisten dengan apa yang oleh para ekonom disebut “penurunan berat badan”, di mana penurunan volume komersial menciptakan inefisiensi ekonomi yang tidak menguntungkan produsen atau konsumen.
Ekspansi cepat dalam permintaan chip AI akan membutuhkan peningkatan massa dalam kapasitas daya pusat data, dari sekitar 11 GW pada tahun 2024 hingga berpotensi 68 GW untuk 2027 dan 327 GW pada tahun 2030. Tidak memuaskan kebutuhan infrastruktur ini dapat merusak daya saing Amerika Serikat di AI.
Penelitian menunjukkan bahwa akses ke infrastruktur komputasi yang mahal dan canggih berfungsi sebagai penentu utama kapasitas inovasi di AI, yang mengarah pada efek stratifikasi. Selain itu, tarif yang dikenakan oleh negara -negara maju dapat mengurangi laju transfer teknologi, untuk sementara mengubah insentif inovasi, yang pada gilirannya dapat menghentikan ritme umum inovasi AI. Di sisi lain, tarif di negara -negara berkembang dapat mempercepat transfer teknologi tetapi mempengaruhi upah relatif dan inovasi secara berbeda. Ini adalah interaksi yang kompleks yang dapat meningkatkan ketidaksetaraan global dalam kapasitas AI.
Dimana India
Ini dapat menciptakan peluang tak terduga bagi India, yang telah memposisikan dirinya sebagai “opsi ketiga” yang strategis dalam persaingan teknologi antara Amerika Serikat dan Cina. Tingkat pertumbuhan ekspor India telah sekitar 3,3% hingga 5,1% tahun demi tahun dalam beberapa tahun terakhir. Segmen AI dan teknik digital adalah di antara area dengan pertumbuhan tercepat di sektor teknologi India. Pemerintah India telah meluncurkan program AI penting dan peningkatan desain semikonduktor, manufaktur dan investasi teknologi, dengan beberapa miliar dolar dalam proposal luar biasa untuk semikonduktor dan pusat penelitian dan pengembangan multinasional seperti kampus desain AMD $ 400 juta di Bengaluru.
Keuntungan komparatif India terletak pada biaya tenaga kerja yang lebih rendah dan domain pengetahuan khusus. India menghasilkan sekitar 1,5 juta lulusan teknik setiap tahun, dan banyak dari mereka menunjukkan bakat yang cukup besar untuk pengembangan AI.
India sangat bergantung pada komponen perangkat keras impor dan kolaborasi internasional untuk ini. Tarif dan gangguan rantai pasokan yang meningkatkan biaya infrastruktur AI dapat memperlambat ambisi global India di AI. Namun, India juga dapat menguntungkan secara tidak langsung jika perusahaan mencari alternatif untuk China untuk lokasi manufaktur dan pusat data.
Renovasi ekonomi yang dikatalisis oleh kebijakan tarif ini telah mempercepat apa yang oleh para ekonom disebut “efek substitusi modal.” Ketika biaya perangkat keras meningkat, perusahaan berubah lebih dan lebih ke arah optimalisasi sumber daya yang ada melalui efisiensi algoritmik, teknik kompresi model dan peningkatan perangkat keras alih -alih kekuatan komputasi yang tidak diproses. Lingkungan tarif telah secara efektif menciptakan sinyal harga ini. Biaya menggunakan model AI turun secara dramatis (sekitar 40 kali setahun) karena ini. Oleh karena itu, meskipun tarif dapat meningkatkan biaya infrastruktur awal, aplikasi AI di tingkat konsumen mungkin tidak melihat kenaikan harga langsung.
Struktur tarif berinteraksi dengan lingkungan peraturan diferensial dengan cara yang unik untuk menciptakan dinamika kompetitif baru. Peraturan perlindungan data yang memanjakan, akses digital yang luas dan ketersediaan data sebagian dapat mengkompensasi biaya perangkat keras melalui akses yang lebih besar ke data pelatihan. Faktor peraturan dan ekonomi dapat menantang analisis sederhana.
Pembangunan terdesentralisasi
Perubahan tarif telah mengarah pada pengembangan perangkat keras khusus yang dirancang khusus untuk aplikasi tertentu alih -alih perhitungan penggunaan umum. “Pendekatan sirkuit terintegrasi spesifik aplikasi ini” (ASIC) ini merupakan perubahan arsitektur. Untuk mengoptimalkan infrastruktur pusat data inferensi IA, lebih dari 50% akselerator beban kerja dapat disesuaikan pada tahun 2028, dibandingkan dengan 30% pada tahun 2023.
Ironisnya, kebijakan yang bertujuan untuk memperkuat kemampuan teknologi domestik secara tidak sengaja dapat mempercepat desentralisasi perkembangan AI. Analogi historis menunjukkan bahwa teknologi yang dihadapi oleh keterbatasan pasar sering kali berkembang menuju implementasi yang lebih terdistribusi. Transisi komputer mainframe ke personel dari tahun 1980 -an menawarkan paralel instruksional.
Arindam Goswami adalah analis riset dalam program geopolitik tinggi di Lembaga Takshashila, Bengaluru
Diterbitkan – 23 Mei 2025 12:16 AM ISTH
