Yuan pulih secara nyata terhadap dolar sejak paruh kedua 2025. Ada pandangan yang mengaitkan pergerakan ini dengan peningkatan produktivitas manufaktur Tiongkok, tetapi Mia Yan Liang menganalisis bahwa jika kecerdasan buatan (AI) generatif meningkatkan produktivitas sektor jasa, bukan manufaktur, tekanan terhadap yuan dapat bergerak ke arah sebaliknya. Persoalannya adalah apakah AI hanya akan menurunkan harga, atau juga menopang konsumsi, lapangan kerja, dan pendapatan di tengah inflasi rendah dan permintaan domestik yang lemah.

Latar belakang dan konteks

Sebagai penjelasan yang menghubungkan apresiasi yuan dengan produktivitas manufaktur, artikel ini memperkenalkan efek Balassa-Samuelson. Efek ini menjelaskan bahwa ketika produktivitas sektor barang yang dapat diperdagangkan (barang yang relatif mudah diperdagangkan lintas batas) meningkat dan upah naik, upah dan harga jasa nontradable (jasa yang terutama dikonsumsi di dalam wilayah setempat), tempat pekerja dapat berpindah, juga dapat naik. Jika produktivitas jasa tidak meningkat sebesar itu, harga jasa menjadi relatif lebih mahal dan hal ini dapat berujung pada apresiasi nilai tukar riil.

Kendaraan listrik, peralatan energi terbarukan, dan industri pembuatan kapal Tiongkok merupakan sektor barang tradable yang dalam pembahasan ini disebut mengalami peningkatan produktivitas. Menurut artikel tersebut, yuan Tiongkok menguat sekitar 35% terhadap dolar dari 2005 hingga 2013. Contoh terdahulu ini mendukung penjelasan bahwa peningkatan produktivitas manufaktur dapat berkaitan dengan perubahan nilai tukar, tetapi bukan bukti bahwa pola yang sama pasti akan berulang di era AI.

Argumen Yan Liang adalah bahwa AI dapat mengubah asumsi yang mendasari efek Balassa-Samuelson. Artikel itu menjelaskan bahwa perubahan teknologi pada masa lalu terutama mengubah kegiatan yang memungkinkan mekanisasi, standardisasi, dan peningkatan skala, sementara revolusi teknologi informasi dan komunikasi (ICT) meningkatkan keterdagangan jasa seperti keuangan, telekomunikasi, dan e-commerce. Sebaliknya, jasa berbasis lokal seperti kesehatan dan pendidikan selama ini sangat bergantung pada waktu dan penilaian manusia.

Artikel tersebut menyebutkan bahwa jumlah konsultasi pasien per hari per dokter di rumah sakit umum Tiongkok turun dari 7,5 pada 2014 menjadi 7,2 pada 2024. Yan Liang menilai bahwa jika AI generatif membantu para ahli seperti dokter dan guru dalam mengolah informasi dan menganalisis data, produktivitas jasa lokal ini dapat meningkat. Peningkatan produktivitas dapat menurunkan biaya per unit jasa, sehingga memungkinkan pergerakan yang berlawanan dengan jalur tradisional, yaitu “peningkatan produktivitas manufaktur → kenaikan harga jasa”.

Arti perkembangan ini

Dampak peningkatan produktivitas jasa terhadap nilai tukar dapat berbeda dari dampak produktivitas manufaktur. Pabrik mobil dapat meningkatkan produktivitas dan memperbesar penjualan ke luar negeri, tetapi rumah sakit yang meningkatkan produktivitas layanan medis tidak dapat mengekspor layanan itu ke luar negeri dengan cara yang sama. Artikel tersebut menjelaskan bahwa manfaat produktivitas jasa lokal kemungkinan besar akan tetap berada di dalam negeri dan dapat terwujud dalam bentuk penurunan harga. Contoh yang digunakan adalah layanan pengantaran: meskipun efisiensi pemrosesan pesanan membaik, jaringan pengantaran di Beijing tidak akan mengantarkan makan malam ke New York.

Jika peningkatan produktivitas jasa nontradable menurunkan harga relatif, hal ini dapat menimbulkan tekanan depresiasi nilai tukar riil atau mengimbangi sebagian tekanan apresiasi riil yang berasal dari produktivitas manufaktur. Artikel tersebut menjelaskannya sebagai “efek Balassa-Samuelson terbalik”. Namun, ini merupakan analisis mengenai jalur yang mungkin terjadi, bukan proyeksi kuantitatif tentang seberapa besar AI akan menggerakkan yuan.

Bidang-bidang yang disebut berpotensi banyak terpapar AI di Tiongkok mencakup pendidikan, kesehatan, penginapan, layanan makanan, dan ritel. Artikel tersebut menjelaskan bahwa bidang informasi, keuangan, dan jasa profesional yang dijadikan contoh dari Amerika Serikat memiliki struktur berbeda dari jasa lokal di Tiongkok, karena bidang-bidang itu menjadi lebih tradable pada masa revolusi ICT. Karena itu, menurut pandangan artikel tersebut, perkembangan teknologi AI yang sama belum tentu berdampak sama terhadap harga jasa dan nilai tukar di kedua negara.

Turunnya harga juga tidak berarti seluruh dampaknya hanya menguntungkan konsumen. Menurut artikel tersebut, harga jasa kesehatan dan pendidikan cukup banyak diatur, sementara persaingan di restoran, ritel, dan layanan pengantaran sangat ketat. Dalam struktur pasar seperti ini, peningkatan produktivitas mungkin lebih besar kemungkinannya diteruskan sebagai penurunan harga daripada sebagai peningkatan laba. Konsumen dapat menikmati harga yang lebih rendah, tetapi jika permintaan tidak cukup meningkat di tengah lemahnya permintaan domestik, penurunan harga juga dapat melemahkan pendapatan nominal dan memicu disinflasi (perlambatan laju kenaikan harga atau tekanan penurunan harga).

Sebagai contoh, anggaplah efisiensi layanan kesehatan meningkat berkat bantuan AI sehingga harganya turun. Peningkatan penggunaan layanan oleh rumah tangga dapat membuat produktivitas yang lebih tinggi sekaligus mendorong volume pemakaian jasa dan pendapatan. Namun, jika permintaan tidak merespons penurunan harga dengan kuat, harga mungkin turun lebih cepat dan berpotensi melemahkan pendapatan nominal. Artikel tersebut tidak cukup untuk menentukan mana yang akan terjadi.

Fakta yang telah dipastikan dan hal yang belum diketahui

Fakta yang telah dipastikan

  • Artikel tersebut menyebutkan bahwa yuan pulih secara nyata terhadap dolar sejak paruh kedua 2025.
  • Artikel itu menyatakan bahwa yuan Tiongkok menguat sekitar 35% terhadap dolar pada 2005–2013, dan jumlah konsultasi harian per dokter di rumah sakit umum turun dari 7,5 pada 2014 menjadi 7,2 pada 2024.
  • Yan Liang berpendapat bahwa AI dapat membantu para ahli mengolah informasi dan menganalisis data, sehingga meningkatkan produktivitas jasa lokal.
  • Artikel tersebut menjelaskan bahwa Tiongkok menghadapi inflasi rendah dan permintaan domestik yang lemah, serta menilai bahwa jalur dampak peningkatan produktivitas jasa terhadap harga, permintaan, dan pendapatan nominal dapat berbeda bergantung pada kondisi.

Hal yang belum diketahui

  • Tidak disajikan data yang memperkirakan secara kuantitatif besarnya dampak peningkatan produktivitas AI terhadap nilai tukar yuan.
  • Berdasarkan artikel sumber saja, tidak dapat diketahui bagaimana harga jasa di Tiongkok dan pendapatan nominal rumah tangga akan benar-benar berubah akibat penerapan AI.
  • Belum dipastikan apakah penurunan harga jasa akan mendorong peningkatan permintaan, lapangan kerja, dan pendapatan, atau justru memperbesar tekanan penurunan harga dan pelemahan permintaan domestik.

Hal yang perlu dicermati pembaca

  • Saat mencermati pembahasan mengenai penerapan AI di Tiongkok, penting untuk memperhatikan bukan hanya peningkatan produktivitas itu sendiri, tetapi juga bagaimana harga jasa dan pendapatan nominal rumah tangga bergerak bersamaan.
  • Dengan membedakan bidang yang harganya diatur, seperti kesehatan dan pendidikan, dari bidang dengan persaingan ketat, seperti restoran, ritel, dan layanan pengantaran, pembaca dapat lebih memahami secara konkret kemungkinan manfaat produktivitas diteruskan dalam bentuk penurunan harga.
  • Saat membaca proyeksi nilai tukar, tekanan apresiasi akibat produktivitas manufaktur patut dipertimbangkan bersama jalur sebaliknya, yakni kemungkinan produktivitas jasa menurunkan harga relatif. Yan Liang mengusulkan pemanfaatan fleksibilitas nilai tukar dalam jangka pendek, serta pembukaan pasar jasa dalam jangka panjang untuk meningkatkan keterdagangan jasa dan membagi manfaat produktivitas secara lebih luas.

Yan Liang pernah menjabat sebagai kepala ekonom Administrasi Valuta Asing Negara Tiongkok (중국 국가외환관리국), dan saat ini menjadi direktur eksekutif sekaligus kepala strategi di Perusahaan Modal Internasional Tiongkok (중국국제금융공사; China International Capital Corporation, CICC). Kesimpulannya adalah bahwa meskipun AI memicu revolusi produktivitas berikutnya, dampak terhadap nilai tukar tidak harus sama dengan dampak perubahan teknologi sebelumnya. Di perekonomian Tiongkok, persoalan utamanya mungkin bukan hanya seberapa besar produktivitas meningkat, tetapi juga ke mana manfaatnya mengalir: ke harga, pendapatan, atau permintaan.