Jakarta | Pengembangan kecerdasan buatan tidak hanya membutuhkan perangkat lunak dan tenaga ahli. Di balik layanan AI terdapat infrastruktur fisik berskala besar yang harus dibangun dan terus diperbarui. Perusahaan teknologi dan penyedia layanan komputasi berinvestasi pada chip khusus, server, pusat data, jaringan listrik, serta koneksi antarpusat data. Seluruh komponen itu memungkinkan model AI dilatih dan digunakan dengan kecepatan serta kapasitas yang diperlukan. Karena permintaan komputasi meningkat, investasi juga mencakup pasokan energi yang andal, sistem pendinginan, lahan, dan fasilitas pendukung lainnya. Dengan demikian, belanja untuk AI meluas ke berbagai sektor ekonomi, bukan terbatas pada industri teknologi. Skala kebutuhan tersebut membuat pembangunan ekosistem AI menjadi salah satu agenda investasi terbesar di dunia saat ini.
Berbagai perkiraan menyebut pengeluaran tahunan global untuk membangun infrastruktur AI dapat mendekati US$1 triliun, atau sekitar Rp15.700 triliun dengan nilai tukar yang digunakan dalam perhitungan tersebut. Angka ini menggambarkan besarnya kebutuhan modal secara internasional, bukan nilai investasi yang dialokasikan khusus untuk Indonesia. Cakupannya meliputi belanja untuk chip dan perangkat komputasi, pembangunan serta pengoperasian pusat data, penguatan jaringan listrik, dan peningkatan interkonektivitas. Komponen-komponen tersebut saling terkait: kapasitas pusat data tidak dapat berkembang tanpa pasokan daya, sementara pemrosesan AI membutuhkan chip dan jaringan yang mampu mengirimkan data secara cepat. Karena itu, nilai totalnya mencerminkan keseluruhan ekosistem yang menopang komputasi AI, bukan satu jenis proyek atau satu negara saja.
Besarnya belanja ini kerap dibandingkan dengan investasi pembangunan jalur kereta api di Amerika Serikat pada abad ke-19. Perbandingan tersebut menekankan bahwa infrastruktur AI sedang dibangun pada skala yang jarang terlihat dalam sejarah ekonomi modern, dengan kebutuhan modal yang tersebar pada aset berumur panjang dan jaringan pendukung. Seperti halnya rel kereta yang menghubungkan wilayah dan membuka kegiatan ekonomi baru, pusat data, energi, chip, dan konektivitas dapat menjadi fondasi bagi berbagai industri. Namun, analogi itu bukan berarti pola pembangunan atau manfaatnya akan sama persis. Bagi negara yang ingin menarik investasi, konteks global ini menunjukkan adanya persaingan sekaligus peluang. Kesiapan energi, jaringan, regulasi, dan sumber daya manusia akan memengaruhi kemampuan suatu negara untuk mengambil bagian dalam ekspansi tersebut.
Derek Thompson, jurnalis ekonomi dan penulis buku Abundance, menilai pembangunan infrastruktur kecerdasan buatan dapat mengubah peta ekonomi secara drastis. Perlombaan membangun pusat data dan memperluas kapasitas komputasi mendorong perusahaan, investor, serta pemerintah mengalihkan perhatian dan sumber daya ke teknologi ini. Dampaknya tidak terbatas pada sektor digital: kebutuhan energi, lahan, peralatan, dan jaringan pendukung ikut meningkat. Namun, besarnya peluang pertumbuhan tidak menghapus risiko. Thompson mengingatkan bahwa lonjakan investasi yang bertumpu pada perkiraan permintaan tinggi dapat berkembang menjadi gelembung apabila hasil ekonomi yang dijanjikan tidak sebanding dengan biaya dan nilai aset yang dibangun.
Pembiayaan proyek AI membutuhkan modal dalam skala besar, termasuk dana pinjaman. Perusahaan perlu membangun pusat data, membeli chip berharga tinggi, memasang sistem pendingin, serta mengembangkan jaringan listrik dan interkonektivitas. Infrastruktur tersebut juga menuntut investasi berkelanjutan agar tetap beroperasi dan mampu mengikuti peningkatan kebutuhan komputasi. Ketika proyek dibiayai dengan utang, investor mengandalkan pendapatan masa depan untuk menutup biaya pinjaman. Jika permintaan layanan AI tumbuh lebih lambat daripada proyeksi, sebagian aset berisiko kurang dimanfaatkan, sementara kewajiban pembayaran tetap berjalan. Dengan demikian, keputusan investasi hari ini dapat membawa konsekuensi luas bagi perusahaan, pemberi pinjaman, dan pasar modal.
Penyerapan dana yang besar berpotensi mengurangi ketersediaan modal bagi sektor lain. Properti, kesehatan, dan manufaktur, misalnya, mungkin menghadapi persaingan lebih ketat untuk memperoleh pembiayaan, tenaga kerja, atau pasokan energi. Risiko ini tidak berarti investasi AI pasti merugikan sektor-sektor tersebut, tetapi menunjukkan bahwa alokasi modal memiliki biaya peluang. Apabila ekspektasi keuntungan terlalu tinggi dan pembiayaan terus bertambah tanpa dasar permintaan yang kuat, koreksi nilai aset dapat menekan investasi serta aktivitas ekonomi. Dalam skenario yang lebih buruk, tekanan tersebut dapat berkontribusi pada resesi. Itu merupakan risiko yang perlu dipantau, bukan bukti bahwa resesi sudah terjadi. Pengawasan terhadap utang, kelayakan proyek, dan manfaat produktivitas dapat membantu menilai apakah ekspansi berlangsung seimbang.
Belanja besar untuk membangun infrastruktur kecerdasan buatan tidak berhenti pada pembelian server atau pembangunan pusat data. Dana mengalir melalui beberapa lapisan teknologi: prosesor dan chip memori, perangkat jaringan, sistem penyimpanan, perangkat lunak, konstruksi fasilitas, serta pasokan energi dan pendinginan. Namun, industri semikonduktor menjadi penerima utama. Berbagai perkiraan menunjukkan hampir separuh investasi pembangunan infrastruktur AI terserap oleh chip dan komponen terkait, mencerminkan peran perangkat keras sebagai fondasi komputasi skala besar.
Di segmen akselerator AI, Nvidia saat ini memiliki posisi dominan berkat GPU yang banyak digunakan untuk melatih dan menjalankan model. Permintaan terhadap produknya mendorong pengadaan komponen pendukung dalam jumlah besar, termasuk chip memori berbandwidth tinggi yang memasok data ke GPU. Memori ini penting agar prosesor dapat bekerja optimal tanpa menunggu data. Ketika kapasitas produksi belum mampu mengikuti lonjakan pesanan, persaingan memperoleh pasokan dapat mengerek harga dan memperpanjang waktu tunggu.
Dampaknya dapat merembet ke pasar elektronik lain. Produsen ponsel dan laptop juga membutuhkan memori serta komponen semikonduktor, sehingga mereka berpotensi menghadapi biaya pengadaan lebih tinggi ketika pemasok memprioritaskan produk bernilai tinggi untuk pusat data. Kenaikan harga komponen tidak otomatis langsung terlihat pada harga jual perangkat, karena perusahaan dapat menyerap sebagian biaya atau menyesuaikan spesifikasi. Namun, tekanan pasokan yang bertahan lama bisa membuat perangkat konsumen lebih mahal atau memperlambat peluncuran produk baru.
Di luar biaya pembangunan awal, pusat data AI menanggung beban operasional tetap yang besar. GPU bekerja intensif dan menghasilkan panas, sehingga fasilitas membutuhkan listrik dalam jumlah tinggi, sistem pendingin khusus, serta infrastruktur pendukung yang beroperasi sepanjang waktu. Tagihan energi dan pemeliharaan terus berjalan meski pemanfaatan kapasitas berubah-ubah. Pengelola juga perlu menyediakan cadangan daya dan menjaga keandalan jaringan agar layanan tidak terputus. Karena itu, keekonomian investasi tidak hanya bergantung pada harga chip, tetapi juga pada biaya energi, efisiensi pendinginan, dan tingkat penggunaan fasilitas selama masa operasinya. Kombinasi kebutuhan perangkat keras dan pengeluaran berulang ini menjadikan infrastruktur AI sebagai proyek padat modal, sekaligus membuka peluang bagi negara yang mampu menyediakan energi andal, lokasi sesuai, dan rantai pasok pendukung.Indonesia memiliki sejumlah modal untuk menarik investasi pusat data, seiring meningkatnya kebutuhan komputasi bagi pengembangan kecerdasan buatan. Pasokan energi yang melimpah dapat menjadi daya tarik bagi operator yang memerlukan listrik dalam jumlah besar dan berkelanjutan. Namun, ketersediaan sumber daya saja tidak cukup: investor juga membutuhkan jaringan transmisi yang andal, kepastian pasokan, serta kemampuan menghubungkan fasilitas baru dengan sumber energi yang sesuai. Perencanaan lokasi dan infrastruktur pendukung akan menentukan apakah potensi tersebut dapat diterjemahkan menjadi proyek yang layak dan beroperasi secara efisien.
Iklim tropis Indonesia juga dapat mendukung efisiensi pendinginan apabila pusat data dirancang dengan tepat. Suhu dan kelembapan yang relatif tinggi menuntut sistem pengelolaan panas yang cermat, sehingga manfaat efisiensi tidak otomatis muncul hanya karena lokasi berada di kawasan tropis. Teknologi pendingin, tata letak fasilitas, pemanfaatan kembali panas, dan pengaturan aliran udara perlu dipertimbangkan sejak tahap desain.
Baca juga: Hadiri Peringatan 10 Tahun Hubungan Jiangxi–Indonesia, Bamsoet Dorong Peningkatan Kerja Sama Dari Perdagangan ke Investasi dan Basis Produksi | Hoki Terus Mengalir, Ini 7 Shio yang Konon Mudah Menarik Rezeki | Hoki Berlapis! Ini 3 Weton yang Konon Mudah Menarik Rezeki
