Negara-negara di seluruh dunia sedang berlomba untuk menjadi pemimpin dalam kecerdasan buatan (AI). Pengumuman kebijakan, paket pendanaan, dan strategi nasional datang silih berganti, semua bertujuan untuk merebut bagian dari apa yang dianggap sebagai revolusi industri berikutnya.
Di bulan Maret, Inggris mengumumkan rencana nasional untuk membangun infrastruktur dan kapasitas yang dibutuhkan untuk mendukung AI, inovasi, dan pertumbuhan ekonomi di seluruh negara. Amerika Serikat pun memiliki rencana aksi untuk mencapai ‘dominasi global’.
Undang-Undang Promosi AI Jepang, yang sepenuhnya berlaku sejak September 2025, bertujuan untuk menjadikan Jepang sebagai ‘negara paling ramah AI di dunia’. Namun, di balik upaya tersebut, terdapat suatu ketidakcocokan. AI masih diperlakukan sebagai tantangan perangkat lunak atau inovasi, sementara kenyataannya semakin dibatasi oleh infrastruktur fisik.
Kemampuan untuk melatih, menyempurnakan, dan menjalankan model-model AI secara besar-besaran tergantung pada akses ke komputasi, yang pada gilirannya bergantung pada lahan, energi, dan kecepatan dalam penerapan infrastruktur.
Perubahan ini sudah mulai mempengaruhi arus investasi. Perusahaan-perusahaan makin membuat keputusan berdasarkan ketersediaan infrastruktur, bukan hanya berdasarkan seberapa kuat kebijakan AI terdengar. Untuk menarik investasi AI jangka panjang, pemerintah perlu fokus pada kondisi-kondisi yang memungkinkan penerapan nyata – lahan, energi, dan komputasi.
Anggap Energi sebagai Infrastruktur AI
Energi bukanlah pembicaraan sampingan, tapi menjadi pondasi dari AI. Pemerintah perlu menganggap energi sebagai infrastruktur inti AI, dengan mengintegrasikan pembangkitan energi, akses jaringan, dan pengembangan pusat data dalam strategi yang terkoordinasi untuk memungkinkan penerapan yang cepat, handal, dan terjangkau.
Beberapa beban kerja AI memerlukan energi yang sangat besar dan sangat sensitif terhadap biaya serta ketersediaan. Diperkirakan pada tahun 2030, pusat data AI bisa menyerap 8-12% dari total permintaan listrik di AS, meningkat dari sekitar 3-4% saat ini. Ketika strategi pembangkitan energi, akses jaringan, dan pengembangan pusat data dijalankan dalam silo yang terpisah, proyek sering terhenti sebelum dimulai.
Di Inggris saja, penelitian menunjukkan bahwa 24,5% organisasi teknologi menyatakan biaya energi menghabiskan lebih dari sepertiga anggaran infrastruktur AI mereka. Sementara itu, 37% mengaku bahwa volatilitas harga energi meningkatkan ketidakpastian dalam pengembangan AI.
Jika energi tidak bisa dijamin dengan andal dan secara ekonomis, investasi akan mengikuti pasar di mana itu mungkin terjadi.
Buat Kecepatan Sebagai Keunggulan Kompetitif
Di infrastruktur AI, waktu berhubungan langsung dengan kelayakan. Siklus perangkat keras bergerak cepat, dan penundaan 12 hingga 18 bulan bisa membuat asumsi investasi awal kadaluarsa. Banyak organisasi bisa mendapatkan GPU di atas kertas, tapi sering terkendala dalam mengintegrasikannya ke dalam lingkungan produksi yang siap pakai karena hambatan dalam perencanaan dan akses jaringan.
Contohnya, di Irlandia, lonjakan permintaan pusat data menyebabkan batasan grid dan penundaan perencanaan di sekitar Dublin, yang memaksa pemerintah dan operator jaringan untuk menghentikan koneksi baru di beberapa daerah. Proyek yang sudah mengamankan lahan dan investasi harus menunggu bertahun-tahun untuk akses listrik, menunjukkan bagaimana hambatan dalam perizinan dapat menghambat penerapan meskipun permintaan dan modal sudah tersedia.
Pemerintah yang bisa mengurangi hambatan dalam proses ini akan mendapatkan keunggulan jelas. Akses ke infrastruktur tidak cukup; yang terpenting adalah seberapa cepat ia dapat dioperasikan.
Prioritaskan Akses ke Komputasi, Bukan Sekadar Inovasi
Saat ini, perhatian masih banyak tercurah pada pendanaan penelitian AI, startup, dan aplikasi. Namun, tanpa akses ke komputasi, investasi tersebut tidak bisa berkembang. Di Eropa, inisiatif seperti Horizon Europe telah mengucurkan miliaran untuk penelitian dan inovasi AI.
Tapi, akses ke komputasi berkinerja tinggi masih terkonsentrasi di beberapa negara anggota, sementara infrastruktur besar-besaran jauh lebih banyak tersedia di AS. Akibatnya, banyak perusahaan AI masih bergantung pada penyedia layanan cloud non-Eropa untuk dapat berkembang.
Ini menciptakan ketegangan yang semakin besar antara kedaulatan dan ekonomi. Di Inggris, 45% organisasi mengaku bahwa kedaulatan data dan regulasi membentuk strategi penerapan mereka, sementara 43% masih memprioritaskan biaya dan kinerja.
Praktisnya, jika infrastruktur lokal terlalu mahal atau lambat untuk diterapkan, beban kerja akan berpindah ke tempat lain. Menarik investasi memerlukan jaminan bahwa kapasitas tersedia di mana organisasi benar-benar membutuhkannya.
Berikan Infrastruktur Terdistribusi Regional
Infrastruktur AI tidak bisa diperlakukan seolah bisa dipusatkan dalam beberapa lokasi saja. Penerapan dibatasi oleh kenyataan seperti ketersediaan lahan, sumber energi yang ada, dan konektivitas jaringan. Cara tercepat untuk berkembang adalah membangun di daerah yang sudah memenuhi kondisi tersebut, daripada memaksa pengembangan ke kawasan yang memerlukan infrastruktur baru yang signifikan terlebih dahulu.
Pendekatan yang lebih terdistribusi tidak hanya mempercepat penerapan, tetapi juga mengurangi tekanan pada jaringan nasional dan mendukung pertumbuhan yang lebih tangguh dan dapat diskalakan.
Contohnya, kami memiliki pusat data di Bournemouth, Inggris; Eropa Timur kini menjadi lokasi yang menarik – lebih dari setengah campuran energi Rumania berasal dari sumber hidro dan nuklir, biaya energi bisa sampai empat puluh persen lebih rendah dibanding banyak pasar Eropa Barat, dan negara ini memiliki ekosistem AI yang berkembang dengan seratus empat puluh enam perusahaan AI termasuk unicorn $35 miliarnya, UiPath.
Selaraskan Kedaulatan, Ekonomi, dan Keterampilan dengan Realitas
Tujuan kedaulatan, tekanan biaya, dan kekurangan keterampilan seringkali diperlakukan sebagai isu terpisah. Kenyataannya, semua ini bertemu di titik penerapan.
Bagi industri yang diatur, komputasi lokal menjadi sangat penting, tetapi juga harus secara komersil layak dan didukung oleh keahlian operasional yang tepat. Industri ini dihadapkan pada kekurangan tidak hanya dalam pengembang AI, tetapi juga para insinyur yang dapat membangun dan menjalankan infrastruktur berskala besar.
Ini berarti insinyur yang mengerti tentang energi, pendinginan, jaringan, dan perangkat keras secara besar-besaran, ditambah tim platform dan sistem yang dapat menjaga lingkungan tetap stabil, efisien, dan aman. Keahlian ini tidak bisa ditambahkan setelah pusat data dibangun, tetapi harus dikembangkan bersamaan dengan investasi infrastruktur.
Tanpa keterampilan untuk mengelola lingkungan ini, investasi tidak bisa diterjemahkan menjadi kemampuan yang andal dan berjangka panjang. Pemerintah yang menyelaraskan kebijakan, ekonomi, dan pengembangan tenaga kerja di sekitar penerapan akan lebih siap mendukung pertumbuhan AI yang berkelanjutan.
Eksekusi Komputasi
Benang merah di seluruh lima area ini adalah eksekusi. Investasi AI tidak lagi ditentukan oleh siapa yang punya strategi paling ambisius atau tujuan paling tinggi. Ia ditentukan oleh siapa yang dapat menyediakan infrastruktur yang berfungsi, pada skala, di dunia nyata.
Negara-negara yang mampu menyelaraskan energi, perencanaan, akses komputasi, dan keterampilan di sekitar penerapan akan menarik gelombang investasi AI berikutnya. Sementara itu, yang lain berisiko menjadi konsumen AI yang dibangun di tempat lain, bukannya menjadi kontributor dalam pengembangannya.
