Boom kecerdasan buatan (AI) sering dipandang sebagai perlombaan untuk mendapatkan daya komputasi, bakat, dan investasi. Namun, di balik semua itu, tersimpan kendala yang berbeda; kendala yang jauh lebih sulit terlihat dan sulit untuk diperbesar, yaitu energi.
Perkembangan infrastruktur AI yang pesat di seluruh dunia mulai menguji batasan sistem tenaga, air, dan toleransi publik.
Data center, yang dulunya dianggap sebagai alat netral dari ekonomi digital, kini berada di tengah ketegangan antara ambisi teknologi dan kenyataan fisik. Asia Tenggara memang belum sepenuhnya terjebak dalam ketegangan ini, tetapi tren itu bergerak dengan cepat menuju arah sana.
Pemerintah-pemerintah di kawasan ini mulai menata diri sebagai pusat infrastruktur AI masa depan. Investasi mengalir deras ke dalam data center, ekosistem semikonduktor, dan zona industri yang didukung AI.
Para penyedia cloud global pun memperluas jangkauan mereka secara agresif, didorong oleh dukungan kebijakan, keterhubungan yang lebih baik, dan kedekatan dengan pasar yang tumbuh pesat. Saat ini, momentum ini terlihat seperti sebuah kisah sukses.
Namun, pertanyaan yang lebih penting adalah bukan seberapa cepat Asia Tenggara bisa membangun, melainkan seberapa lama kecepatan itu dapat dipertahankan.
Biaya Tersembunyi dari AI
Permintaan energi untuk AI sering kali dibicarakan dalam istilah abstrak melalui peningkatan efisiensi, optimasi, dan perbaikan performa. Namun, jarang sekali diakui seberapa cepat permintaan itu meningkat dalam praktik.
Melatih model-model besar membutuhkan ledakan komputasi yang sangat besar. Menjalankannya dalam skala besar memerlukan daya yang terus-menerus dan berkelanjutan. Data center AI modern beroperasi pada densitas yang jauh lebih tinggi dibandingkan fasilitas tradisional, dengan sistem pendingin yang mengonsumsi porsi besar dari total penggunaan energi.
Akibatnya, AI tidak lagi sekadar cerita tentang perangkat lunak atau infrastruktur. Ini adalah cerita energi.
Di beberapa pasar, kenyataan ini sudah sulit diabaikan. Perluasan data center yang cepat telah menyumbang pada kemacetan grid, meningkatnya biaya listrik, dan pengawasan yang semakin ketat terhadap konsumsi air.
Di beberapa kasus, hal ini bahkan memicu perlawanan lokal, bukan karena masyarakat menentang teknologi, tetapi karena mereka diminta untuk menanggung jejak fisik yang dihasilkan. Ini bukan risiko yang jauh, tetapi sinyal awal yang harus diperhatikan.
Momen Asia Tenggara — dan Dilemanya
Asia Tenggara memasuki fase ini dengan seperangkat kendala yang berbeda. Banyak negara di kawasan ini sudah berusaha menyeimbangkan urbanisasi yang cepat, pertumbuhan industri, dan meningkatnya permintaan energi. Perencanaan infrastruktur TI kerap terhambat oleh prioritas yang saling bersaing.
Dalam konteks ini, kedatangan beban kerja AI dalam skala besar bukanlah tekanan tambahan, tetapi beban yang menambah sistem yang sudah tertekan.
Saat yang sama, negara-negara Asia Tenggara berlomba-lomba menarik investasi hyperscale, menawarkan insentif dan mempercepat proses persetujuan. Yang muncul adalah semacam mengejar ketertinggalan dalam infrastruktur AI, di mana kecepatan menjadi sebuah keunggulan.
Namun, kecepatan saja tidak menyelesaikan masalah. Justru kecepatan cenderung menunjukkan kelemahan yang ada. Sudah ada diferensiasi dalam pendekatan negara-negara terhadap hal ini.
Di Singapura, pembuat kebijakan mengambil langkah yang lebih hati-hati. Penangguhan pengembangan data center baru beberapa tahun lalu bukanlah mundur, tetapi lebih kepada perhitungan ulang.
Sejak itu pertumbuhan telah dilanjutkan, tetapi dengan kontrol yang lebih ketat — memprioritaskan efisiensi, operasi rendah karbon, dan keterkaitan yang lebih dekat antara infrastruktur digital dan perencanaan energi.
Singapura tetap dibatasi oleh lahan, impor energi, dan kapasitas grid. Namun, tantangan ini telah diubah: ekspansi dimungkinkan, tetapi hanya dalam batas-batas yang jelas.
Di tempat lain, gambaran kurang stabil. Di Malaysia, momentum investasi telah berkembang pesat, khususnya di Johor dan Cyberjaya. Negara ini muncul sebagai pusat infrastruktur kawasan, didukung oleh keunggulan konektivitas dan dukungan kebijakan yang kuat.
Namun bersamaan dengan pertumbuhan itu, kekhawatiran mengenai tarif listrik, penggunaan air, dan kapasitas grid jangka panjang semakin sulit untuk diabaikan.
Membangun Lebih Banyak Tidak Sama dengan Membangun yang Lebih Baik
Banyak pembicaraan saat ini tentang infrastruktur AI masih berfokus pada skala, seperti berapa banyak kapasitas yang dapat ditambahkan, seberapa cepat, dan dengan biaya berapa. Namun, menskalakan AI tidak hanya soal membangun lebih banyak data center. Ini juga membutuhkan cara membangun yang berbeda.
Perubahan itu harus dimulai dengan pengakuan bahwa data center bukan lagi aset terisolasi. Mereka adalah bagian dari ekosistem energi yang lebih luas, di mana permintaan komputasi, ketersediaan daya, dan efisiensi pendinginan saling terkait erat. Menganggap mereka sebagai unit independen — yang dioptimalkan hanya untuk performa — berisiko menciptakan ketidakefisienan yang melampaui fasilitas itu sendiri.
Hal ini juga memerlukan koordinasi tingkat tinggi yang belum pernah ada sebelumnya. Penyedia energi, pengembang infrastruktur, dan operator teknologi sering bekerja paralel, masing-masing mengoptimalkan untuk tujuan mereka sendiri. Infrastruktur AI harus menghilangkan batasan tersebut. Kinerjanya bergantung pada seberapa baik sistem ini terintegrasi.
Selain itu, ada pula isu disiplin. Dalam dua tahun terakhir, fokus banyak pada peningkatan komputasi. Namun seiring sistem AI semakin terbenam dalam operasi, faktor pembatas yang semakin penting adalah data — kualitas, tata kelola, dan aksesibilitasnya.
Tanpa fondasi data yang lebih kuat, lebih banyak komputasi tidak serta merta berarti hasil yang lebih baik. Itu hanya akan memperkuat ketidakefisienan.
Biaya Mengabaikan Kendala
Jika isu-isu ini tetap bersifat sekunder, kecil kemungkinan mereka akan tetap terbatasi.
Instabilitas grid, meningkatnya biaya operasional, dan tekanan lingkungan cenderung muncul di cara yang sulit dikelola setelah kenyataan terjadi. Di beberapa pasar, ini telah diterjemahkan ke dalam penundaan proyek, penolakan regulasi, dan perlawanan publik yang semakin meningkat.
Asia Tenggara belum mencapai titik itu. Namun, sudah cukup dekat untuk melihat bagaimana ini berkembang di tempat lain.
Kawasan ini masih memiliki satu keuntungan: ia dapat belajar dari pengalaman tersebut, bukan hanya menirunya. Mereka bisa menyadari bahwa infrastruktur AI bukan sekadar alat ekonomi, tetapi sebuah sistem yang berinteraksi dengan sumber daya nasional dengan cara yang kompleks. Namun, pengakuan itu memerlukan perubahan prioritas.
Ukuran Kesuksesan yang Berbeda
Fase pertumbuhan AI berikutnya tidak mungkin ditentukan oleh siapa yang membangun kapasitas terbanyak. Ini akan ditentukan oleh siapa yang dapat mempertahankannya.
Bagi Asia Tenggara, ini berarti memperlakukan energi, data, dan infrastruktur sebagai domain yang saling bergantung, bukan terpisah. Ini juga berarti menerima bahwa beberapa kendala tidak dapat diatur ulang, hanya bisa dikelola dengan cara yang lebih cerdas.
Dan itu juga berarti mengakui bahwa daya saing dalam jangka panjang akan bergantung sama pada efisiensi dan ketahanan seperti pada skala.
Ambisi AI di kawasan ini patut diganjar. Kesempatan yang ada nyata. Namun, ambisi tanpa kendala cenderung menciptakan kerentanan.
Jadi, pertanyaan yang lebih berguna bukanlah seberapa cepat Asia Tenggara bisa mengejar dalam perlombaan AI. tetapi apakah mereka bisa menghindari batasan-batasan yang mulai dihadapi oleh yang lain.
Sebab pada akhirnya, tantangannya bukan hanya membangun masa depan. tetapi membangun yang dapat bertahan.
