Investasinya besar karena mesinnya memang mahal

Pada Juli 2026, pemerintah menyebut kapasitas data center yang beroperasi di Indonesia sekitar 580 megawatt, dengan pipeline minat investasi tambahan sekitar 1,3 gigawatt. Di Batam saja, beberapa proyek AI data center diumumkan sepanjang 2026. CoreWeave kemudian mengumumkan tiga fasilitas Indonesia dengan total 360 megawatt contracted IT power yang ditargetkan aktif pada 2028.

Skala angka seperti ini gampang bikin kita membayangkan ribuan gedung kantor penuh orang.

Padahal sebagian besar capital expenditure data center masuk ke tanah, bangunan, kelistrikan, cooling, generator, battery system, network, rack, server, GPU, storage, dan berbagai sistem redundansi.

Jadi investasi besar tidak otomatis sama dengan payroll besar.

Ini penting buat pemerintah daerah. Kalau insentif diberikan dengan asumsi bahwa setiap satu triliun rupiah investasi akan menghasilkan jumlah pekerjaan seperti pabrik padat karya, ekspektasinya bisa salah sejak awal.

Data center adalah capital-intensive infrastructure.

Fase konstruksi memang bisa menyerap banyak tenaga kerja

Sebelum sebuah data center online, ada periode pembangunan yang cukup kompleks.

Civil work, struktur bangunan, instalasi listrik, kabel, substation, cooling system, plumbing, fire protection, security system, fiber, commissioning, dan testing melibatkan banyak vendor.

Di fase ini peluang pekerjaan bisa terasa nyata di daerah. Kontraktor lokal, teknisi, supplier material, transportasi, akomodasi, catering, sampai berbagai jasa pendukung bisa ikut bergerak.

Kalau beberapa proyek dibangun berdekatan, efeknya bisa lebih besar karena ekosistem vendor mulai terbentuk.

Batam punya potensi seperti ini. Ketika kota bukan cuma mendapat satu data center, tetapi beberapa investasi sekaligus, demand untuk pekerjaan teknik dan konstruksi khusus bisa menjadi cukup konsisten sehingga perusahaan lokal berani membangun capability.

Masalahnya, construction employment bersifat siklikal.

Begitu fasilitas selesai, sebagian tenaga kerja pindah ke proyek lain. Jadi angka tenaga kerja pada masa pembangunan tidak boleh dipresentasikan seolah semuanya akan menjadi pekerjaan permanen.

Kalau mau menilai dampak jangka panjang, kita harus melihat fase operasi.

Operasi data center butuh orang yang sangat spesifik

Data center modern memang sangat otomatis, tetapi tidak berjalan tanpa manusia.

Ada facility engineer, electrical engineer, mechanical engineer, network specialist, operations technician, security, site reliability roles, data center technician, capacity management, hardware maintenance, health and safety, cybersecurity, vendor management, dan berbagai fungsi pendukung.

AI data center membuat sebagian skill makin specialized karena power density lebih tinggi, cooling lebih kompleks, hardware sangat mahal, dan downtime punya konsekuensi besar.

Satu kesalahan kecil bukan sekadar komputer kantor restart. Bisa ada rack berisi perangkat bernilai sangat tinggi yang harus tetap berjalan dalam kondisi thermal dan power tertentu.

Karena itu pekerjaan data center cenderung lebih sedikit dibanding beberapa industri padat karya, tetapi skill bar-nya bisa tinggi.

Ini sebenarnya peluang bagus buat Indonesia kalau kita nggak salah desain.

Daripada mengejar narasi “berapa puluh ribu pekerjaan”, lebih realistis mengejar “berapa banyak pekerjaan teknik bernilai tinggi yang bisa diisi talenta lokal”.

Kualitas pekerjaan perlu masuk perhitungan.

Talenta teknis justru bisa jadi bottleneck

Pada 2026, pelaku industri data center Indonesia juga mulai menyoroti tantangan ketersediaan talenta yang memahami teknologi fasilitas terbaru. Itu masuk akal.

Data center duduk di pertemuan beberapa disiplin yang selama ini sering dipisah.

Engineer listrik harus ngerti reliability dan power distribution. Engineer mekanikal harus paham cooling yang semakin demanding. Network engineer harus menjaga throughput dan redundancy. Operations team harus disiplin terhadap prosedur. Cybersecurity harus nyambung dengan physical infrastructure. Vendor harus bisa bekerja di lingkungan mission-critical.

AI menambah layer baru.

High-density compute membuat desain power dan thermal berubah cepat. Skill yang cukup untuk data center generasi lama belum tentu otomatis cukup untuk AI cluster baru.

Kalau Indonesia cuma membangun gedung tetapi tenaga ahli inti didatangkan terus dari luar, kita kehilangan kesempatan knowledge transfer.

Karena itu training pipeline harus mulai sebelum fasilitas selesai.

Politeknik, SMK teknik tertentu, universitas, vendor, dan operator bisa bekerja sama membangun program yang benar-benar hands-on. Bukan workshop AI satu hari dengan sertifikat foto bareng, tapi exposure ke electrical systems, cooling, fiber, safety, operations, troubleshooting, dan reliability.

Data center bisa membuka jalur karier yang selama ini kurang sexy

Di Jakarta, percakapan karier digital sering berat sebelah.

Anak muda diarahkan ke coding, product management, UI/UX, data science, digital marketing, atau content. Semua valid. Tapi ekonomi AI justru menghidupkan kembali pekerjaan yang sangat fisik.

Electrician, cooling technician, facility engineer, network technician, mechanical specialist, dan commissioning engineer menjadi critical.

Ada alasan kenapa industri global makin khawatir soal kekurangan skilled trades di tengah boom data center. Infrastruktur AI tidak bisa dibangun oleh software engineer doang.

Lo bisa punya model paling canggih di dunia. Kalau power distribution salah, selesai.

Ini menarik karena jalur kariernya tidak harus selalu berawal dari universitas elite. Pendidikan vokasi yang kuat bisa punya posisi sangat penting.

Indonesia punya populasi muda dan basis pendidikan teknik yang besar. Tapi kurikulum perlu mengikuti kebutuhan industri.

Kalau lulusan belajar teori yang sama bertahun-tahun sementara teknologi data center berubah cepat, gap tetap lebar.

Efek pekerjaan terbesar mungkin justru di luar gedung

Di sinilah diskusi biasanya lebih menarik.

Data center sendiri mungkin tidak mempekerjakan sebanyak pabrik besar. Tapi kalau keberadaannya menarik cloud provider, system integrator, managed service provider, cybersecurity company, software vendor, AI startup, training center, network operator, dan customer enterprise, employment effect bisa menyebar.

Misalnya, sebuah cloud region lokal membuat perusahaan lebih nyaman memindahkan workload ke cloud. Ini menciptakan demand untuk cloud migration, architecture, security, data engineering, dan application modernization.

Kemudian perusahaan mulai memakai AI. Demand pindah lagi ke AI engineering, governance, workflow redesign, model evaluation, dan automation.

Jadi nilai tenaga kerja terbesar dari data center mungkin bukan orang yang kerja di gedung data center, tetapi orang yang bekerja di ekonomi yang tumbuh di atas compute tersebut.

Persis seperti bandara.

Bandara sendiri punya pekerja. Tapi dampak ekonominya juga datang dari hotel, logistik, pariwisata, transportasi, perdagangan, dan bisnis yang menjadi mungkin karena konektivitas udara.

Data center punya peluang menciptakan efek serupa dalam ekonomi digital, meski mekanismenya beda.

Syaratnya, ada ekosistem lokal yang bisa menangkap demand.

Kalau semua managed service, software, engineering, dan procurement datang dari perusahaan asing, spillover ke tenaga kerja lokal lebih kecil.

UMKM sekitar belum tentu langsung panen

Ada juga asumsi bahwa setiap investasi besar otomatis menghidupkan usaha kecil di sekitar lokasi.

Selama masa konstruksi, warung, kos, transportasi, dan jasa lokal mungkin merasakan peningkatan demand. Tapi data center operasional bukan kawasan kantor yang ribuan pekerjanya keluar makan siang setiap hari.

Traffic manusia bisa jauh lebih sedikit.

Jadi jangan menjual data center ke masyarakat sekitar dengan janji ekonomi retail yang berlebihan.

Manfaat lokalnya lebih kuat kalau pemerintah dan operator sengaja membangun supplier ecosystem, program procurement lokal, training, dan koneksi dengan institusi pendidikan.

Kalau tidak, data center bisa menjadi semacam pulau infrastruktur: asetnya besar, konsumsi resource-nya besar, tetapi interaksi ekonominya dengan lingkungan sekitar minim.

Ini bukan alasan menolak investasi. Ini alasan memperbaiki desain kebijakan.

Pemerintah harus mengukur pekerjaan dengan lebih jujur

Setiap pengumuman investasi biasanya menyertakan angka pekerjaan. Problem-nya, definisinya sering nggak jelas.

Apakah itu direct jobs? Construction jobs? Indirect jobs? Induced jobs? Berapa lama durasinya? Apakah satu orang yang bekerja enam bulan dihitung sama dengan pekerjaan permanen? Apakah supplier dihitung? Apakah angka berasal dari model ekonomi atau kontrak nyata?

Kalau publik nggak tahu metodologinya, angka employment mudah jadi marketing.

Kebijakan yang lebih sehat adalah memisahkan kategori.

Misalnya: pekerjaan konstruksi sementara, pekerjaan operasional permanen, tenaga kerja vendor, apprenticeship, dan estimasi pekerjaan turunan.

Lebih bagus lagi kalau ada laporan aktual setelah fasilitas berjalan.

Berapa orang benar-benar direkrut? Berapa persen lokal? Skill apa yang paling sulit dicari? Berapa vendor lokal yang masuk supply chain? Berapa banyak training dilakukan?

Dengan data itu, daerah lain bisa belajar dan merancang program tenaga kerja yang lebih masuk akal.

Data center seharusnya dipakai untuk upgrade kualitas tenaga kerja

Indonesia tidak perlu malu kalau data center bukan mesin pencipta pekerjaan massal.

Tidak semua industri harus menyerap jutaan orang secara langsung.

Yang penting adalah cocokkan kebijakan dengan karakter aset.

Data center bisa menjadi alat untuk menciptakan kelompok pekerja dengan skill teknis lebih tinggi, mendorong pendidikan vokasi, memperkuat ekosistem engineering, dan membuka pasar untuk perusahaan jasa digital.

Kalau satu fasilitas mempekerjakan ratusan orang secara langsung tetapi membantu menciptakan ribuan pekerjaan berkualitas di cloud, software, cybersecurity, network, dan AI services, itu tetap valuable.

Namun efek tersebut harus dibuktikan, bukan diasumsikan.

Kita juga perlu memastikan jalur masuknya terbuka. Kalau semua pekerjaan bagus mensyaratkan pengalaman lima tahun di data center hyperscale, sementara industrinya baru berkembang, fresh graduate akan stuck di paradox klasik: butuh pengalaman untuk dapat pekerjaan, butuh pekerjaan untuk dapat pengalaman.

Apprenticeship dan certification pathway bisa membantu memecahkan masalah ini.

Investasi jangan dinilai dengan satu angka

Di 2026, Indonesia punya momentum besar untuk menarik data center AI. Lokasi strategis, pasar besar, konektivitas regional, dan pertumbuhan demand membuat ceritanya kuat.

Tapi kualitas investasi perlu dinilai dengan dashboard yang lebih lengkap.

Nilai modal masuk penting. Kapasitas megawatt penting. Namun kita juga perlu melihat pekerjaan permanen, level skill, local supplier spend, training, penggunaan energi, kebutuhan air, kontribusi pajak, connectivity improvement, dan kemampuan digital yang ditinggalkan.

Kalau sebuah proyek membawa modal besar tetapi membutuhkan resource publik besar dan menciptakan sedikit spillover, pemerintah perlu tahu itu.

Kalau proyek lain lebih kecil tetapi menciptakan cluster vendor, training, dan akses compute yang memperkuat banyak bisnis lokal, nilai strategisnya mungkin lebih tinggi.

Jadi jawaban untuk pertanyaan “apakah data center membawa banyak pekerjaan?” adalah: tidak selalu banyak secara langsung, terutama setelah fase konstruksi selesai.

Tapi itu bukan akhir cerita.

Data center bisa membawa pekerjaan yang lebih teknis, lebih specialized, dan menjadi fondasi pekerjaan baru di ekonomi digital yang lebih luas. Hasil akhirnya bergantung pada apakah Indonesia cuma menjual lokasi dan listrik, atau benar-benar menggunakan investasi ini untuk membangun capability.

Gedung server bisa dibangun dalam beberapa tahun. Ekosistem tenaga kerja butuh lebih lama.

Kalau keduanya dirancang bersama dari sekarang, boom data center 2026 bisa menghasilkan sesuatu yang lebih berharga daripada angka investasi: generasi pekerja Indonesia yang benar-benar menguasai infrastruktur tempat ekonomi AI berjalan.