Perlombaan AI dunia sering terlihat seperti lomba model. Model siapa paling pintar, paling cepat, paling multimodal, paling murah, paling aman, paling banyak dipakai, paling bagus untuk coding, paling kuat untuk reasoning.
Itu memang penting. Tapi itu hanya lapisan yang terlihat.
Di bawah lomba model, ada perlombaan yang jauh lebih keras: siapa punya data, siapa punya energi, siapa punya chip, siapa punya data center, siapa punya cloud, siapa punya jaringan, siapa punya talent, dan siapa punya modal untuk menjalankan semuanya dalam skala global.
AI bukan hanya software. AI adalah industri berat yang menyamar sebagai aplikasi ringan.
Ketika pengguna mengetik prompt, yang terlihat hanya antarmuka. Yang tidak terlihat adalah listrik yang mengalir, server yang bekerja, chip yang panas, data center yang didinginkan, jaringan yang membawa permintaan, dan data yang membuat model bisa menjawab.
Karena itu, perlombaan AI dunia bukan cuma soal model. Ini juga soal data dan energi.
Model Adalah Wajah, Infrastruktur Adalah Tubuh
Publik mengenal AI dari wajahnya: chatbot, image generator, video generator, coding assistant, AI search, dan agent. Wajah ini penting karena di situlah pengguna merasakan manfaat.
Tetapi wajah tidak bisa bergerak tanpa tubuh.
Tubuh AI adalah compute, data center, cloud, storage, jaringan, listrik, cooling, data pipeline, dan talent engineering. Tanpa itu, model paling canggih sekalipun hanya menjadi konsep.
International Energy Agency dalam laporan Energy and AI menyatakan dengan sangat jelas: tidak ada AI tanpa energi, khususnya listrik untuk data center. IEA memperkirakan konsumsi listrik data center global sekitar 415 TWh pada 2024, sekitar 1,5 persen konsumsi listrik global, dan telah tumbuh sekitar 12 persen per tahun dalam lima tahun terakhir.
Angka ini mengubah cara kita membaca AI. Setiap kemajuan model bukan hanya kemajuan algoritma, tetapi juga pertambahan beban fisik pada infrastruktur energi.
Data Center Menjadi Pabrik AI
Data center adalah pabrik AI modern. Bedanya, yang diproduksi bukan barang fisik, tetapi jawaban, prediksi, rekomendasi, gambar, kode, suara, analisis, dan otomatisasi.
Semakin banyak AI digunakan, semakin besar kebutuhan data center. Bukan hanya untuk melatih model besar, tetapi juga untuk menjalankan inference jutaan atau miliaran kali setiap hari.
IEA memperkirakan konsumsi listrik data center akan lebih dari dua kali lipat menjadi sekitar 945 TWh pada 2030. Jumlah itu sedikit lebih tinggi dari konsumsi listrik Jepang saat ini. AI disebut sebagai pendorong terpenting pertumbuhan tersebut, bersama meningkatnya permintaan layanan digital lain.
Ini membuat data center bukan lagi fasilitas teknis di belakang layar. Ia menjadi bagian dari strategi nasional, industri energi, investasi, dan geopolitics.
Negara yang punya kapasitas data center kuat akan punya posisi lebih besar dalam ekonomi AI. Negara yang hanya mengonsumsi layanan AI dari luar akan bergantung pada infrastruktur orang lain.
Energi Menjadi Batas Baru Inovasi AI
Selama ini banyak orang menganggap batas AI ada pada algoritma, data, atau chip. Sekarang makin jelas bahwa energi juga menjadi batas.
Data center membutuhkan listrik besar dan pasokan stabil. AI workloads membutuhkan power density tinggi. Pendinginan membutuhkan energi dan air. Grid harus mampu menampung beban baru. Jika listrik mahal atau tidak stabil, biaya AI naik. Jika energi tidak bersih, emisi dan tekanan lingkungan meningkat.
IEA memperkirakan pembangkit listrik untuk memasok data center naik dari 460 TWh pada 2024 menjadi lebih dari 1.000 TWh pada 2030 dan 1.300 TWh pada 2035 dalam base case. Ini bukan pertumbuhan kecil.
Itulah mengapa Uni Eropa mulai mengusulkan standar efisiensi energi dan label keberlanjutan untuk data center. Reuters melaporkan pada 4 Juni 2026 bahwa rencana tersebut muncul karena kekhawatiran terhadap lonjakan kebutuhan listrik, air, dan emisi dari AI-driven data centers.
AI membuat energi kembali menjadi isu teknologi inti.
Data Adalah Sumber Daya Strategis Kedua
Jika energi membuat AI bisa berjalan, data membuat AI bisa berguna.
Model besar membutuhkan data untuk belajar pola bahasa, gambar, kode, dunia, dan perilaku. Produk AI membutuhkan data pengguna, data domain, data transaksi, data dokumen, data operasional, dan data lokal agar benar-benar relevan.
Negara atau perusahaan yang punya data berkualitas punya keunggulan besar. Mereka bisa melatih model lebih baik, membuat produk lebih personal, memahami pasar lebih dalam, dan menciptakan moat yang sulit ditiru.
Namun data tidak tersebar merata. Negara maju punya arsip digital, riset, publikasi, dokumentasi, dan data industri yang lebih kuat. Platform besar punya data perilaku pengguna dalam skala masif. Negara berkembang sering punya realitas sosial yang kaya, tetapi datanya tersebar, tidak terstruktur, atau tidak aman untuk digunakan.
Untuk Indonesia, ini krusial. Kita punya populasi, transaksi, bahasa, UMKM, dan ekonomi digital besar. Tetapi jika data lokal tidak dirapikan, nilai strategisnya bisa tidak kembali ke Indonesia.
AI Race Adalah Race Mengolah Data
Perlombaan AI bukan hanya siapa punya data paling banyak. Yang lebih penting adalah siapa bisa mengubah data menjadi model, produk, insight, dan keputusan.
Data yang berantakan tidak otomatis menjadi aset. Data yang tidak legal tidak bisa dipakai aman. Data yang bias bisa menghasilkan sistem yang tidak adil. Data yang tidak punya metadata sulit diaudit. Data yang terkunci di platform besar tidak selalu memberi manfaat ke pelaku kecil.
World Bank dalam Digital Progress and Trends Report 2025 menyebut context sebagai salah satu fondasi AI, bersama connectivity, compute, dan competency. Context mencakup data dan aplikasi lokal. Tanpa context, AI sulit memberi manfaat yang sesuai dengan kebutuhan masyarakat dan ekonomi lokal.
Ini berarti negara berkembang harus berhenti melihat data hanya sebagai residu aktivitas digital. Data adalah infrastruktur ekonomi.
Energi dan Data Akan Menentukan Negara Mana yang Punya AI Sovereignty
Kedaulatan AI sering dibahas dari sisi model lokal atau regulasi data. Itu penting, tetapi belum cukup.
AI sovereignty juga membutuhkan energi dan data center. Jika sebuah negara tidak punya listrik stabil untuk data center, akses compute terjangkau, cloud governance, dan data lokal yang siap, maka kedaulatannya terbatas.
Negara bisa punya undang-undang data, tetapi tetap bergantung pada infrastruktur luar untuk menjalankan AI. Negara bisa punya pasar besar, tetapi tidak punya compute. Negara bisa punya developer, tetapi tidak punya dataset. Negara bisa punya data, tetapi tidak punya energi dan cloud untuk mengolahnya.
Inilah mengapa AI sovereignty harus dibaca sebagai sistem, bukan slogan.
Model, data, compute, cloud, energi, dan governance harus berjalan bersama.
Stanford AI Index Menunjukkan Konsentrasi Infrastruktur
Stanford AI Index 2026 mencatat Amerika Serikat menjadi rumah bagi jumlah data center AI terbanyak, dengan sebagian besar chipnya difabrikasi oleh satu foundry Taiwan. Laporan itu menunjukkan bahwa rantai pasok AI global sangat terkonsentrasi pada negara dan perusahaan tertentu.
Konsentrasi ini menciptakan risiko. Jika chip, data center, cloud, dan model terkonsentrasi, maka akses AI global ikut terkonsentrasi. Negara yang tidak berada dalam rantai nilai utama akan lebih rentan terhadap perubahan harga, regulasi ekspor, geopolitik, dan kebijakan platform.
Untuk Indonesia, ini bukan alasan untuk panik. Ini alasan untuk realistis.
Kita perlu tahu di mana posisi kita dalam rantai AI global. Apakah hanya pengguna? Apakah lokasi data center? Apakah pasar cloud? Apakah sumber data? Apakah pembangun produk vertikal? Apakah penyedia talent? Posisi itu harus dirancang, bukan dibiarkan terbentuk sendiri.
Indonesia Punya Modal, Tapi Harus Menghubungkan Energi, Data, dan Industri
Indonesia punya beberapa modal penting: pasar besar, ekonomi digital tumbuh, lokasi strategis, kebutuhan AI di banyak sektor, dan potensi energi. Kita juga mulai menarik investasi data center dan cloud.
Tetapi modal itu harus dihubungkan.
Data center harus terhubung dengan strategi energi. Cloud harus terhubung dengan talenta lokal. Data publik harus terhubung dengan inovasi. UMKM harus dibantu merapikan data. Industri harus punya use case AI yang nyata. Regulasi harus memberi kepastian tanpa mematikan eksperimen.
Jika tidak, Indonesia bisa menjadi tempat lewatnya data dan energi tanpa menangkap nilai ekonomi utama.
AI infrastructure bukan hanya proyek investasi. Ia harus menjadi strategi pembangunan kapasitas.
Energi Bersih Bisa Menjadi Keunggulan AI
Karena AI membutuhkan listrik besar, energi bersih bisa menjadi faktor kompetitif. Perusahaan global semakin memperhatikan emisi dan sustainability. Data center yang ditopang energi lebih bersih akan lebih menarik untuk jangka panjang.
Indonesia punya peluang jika bisa menggabungkan energi terbarukan, grid yang kuat, lokasi strategis, dan kebijakan data center yang jelas. Tetapi peluang ini tidak otomatis. Dibutuhkan perencanaan energi, izin, infrastruktur transmisi, dan kepastian investasi.
Jika energi tidak disiapkan, pertumbuhan data center bisa menambah tekanan pada listrik dan lingkungan. Jika disiapkan dengan baik, AI dan energi bisa menjadi agenda industrial policy baru.
AI economy tidak akan lepas dari energy policy.
Data Lokal Harus Dianggap Infrastruktur Publik
Selain energi, Indonesia perlu membangun data lokal sebagai infrastruktur. Ini tidak berarti semua data harus terbuka. Data pribadi dan data sensitif tetap harus dilindungi.
Tetapi data publik yang berkualitas, standar metadata, interoperabilitas, bahasa Indonesia, dataset daerah, data UMKM, data pendidikan, data kesehatan publik, data transportasi, dan data regulasi harus dikelola lebih serius.
Open data yang buruk tidak membantu AI. Data tertutup total juga menghambat inovasi. Yang dibutuhkan adalah data governance yang membedakan mana data publik, mana data sensitif, mana data yang bisa dianonimkan, mana data yang perlu consent, dan mana yang bisa dipakai untuk riset serta inovasi.
Data lokal yang baik membuat AI lokal lebih relevan.
Perlombaan AI Akan Memenangkan Negara yang Membangun Fondasi
Negara yang hanya mengejar aplikasi AI akan bergerak cepat di permukaan, tetapi rapuh di bawah. Negara yang membangun fondasi akan lebih lambat terlihat, tetapi lebih kuat dalam jangka panjang.
Fondasi itu mencakup listrik, data center, cloud, cybersecurity, chip access, data governance, talent, standard, dan sektor prioritas.
Indonesia harus menghindari jebakan menjadi konsumen AI yang sangat besar tetapi fondasinya tipis. Kita harus menjadi negara yang memakai AI, membangun data, memperkuat infrastruktur, melatih talent, dan menjaga posisi tawar.
Jika tidak, ekonomi AI akan menjadi ekonomi sewa: kita membayar akses ke sistem yang dikendalikan pihak lain.
Kesimpulan: AI Adalah Perlombaan Fisik dan Digital Sekaligus
Perlombaan AI dunia bukan cuma soal model. Model memang penting, tetapi model berdiri di atas data dan energi.
Data menentukan apakah AI memahami dunia. Energi menentukan apakah AI bisa berjalan. Compute menentukan siapa bisa membangun. Cloud menentukan siapa bisa mengakses. Data center menentukan di mana kekuasaan digital berada.
Topik ini berada dalam cluster Global AI Watch, dan terhubung dengan Digital Economy, Industry Intelligence, AI Governance, serta Data, Privacy & Digital Rights.
Indonesia perlu berhenti membaca AI hanya sebagai aplikasi. AI adalah industri data dan energi. Negara yang memahami itu akan lebih siap membangun masa depan. Negara yang tidak memahami itu akan menjadi pengguna antarmuka yang tampak canggih, tetapi bergantung pada mesin yang dimiliki orang lain.