Gelombang kecerdasan buatan (Artificial Intelligence/AI) sedang mengubah peta investasi pusat data di Indonesia. Nilai investasi yang masuk tidak lagi berada pada skala puluhan atau ratusan juta dolar AS, melainkan telah menembus miliaran dolar dengan kebutuhan daya yang mencapai ratusan megawatt.
Digital Edge, misalnya, pada Januari 2026 mengumumkan investasi US$4,5 miliar untuk membangun CGK Campus di kawasan industri GIIC, Bekasi. Kampus hyperscale tersebut dirancang memiliki kapasitas 500 MW dan dapat ditingkatkan hingga 1 GW. Fasilitasnya secara khusus disiapkan untuk kebutuhan hyperscale dan beban kerja AI, termasuk penggunaan direct-to-chip liquid cooling dan air daur ulang.
Di Jatiluhur, Jawa Barat, BDx Data Centers menyiapkan AI Campus 2 atau CGK4 dengan kapasitas 640 MW. Proyek yang terdiri atas enam gedung itu memperoleh dukungan kapasitas jaringan sebesar 845 MVA dari PLN. Gedung pertama dirancang memiliki kapasitas 120 MW, dengan fase pertama ditargetkan mulai beroperasi pada awal 2027. Teknologi pendinginannya dirancang menangani kepadatan hingga 500 kW per rak, menggambarkan kelas komputasi yang jauh berbeda dari pusat data konvensional.
Gelombang tersebut juga mulai bergerak ke lapisan komputasi AI. Zankore AI Factory yang dikembangkan melalui kolaborasi sejumlah perusahaan teknologi dan telekomunikasi Indonesia diproyeksikan mencapai kapasitas hingga 1 GW dalam tiga tahun. Di sisi lain, Microsoft telah mengumumkan komitmen investasi US$1,7 miliar untuk infrastruktur cloud dan AI di Indonesia pada periode 20242028.
Deretan angka itu menunjukkan bahwa Indonesia sedang memasuki babak baru dalam ekonomi digital. Pusat data bukan lagi sekadar bangunan yang berisi server untuk menyimpan dan memproses data perusahaan. Infrastruktur tersebut mulai menjadi fondasi ekonomi AI, dengan kebutuhan komputasi, listrik, jaringan, lahan, dan sistem pendinginan dalam skala yang jauh lebih besar.
Pertanyaannya kemudian bukan lagi apakah Indonesia membutuhkan investasi data center. Pertanyaan yang lebih mendasar adalah investasi seperti apa yang ingin dibangun, di mana lokasinya, sumber daya apa yang digunakan, dan seberapa besar nilai tambah yang tinggal di Indonesia setelah fasilitas tersebut beroperasi?
Pertanyaan itu menjadi semakin relevan setelah Pemerintah Provinsi Jawa Barat menghentikan sementara pembangunan AI data center BDx di Jatiluhur. Penghentian tersebut berkaitan dengan pemenuhan persyaratan lingkungan dan bangunan, termasuk AMDAL dan Persetujuan Bangunan Gedung (PBG). Pemerintah daerah meminta seluruh persyaratan dipenuhi sebelum pekerjaan konstruksi dilanjutkan.
Kasus Jatiluhur seharusnya tidak dibaca sebagai penolakan terhadap investasi data center. Justru sebaliknya, peristiwa tersebut menjadi kesempatan untuk menguji apakah kerangka regulasi Indonesia sudah mampu mengikuti skala investasi infrastruktur AI yang datang begitu cepat.
Berbeda
AI data center memang memiliki karakteristik teknis yang berbeda dari pusat data konvensional. Model AI generatif dan high-performance computing membutuhkan akselerator berbasis GPU dengan kepadatan komputasi tinggi. Konsekuensinya, kebutuhan listrik dan kemampuan membuang panas meningkat secara signifikan. Karena itu, pembangunan fasilitas semacam ini tidak cukup hanya mempertimbangkan ketersediaan lahan dan konektivitas serat optik.
Jaringan listrik harus mampu menanggung beban yang sangat besar dan stabil. Sistem pendinginan harus dirancang sesuai kepadatan komputasi. Ketersediaan air dan dampaknya terhadap pengguna lain harus dihitung. Infrastruktur transmisi dan gardu harus dipersiapkan. Bahkan tata ruang kawasan perlu mempertimbangkan apakah lingkungan sekitar mampu menanggung tambahan beban tersebut dalam jangka panjang.
Jatiluhur memperlihatkan betapa nyata persoalan itu. Lembaga kajian Institute for Essential Services Reform (IESR) memperkirakan kebutuhan air proyek tersebut pada fase pengembangan berikutnya dapat mencapai sekitar 384 liter per detik atau sekitar 33.000 meter kubik per hari. Angka tersebut setara lebih dari 12 juta meter kubik per tahun. IESR juga menghitung bahwa beban listrik 640 MW jika beroperasi penuh sepanjang tahun setara dengan konsumsi sekitar 5,6 TWh per tahun.
Angka tersebut perlu dibaca secara proporsional. Teknologi liquid cooling tidak dengan sendirinya berarti pusat data harus mengonsumsi air dalam jumlah besar. Sistem closed-loop, penggunaan air daur ulang, dan desain pendinginan yang lebih efisien dapat menekan konsumsi air. Persoalannya terletak pada keseluruhan desain fasilitas: dari sumber air, teknologi heat rejection, water usage effectiveness (WUE), hingga kompetisi penggunaan air dengan kebutuhan domestik, pertanian, dan ekosistem.
Hal yang sama berlaku untuk listrik. Sebuah fasilitas berkapasitas 640 MW bukan sekadar pelanggan listrik berukuran besar. Kehadirannya dapat memengaruhi kebutuhan pembangkitan, jaringan transmisi, gardu, cadangan sistem, serta investasi infrastruktur kelistrikan di sekitarnya. Karena itu, biaya dan manfaat infrastrukturnya perlu dihitung secara transparan.
Di sinilah persoalan yang lebih besar muncul.
Indonesia memiliki alasan kuat untuk menyambut investasi AI. Investasi tersebut membawa modal, memperluas infrastruktur digital, menciptakan permintaan terhadap tenaga profesional, memperkuat konektivitas, dan berpotensi meningkatkan kapasitas komputasi nasional. Bahkan, keberadaan compute infrastructure di dalam negeri dapat membantu perusahaan, pemerintah, perguruan tinggi, dan pengembang lokal mengakses kapasitas AI tanpa seluruh beban komputasi harus ditempatkan di luar negeri.
Namun, manfaat tersebut tidak otomatis muncul hanya karena sebuah pusat data berdiri di Indonesia.
Dalam ekonomi digital global, terdapat pembagian nilai yang perlu dicermati. Modal, teknologi akselerator, cloud platform, model AI, perangkat lunak, dan kekayaan intelektual dapat berada di tangan perusahaan global. Indonesia menyediakan lahan, listrik, jaringan, sumber daya alam, dan pasar. Jika tidak dirancang dengan baik, Indonesia berisiko hanya memperoleh manfaat dari pembangunan fisik, sementara nilai ekonomi terbesar dari komputasi dan layanan AI justru tercipta di lapisan lain.
Di sinilah istilah “kutukan ekstraktif digital” menjadi relevan sebagai peringatan.
Dalam industri ekstraktif konvensional, suatu negara dapat memiliki sumber daya alam melimpah tetapi hanya memperoleh bagian terbatas dari rantai nilai karena pengolahan, teknologi, pembiayaan, dan pemasaran bernilai tinggi berlangsung di tempat lain.
Model serupa tidak boleh terjadi dalam ekonomi AI.
Sumber dayanya memang berbeda. Bukan minyak atau mineral, melainkan listrik, air, lahan, konektivitas, dan kapasitas infrastruktur. Tetapi logikanya sama: apabila Indonesia hanya menyediakan sumber daya untuk menjalankan komputasi sementara kepemilikan teknologi, model AI, aplikasi, data bernilai tinggi, dan monetisasi berada di luar negeri, maka pembangunan fisik yang masif belum tentu menghasilkan lompatan struktural bagi ekonomi nasional.
Masalah berikutnya adalah kepadatan tenaga kerja.
Pembangunan data center memang membutuhkan tenaga kerja dalam fase konstruksi, engineering, instalasi, dan commissioning. Namun, setelah beroperasi, fasilitas tersebut memiliki job density yang relatif rendah dibandingkan industri manufaktur atau kawasan ekonomi yang padat tenaga kerja. Sebuah kampus data center berkapasitas ratusan megawatt dapat membutuhkan investasi dan sumber daya dalam jumlah sangat besar, tetapi tidak secara otomatis menciptakan lapangan kerja langsung dalam skala yang sebanding.
Karena itu, ukuran keberhasilan investasi AI data center tidak seharusnya berhenti pada nilai investasi, kapasitas MW, atau jumlah gedung yang dibangun.
Indonesia perlu mengukur berapa banyak nilai tambah yang tercipta di dalam negeri.
Berapa besar komputasi yang dapat diakses perusahaan dan peneliti Indonesia? Berapa banyak talenta AI yang dilatih? Berapa banyak pusat riset dan pengembangan yang dibangun? Berapa banyak perusahaan lokal yang masuk ke rantai pasok? Berapa besar energi terbarukan yang digunakan? Berapa efisien konsumsi airnya? Dan yang tidak kalah penting, siapa yang menanggung biaya penguatan jaringan listrik dan infrastruktur sumber daya di sekitar kawasan?
Pertanyaan-pertanyaan tersebut membutuhkan perubahan pendekatan kebijakan.
Pertama, pemerintah perlu memperkuat klasterisasi dan zonasi data center berbasis daya dukung kawasan. Tidak semua wilayah yang memiliki lahan dan konektivitas otomatis cocok untuk menjadi lokasi AI data center. Kapasitas jaringan listrik, ketersediaan air, risiko bencana, tata ruang, kepadatan penduduk, serta keberadaan kawasan pertanian dan ekosistem sensitif harus menjadi bagian dari penilaian sejak tahap awal.
Kedua, pemerintah perlu menetapkan standar efisiensi energi dan air yang sesuai dengan karakter AI data center. Penggunaan teknologi closed-loop cooling, air daur ulang, dry cooling, atau kombinasi teknologi lain perlu didorong sesuai karakter lokasi dan desain fasilitas. Standar WUE dan PUE dapat digunakan bukan sekadar sebagai indikator pelaporan, tetapi sebagai bagian dari persyaratan pengembangan fasilitas berskala besar.
Ketiga, pembangunan AI data center harus dikaitkan dengan strategi energi nasional. Fasilitas yang mengonsumsi ratusan megawatt tidak cukup hanya mendapatkan kepastian pasokan listrik. Pemerintah perlu memastikan ekspansi beban baru tersebut tidak secara tidak proporsional meningkatkan tekanan terhadap sistem kelistrikan dan target transisi energi. Investasi AI seharusnya menjadi salah satu pendorong permintaan terhadap energi bersih, bukan alasan untuk memperpanjang ketergantungan pada energi beremisi tinggi.
Keempat, Indonesia perlu mulai memikirkan performance requirements untuk investasi AI berskala besar. Insentif investasi seharusnya dapat dikaitkan dengan kontribusi terhadap ekosistem nasional: pelatihan talenta, pusat riset dan pengembangan, akses komputasi bagi universitas dan perusahaan rintisan, pengembangan pemasok lokal, serta kolaborasi dengan industri dan lembaga penelitian Indonesia.
Pendekatan tersebut bukan berarti pemerintah harus memaksa investor menyerahkan teknologi atau mengatur setiap aspek bisnisnya. Negara hanya perlu memastikan bahwa insentif yang diberikan menghasilkan spillover ekonomi yang lebih luas daripada sekadar pembangunan bangunan dan konsumsi listrik.
Kelima, pemerintah perlu membuat mekanisme harga dan kompensasi sumber daya yang transparan. Jika suatu proyek membutuhkan penguatan jaringan, pembangunan infrastruktur air, atau peningkatan kapasitas utilitas publik, perlu jelas siapa yang menanggung biayanya. Demikian pula, jika suatu kawasan memperoleh tekanan tambahan terhadap sumber daya air atau lingkungan, manfaat ekonomi yang diterima masyarakat sekitar harus dapat diukur dan dipertanggungjawabkan.
Kerangka seperti itu justru akan memberikan kepastian lebih besar kepada investor.
Investasi berskala miliaran dolar membutuhkan kepastian hukum dan regulasi. Investor tidak hanya membutuhkan lahan dan listrik, tetapi juga kepastian bahwa aturan lingkungan, tata ruang, bangunan, energi, dan air jelas sejak awal. Proses perizinan yang tertib akan jauh lebih sehat dibandingkan pembangunan yang berjalan terlebih dahulu, kemudian persoalan regulasi baru muncul setelah konstruksi dimulai.
Kasus Jatiluhur memberikan pelajaran penting di titik ini. Penghentian sementara proyek bukan semata persoalan antara pemerintah daerah dan investor. Peristiwa tersebut menunjukkan kebutuhan untuk membangun aturan main nasional bagi era AI data center.
Jika setiap proyek raksasa harus menemukan sendiri batas antara investasi, energi, air, tata ruang, dan lingkungan, maka ketidakpastian akan terus berulang. Sebaliknya, jika pemerintah menetapkan standar nasional yang jelas, investor dapat mengetahui sejak awal kawasan mana yang sesuai, teknologi apa yang diperlukan, standar efisiensi apa yang harus dipenuhi, serta kontribusi apa yang diharapkan kepada ekonomi nasional.
Indonesia sedang berada pada posisi yang menarik. Karena itu, Indonesia tidak perlu memilih antara investasi dan lingkungan, atau antara AI dan kepentingan masyarakat. Yang dibutuhkan adalah desain kebijakan yang memastikan keduanya berjalan dalam satu kerangka pembangunan.
Indonesia jangan sampai hanya menjadi “ruang mesin” bagi ekonomi AI global—menyediakan listrik, air, lahan, dan konektivitas, sementara nilai tambah tertinggi berada di tempat lain.
Gelombang AI adalah peluang besar. Namun, peluang itu baru menjadi transformasi ekonomi jika Indonesia tidak berhenti sebagai tempat compute berlangsung, melainkan ikut memiliki pengetahuan, talenta, aplikasi, riset, dan nilai ekonomi yang lahir dari komputasi tersebut.
Pada akhirnya, ukuran keberhasilan investasi AI data center bukan hanya berapa megawatt yang berhasil dibangun atau berapa miliar dolar yang berhasil diumumkan.
Ukuran yang lebih penting adalah berapa besar kecerdasan, inovasi, produktivitas, dan kesejahteraan yang berhasil tinggal di Indonesia.
Setiap watt listrik dan setiap tetes air yang digunakan untuk menjalankan mesin AI harus memberi lebih dari sekadar uptime bagi server. Ia harus menjadi bagian dari lompatan nilai tambah ekonomi Indonesia.
@IndoTelko