Kedaulatan AI: Siapa Menguasai Mesin dan Data?

Membangun pusat data di dalam negeri belum tentu memberi kendali atas AI. Negara juga membutuhkan akses komputasi, penguasaan data, talenta dan kemampuan keluar dari kontrak vendor. Kedaulatan AI perlu dinilai dari kemampuan yang dapat diuji, bukan lokasi server atau besarnya pengumuman investasi.

Membaca persaingan AS, Tiongkok dan Eropa secara berlapis

UNCTAD 2025, Bab I, menggambarkan dominasi perusahaan AS dan Tiongkok dalam layanan AI serta ketimpangan infrastruktur. Temuan historis itu membantu membaca daya tawar, tetapi tidak cukup untuk memberi peringkat kekuatan negara pada November 2026. Amerika Serikat memiliki posisi penting melalui ekosistem perusahaan model, cloud dan desain chip; Tiongkok mengembangkan ekosistem alternatif; negara berkembang menghadapi pilihan biaya, akses dan ketergantungan. Masing-masing rantai nilai tetap memerlukan pemetaan tersendiri.

Uni Eropa memperlihatkan jalur pengaruh lain melalui aturan pasar dan pembangunan kapasitas. Halaman resmi Komisi Eropa tentang AI Act menempatkan regulasi bersama agenda inovasi dan AI Factories. Mengatur produk yang masuk pasar tidak identik dengan menguasai manufaktur chip atau semua cloud yang dipakai warganya. Bagi Indonesia, pelajarannya adalah memisahkan kuasa menetapkan aturan, kapasitas menjalankan sistem, dan hak mengendalikan aset. Ketiganya dapat saling mendukung, tetapi tidak otomatis berada pada pihak yang sama.

Empat indikator yang tidak boleh ditukar

Untuk setiap pengumuman investasi, tanyakan apakah kapasitas sudah beroperasi, baru dikontrak, atau masih berupa rencana. Angka megawatt bukan ukuran langsung kemampuan melatih model: kapasitas itu mencakup kebutuhan fasilitas dan tergantung perangkat yang dipasang. Demikian pula, jumlah GPU tanpa informasi generasi, memori, jaringan dan utilisasi tidak cukup untuk menilai layanan. Pembaca perlu mendapatkan penyebut dan tahun data sebelum membandingkan negara atau proyek.

Transfer teknologi harus menghasilkan kemampuan yang bertahan

Dalam usulan pengadaan AIGEO, transfer teknologi perlu diterjemahkan menjadi hasil yang bisa diuji: teknisi lokal mampu mengoperasikan sistem, tim dapat mengubah pipeline tanpa bantuan pemasok, dan dokumentasi dapat dipakai ketika kontrak berakhir. Pelatihan yang hanya mengajarkan antarmuka produk memberi manfaat berbeda dari kemampuan merawat model atau mengaudit data. Tentukan hak atas materi pelatihan, kode integrasi, hasil evaluasi dan pengetahuan operasional sebelum proyek dimulai.

Data localization juga perlu dipisahkan dari kontrol data. Menempatkan salinan di Indonesia dapat memenuhi kebutuhan tertentu, tetapi akses administrator, subprosesor, kunci enkripsi dan jalur dukungan harus diperiksa. Pemetaan ini tidak berarti semua transfer lintas negara dilarang atau setiap layanan lokal aman. Keputusan perlu mengikuti klasifikasi data dan aturan yang berlaku, disertai kemampuan menguji penghapusan, pemulihan serta perpindahan penyedia.

Agenda realistis bagi Indonesia dan ASEAN

Kerja sama ASEAN dapat diprioritaskan pada evaluasi bahasa regional, pelatihan auditor, dokumentasi insiden dan akses komputasi riset bersama. Ini usulan AIGEO, bukan klaim adanya program yang sudah berjalan. Agar tidak menjadi ketergantungan kolektif pada satu vendor, tetapkan standar format data, hak keluar kontrak dan evaluasi independen. Untuk Indonesia, mulailah dari beban kerja bernilai publik dengan kebutuhan terukur, lalu perluas kapasitas ketika pemakaian serta kemampuan pengelolanya terbukti. Belanja infrastruktur harus mengikuti kebutuhan yang dapat diuji.

Kedaulatan bukan berarti semua negara harus mencetak chip

Dalam perdebatan AI, kedaulatan sering direduksi menjadi kewajiban membangun model nasional atau data center milik negara. Padahal, kemampuan menentukan kebijakan data, mengaudit vendor, berpindah penyedia, serta memelihara keahlian domestik dapat sama pentingnya dengan lokasi server. Sebaliknya, menyimpan data di dalam negeri bukan jaminan kendali apabila perangkat lunak, kunci enkripsi, hak administrasi dan rantai pasokan dikuasai pihak lain. Kedaulatan merupakan spektrum kemampuan tawar dan kontrol, bukan label biner.

Angka ketimpangan yang benar-benar tercatat

UNCTAD Technology and Innovation Report 2025, halaman 8–9, menyoroti 100 perusahaan yang menyumbang sekitar 40% investasi R&D bisnis dunia dalam pembahasan data 2022. Ini bukan 40% dari semua belanja R&D pemerintah dan universitas, serta bukan ukuran belanja AI saja. Selain perusahaan Tiongkok, tidak ada perusahaan dari negara berkembang dalam kelompok 100 investor R&D terbesar yang dibahas laporan.

Pada halaman 21, laporan tersebut menyebut AS memiliki sekitar sepertiga sistem TOP500 dan lebih dari separuh kinerja komputasi agregat dalam daftar TOP500 edisi ke-63 tahun 2024, yang memakai benchmark Linpack. Itu bukan sensus seluruh GPU privat, kapasitas AI atau komputasi global. Sementara ITU Facts and Figures 2025 memperkirakan 2,2 miliar orang masih offline. Konektivitas adalah fondasi akses AI, tetapi indikator itu tidak mengukur kepemilikan GPU.

Empat lapis ketergantungan

Lapis pertama adalah semikonduktor, manufaktur dan peralatan produksi. Kedua, cloud, jaringan listrik, pendinginan dan konektivitas. Ketiga, data dan bahasa lokal, termasuk hak komunitas, lisensi dan keamanan. Keempat, model, ekosistem pengembang, distribusi aplikasi dan sertifikasi. Negara dapat kuat di satu lapis dan tergantung di lapis lain. Karena itu, pertanyaan kebijakan harus berangkat dari fungsi strategis dan biaya alternatif, bukan hanya dari kemampuan membeli klaster GPU.

Mengapa pasar model domestik penting tetapi tidak cukup

Model nasional dapat membantu penyesuaian bahasa, kepatuhan dan kapasitas riset. Namun pelatihan model besar membutuhkan modal, perangkat keras, energi, data dan tim yang berkelanjutan. Pilihan lain mencakup model terbuka yang diuji, fine-tuning untuk domain khusus, federated learning bila tepat, atau pembelian layanan cloud dengan klausul portabilitas yang ketat. Kebijakan bisa memberi prioritas pada dataset bahasa Indonesia dan daerah yang memiliki tata kelola hak, evaluasi transparan, serta kompetensi audit independen.

Mengukur posisi tawar penyedia

Dalam simulasi penilaian vendor, beri bobot 25% pada portabilitas data, 25% pada perlindungan dan kontrol akses, 20% pada lokasi serta ketersediaan layanan, 15% pada biaya total, dan 15% pada kemampuan audit. Skor 1–5 per kriteria dikalikan bobot dan dijumlahkan. Skor maksimal 5; setiap organisasi harus menyesuaikan bobot dengan kebutuhan hukum dan operasional. Ini kerangka buatan AIGEO, bukan indeks kedaulatan resmi atau peringkat negara.

Strategi untuk Indonesia

Sektor pendidikan, kesehatan, keuangan, dan administrasi publik membutuhkan klasifikasi data yang berbeda. Pemerintah dapat mengembangkan standar procurement untuk ekspor data, interoperabilitas, audit model dan cadangan vendor. Perguruan tinggi membutuhkan akses komputasi riset, bukan sekadar lisensi chatbot. UMKM memerlukan pelatihan dan layanan AI yang terjangkau. Ekosistem bahasa daerah membutuhkan persetujuan komunitas, dokumentasi dataset dan pembagian manfaat. Usulan AIGEO adalah memperluas akses komputasi dan kemampuan evaluasi agar perguruan tinggi serta usaha kecil dapat ikut membangun aplikasi.

Mengapa konsentrasi komputasi berdampak politik

Kekuatan komputasi tidak hanya memengaruhi kecepatan melatih model. Ia memengaruhi biaya eksperimen, kemampuan mengevaluasi risiko, akses mahasiswa terhadap riset mutakhir, dan daya tawar startup terhadap penyedia infrastruktur. Bila akses GPU untuk penelitian hanya tersedia melalui kontrak mahal dalam mata uang asing, laboratorium beranggaran kecil akan memiliki lebih sedikit kesempatan menguji hipotesis. Ketergantungan pada satu penyedia juga membawa risiko perubahan harga, kebijakan ekspor, pembatasan wilayah, serta penghentian model. Namun keberadaan pusat data di dalam negeri belum otomatis menyelesaikan seluruh dimensi tersebut.

Mengapa statistik harus dibaca hati-hati

Laporan UNCTAD memetakan konsentrasi kemampuan dan modal pengembangan AI, tetapi indikator seperti superkomputer, kapasitas data center, kepemilikan paten dan belanja R&D menggambarkan aspek berbeda. Superkomputer dalam daftar peringkat bukan seluruh instalasi GPU privat milik perusahaan. Jumlah paten tidak sama dengan kualitas inovasi, sedangkan pertumbuhan investasi tidak selalu mencerminkan adopsi produktif. ITU mengukur konektivitas pengguna internet dan kesenjangan kualitas jaringan, bukan kepemilikan akselerator AI. Artikel kebijakan perlu menjaga batas ini agar tidak menyimpulkan satu negara dominan dalam semua dimensi sekaligus.

Pilihan untuk perusahaan Indonesia

Perusahaan dapat melakukan klasifikasi beban kerja: data yang sangat sensitif, tugas dengan kebutuhan latensi rendah, dan pekerjaan generik yang mudah dipindah ke vendor lain. Beban generik bisa memakai API kompetitif; data strategis memerlukan kontrak, kunci enkripsi, dan prosedur pemulihan; sistem lokal patut dipertimbangkan bila risiko dan biaya total mendukung. Sebelum investasi GPU, hitung biaya listrik, pendinginan, pemeliharaan, teknisi, depresiasi, dan utilisasi. Banyak organisasi akan mendapat manfaat lebih besar dari tata kelola data, integrasi aplikasi, dan pelatihan pekerja daripada membeli klaster yang menganggur.

Peran pendidikan dan publik

Kedaulatan AI tidak dapat ditentukan hanya oleh kementerian dan penyedia cloud. Universitas membutuhkan hak akses komputasi yang transparan, skema hibah penelitian, kolaborasi terbuka, serta kebijakan publikasi yang mendukung replikasi. Perusahaan rintisan membutuhkan jalur pengadaan yang masuk akal dan akses data sah. Masyarakat membutuhkan perlindungan dari pengumpulan data yang tidak proporsional dan mekanisme pengaduan. Strategi nasional semestinya menghubungkan tiga kepentingan ini, bukan mengejar angka kapasitas server saja.

Skenario investasi alternatif

Bandingkan dua opsi hipotetis untuk anggaran Rp100 miliar. Opsi A mengalokasikan Rp70 miliar ke perangkat komputasi dan Rp30 miliar untuk operasi serta tenaga ahli. Opsi B mengalokasikan Rp40 miliar untuk akses komputasi bersama, Rp30 miliar untuk dataset berkualitas, Rp20 miliar untuk talenta dan Rp10 miliar untuk audit. Tidak ada bukti universal opsi mana yang lebih baik; hasil bergantung utilisasi, pasar, kapasitas pengelola, dan biaya peluang. Analisis semacam ini membantu menilai kebijakan dari manfaat yang dihasilkan, bukan nilai pembelian perangkat keras.

Portabilitas sebagai ukuran kedaulatan

Dalam kontrak cloud, hak mengekspor data tanpa biaya tak wajar dan memperoleh dokumentasi format adalah kemampuan strategis. Uji pemindahan satu beban kerja penting ke penyedia alternatif secara berkala; hitung waktu, kehilangan fungsi, dan biaya migrasi. Periksa apakah data yang telah dihapus masih ada pada backup dan kapan retensinya berakhir. Untuk model yang disetel dengan data lokal, tentukan hak atas dataset, adaptor, evaluasi dan output agar kerja inovasi tidak hilang saat vendor diganti. Kedaulatan yang bisa diukur akan lebih bermanfaat daripada slogan geografis tanpa pengendalian teknis.

Menghindari ketimpangan baru di dalam negeri

Ketika pemerintah membangun fasilitas komputasi bersama, aksesnya perlu didistribusikan melalui kriteria transparan: kelayakan riset, manfaat publik, kebutuhan kelompok kecil, dan kapasitas penggunaan. Jangan hanya memberikan kapasitas kepada institusi yang sudah paling kuat. Skema kredit komputasi, pendampingan teknis, laboratorium bersama, dan akses bahasa daerah dapat memperluas manfaat. Publikasikan jumlah proyek yang berhasil, tingkat utilisasi, hasil yang direplikasi, serta biaya dukungan per proyek. Indikator ini membantu memperlihatkan apakah investasi komputasi mengubah kapasitas nasional atau hanya menambah aset infrastruktur.

Menghindari jebakan monopoli domestik

Program kedaulatan bisa gagal bila sekadar mengganti ketergantungan asing dengan monopoli pemasok lokal yang tidak transparan. Pengadaan sebaiknya memiliki standar interoperabilitas, dokumentasi API, hak ekspor data, dan persyaratan penghapusan yang dapat diuji. Persaingan sehat memungkinkan penyedia lokal masuk tanpa harus membangun seluruh rantai pasok sendiri. Evaluasi perlu membandingkan total biaya kepemilikan, risiko lock-in, manfaat keamanan, dan kesempatan membina talenta. Kedaulatan tidak boleh menjadi alasan untuk menurunkan perlindungan privasi atau menutup audit.

Indikator kesiapan yang dapat diaudit

Ukurlah jumlah organisasi yang bisa mengekspor datanya dalam format standar, waktu berpindah vendor, ketersediaan dataset sah, jumlah peneliti yang punya akses komputasi, serta persentase proyek yang menerapkan penilaian dampak. Tambahkan pengukuran biaya dan latensi untuk bahasa Indonesia dan bahasa daerah. Indikator tersebut lebih dekat dengan kemampuan institusional dibanding jumlah pengumuman investasi. Pemantauan harus mengakui keterbatasan data dan tidak mencampurkan kapasitas pusat data umum dengan komputasi AI berakselerator.

Kesimpulan

Menjadi pengguna AI global tidak otomatis menghilangkan kedaulatan, tetapi ketergantungan yang tak bisa diukur dan dinegosiasikan dapat melemahkan posisi negara. Kedaulatan praktis berarti kemampuan memilih, mengawasi, berpindah, membangun kompetensi, serta menentukan apa yang tidak boleh didelegasikan.

Sumber dan metode

Rujukan primer dan bacaan terkait yang dipakai dalam artikel:

• UNCTAD 2025
• ITU 2025
• Strategi industri AI Indonesia
• Bahasa daerah dan AI

Angka simulasi dalam artikel bukan temuan empiris. Tidak ada klaim telah dilakukan uji langsung atas sistem AI tertentu. Tanggal dan kondisi hukum mengikuti sumber yang dirujuk; penerapan ke kasus nyata membutuhkan pemeriksaan setempat.