Ketika Harapan Menjadi Mahal AI, Biaya Modal, dan Perebutan Kuasa atas Teknologi

Oleh: Fauzan Nur Ahmadi, dosen di Fakutas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara

Pada Rabu, 14 Oktober 2026, inflasi konsumen Amerika Serikat untuk September tercatat 3,7 persen secara tahunan, lebih panas dari perkiraan, dan taruhan pasar atas kenaikan suku bunga The Fed pada Oktober naik menjadi 50 persen. Indeks semikonduktor Philadelphia terpangkas 4,3 persen (CGTN, 15 Oktober 2026). S&P 500 dan Nasdaq mencatat penurunan harian terbesar sejak Juli, CoreWeave, operator pusat data yang sarat utang, anjlok 15 persen, dan Oracle turun hampir 9 persen (Reuters, dikutip Business Recorder). Padahal, sepekan sebelumnya, S&P 500 dan Nasdaq 100 baru saja membukukan penutupan mingguan tertinggi sepanjang sejarah (TVI Newsletter, 10 Oktober 2026).

Perubahan suasana yang secepat itu menunjukkan bahwa yang diguncang hari itu bukan kecanggihan teknologinya, melainkan harga untuk mendanainya. Itulah tesis tulisan ini: gejolak saham AI adalah pertarungan tentang biaya modal, dan siapa yang mampu menanggung biaya itu menentukan siapa yang memegang kendali atas teknologi.

Yang Diuji Pasar adalah Pembiayaan, Bukan Permintaan

Cara termudah membaca koreksi ini adalah menyimpulkan bahwa AI gagal. Data tidak mendukung kesimpulan itu. TSMC baru saja mencatat laba kuartalan rekor untuk keenam kalinya berturut-turut, dan seorang ekonom Jefferies memperkirakan musim laporan keuangan akan menunjukkan permintaan yang tetap kuat. Kegelisahan investor terletak di tempat lain, yakni pada besarnya dana yang harus dikumpulkan. Morgan Stanley memperkirakan infrastruktur AI membutuhkan pembiayaan eksternal sekitar 1,5 triliun dolar AS hingga 2028, dan penerbitan utang global terkait AI pada 2026 diproyeksikan melonjak hampir dua kali lipat menjadi sekitar 570 miliar dolar AS (Reuters, 10 Juni 2026). Ketika suku bunga naik, pusat data yang baru menghasilkan pendapatan bertahun-tahun kemudian menjadi jauh lebih mahal untuk dibangun. Seorang eksekutif HSBC menggambarkan perubahan sikap itu menyebabkan bank dan investor kini semakin selektif dan menuntut imbal hasil lebih tinggi untuk pendanaan AI (Bloomberg, 15 Oktober 2026).

Ada pula persoalan selisih antara investasi dan pendapatan. Gartner memperkirakan penyedia AI akan menanam hampir 7 triliun dolar AS hingga 2030, sementara total pendapatan AI paling banyak mencapai 3,6 triliun dolar AS, jauh di bawah 8,5 triliun dolar AS yang dibutuhkan untuk menutup biaya modal beserta imbal hasil yang disyaratkan. Angka ini perlu dibaca sebagai proyeksi, bukan fakta yang sudah terjadi, tetapi ia menjelaskan mengapa pasar menjadi sensitif. Sejarah mengajarkan hal serupa. Kereta api, listrik, dan internet mengubah dunia, tetapi para pemodal awalnya tetap menghadapi gelembung dan kebangkrutan. Teknologi bisa menang sementara sebagian besar penanamnya kalah.

Faktor Nyata, Bukan Dalang Tunggal

Hari yang sama membawa kabar dari Tiongkok. Produsen memori CXMT melaporkan kemajuan pada struktur sel DRAM baru, dan seorang analis IG menilai tekanan pada saham chip masih bisa berlanjut karena kabar dari Tiongkok. Di sinilah geopolitik masuk ke harga saham nilai sebuah perusahaan chip bergantung pada kebijakan ekspor, rantai pasok, dan seberapa jauh pesaing dari negara lain mengejar. Penguasaan atas desain chip, manufaktur, dan peralatan produksi memang menjadi sumber keunggulan strategis, dan negara berkepentingan melindunginya.

Meski begitu, kita perlu menahan diri. Menyebut seluruh gejolak pasar sebagai hasil manipulasi negara tertentu hanya akan mengaburkan penyebab yang lebih biasa tetapi lebih menentukan keinflasi, suku bunga, utang, dan valuasi. Hegemoni teknologi bekerja lebih senyap daripada konspirasi. Ia hadir sebagai ketergantungan pada perangkat lunak, infrastruktur komputasi, dan standar yang ditetapkan pihak lain, sehingga ketergantungan teknologi perlahan menjadi ketergantungan ekonomi dan politik.

Nilai Sosial dan Nilai Finansial Tidak Sama

Gelombang pembangunan data center AI di Indonesia menunjukkan bahwa pertanyaan tentang kedaulatan kini menjadi pertanyaan tentang tanah, air, listrik, dan kontrak, bukan hanya tentang algoritma. Ketua IDPRO memperkirakan kapasitas data center nasional melonjak dari sekitar 630 MW pada Mei 2026 menjadi 11 GW pada 2030, dengan kebutuhan investasi sekitar 10 juta dolar AS per MW. Jika kedua angka itu dikalikan secara kasar, kebutuhan dananya melampaui 100 miliar dolar AS, dan itu hitungan saya, bukan proyeksi resmi. Hanya dalam beberapa bulan, empat pemain global mengumumkan rencana fasilitas di Indonesia dengan total sekitar 2.170 MW. Skala sebesar ini hanya mungkin dibiayai dengan modal asing dan utang, dan di sinilah tesis tulisan ini bertemu kenyataan lapangan: proyek yang dibangun dengan pinjaman paling terpapar ketika biaya modal global naik. BDx, misalnya, mendukung ekspansinya dengan fasilitas pinjaman 320 juta dolar AS yang diperoleh pada 2026.

Kasus Waduk Jatiluhur memperlihatkan sisi lain dari persamaan itu. BDx memulai pembangunan AI Campus 2 (CGK4) berkapasitas 640 MW di Jatiluhur, Purwakarta, dengan peletakan batu pertama pada 22 September 2026. Gubernur Jawa Barat kemudian menghentikannya sementara karena PBG dan AMDAL belum terbit, dan ia meminta kajian terbuka tentang kebisingan serta penggunaan air Waduk Jatiluhur agar tidak mengganggu pemanfaatan air oleh petani. Gubernur menegaskan bahwa penghentian itu bukan karena hambatan birokrasi, melainkan karena konsultan proyek bernilai sekitar Rp3,5 triliun tersebut belum melengkapi dokumen perizinan. Sebaliknya, ekonom INDEF Didik J. Rachbini menilai langkah itu berpotensi merusak iklim investasi, padahal pemerintah pusat menargetkan investasi data center AI sekitar Rp360 triliun. Kedua pandangan itu patut ditimbang apa adanya. Satu pihak membela kepastian bagi investor, pihak lain membela kepastian hukum dan lingkungan bagi warga yang bergantung pada air waduk.

Dari kacamata kedaulatan, perdebatan ini memberi pelajaran penting untuk penting nya kemampuan menegakkan aturan atas modal asing adalah bagian dari kedaulatan itu sendiri. Negara yang hanya menyediakan lahan, air, dan listrik murah demi menarik investor akan menjadi tuan rumah bagi infrastruktur yang manfaatnya mengalir ke tempat lain. Perlu dicatat pula bahwa CGK4, menurut keterangan BDx, telah menarik minat sejumlah hyperscaler, perusahaan teknologi global, dan penyedia cloud AI, meskipun perusahaan juga menyatakan fasilitas itu ditujukan bagi perusahaan lokal, instansi pemerintah, dan pengembang Indonesia. Siapa pelanggan sebenarnya akan menentukan apakah kapasitas yang dibangun di Jawa Barat memperkuat kemampuan nasional atau sekadar menjadi gudang komputasi bagi pihak lain. Inilah makna kalimat bahwa kapasitas belum tentu berarti kemampuan.

Maka ukuran keberhasilan pembangunan data center AI, di Jatiluhur, Batam, atau di mana pun, bukan banyaknya megawatt yang diumumkan, melainkan syarat-syarat di baliknya, siapa yang memiliki dan mengendalikan data yang disimpan, berapa banyak kapasitas yang tersedia bagi peneliti dan perusahaan domestik, bagaimana air dan listrik dibagi dengan masyarakat sekitar, dan apa yang terjadi pada proyek itu ketika biaya pinjaman global melonjak seperti pada 14 Oktober 2026.

Posisi Indonesia

Bagi Indonesia, pelajaran dari koreksi pasar ini terletak pada struktur ketergantungan, dan struktur itu berlapis. Ketergantungan tidak hanya terjadi pada satu titik, melainkan pada rantai yang terdiri dari chip, komputasi dan layanan awan, model dasar, data, dan aplikasi. Analisis BMI (Fitch Solutions) menyebut bahwa ambisi Indonesia menjadi pemain AI global masih bersifat aspiratif karena negara ini masih bergantung pada penyedia awan raksasa asing, chip canggih impor, dan model dasar dari luar. Pada lapisan komputasi dan awan, pasarnya masih didominasi perusahaan asing, dan GPU tetap diimpor. Artinya, setiap kali sebuah perusahaan, kampus, atau instansi pemerintah Indonesia menjalankan model AI, sebagian nilai ekonominya berpindah ke luar negeri melalui sewa komputasi, biaya langganan, dan lisensi, bukan hanya di satu pintu tetapi di beberapa pintu sekaligus. Belanja layanan awan di Indonesia diperkirakan mencapai sekitar 7 miliar dolar AS pada 2026, dan sebagian besar pasar itu dikuasai pihak asing.

Persoalannya tidak berhenti pada uang. Sebuah laporan yang disusun Indosat bersama lembaga riset Twimbit mencatat bahwa sebagian besar perangkat AI yang dipakai di Indonesia dilatih dengan data asing, sehingga memunculkan kekhawatiran tentang ketergantungan, bias, salah tafsir, dan risiko sosial lainnya. Perlu dicatat bahwa laporan ini disusun oleh pelaku industri yang berkepentingan, sehingga angka-angkanya patut dibaca dengan hati-hati. Namun logikanya sulit dibantah. Model yang tumbuh dari konteks hukum, bahasa, dan budaya negara lain akan membaca Indonesia dengan kacamata orang lain. Dalam bidang yang sensitif seperti hukum, layanan publik, atau kesehatan, kesalahan tafsir seperti itu bukan sekadar soal efisiensi, melainkan soal keadilan. Ketergantungan pada model asing juga menyempitkan wilayah kedaulatan hukum kita: sebuah kajian tentang perkembangan AI Indonesia 2026 menyimpulkan bahwa ketergantungan besar pada perangkat AI dan layanan awan dari penyedia asing membatasi jangkauan yurisdiksi nasional.

Di sinilah koreksi pasar Oktober 2026 menjadi relevan bagi kita. Perusahaan penyedia komputasi global membiayai pusat datanya dengan utang dalam jumlah besar, dan ketika biaya pinjaman naik, mereka harus menutup beban itu dari pelanggan melalui harga layanan yang lebih tinggi, pembatasan kapasitas, atau syarat kontrak yang lebih ketat. Penyewa seperti Indonesia berada di ujung rantai ini: kita membayar harga yang ditetapkan pihak lain, dalam mata uang asing, tanpa suara dalam keputusan yang menentukan biayanya. Mekanisme ini adalah penalaran saya berdasarkan struktur pembiayaan yang dilaporkan, tetapi arah risikonya jelas, dan inilah alasan mengapa kemampuan berpindah pemasok menjadi bagian dari kedaulatan.

Tentu bukan berarti investasi asing harus ditolak. Aliran modal dari luar justru menjadi penggerak utama pembangunan infrastruktur AI kita, dan BMI (Fitch Solutions) mencatat bahwa pasar pusat data Indonesia pada kuartal ketiga 2026 memiliki kapasitas aktif 544 MW, 495 MW dalam konstruksi, dan 2,5 GW dalam rencana. Microsoft telah berkomitmen menanam 1,7 miliar dolar AS selama empat tahun dan membuka wilayah awan Indonesia Central, sementara CoreWeave dilaporkan merencanakan tiga fasilitas di Indonesia sebagai kehadiran pertamanya di Asia-Pasifik. Namun pembangunan fisik di tanah Indonesia tidak otomatis berarti penguasaan nilai. Sebuah komentar di Warta Ekonomi merumuskannya dengan tajam: pusat data yang seluruhnya dimiliki orang Indonesia pun tetap bisa bergantung pada komputasi, perangkat lunak, dan pelanggan asing, sedangkan pusat data milik asing bisa memperkuat negara bila Indonesia menjaga yurisdiksi atas data penting, kendali atas layanan esensial, keterampilan lokal, dan kebebasan berganti pemasok. Dengan kata lain, kedaulatan bukan autarki, dan kapasitas bukan kemampuan.

Ukuran yang lebih berguna adalah pertanyaan tentang apa yang kita miliki, apa yang kita sewa, dan apa yang terjadi ketika syarat sewa berubah. Pertanyaan itu menuntut kebijakan yang konkret. Kebutuhan listrik disebut BMI (Fitch Solutions) sebagai kendala utama ekspansi AI dan pusat data Indonesia, sehingga rencana kapasitas tanpa pasokan energi yang andal hanya akan menjadi angka di atas kertas. Pembangunan juga timpang secara geografis, karena infrastruktur digital masih terkonsentrasi di wilayah perkotaan sehingga sebagian besar kepulauan belum terlayani. Dari sisi regulasi, pemerintah sedang menyiapkan aturan tentang Peta Jalan AI Nasional 2026–2029 dan etika AI, dan aturan lokalisasi data pemerintah serta sektor keuangan menciptakan permintaan struktural bagi kapasitas domestik. Peluang itu nyata, tetapi hanya akan berarti jika diiringi kemampuan sendiri untuk memahami, mengembangkan, mengaudit, dan menegosiasikan teknologinya, terutama pada lapisan model dan aplikasi yang menurut BMI (Fitch Solutions) paling mungkin dikurangi ketergantungannya secara bertahap.

Dengan demikian, Indonesia perlu menimbang setiap kontrak komputasi dan layanan AI bukan hanya dari harga hari ini, tetapi dari ketentuan keluar, kemampuan memindahkan beban kerja ke pemasok lain, kepemilikan atas data dan hasil pelatihan, serta keterampilan lokal yang tersisa setelah kontrak berakhir. Negara yang hanya menyewa akan menanggung kenaikan harga ketika biaya modal global naik. Negara yang memiliki alternatif, kemampuan teknis, dan posisi tawar akan dapat memilih.

Beberapa catatan yang perlu dipertimbangkan. Angka kapasitas pusat data berbeda antarsumber seperti kajian Tech for Good Institute menyebut kapasitas saat ini sekitar 600 MW dengan target 1,65 GW pada akhir 2026, sedangkan BMI (Fitch Solutions) menyebut 544 MW aktif per kuartal ketiga 2026.

Pasar tidak membeli masa depan sebagaimana adanya, melainkan harapan tentang masa depan. Harga saham perusahaan AI pada dasarnya adalah taksiran tentang laba yang baru akan datang bertahun-tahun kemudian, dan taksiran itu dihitung dengan memperhitungkan biaya uang hari ini. Karena itulah, ketika inflasi Amerika Serikat pada September 2026 lebih panas dari perkiraan dan kemungkinan kenaikan suku bunga membesar, nilai harapan itu langsung menyusut, padahal tidak satu pun model AI menjadi lebih bodoh dalam semalam. Harapan menjadi mahal ketika uang menjadi mahal. Kalimat ini sederhana, tetapi menjelaskan mengapa sepekan setelah indeks mencetak rekor, pusat-pusat data yang dibiayai utang justru menjadi yang paling terpukul.

Pelajaran pertama dari koreksi itu adalah perlunya kejernihan membaca sebab. Mudah sekali menyimpulkan bahwa AI gagal, atau sebaliknya bahwa seluruh gejolak merupakan siasat negara tertentu. Keduanya keliru. Permintaan terhadap chip dan layanan AI masih kuat, dan kabar dari produsen chip Tiongkok hanyalah satu dari beberapa tekanan di antara inflasi, suku bunga, dan beban utang. Penjelasan tentang geopolitik sebagai faktor yang bekerja bersama kondisi makroekonomi, bukan sebagai dalang tunggal. Analitis seperti ini penting, sebab kebijakan yang dirumuskan atas diagnosis yang salah akan menyerang masalah yang keliru.

Pelajaran kedua lebih mendasar adalah teknologi tidak pernah netral terhadap kekuasaan. Setiap sistem AI berdiri di atas keputusan tentang siapa yang membiayai, siapa yang menguasai chip dan pusat data, siapa yang menetapkan standar, dan siapa yang menanggung risiko ketika biaya naik. Ketika biaya modal global meningkat, beban itu mengalir ke bawah rantai, dan pihak yang paling sedikit memiliki alternatif akan menanggung paling banyak. Dalam kerangka yang lebih luas, ini sejalan dengan gagasan bahwa ketergantungan pada jaringan teknologi global dapat berubah menjadi alat tekanan bagi pihak yang menguasai simpulnya (Farrell & Newman, 2019), dan dengan pengamatan sejarah bahwa revolusi teknologi selalu berjalan beriringan dengan siklus modal finansial yang menguntungkan sebagian pihak dan merugikan yang lain (Perez, 2002).

Bagi Indonesia, konsekuensinya konkret. Kita bisa saja menjadi salah satu pasar AI terbesar di Asia Tenggara tanpa pernah menjadi pemilik nilai tambahnya, bila yang kita lakukan hanya menyewa komputasi, memakai model yang dilatih pada data bangsa lain, dan membayar lisensi. Kita bisa juga menempuh jalan yang berbeda dimulai dengan tetap membuka diri pada investasi dan kolaborasi global, tetapi dengan syarat yang jelas, yaitu yurisdiksi atas data yang penting, kemampuan berpindah pemasok, keterampilan domestik yang terus tumbuh, dan model yang mengerti bahasa, hukum, serta konteks sosial kita sendiri. Pilihan antara dua jalan ini tidak ditentukan oleh siapa yang paling banyak memakai AI, melainkan oleh siapa yang paling mampu memahami, mengaudit, dan menegosiasikannya.

Karena itu, tantangan bagi negara seperti Indonesia bukan sekadar ikut berlomba, melainkan menentukan posisi dalam perlombaan itu: sebagai pencipta dan pemilik nilai tambah, atau sebagai pasar bagi sistem yang dirancang pihak lain. Sebuah bangsa menjadi kuat bukan karena memakai teknologi paling canggih, melainkan ketika ia mampu menentukan bagaimana teknologi bekerja, untuk siapa manfaatnya dirancang, dan siapa yang berhak menikmati hasilnya. Ketika harapan berubah menjadi ketakutan di layar perdagangan, pertanyaan itulah yang tetap tinggal, dan jawabannya tidak akan datang dari pasar. Ia harus datang dari keputusan kita sendiri.