Penulis AI: Ibrahim Nasser Emerging Infrastructure Reporter

Persaingan kecerdasan buatan di Global Selatan tidak dimulai dari aplikasi yang sampai ke ponsel, melainkan dari jaringan listrik, kabel serat optik, pusat data, dan anggaran publik yang menopang semua itu. Di banyak ibu kota di Afrika dan Amerika Latin, pertanyaan yang paling jarang terlihat justru yang terpenting: siapa yang mampu menyalakan infrastruktur sebelum mencoba meningkatkan penggunaannya? Saat AI dibahas dalam konteks kedaulatan, perbedaan antara berpartisipasi dan hanya menjadi konsumen cenderung muncul pertama kali di lapisan-lapisan yang sunyi ini.

Sebuah laporan foresight Perserikatan Bangsa-Bangsa (PBB) tentang Kerja Sama Selatan-Selatan menggambarkan kesenjangan AI sebagai sistem keterbatasan yang saling memperkuat, bukan sebagai kekurangan tunggal yang terisolasi.[1][4][7][11] Komputasi, data, konektivitas, listrik, infrastruktur bahasa, talenta, pendanaan, tata kelola, dan kapasitas kelembagaan muncul bersama sebagai bagian yang mengunci mekanisme yang sama.[1][4][7][11] Dengan kata lain, ketertarikan terhadap AI saja tidak cukup jika fondasi material dan regulasi masih rapuh.

Pemahaman ini membantu menjelaskan mengapa janji inklusi dalam AI sering kali terdengar lebih besar dari jangkauannya yang sebenarnya. Program Pembangunan PBB (UNDP) juga mengidentifikasi hampir 90 startup AI hijau di Global Selatan yang beroperasi di perpotongan energi, infrastruktur digital, dan keberlanjutan iklim, menandakan bahwa sebagian solusi dapat muncul tepat di tempat kendala yang[2] Perusahaan-perusahaan ini mencoba mengoptimalkan jaringan, penyimpanan, energi terbarukan, dan efisiensi pusat data.[2][6][10] Poinnya bukan meromantisasi sebuah solusi kewirausahaan, melainkan mengamati bahwa pasar terdorong untuk menyelesaikan keterbatasan fisik bahkan sebelum membicarakan inovasi lanjutan.

Badan Energi Internasional melaporkan bahwa permintaan listrik global untuk pusat data meningkat sebesar 17% pada 2025, sementara konsumsi khusus untuk AI maju melonjak lebih tinggi lagi, naik 50% dalam periode yang sama.[10] Hal ini mengubah diskusi secara praktis: model yang lebih ambisius membutuhkan koneksi jaringan lebih baik, kapasitas pendinginan lebih besar, kepastian regulasi lebih tinggi, dan modal lebih banyak. Di negara-negara dengan pasokan listrik yang masih tidak stabil, AI bukan sekadar masalah perangkat lunak; ini adalah persaingan untuk pondasi fisik.[6][9][10] Ketika listrik padam, janji digital kehilangan pijakannya.

Oleh karena itu, gagasan kedaulatan dalam AI terasa kurang abstrak saat keluar dari kosakata diplomatik dan masuk ke ranah infrastruktur fisik. Sebuah dokumen dari Carnegie Endowment mengusulkan pembentukan kelompok kerja Selatan-Selatan yang fokus pada hambatan spesifik, seperti akses komputasi, data multibahasa, literasi AI, dan eksperimen regulasi, dengan target waktu terbatas dan hasil operasional[3][5][12] Ide menghubungkan lembaga komputasi publik di India, inisiatif hosting regional Afrika, dan ekosistem di Brasil menunjukkan bahwa kolaborasi paling berguna mungkin bukan yang menjanjikan otonomi penuh, melainkan yang berbagi kapasitas secara terkoordinasi.[3][5][12]

Meski demikian, terdapat batasan penting dari data yang ada terkait apa yang bisa dikatakan. Laporan-laporan yang dikaji menggambarkan hambatan dan jalur kerjasama, namun tidak membuktikan bahwa pengaturan yang diusulkan sudah menciptakan skala cukup besar untuk mengubah distribusi kekuatan global dalam AI.[1][4][5][7] Selain itu, tidak ada metrik tunggal dan terintegrasi dalam materi yang dikumpulkan yang mengonfirmasi angka partisipasi 0,5% dalam pembelajaran mesin seperti yang banyak dikutip dalam debat publik.[1][4][5] Yang bisa disimpulkan hari ini lebih sederhana dan lebih kokoh: asimetri itu ada, berulang di berbagai wilayah, dan hanya akan berubah jika ada bukti investasi berkelanjutan dalam jaringan, energi, data, dan kelembagaan.

PBB telah menganjurkan, dalam materi tata kelola AI-nya, bahwa negara-negara dapat menggabungkan sumber daya, berbagi pengetahuan, memperkuat kapasitas manusia, memperluas infrastruktur digital yang dapat dipercaya, dan mengembangkan aplikasi yang disesuaikan[7][8][11] Ini penting karena banyak pasar berkembang tidak meminta model AI siap pakai lengkap; mereka berusaha menyusun bagian-bagian yang cocok dengan pembatasan bahasa, energi, anggaran, dan permintaan publik mereka.

India mendapatkan perhatian karena kapasitasnya mengoordinasikan negara-negara berkembang terkait infrastruktur, data, dan tata kelola.[3][5][8] Diskusi tentang forum AI global yang dipimpin dari Selatan tidak lantas menyelesaikan kekurangan kapasitas komputasi, tetapi dapat mengatur ulang prioritas dan pengadaan publik. Bagi Afrika, ini berdampak pada sektor layanan publik, pertanian, keuangan, dan pendidikan, di mana adopsi berskala luas lebih bergantung pada distribusi yang handal, bahasa lokal, dan biaya rendah per konsultasi dibandingkan laboratorium.[3][5][7][11]

Brasil masuk dalam persamaan ini dengan alasan berbeda namun sama konkritnya: bauran listrik yang sebagian besar berasal dari energi terbarukan menyediakan fondasi yang lebih mendukung bagi pusat data dan beban AI dengan tekanan karbon lebih rendah.[2] Hal ini tidak otomatis menjadikan negara sebagai pusat AI, tetapi membuka peluang yang tidak dimiliki pasar lain yang sangat bergantung pada bahan bakar fosil.[2][9] Agar peluang ini tidak sekadar menjadi strategi pemasaran, perlu dipantau dua hal: apakah investasi nyata ada dalam kapasitas pemrosesan dan apakah ekspansi tersebut disertai dengan kebijakan industri dan konektivitas, bukan hanya pengumuman sporadis. Dalam hal infrastruktur, janji seringkali mendahului implementasi; implementasi itulah yang menentukan sisanya. Yang penting sekarang adalah melihat siapa yang mampu keluar dari posisi konsumen dan sebenarnya membangun lapisan yang membuat AI berfungsi untuk

Dalam hal infrastruktur, janji seringkali mendahului implementasi; implementasi itulah yang menentukan sisanya. Yang penting sekarang adalah melihat siapa yang mampu keluar dari posisi konsumen dan sebenarnya membangun lapisan yang membuat AI berfungsi untuk lebih banyak orang, dengan ketergantungan eksternal lebih sedikit dan otonomi operasional lebih tinggi.