Perlombaan melawan kekurangan daya: Ledakan AI di Amerika Serikat terbentur tembok listrik

Energi sebagai sumber daya utama: Hambatan tersembunyi revolusi AI di AS

Kekurangan energi dan AI: Bagaimana pasokan listrik memperlambat kemajuan

Persaingan dalam bidang kecerdasan buatan (AI) di Amerika Serikat semakin didorong oleh satu faktor penting: ketersediaan daya listrik. Untuk waktu yang lama, persaingan terutama dilihat dari segi prosesor yang lebih canggih, kumpulan data yang lebih besar, dan modal yang lebih besar. Namun kenyataannya lebih kompleks. Fokus sekarang bergeser ke infrastruktur fisik yang dibutuhkan untuk menyuplai daya ke pusat data. Tantangannya bukan hanya terletak pada menghasilkan energi yang cukup, tetapi juga dalam mengirimkannya secara andal dan tepat waktu ke tempat yang dibutuhkan.

Pada tahun 2028, diperkirakan akan terjadi kesenjangan bersih sekitar 32 gigawatt di AS antara kebutuhan energi pusat data yang direncanakan dan pasokan daya yang sebenarnya tersedia. Situasi ini menyoroti tidak hanya ketidakpastian seputar pasokan energi di masa depan tetapi juga implikasi ekonomi dari booming AI. Jika infrastruktur untuk energi terbarukan, saluran transmisi, dan transformator tidak dapat mengimbangi pertumbuhan pesat industri AI, pengembangan kecerdasan buatan dapat terhambat secara signifikan. Artikel berikut ini mengkaji berbagai aspek masalah ini: mulai dari tantangan pasokan daya dan konsekuensinya terhadap keputusan lokasi pusat data hingga implikasi politik dan sosialnya.

Kekurangan Megawatt: Bagaimana AS harus menguasai persaingan AI dalam mengatasi masalah kelistrikan

Persaingan Amerika dalam bidang kecerdasan buatan biasanya digambarkan sebagai kompetisi untuk mendapatkan prosesor yang lebih canggih, model yang lebih baik, kumpulan data yang lebih besar, dan modal yang lebih banyak. Pandangan ini sekarang terlalu sederhana. Hambatan utama bergeser dari ranah digital ke ranah fisik: pembangkit listrik, jaringan listrik, transformator, izin, personel terampil, pendinginan, dan lokasi yang memadai semakin menentukan seberapa banyak daya komputasi yang sebenarnya dapat dioperasikan. Hal ini juga mengubah logika ekonomi dari booming AI. Prosesor grafis yang dipesan tidak akan menciptakan kapasitas produktif selama tidak ada ruang kerja khusus, koneksi jaringan yang aman, dan daya yang tersedia secara konsisten.

Untuk Amerika Serikat, diperkirakan akan terjadi kesenjangan bersih sekitar 32 gigawatt antara permintaan energi pusat data yang direncanakan dan pasokan yang realistis pada tahun 2028. Angka ini mewakili sekitar 34 persen dari proyeksi permintaan dan sudah memperhitungkan berbagai solusi cadangan, termasuk pembangkit listrik tenaga gas di lokasi, sel bahan bakar, dan pembangkit listrik lainnya di hilir titik sambungan jaringan listrik. Oleh karena itu, angka ini bukan sekadar peringatan akan defisit teoretis. Ini menunjukkan bahwa sebagian besar infrastruktur digital yang diumumkan kemungkinan akan dibangun kemudian, dalam skala yang lebih kecil, di lokasi yang berbeda, atau bahkan tidak dibangun sama sekali.

Inti dari tesis ekonomi ini adalah: AS tidak menghadapi kekurangan energi secara umum dalam arti sederhana, melainkan kelangkaan daya listrik yang andal secara spasial, temporal, dan institusional. Kapasitas pembangkitan nasional tidak banyak membantu jika tidak tersedia tepat waktu di lokasi tempat pusat data baru akan dibangun. Oleh karena itu, masalahnya terletak pada saluran transmisi, gardu induk, kapasitas cadangan, prosedur koneksi, dan batasan penerimaan lokal, sama seperti pada jumlah pembangkit listrik. Dengan demikian, perlombaan AI menjadi perlombaan infrastruktur, yang kecepatannya tidak sebanding dengan laju inovasi industri perangkat lunak.

Kekurangan listrik dalam skala industri

Kesenjangan sebesar 32 gigawatt sangatlah besar dari perspektif ekonomi. Jumlah tersebut setara dengan output berkelanjutan dari puluhan unit pembangkit listrik besar dan tidak dapat dipenuhi hanya dengan beberapa instalasi tenaga surya, generator darurat, atau perjanjian pembelian listrik jangka pendek. Yang lebih penting lagi adalah perbedaan antara daya dan energi. Pusat data tidak hanya membutuhkan banyak terawatt-jam sepanjang tahun, tetapi juga daya yang tinggi dan andal secara konsisten hampir setiap saat. Untuk aplikasi AI, perubahan beban yang cepat merupakan faktor tambahan, karena pelatihan dan penggunaan model besar tidak memberikan beban konstan pada server.

Sektor pusat data Amerika mengonsumsi sekitar 176 terawatt-jam listrik pada tahun 2023, yang mewakili sekitar 4,4 persen dari total konsumsi AS. Perkiraan untuk tahun 2028 berkisar antara sekitar 325 hingga 580 terawatt-jam, tergantung pada lintasan ekspansi, pemanfaatan, dan kemajuan teknologi. Hal ini dapat meningkatkan pangsa konsumsi listrik nasional menjadi antara 6,7 ​​dan 12 persen. Perkiraan median terbaru menempatkan konsumsi sekitar 464 terawatt-jam pada tahun 2028. Rentang tersebut tidak menunjukkan kelemahan analitis, tetapi lebih mencerminkan ketidakpastian yang sangat besar seputar laju ekspansi, ketersediaan chip, peningkatan efisiensi, dan pemanfaatan aktual.

Sejak 2017, permintaan listrik pusat data Amerika telah meningkat lebih dari dua kali lipat. Tingkat pertumbuhan tahunan antara 13 dan 27 persen diperkirakan akan terjadi untuk periode 2023 hingga 2028. Dinamika ini berdampak pada sistem kelistrikan yang permintaannya sebagian besar stagnan selama bertahun-tahun. Oleh karena itu, perencanaan pembangkit listrik, pengembangan jaringan, dan prosedur regulasi tidak dirancang untuk situasi di mana pelanggan baru akan mendaftar untuk kapasitas ratusan megawatt atau bahkan di atas satu gigawatt hanya dalam beberapa tahun.

Perbedaan antara pusat data 50 megawatt dan kampus AI 1 gigawatt bukan hanya kuantitatif. Sebuah proyek gigawatt itu sendiri menjadi sistem energi regional. Proyek ini mengubah perkiraan beban, permintaan pembangkit listrik, perencanaan cadangan, stabilitas jaringan, konsumsi air, dan harga grosir. Beberapa proyek semacam itu di wilayah yang sama dapat menggeser seluruh rencana investasi operator jaringan. Inilah mengapa keliru jika menganggap ledakan AI hanya sebagai kelanjutan dari ekspansi cloud tradisional.

Kelangkaan sesungguhnya terletak pada jaringan

Di atas kertas, Amerika Serikat memiliki banyak pembangkit listrik yang direncanakan dan persediaan sumber energi yang besar. Namun, dalam praktiknya, pasokan seringkali gagal karena hubungan antara pembangkitan dan konsumsi. Jalur transmisi baru memerlukan perencanaan, penilaian dampak lingkungan, pengadaan lahan, pembiayaan, izin, dan koordinasi di berbagai tingkatan pemerintahan. Meskipun ruang server dapat dibangun dalam waktu sekitar dua tahun, koneksi jaringan berkapasitas tinggi di pasar yang sangat padat seringkali membutuhkan waktu empat hingga tujuh tahun. Di beberapa bagian wilayah layanan PJM, proses koneksi bahkan dapat memakan waktu lebih lama.

Perbedaan waktu inilah inti masalahnya. Industri semikonduktor dan penyedia layanan cloud utama merencanakan siklus produk hanya dalam beberapa tahun. Jaringan transmisi, di sisi lain, dirancang untuk beberapa dekade dan diperluas melalui proses yang panjang. Pusat data dapat mempercepat pesanan chip-nya, tetapi tidak dapat menyediakan saluran listrik tegangan tinggi dalam semalam. Hal ini menciptakan ketidakseimbangan struktural antara laju investasi sektor swasta dan perencanaan infrastruktur publik atau yang diatur.

Hambatan tidak hanya terbatas pada saluran listrik. Transformator besar, peralatan sakelar, turbin, dan komponen listrik lainnya memiliki waktu tunggu beberapa tahun. Untuk transformator daya besar, waktu tunggu yang diamati jauh lebih dari dua tahun, dan dalam beberapa kategori, bahkan lebih dari tiga tahun. Peralatan tersebut bukanlah produk standar yang tersedia di pasaran. Peralatan tersebut disesuaikan dengan tingkat tegangan, konfigurasi jaringan, dan lokasi, dan tidak dapat diganti secara sembarangan. Bahkan dengan pembiayaan yang terjamin, satu komponen yang hilang dapat mencegah sistem yang seharusnya lengkap terhubung ke jaringan listrik.

Daftar tunggu yang panjang memperburuk ketidakpastian. Pengembang sering mendaftarkan lebih banyak proyek daripada yang sebenarnya akan dibangun karena posisi awal dalam antrean memiliki nilai strategis. Di Texas, antrean untuk beban besar sementara mencapai sekitar 474 gigawatt, beberapa kali lebih tinggi daripada beban puncak negara bagian sebelumnya. Angka tersebut bukanlah perkiraan konsumsi yang realistis, melainkan indikasi reservasi spekulatif, pendaftaran ganda, dan opsi proyek. Bagi operator jaringan listrik, masalahnya tetap terletak pada bagaimana membedakan antara proyek serius dan proyek sementara yang bersifat strategis.

Daya komputasi menjadi masalah lokasi

Sebelumnya, lokasi pusat data dipilih berdasarkan kombinasi lahan yang terjangkau, keringanan pajak, koneksi serat optik, kedekatan dengan pelanggan, risiko lingkungan yang rendah, dan energi yang murah. Ke depannya, kapasitas yang terbukti tersedia akan memainkan peran yang lebih signifikan. Lokasi termurah tidak lagi secara otomatis menjadi yang paling menarik; melainkan, lokasi yang dapat menawarkan jadwal yang andal untuk konektivitas jaringan dan pasokan daya. Hal ini akan mengubah lanskap persaingan antara negara bagian, perusahaan utilitas, dan pemerintah daerah.

Pusat-pusat tradisional seperti Virginia Utara diuntungkan oleh infrastruktur digital yang padat, penyedia layanan yang terampil, dan ekosistem yang besar. Namun, konsentrasi ini justru menimbulkan peningkatan biaya marginal. Proyek-proyek tambahan di sana bersaing untuk mendapatkan jalur transmisi, gardu induk, lahan, dan tenaga kerja terampil yang sama. Oleh karena itu, wilayah dengan ekonomi pusat data yang kurang berkembang dapat mengejar ketertinggalan jika mereka secara kredibel menyediakan infrastruktur jaringan dan generasi baru. Keunggulan kompetitif bergeser dari sekadar konektivitas menjadi kombinasi konektivitas, energi, dan kelayakan politik.

Hal ini menciptakan logika portofolio bagi operator. Tidak setiap tugas komputasi perlu dilakukan di lokasi yang sama. Pelatihan model besar dapat digeser sampai batas tertentu dalam hal waktu dan lokasi, asalkan koneksi data, arsitektur perangkat lunak, dan persyaratan keamanan memungkinkan. Di sisi lain, aplikasi dengan latensi sangat rendah atau persyaratan data yang ketat tetap lebih terikat pada lokasi. Oleh karena itu, perusahaan dapat memisahkan pelatihan, adaptasi model, inferensi, dan penyimpanan data secara geografis hingga tingkat yang lebih besar. Namun, pemisahan seperti itu meningkatkan kompleksitas dan dapat menimbulkan biaya jaringan dan transmisi data tambahan.

Penyedia layanan internasional memiliki keunggulan strategis karena mereka dapat mengalihkan investasi ke negara atau wilayah dengan ketersediaan energi yang lebih mudah. ​​Bagi Amerika Serikat, ini tidak secara otomatis berarti kehilangan kepemimpinan dalam AI. Namun, ini berarti bahwa sebagian daya komputasi dapat dihasilkan di tempat di mana listrik lebih mudah tersedia. Dengan demikian, kebijakan energi menjadi kebijakan industri, dan perencanaan jaringan listrik menjadi faktor dalam kedaulatan teknologi.

Kepemilikan pembangkit listrik tenaga gas hanya menyelesaikan sebagian masalah

Banyak operator menanggapi lambatnya koneksi jaringan listrik dengan menghasilkan listrik di lokasi mereka sendiri atau di sekitarnya. Pembangkit listrik tenaga gas adalah pilihan yang paling jelas karena menghasilkan output yang dapat diprediksi, dapat dibangun relatif cepat, dan beroperasi tanpa bergantung pada kondisi cuaca. Turbin gas portabel atau modular menjanjikan kecepatan yang lebih tinggi lagi. Inilah cara sistem energi swasta diciptakan di belakang titik koneksi jaringan listrik untuk kampus AI besar.

Namun, strategi ini memiliki keterbatasan. Sistem swasembada yang andal dan konsisten harus dirancang untuk menangani pemadaman listrik, pemeliharaan, dan perubahan beban yang cepat. Di pusat data AI, beban server dapat berfluktuasi secara dramatis dalam waktu yang sangat singkat. Pembangkit listrik tenaga gas lokal tidak dapat bereaksi cukup cepat dalam setiap situasi, itulah sebabnya penyimpanan baterai, generator cadangan, atau koneksi jaringan tetap diperlukan. Untuk mencapai keamanan pasokan yang sama seperti jaringan besar yang saling terhubung, pembangkit listrik lokal harus memiliki kapasitas yang jauh lebih besar. Tergantung pada desain teknisnya, kelebihan kapasitas yang dibutuhkan dapat berkisar antara 30 hingga 70 persen.

Selain itu, terdapat jaringan pipa gas, izin emisi, langkah-langkah pengurangan kebisingan, dan risiko bahan bakar. Kampus dengan pembangkit listrik sendiri menggeser persyaratan infrastruktur tetapi tidak menghilangkannya. Alih-alih koneksi jaringan listrik, transportasi gas, pengiriman turbin, dan izin lingkungan setempat menjadi hambatan. Pada saat yang sama, ketergantungan sektor AI pada gas alam meningkat. Hal ini dapat memberikan keamanan pasokan jangka pendek tetapi meningkatkan risiko harga, iklim, dan regulasi jangka panjang.

Rantai pasokan untuk turbin gas juga mengalami tekanan. Pesanan telah meningkat secara signifikan, dan produsen utama memiliki buku pesanan yang penuh. Oleh karena itu, anggapan bahwa operator dapat dengan mudah membeli kapasitas pembangkitan mereka sendiri dan memasangnya dalam beberapa bulan adalah tidak realistis. Pasar untuk solusi daya cepat itu sendiri menjadi pasar penjual, dengan harga yang meningkat dan waktu tunggu yang lebih lama.

Pembangkit listrik di lokasi tetap layak secara ekonomi terutama di tempat di mana nilai dari dimulainya operasi lebih awal sangat tinggi. Jika sebuah kampus AI menjadi produktif satu atau dua tahun lebih awal berkat solusi listrik lokal, pendapatan tambahan dapat membenarkan biaya energi yang lebih tinggi. Untuk proyek yang kurang mendesak, menunggu koneksi jaringan listrik mungkin lebih hemat biaya. Oleh karena itu, solusi optimal tidak hanya bergantung pada harga listrik tetapi juga pada nilai ekonomi dari penundaan yang dihindari.

Energi nuklir itu berharga, tetapi tidak cukup cepat

Pembangkit listrik tenaga nuklir umumnya cocok untuk pusat data. Mereka memasok energi dalam jumlah besar yang dapat diprediksi, rendah emisi CO₂, dan memiliki faktor kapasitas yang tinggi. Perjanjian pembelian listrik jangka panjang dengan perusahaan teknologi yang kuat secara finansial dapat menstabilkan pembangkit yang ada, membiayai peningkatan kapasitas, atau memungkinkan pengoperasian kembali unit yang telah dinonaktifkan. Modernisasi pembangkit yang ada dapat menciptakan kapasitas tambahan tanpa harus membangun pembangkit listrik baru sepenuhnya.

Meskipun demikian, energi nuklir hanya akan mengisi sebagian kesenjangan jangka pendek hingga tahun 2028. Pembangkit baru membutuhkan waktu persetujuan dan konstruksi yang panjang. Reaktor modular kecil menjanjikan produksi massal yang terstandarisasi tetapi masih dalam tahap komersial awal. Bahkan pengaktifan kembali dan peningkatan daya membutuhkan inspeksi teknis, persetujuan, investasi, dan penyesuaian jaringan. Oleh karena itu, energi nuklir merupakan jawaban strategis untuk tahun 2030-an, tetapi bukan solusi darurat universal untuk dua tahun ke depan.

Pengalokasian langsung kapasitas pembangkit listrik tenaga nuklir yang ada ke masing-masing pusat data juga secara sistemik kompleks. Jika pembangkitan yang ada secara kontraktual dialokasikan ke konsumen besar baru, permintaan listrik yang ada dari pelanggan lain tidak akan hilang. Tanpa kapasitas tambahan, kontrak bilateral mungkin menarik secara ekonomi, tetapi hanya mendistribusikan kembali kelangkaan regional. Oleh karena itu, faktor krusialnya adalah apakah kontrak tersebut benar-benar membiayai pembangkitan baru, perpanjangan izin operasi, atau peningkatan kapasitas yang terukur.

Dari perspektif makroekonomi, proyek energi nuklir yang paling berharga adalah proyek yang menciptakan daya tambahan yang aman sekaligus mengurangi tekanan pada jaringan listrik. Sebaliknya, sekadar mendistribusikan kembali kapasitas yang ada dapat memperburuk konflik mengenai biaya dan keamanan pasokan. Oleh karena itu, perdebatan harus membedakan antara alokasi keuangan dan tambahan daya fisik.

Sel bahan bakar, baterai, dan energi terbarukan

Sel bahan bakar semakin menarik sebagai solusi modular yang relatif cepat dipasang. Sel bahan bakar dapat menghasilkan listrik di area pusat data, membutuhkan ruang yang lebih sedikit daripada taman surya besar, dan dapat diperluas secara bertahap. Namun, kelayakan ekonominya bergantung pada harga bahan bakar, pemeliharaan, masa pakai, dan ketersediaan teknologi. Jika ditenagai oleh gas alam, emisi dan infrastruktur gas tetap menjadi masalah yang signifikan. Hidrogen dapat meningkatkan jejak karbon, tetapi saat ini belum tersedia secara universal dan harganya belum kompetitif.

Penyimpanan baterai sangat penting untuk pusat data AI karena bereaksi sangat cepat terhadap fluktuasi beban. Ia dapat meratakan keluaran daya, mengatasi gangguan jaringan jangka pendek, dan menstabilkan pembangkitan lokal. Namun, perannya tidak boleh disamakan dengan pembangkit listrik yang terus menerus memasok daya. Sistem penyimpanan menggeser energi dari waktu ke waktu; ia tidak menghasilkannya. Ia dapat meredam kekurangan pasokan selama beberapa jam, tetapi untuk kekurangan pasokan yang berlangsung beberapa hari, sistem yang sangat besar dan mahal akan dibutuhkan.

Energi surya dan angin dapat menyediakan listrik dalam jumlah signifikan dan hemat biaya di banyak wilayah. Namun, kapasitas terpasang saja tidak cukup untuk kampus AI yang beroperasi 24/7. Pembangkitan yang bergantung pada cuaca harus dilengkapi dengan penyimpanan energi, manajemen beban yang fleksibel, penggantian jaringan listrik, atau pembangkit listrik cadangan. Ini bukan berarti energi terbarukan tidak cocok. Artinya, evaluasi ekonominya harus memperhitungkan biaya keseluruhan sistem.

Oleh karena itu, arsitektur yang tangguh biasanya bersifat hibrida: energi terbarukan untuk biaya variabel yang rendah, baterai untuk respons cepat, pembangkit cadangan untuk periode pasokan rendah yang berkepanjangan, dan koneksi jaringan untuk penyeimbangan dan cadangan. Kombinasi ini lebih mahal dan kompleks daripada perjanjian pembelian daya sederhana, tetapi menawarkan kendali yang lebih besar atas penjadwalan dan keamanan pasokan. Dengan demikian, ledakan AI mempercepat evolusi pusat data menjadi sistem energi terintegrasi.

Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital

Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.

Informasi selengkapnya di sini:

• Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten

Dampak kelangkaan mulai dirasakan oleh rumah tangga dan industri

Masalah energi bukan hanya masalah bagi operator. Ketika sebuah pusat data membutuhkan pembangkit listrik baru, saluran listrik, dan kapasitas cadangan, muncul pertanyaan tentang distribusi: Siapa yang menanggung biayanya? Jika investasi dibiayai melalui biaya jaringan umum dan tarif listrik, rumah tangga dan bisnis yang sudah ada membayar sebagian infrastruktur untuk konsumen utama baru. Jika semua biaya dialokasikan ke proyek tersebut, profitabilitasnya dapat menurun, atau lokasi tersebut mungkin menjadi tidak menarik.

Di wilayah jaringan PJM, yang mencakup sebagian besar wilayah Midwest dan Pantai Timur, harga untuk kapasitas yang terjamin telah meningkat lebih dari 1.000 persen sejak tahun 2024. Harga $28,92 per megawatt per hari untuk tahun pengiriman 2024/25 telah naik menjadi nilai $325 hingga $329. Bahkan pembatasan harga pun belum mampu menghilangkan masalah struktural ini. Lelang baru-baru ini masih kekurangan beberapa gigawatt dari tingkat keandalan yang ditargetkan.

Harga kapasitas tidak sama dengan harga energi sebenarnya. Harga tersebut memberikan kompensasi kepada operator pembangkit listrik karena menyediakan kapasitas pada hari-hari dengan permintaan yang sangat tinggi. Namun demikian, biaya ini tetap dibebankan kepada rumah tangga, bisnis, dan industri. Hal ini dapat membuat produsen yang sangat intensif energi menjadi kurang kompetitif. Ketika pabrik batu bata, pabrik kimia, atau pengolah logam menghadapi biaya listrik yang jauh lebih tinggi, hal itu mengakibatkan redistribusi sumber daya secara tidak langsung dari sektor industri tradisional ke infrastruktur digital.

Hal ini sensitif secara politik karena pusat data menciptakan relatif sedikit lapangan kerja selama pengoperasiannya. Pusat data dapat menghasilkan pendapatan pajak yang tinggi dan investasi konstruksi yang besar, tetapi intensitas lapangan kerjanya lebih rendah daripada banyak pabrik. Jika, pada saat yang sama, biaya energi untuk bisnis dan rumah tangga lokal meningkat, penerimaan publik dapat dengan cepat berubah menjadi negatif. Oleh karena itu, manfaat ekonomi dari pusat data harus dinilai secara regional dan tidak boleh dibatasi pada besarnya investasi yang diumumkan.

Model yang layak memerlukan tarif berdasarkan konsumsi. Konsumen besar harus menanggung persyaratan pembelian minimum, kewajiban kontrak jangka panjang, jaminan, biaya koneksi, dan, jika berlaku, biaya keluar. Hal ini mencegah perusahaan utilitas menginvestasikan miliaran dolar sementara proyek spekulatif kemudian ditinggalkan. Aturan seperti itu membuat reservasi yang tidak mengikat menjadi lebih mahal dan memberi penghargaan kepada proyek-proyek dengan pembiayaan yang terjamin dan pertumbuhan beban yang realistis.

Resistensi politik menjadi risiko investasi

Opini publik terhadap pusat data telah memburuk secara signifikan. Hanya sebagian kecil penduduk yang mendukung laju ekspansi saat ini, dan dukungan untuk pusat data AI di komunitas sendiri sangat rendah. Keberatan menyangkut harga listrik, konsumsi air, kebisingan, kebutuhan lahan, dampak pada lanskap, dan apakah manfaat lokal sebanding dengan beban yang ditimbulkan.

Resistensi ini memiliki signifikansi ekonomi yang besar. Lebih dari $170 miliar proyek dilaporkan telah diblokir, ditarik, atau ditunda sejak awal tahun 2024. Pada paruh pertama tahun 2026 saja, laporan menunjukkan bahwa lebih dari 120 proyek senilai hampir $200 miliar telah terpengaruh. Meskipun angka-angka tersebut kemungkinan mencakup proyek-proyek dengan berbagai tingkat kemungkinan realisasi, namun hal itu menunjukkan bahwa izin dan penerimaan publik telah menjadi faktor risiko yang substansial.

Dalam jangka pendek, hambatan politik tidak perlu sepenuhnya menghentikan pertumbuhan kapasitas. Proyek-proyek yang sudah berkembang dengan baik memiliki lahan, kontrak, izin, dan biaya tetap yang signifikan. Penyelesaian fasilitas-fasilitas ini kemungkinan besar akan terjadi. Namun, dalam jangka menengah, resistensi mengubah rencana proyek. Proyek-proyek tahap awal akan mendapat pengawasan yang lebih ketat, lokasi berubah, dan biaya pembiayaan meningkat. Inilah mengapa pertumbuhan yang kuat hingga tahun 2027 diikuti oleh ekspansi yang lebih lambat setelahnya dapat menjadi mungkin.

Debat politik juga bukan sekadar konflik antara kemajuan dan fobia teknologi. Pemerintah daerah bereaksi secara rasional ketika mereka khawatir akan tingginya biaya infrastruktur, rendahnya lapangan kerja jangka panjang, dan konsekuensi lingkungan yang tidak jelas. Operator juga bereaksi secara rasional ketika mereka lebih menyukai lokasi dengan proses perizinan yang cepat dan tarif yang menguntungkan. Oleh karena itu, solusi yang layak harus membuat biaya lokal transparan, memberikan komitmen yang mengikat terhadap manfaat, dan menetapkan risiko secara kontraktual.

Air, kebisingan, dan luas lahan memperparah perdebatan tersebut

Energi adalah hambatan terbesar, tetapi bukan satu-satunya. Pusat data membutuhkan pendinginan, dan konsumsi airnya sangat bergantung pada lokasi, iklim, beban kerja, dan teknologi. Pendinginan evaporatif dapat efisien dalam menghemat listrik, tetapi terus menerus mengonsumsi air. Sistem tertutup mengurangi konsumsi air secara langsung, tetapi seringkali membutuhkan lebih banyak energi listrik atau investasi yang lebih tinggi. Oleh karena itu, tidak ada pendekatan pendinginan yang optimal secara universal.

Di AS, peningkatan permintaan air langsung dari sekitar 17 miliar galon pada tahun 2023 menjadi sebanyak 73 miliar galon pada tahun 2028 sedang dibahas. Fasilitas besar individual dapat membutuhkan beberapa juta galon setiap hari. Secara nasional, pangsa konsumsi air total tetap terbatas, tetapi secara lokal dapat signifikan. Lokasi di mana pusat data bersaing dengan pertanian, rumah tangga, dan industri selama musim kemarau sangat bermasalah.

Konsumsi air tidak langsung dari pembangkitan listrik juga harus diperhitungkan dalam penilaian. Pusat data dengan kebutuhan air di lokasi yang rendah masih dapat memiliki jejak air yang tinggi karena bauran energinya. Sebaliknya, pembangkit listrik yang hemat air dapat meningkatkan keseimbangan secara keseluruhan. Oleh karena itu, penilaian yang baik harus mempertimbangkan baik pembangkit listrik maupun sistem energi secara bersamaan.

Kebisingan dihasilkan oleh menara pendingin, kipas angin, transformator, dan generator darurat. Kebisingan frekuensi rendah yang terus menerus dapat lebih terasa oleh tetangga daripada kebisingan konstruksi jangka pendek. Ditambah lagi dengan emisi cahaya, kemacetan lalu lintas selama fase konstruksi, dan bangunan besar tanpa jendela. Dampak-dampak ini secara teknis dapat dikelola jika jarak, penutup, batasan, dan persyaratan pengukuran direncanakan sejak awal. Jika hal-hal tersebut baru ditangani setelah ada keluhan, biaya dan risiko konflik akan meningkat.

Investasi miliaran dolar tidak mampu menutupi kekurangan tenaga kerja terampil

Selain energi dan perizinan, pasar tenaga kerja membatasi ekspansi. Pusat data membutuhkan teknisi listrik, tukang las, tukang pipa, insinyur, teknisi jaringan, spesialis pendingin, dan manajer proyek. Kelompok profesional yang sama juga dibutuhkan untuk pembangkit listrik, jaringan listrik, pabrik, dan program infrastruktur. Kekurangan tenaga kerja semakin parah ketika beberapa proyek berskala besar dimulai secara bersamaan di suatu wilayah.

Upah yang lebih tinggi dapat menarik pekerja tambahan, tetapi hal itu tidak langsung menyelesaikan masalah keterampilan. Pelatihan, sertifikasi, dan pengalaman praktis membutuhkan waktu. Selain itu, beban kerja berlebih meningkatkan risiko terhadap kualitas, keselamatan kerja, dan tenggat waktu. Oleh karena itu, kekurangan pekerja terampil memiliki dampak ganda: meningkatkan biaya konstruksi dan memperpanjang penyelesaian proyek, sehingga meningkatkan biaya pembiayaan dan kehilangan pendapatan.

Bagi suatu wilayah, ledakan konstruksi masih dapat menciptakan keuntungan yang signifikan. Puluhan ribu pekerja terampil telah bekerja pada proyek-proyek pusat data besar. Perusahaan lokal menerima kontrak, karyawan memperoleh penghasilan, dan pemerintah daerah mendapat manfaat dari aktivitas ekonomi. Perbedaan krusial terletak pada dampak konstruksi yang bersifat sementara dan lapangan kerja permanen. Sebuah proyek bernilai miliaran dolar dapat mempekerjakan ribuan orang selama konstruksi tetapi kemudian hanya membutuhkan tim operasional yang relatif kecil.

Dari perspektif kebijakan ekonomi, kesepakatan tentang pelatihan, pengadaan regional, dan infrastruktur adalah hal yang masuk akal. Jika operator ikut membiayai pusat pelatihan, menyeleksi perusahaan lokal, dan menanggung sebagian biaya jaringan atau air, sebagian besar manfaat akan tetap berada di daerah setempat. Sebaliknya, keringanan pajak semata tanpa pengembalian yang dapat diverifikasi dapat menyebabkan pemerintah daerah menanggung biaya tidak langsung yang tinggi sementara hanya menerima pendapatan yang terbatas.

Pasar perangkat keras AI akan terpengaruh secara tidak merata

Keterlambatan pengadaan ruang server mengganggu seluruh rantai pasokan. Operator sering memesan chip, memori, peralatan jaringan, komponen optik, catu daya, sistem pendingin, dan rak jauh sebelum pengoperasian. Jika koneksi jaringan tertunda, sistem yang sudah dirakit sebelumnya tidak dapat dipasang. Hal ini mengikat modal, meningkatkan biaya penyimpanan, dan mempercepat keusangan perangkat keras yang tidak digunakan.

Perkiraan bahwa perangkat keras AI senilai lebih dari $200 miliar dapat dilepas sementara harus ditanggapi dengan hati-hati. Skala pastinya sulit diverifikasi, dan beberapa peralatan kemungkinan sedang menjalani pengujian rutin pengangkutan, integrasi, atau penerimaan. Meskipun demikian, logika yang mendasarinya masuk akal: jika produksi dan pesanan chip tumbuh lebih cepat daripada ruang pusat data yang tersedia dan lengkap, persediaan teknologi yang tidak terpakai pasti akan muncul.

Dampak yang ditimbulkan tidak merata. Penyedia akselerator AI dan chip komputasi khusus terkemuka relatif terlindungi oleh permintaan global, produktivitas per watt yang tinggi, dan daya tawar yang kuat. Jika proyek di AS tertunda, pelanggan internasional atau kampus lain dapat menyerap sebagian kapasitas tersebut. Selain itu, chip yang paling canggih tetap langka dan sangat dicari secara strategis.

Produsen penyimpanan data, modul optik, komponen analog, sistem distribusi daya, sistem pendingin, dan peralatan khusus lokasi lainnya lebih rentan. Produk-produk ini dibutuhkan mendekati tanggal penerapan sebenarnya dan tidak selalu dapat dengan mudah dialihkan ke proyek lain. Operator dapat menunda pesanan, memperpanjang jadwal pengiriman, atau mengubah spesifikasi. Hal ini menciptakan risiko yang lebih tinggi bagi pemasok berupa penumpukan persediaan, tekanan harga, dan fluktuasi volume pesanan.

Urutan investasi sangatlah penting. Mereka yang mengamankan chip mahal sejak awal tetapi kekurangan pasokan listrik yang andal akan menanggung biaya peluang. Sebaliknya, mereka yang menunggu koneksi yang terjamin berisiko tidak menerima perangkat keras yang dibutuhkan di kemudian hari. Oleh karena itu, operator harus mengkoordinasikan pengadaan energi, konstruksi, dan TI secara lebih erat. Kemampuan untuk merencanakan secara terintegrasi akan menjadi keunggulan kompetitif.

Peningkatan efisiensi menghasilkan nilai ekonomi

Di dunia dengan megawatt yang langka, nilai setiap watt yang dihemat semakin meningkat. Hingga saat ini, efisiensi komputasi terutama dinilai berdasarkan biaya operasional dan tujuan keberlanjutan. Di masa depan, hal itu juga akan menentukan berapa banyak model yang dapat dijalankan pada koneksi daya yang terbatas. Sebuah chip yang melakukan lebih banyak perhitungan dengan konsumsi daya yang sama meningkatkan kapasitas situs yang layak secara ekonomi tanpa memerlukan koneksi jaringan tambahan.

Hal ini memperkuat penyedia dengan kinerja tinggi per watt dan mendorong akselerator khusus. Optimasi perangkat lunak, kuantisasi, model yang lebih kecil, inferensi yang lebih efisien, dan pemanfaatan yang lebih baik juga menjadi semakin penting. Tidak setiap aplikasi membutuhkan model terbesar yang tersedia. Perusahaan dapat menghemat biaya dan energi dengan mendistribusikan tugas ke berbagai sistem sesuai dengan kompleksitasnya.

Teknologi bangunan juga tetap relevan. Indikator kinerja utama (KPI) Efektivitas Penggunaan Daya (PUE) menggambarkan rasio total konsumsi listrik terhadap konsumsi daya TI. Sistem modern mendekati nilai sekitar 1,1 dalam kondisi yang menguntungkan, sementara sistem yang lebih tua jauh lebih tinggi. Semakin efisien pendinginan, konversi daya, dan distribusi beroperasi, semakin besar proporsi beban terhubung yang sebenarnya tersedia untuk diproses.

Namun, efisiensi memiliki efek umpan balik. Perhitungan yang lebih murah dapat menghasilkan permintaan tambahan dan dengan demikian mengimbangi sebagian penghematan. Jika model yang lebih efisien membuat lebih banyak aplikasi layak secara ekonomi, penggunaan secara keseluruhan meningkat. Oleh karena itu, efisiensi tidak menyelesaikan hambatan energi dengan sendirinya, tetapi memperlambat pertumbuhan permintaan listrik dan meningkatkan pengembalian investasi untuk infrastruktur yang langka.

Pusat data fleksibel dapat menjadi bagian dari solusi

Pusat data sering dipandang sebagai penyedia beban dasar yang berkelanjutan. Namun kenyataannya, tugas mereka berbeda. Aplikasi waktu nyata dan layanan cloud kritis membutuhkan ketersediaan tinggi. Di sisi lain, pelatihan model besar, persiapan data, dan beberapa proses latar belakang dapat ditunda atau dibatasi sementara. Hal ini menawarkan potensi fleksibilitas yang signifikan.

Operator jaringan dapat menawarkan koneksi yang lebih cepat, tetapi tidak sepenuhnya terjamin. Sebagai imbalannya, operator berkomitmen untuk mengurangi bebannya selama beberapa jam kritis. Penyimpanan baterai, pembangkitan lokal, dan manajemen beban kerja yang cerdas dapat membatasi dampak pada operasi komputasi. Bahkan sejumlah kecil jam fleksibel dapat secara signifikan mengurangi kebutuhan akan kapasitas puncak yang jarang digunakan.

Solusi ini memerlukan kontrak baru dan pengukuran yang transparan. Operator perlu mengetahui seberapa sering dan berapa lama pembatasan kapasitas dimungkinkan. Operator jaringan memerlukan waktu respons yang andal dan tidak boleh menghitung beban fleksibel dua kali sebagai kapasitas yang dijamin. Cadangan harus tersedia untuk layanan yang sensitif terhadap waktu. Namun, jika diimplementasikan dengan benar, fleksibilitas dapat mempercepat konektivitas, mengurangi biaya jaringan, dan mengubah pusat data dari sekadar konsumen menjadi penyedia layanan sistem.

Pergeseran beban geografis juga dapat dipertimbangkan. Operator internasional dapat memindahkan tugas pelatihan ke tempat di mana listrik saat ini tersedia dengan harga yang jauh lebih rendah. Hal ini membutuhkan jaringan yang cepat, perangkat lunak yang sesuai, dan aturan yang jelas untuk transmisi dan keamanan data. Dengan demikian, harga listrik akan menjadi sinyal kontrol yang lebih kuat untuk pekerjaan digital. Daya komputasi akan memperoleh fleksibilitas spasial yang hanya dimiliki oleh proses industri tradisional dalam batas tertentu.

Antara investasi berlebihan dan kelangkaan sejati

Proyek-proyek yang sedang berjalan saat ini mencakup permintaan riil dan kelebihan spekulatif. Para pengembang mengamankan lahan, koneksi jaringan listrik, dan izin sebelum jelas model, pelanggan, atau pembiayaan apa yang ada di baliknya. Beberapa aplikasi mungkin mewakili proyek masa depan yang sama. Oleh karena itu, jumlah total gigawatt yang diumumkan tidak boleh disamakan dengan konsumsi di masa mendatang.

Pada saat yang sama, akan salah jika mengabaikan hambatan tersebut hanya sebagai konsekuensi dari perkiraan yang berlebihan. Bahkan jika sebagian besar jalur produksi gagal, permintaan riil tumbuh dengan cepat. Untuk tahun 2026 dan 2027, kapasitas pusat data AS diperkirakan akan meningkat sekitar 38 persen, atau masing-masing 12 dan 17 gigawatt. Kapasitas sekitar 64 gigawatt pada akhir tahun 2026 dan 90 gigawatt pada akhir tahun 2027 akan sangat tinggi, bahkan setelah pengurangan.

Oleh karena itu, jalur yang paling mungkin terletak di antara dua ekstrem. Tidak semua proyek yang diumumkan akan dibangun tepat waktu, dan ekspansi AI juga tidak akan sepenuhnya gagal. Kira-kira setengah hingga 60 persen dari kapasitas yang direncanakan untuk tahun-tahun mendatang dapat terhubung ke jaringan listrik sesuai jadwal. Proyek-proyek lain akan ditunda, dikurangi skalanya, dipindahkan, atau ditinggalkan. Kekurangan listrik bertindak sebagai mekanisme seleksi: operator dengan modal yang kuat dan kontrak energi yang aman akan menang, sementara proyek-proyek spekulatif atau yang kurang dipersiapkan akan gagal.

Hal ini memiliki efek pendisiplinan. Pada tahap awal booming AI, pengumuman kapasitas besar saja seringkali sudah cukup untuk membuat investor dan pasar terkesan. Sekarang, kualitas implementasi semakin penting. Yang penting bukanlah megawatt yang dicadangkan, tetapi daya komputasi yang benar-benar beroperasi, dimanfaatkan sepenuhnya, dan menguntungkan. Dengan demikian, pasar beralih dari fase janji kapasitas ke fase pengujian infrastruktur.

Perhitungan ekonomi secara keseluruhan masih belum pasti

Pusat data AI dapat meningkatkan produktivitas, memungkinkan layanan baru, dan memperkuat daya saing teknologi. Namun, pengembalian ekonomi bergantung pada apakah daya komputasi yang dihasilkan diterjemahkan ke dalam aplikasi dengan manfaat yang terukur. Investasi tinggi tidak secara otomatis berarti nilai tambah yang tinggi. Jika model tersebut terutama melengkapi layanan digital yang ada tanpa menghasilkan kemauan untuk membayar yang sesuai, pengembalian investasi untuk infrastruktur dapat tertekan.

Pada saat yang sama, pusat data memiliki dampak regional yang positif. Di Loudoun County, pusat data memberikan kontribusi besar terhadap anggaran umum, meskipun hanya menempati sebagian kecil ruang komersial. Kota-kota lain menggunakan pendapatan pajak untuk mendanai sekolah, infrastruktur, dan layanan publik. Contoh-contoh tersebut menunjukkan bahwa manfaat lokal yang signifikan dimungkinkan. Namun, manfaat tersebut tidak dijamin dan bergantung pada tarif pajak, insentif, struktur kepemilikan, dan perjanjian.

Penilaian ekonomi secara keseluruhan juga harus mempertimbangkan efek perpindahan. Jika kapasitas jaringan yang langka dialokasikan untuk pusat data, kapasitas tersebut mungkin tidak lagi tersedia untuk pabrik, pembangunan perumahan, atau elektrifikasi. Kenaikan harga listrik mengurangi daya saing industri lain. Sebaliknya, jika pelanggan besar membiayai pembangkit listrik dan jalur transmisi baru, wilayah tersebut dapat memperoleh manfaat dalam jangka panjang. Oleh karena itu, tergantung pada tarif dan model investasi, kompleks pusat data yang sama dapat mensosialisasikan biaya atau memodernisasi infrastruktur.

Pertanyaan politik yang sebenarnya bukanlah apakah pusat data itu baik atau buruk. Melainkan dalam kondisi apa manfaat pribadi yang diperoleh dari pusat data tersebut sesuai dengan kepentingan publik. Ini termasuk pembangkit listrik tambahan, biaya jaringan berdasarkan penggunaan, jadwal yang mengikat, perlindungan air dan kebisingan, data beban yang transparan, dan kompensasi lokal. Larangan menyeluruh menyia-nyiakan peluang, sementara subsidi tanpa syarat mengalihkan risiko kepada masyarakat umum.

Kekurangan daya mengubah pasar AI

Kesenjangan energi yang diantisipasi bukanlah masalah sampingan dari booming AI, melainkan mekanisme seleksi utama berikutnya. Hal ini tidak secara fundamental membatasi perkembangan kecerdasan buatan, tetapi akan menentukan kecepatan, lokasi, pemenang, dan pecundangnya. Perusahaan dengan keahlian energi sendiri, portofolio lokasi internasional, kontrak pasokan jangka panjang, dan perangkat keras yang efisien memiliki keunggulan struktural.

Bagi produsen semikonduktor, ini berarti diferensiasi yang lebih besar. Prosesor kelas atas tetap diminati, tetapi pasar semakin menghargai daya komputasi yang dapat digunakan per watt. Pemasok memori, optik, pendinginan, dan teknologi daya harus mengharapkan permintaan yang lebih fluktuatif. Di sisi lain, perusahaan energi, produsen teknologi jaringan, dan penyedia pembangkit listrik fleksibel, bergerak ke pusat penciptaan nilai AI. Ledakan ini meluas dari industri chip ke seluruh infrastruktur listrik.

Tantangan bagi para pembuat kebijakan dan regulator adalah untuk menyelaraskan kecepatan dan keadilan biaya. Persetujuan yang lebih cepat diperlukan, tetapi tidak boleh berarti bahwa rumah tangga dan industri yang sudah ada membayar tanpa pengawasan. Beban besar memerlukan kriteria koneksi yang jelas, jaminan keuangan, dan peningkatan kapasitas yang realistis. Kontrak yang fleksibel dapat memungkinkan pengoperasian lebih awal tanpa membahayakan stabilitas jaringan listrik.

AS memiliki modal, teknologi, sumber daya energi, dan dinamisme kewirausahaan. Masalahnya bukanlah kurangnya sumber daya secara absolut, melainkan kurangnya sinkronisasi antara ekspansi digital dan infrastruktur fisik. Pembangkit listrik, saluran transmisi, transformator, dan pekerja terampil tidak dapat ditingkatkan skalanya sesuai dengan ritme pembaruan perangkat lunak. Mereka yang mengabaikan kesenjangan ini hanya menghasilkan pengumuman, bukan kekuatan komputasi.

Ledakan AI tidak berakhir di stopkontak listrik; semuanya akan ditentukan di sana. Beberapa tahun mendatang akan menunjukkan apakah Amerika Serikat dapat menerjemahkan ambisi digitalnya menjadi sistem energi yang tangguh. Jika berhasil, ekspansi tersebut dapat menghasilkan pembangkit listrik baru, jaringan listrik yang lebih modern, dan aplikasi AI yang produktif. Jika gagal, chip mahal akan tetap tersimpan, proyek-proyek akan terhenti dalam antrian, dan biaya listrik akan dibebankan kepada mereka yang paling sedikit mendapat manfaat dari ledakan tersebut.

Dari visibilitas hingga kepercayaan: Jalur skalabel Anda dengan Xpert.Digital - Gambar: Xpert.Digital

Dalam bisnis B2B industri, hubungan bisnis yang berkelanjutan jarang muncul dalam semalam. Hubungan tersebut berkembang selangkah demi selangkah – melalui visibilitas, relevansi profesional, titik kontak yang berulang, dan kepercayaan yang tumbuh. Model 4 tahap Xpert.Digital menjawab hal ini secara tepat: Model ini menawarkan jalur terstruktur yang dimulai dengan titik masuk yang mudah dikelola dan dapat berkembang menjadi kolaborasi yang lebih dalam dalam pengembangan bisnis jika diperlukan.

Alih-alih mengandalkan janji pemasaran yang bombastis, model ini menempatkan hubungan sebagai prioritas utama. Perusahaan memulai dengan ukuran yang jelas dan mudah dihitung, kemudian memutuskan, berdasarkan pengalaman mereka sendiri, sejauh mana mereka ingin memperluas kolaborasi. Faktor kunci untuk proses membangun kepercayaan yang tidak terganggu ini: Platform sepenuhnya menghindari iklan yang mengganggu, sehingga fokus editorial tetap semata-mata pada keahlian perusahaan.

Informasi selengkapnya di sini:

• Dari visibilitas hingga kepercayaan: Jalur skalabel Anda dengan Xpert.Digital

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

Konrad Wolfenstein

Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini [email protected]:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah

Saya sangat menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pelopor Pengembangan Bisnis / Pemasaran / Humas / Pameran Dagang