Pada 14 November 2024, panggung Indonesia AI Day di Jakarta menjadi saksi sebuah perayaan yang tampak kontradiktif. Menteri BUMN Erick Thohir berdiri berdampingan dengan CEO NVIDIA Jensen Huang, meresmikan Sahabat-AI — model bahasa fondasional yang diposisikan sebagai simbol kedaulatan AI Indonesia. Namun di balik kemegahan acara tersebut, tersembunyi ironi yang tak bisa dihindari: model yang diklaim sebagai penegak kemandirian digital itu justru dilatih di atas GPU NVIDIA H100 dan berbasis arsitektur buatan Meta serta Google.
Inilah paradoks kedaulatan AI yang sedang melanda dunia. Negara-negara menggelontorkan miliaran dolar untuk proyek yang diklaim "mandiri", tetapi data terbaru menunjukkan bahwa mayoritas proyek tersebut masih bertumpu pada teknologi dan mitra dari negara yang justru ingin mereka kurangi ketergantungannya.
Angka yang Bicara: 80% Proyek "Berdaulat" Masih Bergantung pada Mitra AS
Center for a New American Security (CNAS) melalui Sovereign AI Index-nya melacak lebih dari 170 proyek infrastruktur dan model AI di seluruh dunia. Temuannya mengejutkan: lebih dari tiga perlima proyek yang terlacak mengungkap setidaknya satu mitra asing, dan empat perlima dari proyek tersebut melibatkan perusahaan asal Amerika Serikat. Bahkan, NVIDIA sendiri memasok GPU untuk sekitar 45% dari seluruh proyek infrastruktur yang terlacak.
Data ini menjadi pukulan telak bagi narasi kemandirian yang digaungkan banyak negara. Uni Emirat Arab mengumumkan investasi sekitar USD 33,5 miliar untuk infrastruktur cloud AI berdaulat, Jepang USD 20,4 miliar untuk superkomputer dan fabrikasi semikonduktor, Arab Saudi USD 6,2 miliar untuk diversifikasi ekonomi pasca-minyak. Namun, semua proyek tersebut tetap membutuhkan pasokan GPU dari Amerika Serikat.
Meski demikian, ada secercah harapan. Sejak indeks ini dirilis pada April 2026, proporsi proyek tanpa mitra asing naik dari 31% menjadi 37%. Tren perlahan menuju kemandirian memang ada, tetapi dari basis yang masih sangat kecil.
Fine-Tuning vs Membangun dari Nol: Pilihan Realistis yang Pahit
Mengapa negara-negara tidak membangun model AI mereka sendiri dari nol? Jawabannya sederhana: biaya dan waktu. Melatih frontier model membutuhkan investasi miliaran dolar, infrastruktur komputasi masif, dan talenta kelas dunia yang tidak dimiliki sebagian besar negara.
Sebagai gantinya, strategi dominan yang dipilih adalah fine-tuning model open-source buatan perusahaan Barat seperti Llama (Meta) atau Gemma (Google DeepMind). Pendekatan ini jauh lebih murah dan cepat. Sahabat-AI, misalnya, hanya membutuhkan waktu sekitar 4 jam untuk fine-tuning dan 2 jam untuk alignment menggunakan klaster 8x GPU NVIDIA H100.
Inilah bentuk kedaulatan yang bersifat parsial namun operasional — memanfaatkan infrastruktur global, melatih ulang dengan data lokal, dan mempertahankan kendali atas tata kelola data. Bukan kemandirian teknologi dari nol.
Tokenisasi: Biaya Tersembunyi yang Memaksa Lokalisasi
Ada alasan teknis yang mendasari mengapa negara-negara seperti Indonesia merasa perlu memiliki model AI sendiri. Sistem tokenisasi pada model arus utama sangat bias terhadap bahasa Inggris. Penelitian menunjukkan bahwa untuk menyampaikan informasi yang sama, bahasa non-Inggris membutuhkan token jauh lebih banyak. Ini berdampak pada tiga hal: pembengkakan biaya operasional, penalti latensi, dan penyusutan jendela konteks.
Bagi Indonesia, meski Bahasa Indonesia menggunakan aksara Latin yang terstandardisasi, inefisiensi ini tetap ada. Model komersial berbasis API menagih per token, sehingga teks berbahasa Indonesia lebih mahal untuk diproses. Inilah yang mendorong lahirnya Sahabat-AI — hasil kolaborasi Indosat, GoTo, AI Singapore, dan Tech Mahindra — yang dilatih dengan 448.000 pasangan instruksi Bahasa Indonesia, 96.000 pasangan Bahasa Jawa, dan 98.000 pasangan Bahasa Sunda.
Ironi Infrastruktur: Pusat Data di Atas Batu Bara
Kedaulatan AI tidak hanya soal model, tetapi juga infrastruktur fisik. Indonesia membangun Pusat Data Nasional di Cikarang dengan investasi sekitar €164,68 juta, dan operator swasta seperti BDx Indonesia mengamankan komitmen pasokan listrik 1,2 GW dari PLN. Namun, ada ironi besar: jaringan listrik di Pulau Jawa masih didominasi PLTU batu bara.
Klaim "Green Data Center" dari sejumlah operator menjadi sulit dipertanggungjawabkan tanpa transisi energi yang fundamental. Sementara itu, seluruh rantai pasok chip tunduk pada rezim kontrol ekspor Amerika Serikat. Operator data center di Indonesia — meski 100% berbadan hukum domestik — tetap terikat kewajiban kepatuhan lintas-yurisdiksi terkait end-use logging untuk GPU kelas atas.
Kedaulatan yang Terukur, Bukan Sekadar Retorika
Kritik dari akademisi domestik seperti CfDS UGM dan peneliti Unpad menegaskan bahwa retorika kedaulatan AI Indonesia jauh lebih ekspansif dibanding realitas materialnya. Rasio belanja R&D nasional hanya 0,28% dari PDB — sepersepuluh dari rata-rata dunia. Lembaga Pengawas Pelindungan Data Pribadi yang diwajibkan UU PDP hingga kini belum terbentuk.
Kedaulatan AI yang realistis bukanlah kemandirian penuh, melainkan kemampuan mengelola ketergantungan secara strategis: melindungi kepemilikan data lokal, menjamin residensi data domestik, dan secara bertahap meningkatkan investasi riset. Tanpa percepatan pada empat area — regulasi, energi, R&D, dan talenta — narasi Sovereign AI Indonesia akan tetap berjalan lebih cepat dibanding realitasnya. Namun jika kemajuan terukur terlihat dalam dua-tiga tahun ke depan, klaim kedaulatan digital Indonesia akan memiliki dasar yang jauh lebih kokoh daripada sekadar seremoni peluncuran produk.