Pernyataan ini bukan keputusan korporasi maupun regulasi, tetapi menandai pergeseran struktur rantai nilai AI dari GPU-sentris ke komputasi heterogen — dampak ke Indonesia bekerja tidak langsung lewat belanja data center, permintaan listrik, dan arus modal teknologi.
Ringkasan Eksekutif
CEO Intel Lip-Bu Tan menyatakan industri semikonduktor perlu mengembangkan arsitektur cip baru agar operasional AI lebih hemat energi. Berbicara pada acara DBS Asia Future Forward 2026 di Singapura, Senin (12/10), ia menyebut GPU — cip yang paling banyak dipakai memproses AI — sebagai komponen paling boros daya. Salah satu arah yang dijajaki Intel adalah neuromorphic computing, yang meniru cara kerja otak manusia dan diklaim tidak membutuhkan daya besar. Selain itu, Intel menyoroti pengembangan arsitektur GPU, pemanfaatan memori, serta teknologi stacking dan bonding agar sistem menjalankan fungsi yang sama dengan konsumsi memori lebih sedikit. CEO Broadcom Hock Tan menyatakan pandangan sejalan. Yang tidak terlihat dari headline ini: pernyataan tersebut bukan sekadar keluhan soal tagihan listrik.
Ini penanda pergeseran struktur rantai nilai AI dari era satu cip untuk semua kebutuhan menuju komputasi heterogen. Lip-Bu Tan memetakan beban kerja secara eksplisit — GPU tetap dominan untuk pelatihan model, sementara CPU kembali relevan untuk inferensi, orkestrasi, dan reinforcement learning. Sejumlah pengembang model terdepan, menurutnya, mulai membutuhkan lebih banyak CPU. Hock Tan menambahkan bahwa GPU lahir untuk pemrosesan grafis tiga dimensi sehingga unggul pada komputasi paralel, tetapi kebutuhan AI yang bergerak ke inferensi membuka ruang bagi akselerator yang dirancang khusus per beban kerja, termasuk akselerator yang dikembangkan OpenAI. Implikasinya lebih luas dari industri cip. Jika efisiensi energi menjadi batas pertumbuhan AI, pusat biaya bergeser dari sekadar menyediakan GPU ke rekayasa memori, advanced packaging, dan pasokan listrik pusat data.
Di Indonesia, jalur transmisinya tidak melalui manufaktur cip — tidak ada produsen cip yang tercatat di bursa domestik — melainkan lewat tiga kanal: belanja modal pusat data dan infrastruktur digital, permintaan listrik skala besar, serta arus modal global ke aset teknologi. Konteks pasar saat ini tidak mendukung: IHSG berada di 5.936 setelah terkoreksi 2,59%, rupiah di Rp17.894 per dolar AS, dan imbal hasil US Treasury 10 tahun di 5,22%. Tingkat diskonto setinggi itu menekan valuasi aset berdurasi panjang, termasuk teknologi. Bagi pelaku usaha, dua hal layak dicatat. Pertama, perusahaan yang berencana membangun atau menyewa kapasitas komputasi AI perlu memasukkan biaya energi dan pendinginan sebagai komponen utama, bukan pelengkap — arsitektur yang lebih efisien belum tentu tersedia komersial dalam waktu dekat.
Kedua, pemasok jasa pusat data, kontraktor mekanikal-elektrikal, dan penyedia energi berpotensi merasakan permintaan lebih dulu dibanding emiten teknologi konsumen.
Mengapa Ini Penting
Pernyataan ini menggeser pertanyaan strategis industri AI: bukan lagi siapa punya GPU paling banyak, tetapi siapa paling efisien mengubah listrik menjadi komputasi. Efisiensi energi kini menjadi variabel penentu margin operator pusat data dan kelayakan adopsi AI di perusahaan. Yang menang adalah pemasok memori, advanced packaging, dan infrastruktur daya; yang tertekan adalah pemain yang mengunci belanja modalnya pada satu jenis cip.
Dampak ke Bisnis
- Operator pusat data dan penyedia infrastruktur digital menghadapi struktur biaya baru: listrik dan pendinginan menjadi komponen dominan, bukan pelengkap. Selama arsitektur hemat energi belum tersedia secara komersial, beban operasional tetap tinggi dan menghambat perluasan kapasitas di pasar berkembang, termasuk Indonesia.
- Pemasok energi dan utilitas menjadi pihak yang tidak disebut artikel tetapi paling terpapar secara logika ekonomi. Gelombang belanja komputasi AI memperkuat permintaan listrik skala besar, sehingga perencanaan kapasitas pembangkit dan jaringan menjadi penentu kelayakan investasi pusat data di suatu negara.
- Dalam 3–6 bulan ke depan, tekanan terbesar justru muncul pada perusahaan yang berlomba mengadopsi AI tanpa menghitung biaya energinya. Pergeseran ke inferensi juga mengubah lanskap pengadaan: kebutuhan komputasi menjadi lebih beragam, sehingga ketergantungan pada satu jenis akselerator berisiko menaikkan biaya total kepemilikan.
Yang Perlu Dipantau
- Yang perlu dipantau: tenggat komersialisasi arsitektur baru dari Intel dan Broadcom — tanpa jadwal yang jelas, biaya energi pada beban kerja inferensi tetap menjadi penghambat utama adopsi AI di perusahaan besar.
- Risiko yang perlu dicermati: dominasi GPU pada beban kerja pelatihan model — jika akselerator khusus gagal menembus skala produksi, konsentrasi pasokan bertahan tinggi dan harga komputasi AI tetap mahal bagi pengguna akhir.
- Sinyal penting: arah imbal hasil US Treasury 10 tahun di 5,22% dan pergerakan USD/IDR di sekitar Rp17.894 — keduanya menentukan seberapa besar arus modal global yang masuk atau keluar dari aset teknologi pasar berkembang, termasuk Indonesia.
Konteks Indonesia
Dampak langsung ke pasar domestik terbatas karena tidak ada produsen cip yang tercatat di bursa Indonesia. Jalur transmisinya melalui tiga kanal: belanja modal pusat data dan infrastruktur digital, permintaan listrik skala besar yang membebani perencanaan jaringan, serta sentimen arus modal global ke aset teknologi. Ketika efisiensi energi menjadi penentu kelayakan komputasi AI, daya tarik Indonesia sebagai lokasi pusat data bergantung pada keandalan pasokan listrik dan biaya energi, bukan hanya pada ketersediaan konektivitas.
Analisis ini dibuat oleh sistem AI Feedberry berdasarkan sumber berita publik dan tidak merupakan saran investasi atau keputusan bisnis. Selalu verifikasi dengan sumber primer.