BACA JUGA:Puan Maharani Sebut TNI Harus 'Melek' Artificial Intelligence
JLL mencatat kapasitas data center di Greater Jakarta telah meningkat lebih dari dua kali lipat sejak akhir 2020, seiring ekspansi pemain lokal, regional, dan global.
Bagi LGSM, perkembangan tersebut menunjukkan bahwa infrastruktur AI tidak dapat dipisahkan dari kesiapan data center.
LGSM mengembangkan SMX01 di Jakarta sebagai fasilitas data center yang diposisikan untuk mendukung kebutuhan enterprise dan AI, dengan mengandalkan pengalaman lebih dari 30 tahun dalam IT solutions serta desain, pembangunan, dan pengoperasian data center yang berasal dari pengalaman di Korea Selatan.
BACA JUGA:iPhone 18 Pro Segera Hadir, 12 Fitur Baru Ini Bisa Bikin Pengguna iPhone Lama Tergoda Upgrade
Jangan “Membeli Mesin Sebelum Membangun Jalannya”
Dengan semakin banyaknya perusahaan yang mulai bereksperimen dan berinvestasi dalam AI, kesalahan dalam menentukan infrastruktur dapat menjadi mahal.
Ariawan menyebut salah satu kesalahan paling umum adalah perusahaan membeli kapasitas atau hardware terlebih dahulu sebelum memastikan kesiapan arsitektur datanya.
“Ibaratnya, membeli mesinnya sebelum membangun jalannya,” ujarnya.
Perusahaan dapat berinvestasi pada hardware mahal atau platform AI premium, tetapi pemanfaatannya tidak optimal karena data internal belum tertata, sistem belum terintegrasi, atau fasilitas pendukung seperti power dan cooling belum siap.
BACA JUGA:BRIN: Tak Perlu Takut Berlebihan, Artificial Intelligence Milestone Perkembangan Teknologi
Karena itu, strategi AI perlu dilihat secara end-to-end.
Mulai dari bagaimana data dikumpulkan dan dipersiapkan, bagaimana model AI dikembangkan, di mana workload dijalankan, bagaimana sistem diintegrasikan dengan teknologi yang sudah ada, hingga bagaimana kebutuhan komputasi dan fasilitas fisik dapat berkembang dalam beberapa tahun ke depan.
Pada akhirnya, pertanyaan bagi perusahaan bukan lagi sekadar cloud atau on-premise.
Semakin serius perusahaan menggunakan AI, semakin tidak sederhana pula jawabannya.
Sebagian workload mungkin membutuhkan fleksibilitas public cloud. Sebagian lainnya membutuhkan private infrastructure atau data center lokal. Sementara workload tertentu dapat menggunakan kombinasi keduanya melalui pendekatan hybrid.
Dengan strategi tersebut, perusahaan tidak hanya dapat mengejar kecepatan adopsi AI, tetapi juga menjaga keamanan, reliability, efisiensi biaya, compliance, dan kemampuan untuk berkembang ketika kebutuhan bisnis berubah.