Ketika AI Membutuhkan Listrik Murah: Mengapa Pusat Data Menjauh dari Hub Utama Eropa

Perlombaan membangun infrastruktur kecerdasan buatan (AI) di Eropa kini tidak lagi hanya soal chip atau investasi modal. Faktor yang semakin menentukan justru sesuatu yang jauh lebih mendasar: listrik.

Model AI modern membutuhkan pusat data dengan ribuan GPU yang berjalan tanpa henti. Semakin besar model yang dilatih, semakin besar pula kebutuhan energi. Akibatnya, kemampuan memperoleh listrik yang murah, stabil, dan dalam jumlah besar menjadi faktor utama dalam menentukan lokasi pembangunan pusat data.

Di sinilah Eropa menghadapi tantangan struktural yang semakin terlihat.

Infrastruktur AI kini menjadi perlombaan mendapatkan listrik

Pusat data AI modern menjalankan klaster GPU berdaya tinggi yang bekerja 24 jam sehari. Konsumsi listriknya sangat besar. Secara global, pusat data menggunakan sekitar 415 terawatt‑jam (TWh) listrik pada 2024, setara sekitar 1,5% dari total konsumsi listrik dunia. Angka ini diperkirakan akan lebih dari dua kali lipat menjadi sekitar 945 TWh pada 2030, dengan AI sebagai pendorong utama pertumbuhan tersebut.

Satu fasilitas pelatihan AI skala besar bahkan dapat membutuhkan ratusan megawatt listrik di satu lokasi, kira‑kira setara konsumsi energi kompleks industri menengah.

Karena energi menjadi komponen biaya operasional yang besar, operator pusat data cenderung membangun fasilitas di wilayah yang memiliki:

• harga listrik rendah
• pasokan energi melimpah
• lahan luas
• infrastruktur jaringan listrik yang kuat

Pola ini terlihat secara global, di mana pusat data sering terkonsentrasi di wilayah dengan kombinasi faktor tersebut.

Kelemahan biaya energi di Eropa

Dibandingkan dengan Amerika Serikat atau China, Eropa memulai dari posisi yang kurang menguntungkan dalam hal biaya energi.

Perbandingan berbasis data International Energy Agency menunjukkan bahwa pada 2025, industri padat energi di Eropa menghadapi harga energi rata‑rata sekitar dua kali lipat dari Amerika Serikat dan sekitar 50% lebih tinggi dibandingkan China atau India.

Perbandingan harga listrik juga menunjukkan selisih yang signifikan:

• Inggris: sekitar US$111 per MWh
• Jerman: sekitar US$89 per MWh
• Amerika Serikat: sekitar US$28 per MWh

Perbedaan ini langsung memengaruhi biaya menjalankan AI. Pusat data dengan klaster GPU besar membutuhkan listrik secara konstan dan biasanya mengikat kontrak listrik jangka panjang. Jika harga energi jauh lebih tinggi, maka biaya pelatihan dan menjalankan model AI di Eropa menjadi kurang kompetitif dibandingkan di AS atau Asia.

Akses jaringan listrik: hambatan yang sering tersembunyi

Masalahnya tidak hanya soal harga. Akses ke jaringan listrik sering kali menjadi kendala yang lebih besar.

Banyak jaringan listrik di Eropa tidak dirancang untuk lonjakan permintaan dari pusat data AI berskala besar. Studi menunjukkan bahwa ambisi Eropa untuk menjadi pusat komputasi AI sangat bergantung pada kemampuan sistem listriknya menampung beban baru dalam skala besar.

Di beberapa negara Uni Eropa, mendapatkan sambungan jaringan listrik untuk pusat data baru bisa memakan waktu antara dua hingga sepuluh tahun.

Akibatnya, pengembang sering kali siap membangun fasilitas dalam satu hingga dua tahun, tetapi harus menunggu jauh lebih lama hanya untuk mendapatkan pasokan listrik.

Geopolitik memperburuk tekanan energi

Situasi energi global juga menambah ketidakpastian.

Ketegangan geopolitik—termasuk gangguan pasar energi yang terkait konflik Iran—meningkatkan volatilitas harga minyak dan energi secara global. Dampaknya merambat ke inflasi dan harga listrik, terutama bagi industri yang sangat bergantung pada energi seperti pusat data.

Pada saat yang sama, ekspansi AI di seluruh dunia memicu lonjakan permintaan listrik baru, sehingga meningkatkan persaingan untuk kapasitas pembangkit dan jaringan yang tersedia.

Gabungan faktor ini membuat pasokan listrik yang stabil dan murah menjadi isu strategis dalam pembangunan infrastruktur AI.

Mengapa hub pusat data tradisional mulai tertekan

Selama bertahun‑tahun, industri pusat data Eropa terkonsentrasi di lima kota besar yang dikenal sebagai FLAP‑D:

• Frankfurt
• London
• Amsterdam
• Paris
• Dublin

Kota‑kota ini berkembang karena memiliki konektivitas internet kuat, pasar keuangan besar, dan permintaan cloud yang tinggi.

Namun kini hub tersebut menghadapi beberapa kendala sekaligus:

• kapasitas jaringan listrik terbatas
• kekurangan lahan
• regulasi perizinan lebih ketat
• biaya listrik yang meningkat

Ketika beban kerja AI membutuhkan fasilitas yang jauh lebih besar daripada pusat data cloud tradisional, hambatan ini membuat ekspansi menjadi semakin sulit.

Pergeseran ke “pinggiran” Eropa

Sebagai solusi, pengembang mulai melirik wilayah baru di luar hub utama.

Investasi pusat data AI kini semakin banyak bergerak ke pasar sekunder atau wilayah pinggiran Eropa, seperti:

• Spanyol
• Portugal
• Italia
• negara Nordik seperti Swedia, Norwegia, dan Finlandia

Wilayah‑wilayah ini menawarkan beberapa keunggulan penting:

• listrik terbarukan lebih murah atau lebih melimpah
• koneksi jaringan lebih cepat tersedia
• lahan lebih luas untuk kampus pusat data besar
• proses perizinan lebih longgar

Laporan pemilihan lokasi pusat data menunjukkan bahwa operator semakin memilih wilayah tersebut karena kebutuhan listrik dan infrastruktur mereka masih dapat dipenuhi dalam skala besar.

Tren ini secara perlahan mengubah peta infrastruktur digital Eropa menjadi lebih terdistribusi, tidak lagi terkonsentrasi hanya di beberapa kota besar.

Taruhan strategis bagi Eropa

Perkembangan ini menunjukkan satu hal penting: kepemimpinan AI semakin bergantung pada infrastruktur energi.

Seiring meningkatnya kebutuhan komputasi AI, keunggulan kompetitif kemungkinan dimiliki oleh wilayah yang mampu menyediakan listrik dalam skala gigawatt dengan cepat dan murah. Jika Eropa tidak mampu memperluas jaringan listrik, mempercepat koneksi, dan menurunkan biaya energi, investasi besar dalam komputasi AI dapat mengalir ke wilayah lain yang lebih siap secara energi.

Pada akhirnya, geografi AI masa depan mungkin ditentukan bukan hanya oleh tempat tinggal para insinyur atau peneliti—tetapi oleh di mana listrik tersedia dalam jumlah besar.

Pola yang mulai terlihat di Eropa adalah pembagian peran: hub kota besar tetap penting untuk layanan cloud yang sensitif terhadap latensi, sementara kampus komputasi AI berskala raksasa semakin dibangun di wilayah pinggiran yang memiliki listrik lebih murah dan ruang untuk berkembang.