AI bisa mempercepat transisi energi atau justru menguatkan fosil. Kuncinya ada pada kebijakan pusat–daerah dan arah pemanfaatan AI di sektor energi Indonesia.
AI, Energi Fosil, dan Politik: Pelajaran untuk Indonesia
Pada 2023, investasi global untuk AI di sektor energi diperkirakan menembus miliaran dolar, sementara banyak negara masih mengucurkan subsidi triliunan rupiah untuk batu bara dan gas. Dua arah yang bertolak belakang ini sedang berbenturan, bukan hanya di Amerika Serikat, tapi juga jadi cermin untuk Indonesia.
Di AS, perdebatan soal hak negara bagian (states’ rights), regulasi AI, dan energi fosil memanas lagi. Sosok seperti Donald Trump diduga mendorong garis besar kebijakan yang menguatkan bahan bakar fosil sekaligus mendorong aturan terpusat yang menguntungkan kelompok tertentu. Ceritanya terlihat sangat “jauh di sana”, tapi implikasinya dekat: bagaimana kalau dinamika serupa muncul di Indonesia, dan justru menghambat AI untuk transisi energi kita sendiri?
Tulisan ini bagian dari seri “AI untuk Sektor Energi Indonesia: Transisi Berkelanjutan”. Fokusnya: bagaimana tarik-menarik politik, fragmentasi kebijakan, dan kepentingan energi fosil bisa memperlambat pemanfaatan AI di energi terbarukan, dan apa yang bisa dilakukan pemain energi di Indonesia supaya tidak ikut terseret arus yang salah arah.
1. Dari “States’ Rights” ke Sentralisasi: Apa Hubungannya dengan AI Energi?
Intinya begini: ketika politik dipakai untuk “mengatur” aturan AI dan energi hanya demi melindungi bahan bakar fosil, keputusan teknis berubah jadi senjata politik. Hasilnya, inovasi melambat.
Di Amerika Serikat, konsep states’ rights awalnya dipakai kubu konservatif untuk menekan peran pemerintah federal. Negara bagian dianggap berhak bikin aturan sendiri, termasuk soal lingkungan, energi, dan teknologi. Tetapi dalam beberapa tahun terakhir, muncul pola yang agak ironis: ketika negara bagian progresif memperketat regulasi emisi atau mendorong energi terbarukan, sebagian tokoh nasional justru mencoba mengerem lewat kebijakan pusat yang membatasi ruang gerak itu.
Di titik ini, AI ikut terseret karena:
- AI dipakai untuk mengoptimalkan produksi minyak & gas, termasuk eksplorasi dan operasi kilang.
- AI juga jadi otak integrasi energi terbarukan, smart grid, baterai, dan manajemen beban.
Ketika pemerintah pusat condong ke energi fosil, sangat mungkin regulasi AI dipaketkan untuk mempermudah bisnis fosil, sambil mempersulit atau memperlambat standar emisi dan insentif energi bersih.
Cermin untuk Indonesia
Indonesia memang bukan sistem federal seperti AS, tapi kita juga mengenal:
- Kewenangan pusat (Kementerian ESDM, KLHK, Kementerian Perhubungan, dll.)
- Kewenangan daerah (provinsi/kabupaten/kota) dalam perizinan, RTRW, dan implementasi energi terbarukan.
Kalau koordinasi buruk, kita akan lihat skenario seperti:
- Pusat bicara transisi energi, tapi daerah masih mengeluarkan izin PLTU baru.
- PLN ingin memasang smart meter dan smart grid berbasis AI, tapi regulasi tarif, data, dan standar teknis tersendat.
Di level ini, pertanyaannya bukan sekadar “siapa yang berkuasa”, tapi apakah arah kebijakannya konsisten dengan dekarbonisasi dan pemanfaatan AI secara cerdas.
2. Fragmentasi Kebijakan: Musuh Utama AI di Sektor Energi
AI di sektor energi hanya efektif kalau punya data yang konsisten, aturan yang jelas, dan arah jangka panjang yang stabil. Fragmentasi kebijakan menghajar tiga aspek ini sekaligus.
a. Data Energi yang Terpecah-pecah
Sistem AI untuk energi – misalnya untuk prediksi beban listrik, forecasting energi surya dan angin, atau optimasi unit commitment PLTU dan PLTA – butuh:
- Data historis beban per jam
- Data cuaca & produksi PLTS/PLTB
- Data operasi pembangkit & transmisi
- Data konsumsi pelanggan (smart metering)
Kalau tiap wilayah, BUMD, atau anak usaha punya standar data sendiri, tanpa integrasi ke nasional, AI hanya akan pintar secara lokal tapi gagal mengoptimalkan sistem secara keseluruhan.
b. Aturan yang Berubah-ubah
Investor dan pengembang solusi AI punya sensitivitas tinggi terhadap ketidakpastian regulasi. Contoh tipikal:
- Satu periode pemerintahan pro energi terbarukan, berikutnya kembali pro-batu bara.
- Aturan PLTS atap berubah beberapa kali dalam waktu singkat.
Dampaknya:
- Operator listrik ragu menggelar proyek smart grid jangka panjang.
- Vendor teknologi AI enggan berinvestasi R&D lokal karena horizon bisnis pendek.
c. AI Terjepit di Tengah Debat Politik Energi Fosil vs Terbarukan
AI sebenarnya netral. Tapi cara regulasi disusun bisa membuat AI lebih banyak menguntungkan pihak tertentu:
- Kalau insentif dan izin untuk pembangkit fosil terus dipermudah, AI akan lari ke optimasi efisiensi PLTU dan kilang, bukannya ke integrasi PLTS/PLTB.
- Kalau kebijakan tarif listrik belum mengakomodasi fleksibilitas dan demand response, AI sulit dipakai untuk manajemen beban cerdas.
Yang rugi siapa? Pelanggan dan perekonomian nasional, karena biaya sistem tetap tinggi dan ketahanan energi tidak membaik.
3. AI sebagai “Penyatu” di Tengah Tarik-Menarik Pusat–Daerah
Jawaban singkatnya: ya, AI bisa jadi jembatan antara pendekatan terpusat dan desentralisasi, asalkan arsitektur regulasinya sengaja dirancang ke arah itu.
Pendekatan Terpusat: Standar & Arah Besar
Pemerintah pusat idealnya menetapkan:
- Target nasional emisi dan porsi energi terbarukan (misal bauran 34% di 2030, dst.)
- Standar data energi nasional: format, frekuensi, keamanan, dan interoperabilitas.
- Kerangka regulasi AI di sektor energi: perlindungan data, audit algoritma, dan keamanan siber.
Dengan begitu, semua pemain – PLN, IPP, Pemda, industri – bermain di lapangan yang sama.
Pendekatan Desentralisasi: Inovasi Lokal
Di sisi lain, wilayah dan perusahaan perlu ruang untuk berinovasi:
- Pemda bisa mendorong microgrid berbasis PLTS + baterai + AI di daerah terpencil.
- BUMD energi bisa mengembangkan aplikasi prediksi beban lokal yang menyesuaikan pola konsumsi warganya.
- Kawasan industri bisa membangun energi terbarukan mandiri dengan sistem manajemen energi berbasis AI.
Kuncinya: data dan protokol tetap kompatibel dengan standar nasional, sehingga solusi lokal bisa tetap tersambung ke sistem besar.
Contoh Skenario Praktis di Indonesia
Bayangkan jaringan listrik di Indonesia Timur:
- Pusat menetapkan standar data dan interface AI.
- PLN pusat mengoperasikan platform AI nasional untuk balancing dan forecasting.
- Unit PLN wilayah, BUMD, dan pengelola microgrid lokal punya modul AI sendiri untuk mengoptimalkan operasinya.
Data mengalir dua arah, tapi
- Kebijakan energi bersih dijaga konsisten dari pusat,
- Kreativitas teknis dikembangkan di daerah.
Ini cara sehat memadukan “sentralisasi visi” dan “desentralisasi eksekusi” tanpa terjebak konflik ala states’ rights vs federal yang sering muncul di AS.
4. Risiko Kalau Politik Pro-Fosil Membajak Narasi AI
Di banyak negara, kelompok pro-energi fosil mulai menggunakan narasi “kedaulatan energi” atau “listrik murah” untuk mempertahankan PLTU batubara. Kalau narasi ini dikawinkan dengan AI, risikonya cukup jelas.
a. AI Dipakai untuk Memperpanjang Umur PLTU
Secara teknis, AI memang bisa:
- Meningkatkan efisiensi pembakaran batubara
- Mengurangi unplanned outage
- Mengoptimalkan jadwal pemeliharaan
Hasilnya: PLTU jadi lebih efisien dan tahan lama. Kalau tanpa batas waktu dan strategi phase-out, AI justru memperkuat ketergantungan pada batubara.
b. Inovasi Energi Terbarukan Kalah Prioritas Anggaran
Kalau pemerintah dan BUMN energi lebih tertarik mengoptimalkan aset fosil yang sudah ada, seringkali:
- Anggaran untuk pilot project AI di PLTS/PLTB, demand response, dan smart meter dipangkas.
- Talenta AI energi malah terserap ke proyek peningkatan produksi migas atau batubara.
Padahal, untuk transisi energi jangka panjang, AI paling berdampak bila diarahkan ke integrasi energi terbarukan dan efisiensi sistem.
c. Fragmentasi Narasi Publik
Narasi publik juga bisa terbelah:
- Satu kubu mengklaim: “AI akan membuat batubara makin bersih dan murah, jadi tidak perlu buru-buru transisi.”
- Kubu lain menekan: “AI hanya boleh untuk energi terbarukan, fosil harus dihentikan keras.”
Kalau debat berhenti di slogan, kebijakan jadi bising dan tidak konsisten. Padahal pendekatan yang lebih sehat adalah menggunakan AI untuk mengurangi ketergantungan fosil secara terukur, sambil mengelola transisi sosial-ekonomi di daerah tambang.
5. Langkah Konkret untuk Pemain Energi di Indonesia
Supaya tidak terjebak pola politik yang menghambat, ada beberapa langkah praktis yang bisa diambil sekarang.
1) Dorong Standar Data dan Arsitektur Terbuka
Perusahaan energi, pengembang PLTS/PLTB, dan penyedia teknologi AI bisa bersama-sama mendorong:
- Standar data operasi pembangkit dan jaringan yang terbuka dan interoperabel.
- Kewajiban data sharing terukur (dengan perlindungan data) untuk keperluan perencanaan sistem dan proyek AI.
Semakin rapi datanya, semakin sulit kebijakan jangka pendek yang kontraproduktif “bersembunyi” di balik ketidakjelasan angka.
2) Tempatkan AI Sebagai “Enabler Transisi”, Bukan Sekadar Efisiensi
Dalam diskusi dengan regulator dan pemangku kepentingan, framing-nya perlu jelas:
- Bukan hanya “AI bikin PLTU lebih efisien”, tapi AI menurunkan emisi sistem dan membuka ruang integrasi PLTS/PLTB lebih besar.
- Bukan hanya “AI memprediksi beban”, tapi AI membantu mengurangi kebutuhan pembangkit fosil peakers yang mahal.
Narasi ini penting supaya AI tidak dipakai sebagai alasan menunda transisi.
3) Bangun Koalisi Pusat–Daerah–Swasta di Proyek Nyata
Contoh format proyek yang sehat:
- Pusat menetapkan target dan regulasi data
- Daerah menyediakan lokasi & kebijakan pendukung
- PLN/BUMD/operator swasta membangun proyek smart grid + energi terbarukan + AI
Misalnya di sebuah kabupaten dengan listrik masih defisit, dibangun:
- PLTS skala besar dan PLTS atap
- Baterai skala jaringan
- Sistem manajemen energi berbasis AI untuk forecasting cuaca, beban, dan optimasi dispatch
Proyek nyata seperti ini lebih kuat dari seribu wacana politik.
4) Siapkan Tata Kelola AI Energi yang Transparan
Kepercayaan publik pada AI tidak otomatis muncul. Untuk sektor energi, idealnya ada:
- Mekanisme audit model AI yang mempengaruhi tarif, dispatch, dan subsidi.
- Pelibatan universitas dan lembaga riset lokal dalam pengujian sistem.
- Transparansi minimal soal tujuan penggunaan AI: efisiensi saja, atau juga reduksi emisi?
Tanpa tata kelola yang jelas, pihak yang pro-status quo lebih mudah memelintir narasi AI sesuai kepentingannya.
Penutup: AI Harus Bekerja untuk Transisi, Bukan untuk Status Quo
Pengalaman tarik-menarik “hak negara bagian”, regulasi pusat, dan lobi energi fosil di Amerika memberi satu pelajaran penting: tanpa arah kebijakan yang konsisten, AI bisa sama mudahnya dipakai memperpanjang umur fosil, seperti dipakai mempercepat energi terbarukan.
Untuk Indonesia yang sedang menata ulang bauran energi sampai 2060, ini momen krusial. AI di sektor energi sebaiknya ditempatkan sebagai otak transisi energi berkelanjutan: mengoptimalkan jaringan listrik, mengintegrasikan PLTS dan PLTB, memprediksi permintaan, dan membuat sistem lebih efisien tanpa mengunci kita di bahan bakar fosil.
Kalau Anda pelaku di PLN, pengembang energi terbarukan, startup AI, atau pengambil kebijakan, pertanyaan praktisnya sederhana:
Proyek AI energi yang Anda kerjakan hari ini, mendekatkan Indonesia ke sistem energi bersih yang tangguh, atau justru mengukuhkan status quo?
Jawaban jujur atas pertanyaan itu akan menentukan seberapa besar peran Anda dalam transisi energi Indonesia yang benar-benar berkelanjutan.