ACCIONA merotasi aset surya–angin US$1 miliar. Apa pelajarannya untuk Indonesia dan bagaimana AI bisa jadi fondasi pengelolaan aset energi terbarukan?
Dari Deal US–Meksiko ke Pelajaran untuk Indonesia
ACCIONA EnergĂa baru saja sepakat menjual sekitar US$1 miliar kepemilikan di aset surya dan angin di AS dan Meksiko. Di atas kertas, ini “hanya” transaksi keuangan: 49% portofolio surya 1,3 GW di AS dan 321 MW pembangkit angin di Meksiko, dilepas ke Mexico Infrastructure Partners. Target selesai di paruh pertama 2026.
Kalau berhenti di situ, ini sekadar berita korporasi. Tapi kalau kita lihat dari kacamata transisi energi Indonesia dan peran AI di sektor energi, langkah ACCIONA ini adalah studi kasus yang sangat menarik.
ACCIONA tidak sedang mundur dari energi terbarukan. Mereka merotasi aset: menjual sebagian, mengamankan modal segar, lalu mengalirkannya ke proyek lain seperti baterai 1 GWh di Cile. Pola ini yang akan makin sering terjadi di seluruh dunia — dan Indonesia tidak akan luput.
Pertanyaannya: bagaimana pemain energi di Indonesia bisa mengelola portofolio seperti ini dengan cerdas? Di sinilah AI untuk sektor energi mulai bukan lagi “nice to have”, tapi menjadi fondasi.
Apa yang Sebenarnya Dilakukan ACCIONA?
Inti transaksinya cukup jelas:
- Menjual 49% kepemilikan di portofolio surya 1,3 GW di AS
- Menjual 100% kepemilikan di dua farm angin di Meksiko dengan total 321 MW
- Nilai transaksi sekitar US$1 miliar (± €855 juta)
- ACCIONA tetap memegang 51% dan kendali operasional di aset surya AS
- Penyelesaian transaksi ditargetkan di paruh pertama 2026, menunggu regulasi dan pendanaan pembeli
Portofolio surya AS yang masuk transaksi ini terdiri dari:
- Tailed Hawk – 458 MWp (Texas)
- Fort Bend Solar – 316 MWp (Texas)
- High Point Solar Farm – 127 MWp (Illinois)
- Union Solar – 415 MWp (Ohio)
Di Meksiko, dua farm angin yang dijual adalah:
- El Cortijo – 183 MW (Reynosa, Tamaulipas)
- Santa Cruz – 138 MW (Reynosa, Tamaulipas)
Sejak Juli 2024, ACCIONA sudah menandatangani transaksi serupa untuk hampir 1,7 GW kapasitas terbarukan di Spanyol, Afrika Selatan, Peru, dan Kosta Rika dengan nilai total sekitar €2,4 miliar. Sekaligus mereka mengembangkan proyek besar lain, seperti sistem penyimpanan energi baterai (Battery Energy Storage System/BESS) 1 GWh di kompleks PV Malgarida, Cile, yang ditargetkan beroperasi awal 2027.
Gambaran besarnya: ACCIONA mengelola portofolio 15,1 GW terpasang (per Juni 2025), dan manuver finansial seperti ini adalah cara mereka mengoptimalkan modal dan risiko.
Kenapa Aksi ACCIONA Relevan untuk Transisi Energi Indonesia?
Transisi energi global sekarang tidak hanya soal menambah kapasitas panel surya dan turbin angin. Tantangan sebenarnya ada di pengelolaan portofolio: kapan membangun, kapan menjual sebagian, kapan menggabungkan dengan storage, dan bagaimana mengoptimalkan operasi harian.
Indonesia sedang berhadapan dengan kombinasi isu:
- Target bauran energi terbarukan yang ambisius
- Ketergantungan besar pada PLTU batu bara
- Keterbatasan kapasitas jaringan dan bottleneck di beberapa wilayah
- Kebutuhan investasi ratusan triliun rupiah untuk proyek baru
ACCIONA menunjukkan satu hal penting:
Transisi energi yang berkelanjutan butuh strategi aset dan disiplin data, bukan hanya proyek demi proyek.
Nah, di titik ini, AI bukan hanya “teknologi tambahan”. AI bisa menjadi mesin utama yang membuat strategi seperti ACCIONA bisa dijalankan dengan percaya diri:
- AI membantu menghitung skenario rotasi aset yang paling menguntungkan
- AI memprediksi produksi energi terbarukan dan permintaan listrik
- AI mengoptimalkan dispatch, O&M, dan penggunaan baterai
Buat perusahaan energi di Indonesia—baik BUMN, IPP, maupun pengembang kawasan industri—pelajaran dari ACCIONA ini jelas: tanpa analitik canggih, mengelola portofolio multi-GW akan seperti mengemudi di malam hari tanpa lampu.
Di Balik Rotasi Aset: Data, Prediksi, dan AI
Secara finansial, rotasi aset ACCIONA terlihat sebagai cara “mengunci keuntungan” dan mendanai ekspansi. Tapi untuk bisa yakin melakukan langkah sebesar US$1 miliar, mereka butuh jawaban atas beberapa pertanyaan kunci:
- Berapa nilai optimal aset sekarang dan dalam 5–10 tahun?
- Berapa profil produksi jangka panjang (solar + angin) di masing-masing lokasi?
- Apa risiko regulasi, tarif, dan kondisi jaringan di tiap negara?
- Apa kombinasi aset (surya, angin, baterai) paling ideal di portofolio global?
Jawaban rasional terhadap pertanyaan-pertanyaan ini mustahil didapat hanya dengan Excel dan intuisi. Di sinilah AI biasanya mulai bekerja di perusahaan energi global:
1. Peramalan produksi energi terbarukan
Model AI memprediksi output energi surya/angin berdasarkan:
- Data cuaca historis dan real-time
- Karakteristik teknis modul/turbin
- Perubahan iklim lokal dan tren jangka panjang
Dengan akurasi yang lebih tinggi, manajemen bisa menilai cashflow jangka panjang dari aset yang akan dijual atau dipertahankan.
2. Peramalan permintaan dan harga listrik
Untuk pasar yang sudah liberal, AI digunakan untuk:
- Memprediksi beban harian dan musiman
- Mengestimasi harga spot dan tarif jangka panjang
- Mengukur dampak data center, industrial load, atau kendaraan listrik
Indonesia memang belum full market-based seperti Eropa atau AS, tapi tren ke depan akan makin banyak skema PPA swasta, green tariff, hingga skema wheeling. Peramalan berbasis AI akan menjadi senjata.
3. Optimalisasi portofolio dan skenario investasi
AI bisa mensimulasikan:
- Bagaimana dampak penjualan 49% aset tertentu terhadap profil risiko portofolio
- Bagaimana hasil finansial jika dana dialihkan ke BESS, proyek surya baru, atau repowering farm angin lama
- Bagaimana sensitivitas terhadap perubahan regulasi atau tarif jaringan
Yang dilakukan ACCIONA pada dasarnya adalah asset rotation yang didukung intelligence. Pendekatan ini yang bisa ditiru Indonesia, tapi disesuaikan konteks lokal.
Bagaimana AI Bisa Membantu Pengelolaan Aset Energi di Indonesia?
Kalau kita terjemahkan pelajaran ini ke konteks Indonesia, ada beberapa area konkret di mana AI bisa langsung memberi dampak bagi perusahaan energi.
1. Manajemen portofolio PLTS, PLTB, dan BESS
Semakin banyak:
- PLTS ground-mounted dan rooftop
- PLTB di Sulawesi, NTT, dan kawasan berangin lain
- Proyek BESS untuk mendukung integrasi energi terbarukan
Semua itu butuh platform manajemen portofolio yang pintar. AI dapat:
- Menggabungkan data produksi real-time dari ratusan/mungkin ribuan site
- Menghitung KPI finansial dan teknis tiap aset secara harian
- Memberi rekomendasi: mana yang layak ekspansi, mana yang ideal untuk refinancing atau divestasi sebagian
2. Pemeliharaan prediktif (predictive maintenance)
Down-time di satu farm angin 100 MW saja bisa berarti hilangnya energi dalam jumlah besar. AI bisa:
- Menganalisis data SCADA, getaran, suhu, dan anomali performa
- Memprediksi kegagalan komponen sebelum terjadi
- Menyarankan jadwal perawatan yang meminimalkan downtime dan biaya
Untuk portofolio sebesar yang dikejar Indonesia dalam beberapa tahun ke depan, tanpa AI O&M akan boros dan sulit diskalakan.
3. Optimasi dispatch dan integrasi jaringan
Salah satu tantangan besar PLN saat ini adalah mengintegrasikan PLTS dan PLTB ke sistem yang masih didominasi PLTU. AI di sini berguna untuk:
- Memprediksi beban sistem dan produksi variable renewables
- Mengoptimalkan dispatch unit PLTU, PLTA, PLTG, dan BESS
- Mengurangi curtailment PLTS/PLTB dan menjaga keandalan
Di level kawasan industri atau microgrid, algoritma serupa bisa:
- Mengatur kapan menggunakan energi surya lokal, kapan tarik dari grid, kapan isi/kosongkan baterai
- Menurunkan tagihan energi dan emisi sekaligus
4. Analitik untuk keputusan investasi dan pembiayaan hijau
Investor dan bank, termasuk yang fokus ESG, butuh visibilitas:
- Berapa risiko produksi dan pendapatan proyek selama masa PPA
- Bagaimana sensitivitas terhadap faktor cuaca ekstrim dan kebijakan
- Apakah proyek cukup bankable untuk green bond atau sustainability-linked loan
Platform analitik berbasis AI bisa menyediakan dashboard risiko dan proyeksi ini sehingga negosiasi pembiayaan berjalan lebih cepat dan transparan.
Strategi Praktis untuk Perusahaan Energi Indonesia
Biar tidak berhenti di konsep, berikut pendekatan yang menurut saya realistis untuk pemain energi di Indonesia, dari PLN Group sampai IPP dan pengembang kawasan industri.
1. Mulai dari satu portofolio, bukan dari seluruh perusahaan
Alih-alih “transformasi digital besar-besaran” yang sering buntu, pilih satu area konkret:
- Portofolio PLTS dan PLTB yang sudah beroperasi
- Atau pilot microgrid di kawasan industri
Bangun platform data dan AI skala kecil di sana: peramalan beban, peramalan produksi, dan dashboard performa. Setelah terbukti bermanfaat, baru diperluas.
2. Satukan data operasional dan finansial
Banyak proyek energi di Indonesia yang datanya tersebar:
- SCADA di satu sistem
- Keuangan proyek di Excel
- Data kontrak PPA di folder legal
Kalau ingin meniru ketajaman asset rotation seperti ACCIONA, data-data ini harus:
- Diintegrasikan ke satu data lake atau platform analitik
- Diberi struktur yang rapi (standar tag, standar satuan, standar waktu)
- Dilengkapi pipeline untuk model AI (peramalan, optimasi, dan scoring risiko)
3. Bangun tim kecil AI untuk energi, bukan tim AI umum
Tim AI yang efektif di sektor energi biasanya kecil tapi fokus:
- 1–2 data scientist yang mengerti energi
- 1 data engineer
- 1 domain expert (planning/operation)
Mereka bekerja langsung dengan unit bisnis (PLN UIP, IPP, dsb.), bukan terpisah sebagai “lab digital” yang jauh dari operasional.
4. Fokus pada quick win yang terasa di P&L
Contoh quick win:
- Prediksi beban dan produksi yang mengurangi pemakaian BBM pembangkit diesel di sistem kecil
- Prediksi kegagalan inverter PLTS yang mengurangi downtime
- Optimasi operasi baterai yang menurunkan biaya energi puncak
Begitu manajemen merasakan dampak finansial yang jelas, dukungan untuk ekspansi AI ke area lain akan datang dengan sendirinya.
Menyambung Seri: AI untuk Transisi Energi Indonesia
Seri “AI untuk Sektor Energi Indonesia: Transisi Berkelanjutan” pada dasarnya membahas hal yang sama yang sedang diperagakan ACCIONA di panggung global:
- Bagaimana data dan AI bisa mengubah cara kita merencanakan, membangun, mengoperasikan, dan merotasi aset energi
- Bagaimana energi terbarukan tidak hanya dibangun, tapi dikelola seperti portofolio yang hidup dan dinamis
ACCIONA menunjukkan bahwa portofolio 15+ GW bisa dikelola dengan disiplin dan keberanian mengambil keputusan miliaran dolar. Indonesia mungkin belum di skala itu, tapi arahnya jelas ke sana: lebih banyak PLTS, PLTB, baterai, dan skema pembiayaan hijau.
Kalau pemain energi di Indonesia ingin berada di depan, bukan tertinggal, pertanyaannya bukan lagi “perlu AI atau tidak?”, tapi:
Di bagian mana dari bisnis energi Anda, AI bisa mulai bekerja bulan ini, bukan tahun depan?
Begitu langkah pertama itu diambil—walau kecil—Anda sudah bergerak ke arah yang sama dengan para pemain global seperti ACCIONA: transisi energi yang berkelanjutan, berbasis data, dan siap tumbuh.