Pelajaran dari XPENG di Malaysia untuk Transisi EV RI

Malaysia Sedang Ngebut, Indonesia Mau Ketinggalan?

XPENG, salah satu pemain besar mobil listrik asal Tiongkok, sudah mulai merancang produksi EV di Malaysia dengan target mass production pada 2026. Di saat yang sama, Indonesia masih sibuk memperdebatkan insentif, TKDN, dan infrastruktur charging yang belum merata.

Ini bukan sekadar kabar industri otomotif. Langkah XPENG di Malaysia adalah sinyal jelas: ASEAN sedang bergeser ke mobilitas listrik, dan pemenangnya nanti adalah negara yang punya ekosistem kuat — bukan cuma pabrik mobil, tapi juga jaringan listrik yang siap, stasiun pengisian yang pintar, dan regulasi yang presisi.

Di sinilah AI mulai jadi faktor pembeda. Dalam seri “AI untuk Sektor Energi Indonesia: Transisi Berkelanjutan” ini, saya ingin ajak kamu melihat kabar XPENG di Malaysia bukan sebagai gosip tetangga, tapi sebagai cermin: kalau mereka bisa, apa yang harus kita bereskan di Indonesia — dan bagaimana AI bisa mempercepatnya?

---

Apa Sebenarnya yang Dilakukan XPENG di Malaysia?

Berita singkatnya seperti ini: XPENG sedang bernegosiasi dengan EP Manufacturing Bhd (EPMB), produsen komponen otomotif Malaysia, untuk memulai produksi mobil listrik.

Beberapa poin pentingnya:

• Target mulai produksi massal pada 2026
• Fokus bukan cuma pasar Malaysia, tapi pasar setir kanan di seluruh ASEAN
• XPENG akan memanfaatkan kapasitas dan ekspansi pabrik EPMB untuk produksi EV
• Ini melanjutkan ekspansi sebelumnya: pabrik perakitan di Indonesia (X9) dan produksi di Graz, Austria, bersama Magna
• Penjualan XPENG selama 11 bulan pertama tahun 2025 melonjak 156% menjadi 391.937 unit

Artinya, XPENG lagi agresif: bangun basis produksi di berbagai wilayah agar lebih dekat ke pasar, mengurangi tarif impor, dan mempercepat distribusi.

Buat Indonesia, kabar Malaysia ini adalah wake-up call: kalau kita tidak mempercepat kesiapan ekosistem EV — terutama dari sisi energi dan infrastruktur — bukan mustahil mobil listrik untuk pasar Indonesia justru dirakit di negara tetangga.

---

Kenapa Langkah Malaysia Ini Penting untuk Indonesia?

Jawabannya sederhana: rantai nilai EV itu regional, bukan nasional. Produsen global akan memilih negara yang paling siap dari sisi:

• Kepastian regulasi
• Insentif investasi
• Ketersediaan SDM dan supplier
• Infrastruktur energi dan jaringan listrik

Malaysia mengunci XPENG lewat kolaborasi dengan industri komponen lokal. Indonesia sebenarnya punya aset besar:

• Nikel dan mineral kritis untuk baterai
• Pasar domestik yang besar
• Program hilirisasi dan EV roadmap nasional

Masalahnya, banyak perusahaan energi dan utilitas di Indonesia masih memandang EV sebagai "urusan otomotif", bukan urusan sistem energi. Ini keliru.

Mobil listrik adalah beban baru dan sekaligus sumber daya baru bagi jaringan listrik. Tanpa perencanaan berbasis data dan AI, penetrasi EV dalam jumlah besar bisa bikin:

• Lonjakan beban di jam tertentu
• Kebutuhan investasi jaringan yang lebih mahal
• Ketidakpastian kualitas pasokan di area padat EV

Malaysia dengan rencana produksi EV skala regional hampir pasti akan memperkuat smart grid dan EV charging network mereka. Kalau Indonesia ingin jadi pemain utama, bukan sekadar pasar, fondasi energi pintarnya harus dibangun dari sekarang.

---

Peran AI: Fondasi Tak Terlihat di Balik Ekosistem EV

Kalau kamu bekerja di perusahaan listrik, utilitas, IPP, atau pengelola kawasan industri, ini bagian paling relevan buat kamu. AI bukan aksesoris dalam transisi EV — justru dia yang memungkinkan sistemnya tetap andal dan efisien.

Berikut beberapa area kunci di mana AI langsung terasa manfaatnya.

1. Prediksi Permintaan Listrik karena EV

EV mengubah pola konsumsi listrik. Dulu puncak beban bisa diprediksi cukup stabil. Begitu ribuan mobil listrik mulai ngecas malam hari, polanya bisa bergeser.

Model AI untuk load forecasting bisa:

• Membedakan pola beban rumah tangga biasa vs rumah tangga dengan EV
• Menggunakan data historis, cuaca, hari libur, dan tren kepemilikan EV
• Memberikan prediksi beban level feeder, gardu, hingga kawasan industri

Dampaknya praktis:

• Investasi jaringan jadi lebih tepat sasaran
• Utility tahu kapan harus upgrade trafo, kapan cukup dengan manajemen beban
• Risiko blackout akibat salah perhitungan beban makin kecil

2. Smart Charging & Manajemen Beban

Smart charging adalah kunci agar EV tidak jadi “musuh” jaringan listrik. Di sinilah AI bisa mengatur kapan dan seberapa besar daya yang dialirkan ke tiap charger.

Beberapa strategi yang bisa diotomasi AI:

• Menurunkan daya charging saat beban sistem mendekati puncak
• Menggeser pengisian ke jam beban rendah (misalnya tengah malam)
• Mengoptimalkan tarif dinamis untuk mendorong perilaku charging yang sehat

Bayangkan kawasan perumahan di Jabodetabek tahun 2030, dengan 30–40% rumah punya EV. Tanpa kontrol cerdas, semua ngecas setelah jam pulang kantor. Dengan algoritma AI di backend sistem charging, pengisian bisa diatur otomatis sesuai kapasitas jaringan dan preferensi pengguna (misalnya: harus penuh jam 06.00).

3. Integrasi Energi Terbarukan & EV sebagai “Battery on Wheels”

Kalau hanya mengganti mobil BBM dengan EV tapi listriknya tetap dominan dari batu bara, manfaat dekarbonisasinya terbatas. Di sinilah kombinasi EV + energi terbarukan + AI jadi krusial.

AI bisa:

• Memprediksi output PLTS dan PLTB secara lebih akurat
• Mengatur kapan EV sebaiknya ngecas saat surplus energi terbarukan
• Dalam jangka panjang, mengelola skema Vehicle-to-Grid (V2G), di mana EV bisa mengembalikan energi ke jaringan di jam kritis

Indonesia yang sedang menambah PLTS atap dan PLTS skala besar akan sangat terbantu jika perencanaan EV charging disinkronkan dengan profil generasi terbarukan. AI memegang peran sebagai “dirigen” yang menyatukan semuanya.

4. Perencanaan Lokasi SPKLU & Infrastruktur

Satu kesalahan umum: bangun SPKLU berdasarkan “feeling” belaka. Hasilnya, ada SPKLU yang sepi, dan ada area yang justru kekurangan.

Dengan AI berbasis geospasial dan data mobilitas, perusahaan energi dan investor bisa:

• Memetakan koridor perjalanan populer (tol, kawasan wisata, kawasan industri)
• Mengestimasi kepemilikan EV di tiap kota dalam 5–10 tahun ke depan
• Menentukan prioritas lokasi SPKLU publik dan depot charging untuk armada

Malaysia yang mengincar pasar ASEAN dengan mobil setir kanan kemungkinan besar akan mendorong jaringan SPKLU lintas negara yang terintegrasi. Kalau Indonesia mau terhubung dan kompetitif, perencanaan kita tidak bisa lagi mengandalkan intuisi; harus pakai model AI yang berbasis data real.

---

Apa yang Bisa Dipelajari Indonesia dari Langkah XPENG di ASEAN?

Ada beberapa pelajaran praktis dari manuver XPENG di Malaysia dan Indonesia:

1. Produksi Saja Tidak Cukup, Ekosistem Harus Jalan

XPENG tidak hanya cari pabrik murah. Mereka cari:

• Akses ke pasar regional (setir kanan ASEAN)
• Mitra lokal dengan kapabilitas industri
• Lingkungan regulasi yang mendukung ekspor

Indonesia perlu memastikan bahwa diskusi EV tidak berhenti di insentif pabrikan, tapi mencakup:

• Rencana penguatan jaringan listrik di kota-kota dengan adopsi EV tinggi
• Standar teknis untuk integrasi SPKLU ke sistem utility
• Skema tarif dan regulasi yang mendorong smart charging, bukan sembarang charging

2. Utility dan Perusahaan Energi Harus Proaktif, Bukan Menunggu

Banyak utilitas di dunia yang awalnya melihat EV sebagai “gangguan”. Sekarang, yang lebih maju justru melihat EV sebagai sumber pertumbuhan demand dan layanan baru, seperti:

• Paket listrik khusus pemilik EV
• Pengelolaan depot charging armada logistik dan transportasi umum
• Layanan manajemen beban berbasis AI untuk kawasan industri dan perumahan

Untuk bisa memainkan peran ini, perusahaan energi di Indonesia perlu:

• Investasi di data platform dan tim data/AI internal
• Mulai pilot project AI untuk load forecasting dan smart charging di beberapa kota
• Berkolaborasi dengan OEM, operator SPKLU, dan pemerintah daerah

3. AI Bukan Proyek Futuristik, Tapi Alat Operasional Harian

Saya sering lihat AI diposisikan sebagai proyek “lab” yang jauh dari operasi. Itu yang bikin banyak inisiatif mandek.

Padahal, di konteks EV dan energi, AI seharusnya:

• Menyatu dengan sistem SCADA, billing, dan manajemen aset
• Menghasilkan rekomendasi harian: kapan upgrade jaringan, kapan cukup redistribusi beban
• Membantu regulator menilai dampak kebijakan baru (misalnya insentif EV) lewat simulasi berbasis data

XPENG dan negara yang menampung produksinya akan bergerak cepat. Kalau AI di Indonesia hanya berhenti sebagai presentasi PowerPoint, kita akan tertinggal di level operasional.

---

Langkah Nyata untuk Perusahaan Energi di Indonesia

Kalau kamu berada di PLN, IPP, pengelola kawasan industri, atau perusahaan energi lain, berikut langkah konkret yang bisa mulai disusun dari sekarang.

1. Petakan Dampak EV terhadap Jaringan Anda

• Identifikasi area dengan penjualan EV tertinggi (atau potensi tertinggi)
• Kumpulkan data beban historis hingga level feeder
• Bangun model AI sederhana untuk load forecasting dengan skenario penetrasi EV berbeda (misalnya 5%, 15%, 30%)

2. Rancang Strategi Smart Charging Berbasis Data

• Pilih beberapa lokasi pilot: perumahan, kantor, mal, kawasan industri
• Integrasikan sistem backend SPKLU dengan modul AI yang bisa mengatur waktu dan daya pengisian
• Uji skema tarif insentif untuk shifting beban ke jam non-puncak

3. Sinkronkan EV dengan Rencana Energi Terbarukan

• Untuk setiap tambahan kapasitas PLTS/PLTB, buat skenario pemanfaatan oleh EV
• Gunakan AI untuk mengoptimalkan jadwal charging agar menyerap surplus energi terbarukan

4. Bangun Tim Data & AI yang Dekat dengan Operasi

• Jangan letakkan tim AI terlalu jauh dari orang lapangan
• Pastikan mereka mengerti constraint teknis jaringan, bukan hanya algoritma
• Mulai dari proyek kecil tapi jelas dampaknya (misalnya pengurangan puncak beban lokal 5–10%)

---

Penutup: Kalau Malaysia Bisa, Indonesia Tidak Kurang Apa

XPENG yang merencanakan produksi EV di Malaysia sambil sudah merakit di Indonesia menunjukkan satu hal: pertarungan berikutnya bukan sekadar siapa punya pabrik, tapi siapa punya ekosistem energi yang lebih pintar.

Indonesia punya modal: sumber daya, pasar besar, dan agenda transisi energi. Yang perlu ditingkatkan adalah kemampuan menggunakan AI untuk mengoptimasi jaringan listrik, integrasi energi terbarukan, prediksi permintaan, dan smart metering di era EV.

Kalau perusahaan energi di Indonesia bisa bergerak cepat mengadopsi AI secara serius, kita bukan cuma siap menyambut gelombang EV, tapi juga bisa memimpin transisi energi berkelanjutan di kawasan.

Pertanyaannya sekarang: apakah strategi EV dan strategi AI energi di organisasi kamu sudah bicara bahasa yang sama?