Ledakan Pusat Data AI: Risiko Tersembunyi Untuk Infrastruktur

AI dalam Kerajaan & Sektor Awam••By 3L3C

Ledakan pusat data AI sedang mengubah landskap infrastruktur Malaysia dan sektor kewangan. Bagaimana bank dan fintech boleh manfaatkan AI tanpa mengorbankan kepercayaan awam?

AI dalam kewanganpusat data AIinfrastruktur digitalkerajaan dan sektor awambank dan fintech MalaysiaESG dan teknologi
Share:

Ledakan Pusat Data AI: Apa Harga Sebenar Untuk Infrastruktur Malaysia?

Dalam tiga tahun terakhir, pelaburan global ke dalam pusat data AI dianggarkan melonjak ratusan bilion dolar. Di Malaysia, projek pusat data berskala giga-watt di Johor, Selangor dan Sarawak mula menjadi tajuk utama – sedangkan banyak jambatan usang, sistem banjir dan pengangkutan awam masih menunggu giliran.

Ini bukan kebetulan. Kerajaan dan sektor kewangan sedang menghantar isyarat yang sangat jelas: AI ialah infrastruktur strategik baharu. Persoalannya bukan sama ada kita perlu melabur dalam AI, tetapi apa yang perlu kita korbankan untuk mengejar gelombang ini.

Bagi bank, syarikat insurans dan fintech, pusat data AI bukan sekadar bangunan penuh server. Ia adalah enjin kepada model risiko yang lebih tepat, pengesanan penipuan masa nyata, dan analitik pelanggan yang jauh lebih halus. Tetapi setiap ringgit dan setiap megawatt tenaga yang dialihkan kepada pusat data AI boleh bermaksud kurang bajet untuk jalan raya, sistem banjir, klinik kesihatan atau jaringan internet luar bandar.

Artikel ini mengupas bagaimana ledakan pusat data AI boleh menekan projek infrastruktur lain, apakah implikasinya kepada sektor kewangan Malaysia, dan apa strategi realistik yang patut diambil oleh bank dan fintech supaya mereka tidak terperangkap antara keperluan digital dan tanggungjawab sosial.

Mengapa Pusat Data AI Tiba-Tiba Jadi “Infra Wajib Ada”

Jawapannya ringkas: tanpa pusat data, AI dalam kewangan hanya tinggal idea atas slaid PowerPoint.

Bagi kerajaan dan sektor kewangan, pusat data AI kini dianggap sebaris dengan loji jana kuasa dan lebuh raya utama kerana beberapa sebab:

  1. AI memerlukan kuasa pengkomputeran yang ekstrem
    Model risiko kredit berasaskan pembelajaran mesin, sistem AML (anti-money laundering) pintar dan pengesanan penipuan kad dalam masa nyata memerlukan GPU dan CPU berprestasi tinggi. Semua ini hidup dalam pusat data.

  2. Data kewangan sangat sensitif
    Bank dan insurans tak boleh bergantung sepenuhnya kepada pusat data di luar negara kerana isu pematuhan, PDPA dan kedaulatan data. Ini mendorong keperluan pusat data tempatan bertaraf tinggi.

  3. Pelan nasional menolak penggunaan AI secara agresif
    Di bawah pelan seperti agenda ekonomi digital dan inisiatif sektor awam pintar, kerajaan menggalakkan penggunaan AI untuk perkhidmatan awam dan sektor kewangan. Apabila kerajaan memberi insentif cukai dan tanah untuk pusat data, modal swasta pun mengekor.

  4. Sektor kewangan jadi pengguna premium
    Bank, insurans dan fintech sanggup bayar lebih untuk latensi rendah, keselamatan tinggi dan pematuhan. Ini menjadikan pusat data AI yang fokus pada kewangan sebagai aset sangat menguntungkan.

Hakikatnya, AI dalam sektor kewangan tak boleh skala tanpa infrastruktur fizikal: tanah, tenaga, air, fiber optik. Di sinilah konflik dengan keperluan infrastruktur lain bermula.

Pertembungan Bajet: Pusat Data vs Jalan Raya, Jambatan & Banjir

Ledakan pusat data AI membawa satu kesan sampingan yang ramai tak sedar: persaingan sengit untuk bajet pembangunan dan sumber fizik.

1. Bajet kerajaan yang terhad, prioriti baharu

Setiap tahun, kerajaan menyusun senarai projek Rancangan Malaysia: lebuh raya, LRT, hospital, sekolah – dan kini, koridor data serta zon khusus pusat data.

Apabila pusat data AI diposisikan sebagai pemangkin ekonomi digital, ia sering:

  • Diberi status projek strategik nasional
  • Mendapat insentif cukai dan tarif tenaga khas
  • Menerima keutamaan dalam perancangan grid tenaga dan fiber optik

Kesan langsungnya: projek infrastruktur tradisional yang kurang “seksi” seperti naik taraf parit bandar, jalan kampung, atau jambatan kecil boleh tergelincir ke bawah senarai keutamaan.

2. Persaingan ke atas tenaga dan grid elektrik

Pusat data AI besar boleh menggunakan ratusan megawatt – bersamaan dengan puluhan ribu rumah. Bila grid tempatan terpaksa diperkuat untuk menyokong pusat data, beberapa perkara biasanya berlaku:

  • Pelaburan grid dipusatkan di kawasan zon pusat data, bukan kawasan luar bandar
  • Projek naik taraf bekalan elektrik ke kawasan perumahan lama mungkin ditangguh
  • Tarif tenaga mungkin tertekan jika subsidi silang berlaku

Bagi bank dan fintech, risiko ini tak abstrak. Cawangan, pusat pemprosesan cek, atau vendor BPO yang terletak di kawasan dengan infrastruktur elektrik lemah boleh berdepan gangguan bekalan lebih kerap kerana keutamaan diberi kepada kluster pusat data.

3. Guna tanah dan impak kepada perancangan bandar

Pusat data memerlukan:

  • Tanah luas, stabil, bebas banjir
  • Akses kepada talian fiber dan grid utama
  • Zon dengan risiko sosial rendah (protes, kesesakan melampau)

Di beberapa bandar, tanah sebegini sebelum ini diperuntukkan untuk:

  • Perumahan mampu milik
  • Kawasan industri ringan
  • Kemudahan awam seperti sekolah atau hospital kecil

Apabila ia ditukar kepada zon pusat data, tekanan sosial akan muncul kemudian dalam bentuk:

  • Kesesakan trafik tanpa naik taraf jalan yang mencukupi
  • Kenaikan harga tanah dan sewa
  • Ketidakseimbangan pembangunan (bandar “penuh pusat data”, kampung sekitar masih tiada internet stabil)

Apa Maknanya Untuk Bank, Insurans & Fintech di Malaysia

Untuk sektor kewangan, ledakan pusat data AI membawa peluang besar, tetapi juga risiko reputasi dan operasi jika tidak diurus dengan bijak.

Peluang: AI sebagai pembeza utama dalam pasaran kewangan

AI yang ditenagai pusat data moden membuka ruang kepada:

  • Pengesanan penipuan masa nyata
    Transaksi kad luar kebiasaan, akaun mujur (mule), dan skim penipuan pelaburan boleh dikesan dengan model AI yang dilatih di pusat data berkuasa tinggi.

  • Pemodelan risiko yang lebih adil dan granular
    Bank boleh menggunakan data tingkah laku, data alternatif dan AI untuk menawarkan kredit kepada segmen yang sebelum ini dianggap “tidak bancable”, dengan kadar yang lebih tepat.

  • Automasi pematuhan & AML
    AI boleh memeriksa ribuan transaksi sesaat, padankan dengan senarai sekatan dan corak mencurigakan dengan jauh lebih cepat berbanding sistem peraturan tradisional.

  • Pengalaman pelanggan hiper-personal
    Sistem cadangan produk, penetapan harga dinamik dan sokongan pelanggan 24/7 melalui chatbot AI semuanya bergantung pada infrastruktur pengkomputeran yang kukuh.

Pendek kata, bank yang lambat melabur dalam infrastruktur AI akan tertinggal, terutamanya bila pesaing sudah mula menawarkan keputusan pinjaman dalam minit, bukan hari.

Risiko: Naratif “bank kaya, rakyat jalan berlubang”

Di sisi lain, apabila bank dan insurans dikaitkan dengan projek pusat data mega yang kelihatan “mewah” sedangkan kawasan sekeliling berdepan:

  • jalan rosak, banjir kilat berulang
  • internet lemah, sekolah uzur
  • klinik kesihatan sesak

maka naratif awam jadi sensitif:

“Sektor kewangan sanggup habis berbilion untuk pusat data, tapi rakyat masih hadap masalah asas.”

Bagi institusi kewangan yang semakin menonjol dalam perbincangan ESG, naratif ini bahaya. Ia boleh menjejaskan:

  • Indeks reputasi jenama
  • Penilaian ESG oleh pelabur institusi
  • Hubungan dengan kerajaan negeri dan PBT

Realitinya, bank tak mengawal sepenuhnya peruntukan bajet infrastruktur negara. Tetapi persepsi mudah terbina apabila logo bank terpampang di kompleks pusat data serba moden, hanya beberapa kilometer dari kawasan yang kekal terpinggir.

Bagaimana Kerajaan Boleh Imbangkan AI dan Infrastruktur Asas

Kerajaan berada di tengah-tengah dilema: nak tarik pelaburan digital bernilai tinggi, tetapi tak boleh abaikan infrastruktur asas.

Beberapa pendekatan yang lebih seimbang boleh diamalkan:

1. Syarat “Infra Timbal Balik” untuk projek pusat data

Setiap kelulusan pusat data berskala besar boleh dikaitkan dengan kewajipan untuk menyumbang kepada infrastruktur awam tempatan, contohnya:

  • Dana naik taraf jalan dan lampu trafik sekitar zon pusat data
  • Penambahbaikan sistem saliran dan mitigasi banjir
  • Pembinaan kemudahan komuniti seperti dewan orang ramai atau pusat latihan digital

Ini bukan derma sukarela semata-mata, tetapi struktur dasar yang jelas: kalau menikmati tarif tenaga khas dan insentif cukai, ada tanggungjawab balas kepada komuniti setempat.

2. Zon data nasional yang dirancang seperti “taman industri” moden

Daripada meluluskan pusat data secara ad-hoc, kerajaan boleh:

  • Merancang kluster pusat data nasional dengan infrastruktur jalan, grid dan fiber yang sedia untuk skala
  • Pastikan kawasan sekitar turut menerima manfaat: taman perumahan, kawasan komersial, pengangkutan awam
  • Selaraskan dengan pelan bandar pintar dan inisiatif kerajaan digital

Dengan cara ini, pelaburan pusat data menyokong – bukan menggantikan – naik taraf infrastruktur lain.

3. Menyelaraskan agenda AI sektor awam dan sektor kewangan

Sektor kewangan ialah antara pengguna terbesar pusat data AI, manakala kerajaan ialah antara pemacu dasar utama. Penyelarasan ini penting:

  • Projek AI untuk tenaga, banjir, pengangkutan awam dan keselamatan boleh dikaitkan dengan pusat data yang sama
  • Model AI untuk pengurusan risiko kredit mikro dan bantuan sosial boleh berkongsi infrastruktur analitik
  • Ini mengukuhkan naratif bahawa pelaburan pusat data AI membantu kerajaan dan rakyat, bukan hanya bank

Dalam siri “AI dalam Kerajaan & Sektor Awam”, ini ialah titik kritikal: AI bukan hanya untuk chatbot kerajaan; ia infrastruktur asas untuk keseluruhan ekonomi digital, termasuk kewangan.

Strategi Praktikal Untuk Bank & Fintech: Guna AI Tanpa Terbakar Reputasi

Sektor kewangan tak boleh berhenti melabur dalam AI, tetapi ia boleh melabur dengan lebih bijak dan bertanggungjawab.

1. Guna model pusat data hibrid & perkongsian

Bukan semua bank perlu bina pusat data AI mega sendiri. Beberapa strategi yang lebih cekap:

  • Kongsi pusat data dengan institusi lain melalui operator neutral
  • Guna model awan hibrid: data paling sensitif di pusat data tempatan bertaraf tinggi, latihan model besar di awan serantau dengan kawalan pematuhan
  • Optimumkan beban kerja AI supaya tak perlu kapasiti fizikal berlebihan 24/7

Ini bukan saja menjimatkan kos, malah mengurangkan tekanan kepada grid elektrik dan keperluan tanah baharu.

2. Kaitkan projek AI dengan manfaat infrastruktur sosial

Setiap kali bank melancarkan inisiatif pusat data atau AI besar, wajar disertakan:

  • Komponen tanggungjawab sosial yang jelas: naik taraf kemudahan tempatan, program literasi kewangan digital, sokongan untuk PKS sekitar
  • Naratif komunikasi yang menekankan bagaimana AI digunakan untuk:
    • mengurangkan penipuan kewangan
    • meluaskan akses kredit kepada golongan B40 dan PKS
    • mempercepat bantuan kewangan ketika bencana

Bila manfaatnya jelas dan dekat dengan kehidupan orang ramai, pelaburan pusat data dilihat sebagai pelaburan sosial, bukan hanya komersial.

3. Masukkan dimensi infrastruktur dalam strategi ESG

Ramai bank sudah ada rangka kerja ESG, tapi isu infrastruktur sering dilihat dari sudut alam sekitar semata-mata. Sebenarnya, ada tiga sudut yang perlu diimbangi:

  • E (Environment): penggunaan tenaga pusat data, sumber tenaga boleh baharu, jejak karbon
  • S (Social): kesan kepada komuniti sekitar, akses kewangan yang lebih adil melalui AI
  • G (Governance): dasar telus tentang di mana data disimpan, bagaimana keputusan peminjaman AI dibuat, dan bagaimana risiko bias diurus

Bank yang berani menerbitkan sasaran jelas – contohnya peratus tenaga boleh baharu untuk operasi pusat data atau jumlah komuniti yang mendapat manfaat daripada program literasi kewangan digital – akan lebih diyakini.

Ke Mana Arah Seterusnya: AI Sebagai Infrastruktur Sosial, Bukan Sekadar Digital

Gelombang pusat data AI tak akan perlahan dalam masa terdekat. Pada 2025 dan beberapa tahun berikutnya, lebih banyak bank, insurans dan fintech di Malaysia akan:

  • Mengalih sistem kritikal seperti penilaian kredit, pemantauan transaksi dan pengurusan tuntutan kepada model AI lanjutan
  • Memerlukan latensi rendah dan kapasiti tinggi yang hanya boleh diberi oleh pusat data moden
  • Terlibat secara langsung atau tidak langsung dalam projek pusat data baharu

Isunya bukan “AI atau jalan raya”, tetapi bagaimana pelaburan dalam infrastruktur AI boleh disusun supaya turut mengangkat infrastruktur sosial dan fizikal negara.

Bagi pembuat dasar, pemimpin bank dan pengasas fintech, soalan sebenar sekarang ialah:

Jika AI sudah pun menjadi tulang belakang kewangan moden, apakah komitmen konkrit yang kita sanggup buat supaya setiap megawatt tenaga dan setiap hektar tanah untuk pusat data juga membawa pulangan kepada rakyat biasa?

Jawapan jujur kepada soalan itu akan membezakan antara institusi yang sekadar ‘mengejar trend AI’ dengan institusi yang benar-benar membantu membina ekonomi digital yang inklusif untuk Malaysia.

🇲🇾 Ledakan Pusat Data AI: Risiko Tersembunyi Untuk Infrastruktur - Malaysia | 3L3C