Ledakan Pusat Data AI & Impak Pada Kewangan

Pada 2024, pelaburan global dalam pusat data AI dianggarkan melebihi ratusan bilion dolar. Di sebalik angka besar itu, ada satu kesan sampingan yang jarang disentuh: semakin banyak wang, tanah, tenaga dan perhatian dialihkan kepada pusat data, semakin kurang yang tinggal untuk projek infrastruktur tradisional seperti jalan raya, jambatan dan sistem pengangkutan awam.

Dalam konteks Malaysia Digital Economy Blueprint dan Pelan Induk Perindustrian Baharu, kerajaan sedang menolak AI, pusat data, dan ekonomi digital sebagai pemacu utama pertumbuhan. Pada masa yang sama, bank, syarikat insurans dan fintech Malaysia berlumba-lumba membina keupayaan AI untuk pengesanan penipuan, scoring kredit, chatbot dan analitik risiko.

Di sinilah konflik halus bermula: ledakan infrastruktur AI yang menyokong sektor kewangan boleh mengurangkan ruang fiskal dan fizikal untuk projek infrastruktur awam lain. Artikel ini mengupas apa yang sebenarnya sedang berlaku, mengapa ia penting untuk sektor kewangan, dan bagaimana pemimpin kewangan serta pembuat dasar boleh merancang dengan lebih bijak.

---

1. Pusat Data AI Sedang Menjadi “Lebuhraya Baharu” Ekonomi

Pusat data AI kini memegang peranan yang sama penting seperti lebuhraya dan pelabuhan pada era perindustrian dulu: tanpa ia, ekonomi digital tak boleh bergerak laju.

Mengapa sektor kewangan sangat bergantung pada pusat data AI

Untuk bank, insurans dan fintech, AI bukan lagi projek eksperimen. Ia sudah masuk ke operasi teras:

• Pengesanan penipuan masa nyata – model AI perlu menganalisis ribuan transaksi sesaat.
• Scoring kredit alternatif – guna data tingkah laku, data transaksi, data luar tradisional.
• Chatbot dan virtual assistant – servis pelanggan 24/7, pelbagai bahasa, berbilang saluran.
• Pengurusan risiko dan kecairan – simulasi senario dan stress test yang intensif secara pengkomputeran.

Semua ini memerlukan:

• GPU berprestasi tinggi
• Rangkaian latensi rendah
• Penyimpanan data besar yang selamat

Dan semua keperluan ini berkumpul di satu tempat: pusat data AI.

Kenapa ledakan pusat data boleh menekan projek infrastruktur lain

Ledakan pembinaan pusat data mencetuskan persaingan sumber dengan projek seperti:

• Naik taraf jalan persekutuan dan lebuh raya baharu
• Pembinaan jambatan, lapangan terbang atau pelabuhan
• Sistem rel bandar dan antara bandar

Puncanya:

1. Bajet kerajaan terhad – bila kerajaan memberi insentif cukai, rebat tenaga atau geran tanah untuk menarik pelaburan pusat data, ruang untuk perbelanjaan modal lain boleh mengecil.
2. Tanah strategik semakin mahal – tanah berhampiran grid tenaga, rangkaian fiber dan pusat bandar menjadi rebutan antara pusat data, perumahan dan infrastruktur awam.
3. Kapasiti grid elektrik – pusat data gergasi boleh menggunakan tenaga setaraf bandar kecil. Ini mempengaruhi perancangan naik taraf grid yang sepatutnya juga menyokong pengangkutan awam elektrik dan projek lain.

Ringkasnya, bila pusat data menjadi keutamaan, projek fizikal lain berisiko tergendala, ditangguh atau dikecilkan skop.

---

2. Pertembungan Prioriti: Lebuhraya Digital vs Lebuhraya Fizikal

Pertembungan sebenar bukan antara teknologi dan pembangunan fizikal, tetapi antara bagaimana bajet dan kapasiti negara diagihkan.

Bagaimana dasar kerajaan memihak kepada infrastruktur AI

Dalam banyak negara – termasuk Malaysia – kerajaan sedang:

• Menawarkan insentif cukai untuk pembinaan pusat data hijau.
• Mempercepatkan kelulusan tanah dan EIA untuk projek infrastruktur digital.
• Mengumumkan koridor khas data center atau zon ekonomi digital.

Langkah ini selari dengan Malaysia Digital Economy Blueprint yang mensasarkan ekonomi digital menyumbang lebih 25% KDNK. Sektor kewangan pula menjadi pengguna utama infrastruktur AI ini kerana regulasi yang semakin ketat memerlukan pengawasan dan analitik masa nyata.

Namun, setiap ringgit insentif, setiap kapasiti grid yang diperuntukkan, dan setiap sebidang tanah yang dianugerahkan kepada pusat data ada kos peluang terhadap projek:

• Naik taraf banjir dan perparitan
• Penyelenggaraan jambatan lama
• Memodenkan pelabuhan dan lapangan terbang

Jika perancangan tidak teliti, rakyat hanya nampak pusat data hebat di atas kertas, tetapi masih tersekat dalam trafik dan banjir setiap kali hujan lebat.

Kesan langsung kepada sektor kewangan

Bagi pemimpin bank dan insurans, isu ini nampak macam masalah kerajaan, tetapi sebenarnya ada kesan langsung:

1. Risiko reputasi
   Bila pelanggan rasa bank “untung besar dari AI dan fintech” tetapi kualiti infrastruktur awam merosot, naratif ketidakseimbangan sosial boleh timbul. Sektor kewangan mudah dijadikan sasaran.

2. Risiko operasi

   • Jalan dan jambatan rosak → ganggu logistik tunai, cawangan luar bandar.
   • Gangguan banjir dan elektrik → tambah kejadian downtime walaupun pusat data sendiri moden.

3. Risiko peraturan
   Tekanan politik mungkin membawa kepada cukai tambahan atau syarat pelaburan sosial yang ketat ke atas institusi kewangan dan pemain teknologi besar.

---

3. Apa Yang Perlu Diketahui Pemimpin Kewangan Tentang Infrastruktur AI

Untuk membuat keputusan AI yang matang, pemimpin kewangan perlu nampak gambaran penuh – bukan sekadar kos projek IT dalaman.

Tiga realiti infrastruktur AI yang sering dipandang ringan

1. AI bukan hanya model, ia ekosistem infrastruktur
   Kos sebenar datang daripada pusat data, rangkaian, storan, redundansi dan keselamatan. Bila anda “guna AI”, anda sebenarnya menyertai perlumbaan global membina dan menyewa infrastruktur berat.

2. Jejak tenaga dan karbon semakin diawasi
   Pusat data besar untuk AI guna tenaga elektrik yang tinggi. Dalam konteks sasaran ESG bank & insurans, penggunaan AI yang agresif tanpa strategi tenaga mampan boleh bercanggah dengan komitmen iklim.

3. Lokasi pusat data mempengaruhi risiko dan pematuhan

   • Di mana data pelanggan Malaysia disimpan?
   • Adakah ia patuh keperluan data residency?
   • Adakah kawasan itu stabil dari sudut tenaga dan bencana alam?

Semua ini bukan hanya soalan teknikal IT; ia soalan strategik pengurusan risiko.

Soalan praktikal yang wajar ditanya di peringkat lembaga

Saya dapati organisasi yang matang dalam AI dan infrastruktur biasanya sudah ada jawapan jelas kepada soalan-soalan ini:

• Berapa peratus beban AI kita berada di awan awam, awan persendirian, dan on-premise?
• Adakah kita berkongsi pusat data dengan pemain lain atau mempunyai kemudahan khusus?
• Berapa jejak karbon operasi AI kita setahun, dan bagaimana ia dikompensasikan atau dikurangkan?
• Sejauh mana kita bergantung pada satu zon geografi pusat data? Apa pelan sandaran sebenar bila zon itu terganggu?

Bila jawapan masih kabur, biasanya organisasi belum betul-betul bersedia untuk pengembangan AI secara besar-besaran.

---

4. Menyeimbangkan Pelaburan: AI Untuk Kewangan & Infrastruktur Awam

Ada cara lebih cerdas untuk menyelaraskan kepentingan: gunakan AI dalam sektor kewangan sebagai pemangkin untuk memperbaiki, bukan menggantikan infrastruktur awam.

Bagaimana sektor kewangan boleh menyokong infrastruktur fizikal

1. Pembiayaan inovatif untuk projek infrastruktur
   Bank dan institusi kewangan boleh:

   • Membangunkan green bond dan sukuk infrastruktur bagi projek pengangkutan awam dan mitigasi banjir.
   • Menggunakan AI untuk menilai risiko projek infrastruktur dengan lebih tepat, menjadikan kos pembiayaan lebih kompetitif.

2. Model perkongsian awam-swasta (PPP) yang lebih pintar
   AI analitik kewangan boleh membantu kerajaan merangka PPP yang:

   • Lebih seimbang antara pulangan pelabur dan kemampuan rakyat.
   • Mengurangkan ketirisan dan kos lewat siap.

3. Menyalurkan data dan insight kepada kerajaan
   Bank dan insurans mempunyai data granular tentang:

   • Aktiviti ekonomi mengikut kawasan.
   • Corak tuntutan insurans akibat banjir, kemalangan jalan raya dan sebagainya.

   Data ini, bila diproses dengan AI dan diperkongsikan secara agregat, boleh memandu kerajaan memilih projek infrastruktur awam yang memberi impak ekonomi dan sosial tertinggi.

Contoh senario di Malaysia

• Bank besar menggunakan AI untuk menganalisis data transaksi dan melihat kawasan pinggir bandar yang berkembang pesat tetapi kurang dihubungkan pengangkutan awam. Insight ini dibentang kepada kerajaan negeri sebagai asas usul pembiayaan projek bas henti-henti atau transit baharu.
• Syarikat insurans menggunakan AI untuk memetakan kawasan risiko banjir berdasarkan tuntutan bertahun-tahun. Peta ini membantu PBT memutuskan lokasi utama untuk projek tebatan banjir, yang kemudian dibiayai melalui sukuk hijau.

Dalam kedua-dua kes, AI yang digerakkan oleh infrastruktur pusat data bukan sahaja menguntungkan institusi kewangan, malah menyumbang kepada pemilihan dan pembiayaan projek infrastruktur fizikal yang lebih baik.

---

5. Strategi Untuk Bank, Insurans & Fintech Di Era Ledakan Pusat Data

Realitinya, ledakan pusat data AI tak akan perlahan dalam masa terdekat. Jadi soalnya bukan “nak sertai atau tidak”, tetapi bagaimana menyertainya dengan bertanggungjawab dan menguntungkan.

Langkah praktikal jangka pendek (6–12 bulan)

1. Audit infrastruktur AI dan jejak tenaga

   • Kenal pasti di mana model AI utama dilatih dan dijalankan.
   • Nilai pilihan menggunakan pusat data yang lebih cekap tenaga atau berpindah ke zon dengan sumber tenaga boleh baharu.

2. Sejajarkan strategi AI dengan komitmen ESG

   • Tetapkan sasaran intensiti tenaga per transaksi AI atau per model.
   • Masukkan kriteria “efisiensi tenaga pusat data” dalam RFP vendor AI/awan.

3. Wujudkan polisi pematuhan data & lokasi pusat data

   • Pastikan posisi rasmi: data apa mesti kekal dalam negara, apa yang boleh merentasi sempadan.
   • Libatkan pasukan undang-undang dan risiko, bukan IT semata-mata.

Langkah strategik jangka sederhana (1–3 tahun)

1. Bangunkan pelan infrastruktur AI bersama kerajaan & pengawal selia
   Terutama dalam siri “AI in Government & Public Sector”, kerjasama ini penting. Bank dan insurans boleh menjadi suara utama dalam:

   • Jawatankuasa dasar AI kebangsaan.
   • Perbincangan standard pusat data hijau dan keselamatan data.

2. Rancang lokasi dan diversifikasi pusat data secara geostrategik
   Elak bergantung kepada satu bandar atau satu pembekal sahaja. Gabungkan:

   • Pusat data domestik (untuk data sensitif).
   • Zon serantau yang stabil (untuk beban pemprosesan tinggi yang kurang sensitif).

3. Kaitkan naratif AI dengan pembangunan masyarakat
   Dari sudut komunikasi, tunjukkan bagaimana penggunaan AI dan pusat data menyokong:

   • Pinjaman PKS yang lebih inklusif.
   • Perlindungan insurans yang lebih adil.
   • Pembiayaan infrastruktur awam dan projek hijau.

Bila pelanggan dan kerajaan nampak hubungan ini, sokongan terhadap pelaburan AI dan pusat data akan jadi lebih kukuh dan kurang kontroversi.

---

Penutup: Dari Persaingan Kepada Keseimbangan

Ledakan pusat data AI memang boleh menjadi berita kurang baik untuk projek jalan raya, jambatan dan infrastruktur lain — jika negara melihatnya sebagai perlumbaan sifar jumlah antara digital dan fizikal.

Tetapi jika sektor kewangan, kerajaan dan penyedia teknologi merancang bersama, infrastruktur AI yang sama boleh membantu memilih, membiayai dan memantau projek infrastruktur awam dengan jauh lebih baik.

Untuk pemimpin bank, insurans dan fintech di Malaysia, soalan kritikal sekarang bukan lagi “patutkah kita melabur dalam AI?”, tetapi:

Bagaimana kita memastikan setiap ringgit yang dibelanjakan pada AI dan pusat data turut menyumbang kepada jalan yang lebih selamat, bandar yang kurang banjir dan perkhidmatan awam yang lebih cekap?

Jika jawapan kepada soalan ini jelas, organisasi anda bukan sekadar pengguna AI – anda menjadi rakan strategik utama dalam membentuk masa depan infrastruktur negara.