Data Center Kota Dekatkan Respons AI ke Pengguna

JAKARTA — Data center kota dapat membantu mempercepat respons AI inference bagi pengguna, kata CEO Bitera Data Center Tedy Harjanto di Kuningan, Jakarta Selatan, Senin (9/11/2026). Bagi pengguna, lokasi fasilitas komputasi ikut menentukan seberapa cepat layanan AI merespons.

Perusahaan menempatkan data center Bitera di kawasan bisnis Kuningan dengan kapasitas lebih dari 30 MW. Fasilitas itu dirancang untuk menjalankan sistem kritis dan AI inference menggunakan GPU milik pelanggan, bukan untuk melatih model AI skala besar.

Data center kota mendukung AI inference

AI inference adalah proses menjalankan model yang sudah siap digunakan, misalnya ketika sebuah aplikasi AI menerima permintaan lalu memberikan jawaban. Berbeda dari pelatihan model, proses ini berhubungan langsung dengan penggunaan produk oleh pelanggan.

Tedy menjelaskan, kebutuhan itu membuat industri tidak cukup hanya mengandalkan hyperscale data center atau pabrik AI berskala besar. Fasilitas yang lebih dekat dengan pengguna juga diperlukan agar proses komputasi dapat berlangsung dengan latensi lebih baik.

Dalam diskusi media di kantor Bitera, Tedy menggambarkan AI inference sebagai tahap ketika produk sudah matang dan siap dipakai. “AI inference secara singkat ya mirip-mirip kayak tadi yang access nodes atau network nodes. Itu ketika produknya sudah matang, kemudian ready untuk dipakai, agent-agent-nya,” kata Tedy.

Latensi berarti jeda waktu antara permintaan pengguna dan respons sistem. Tedy mengatakan kebutuhan latensi yang lebih baik menjadi alasan proses AI inference ditempatkan di network edge, yakni titik jaringan yang lebih dekat dengan pengguna atau pusat operasional.

Lokasi dekat pengguna jadi nilai tambah

Penempatan fasilitas komputasi di pusat kota punya dampak langsung bagi layanan digital yang mengandalkan respons cepat. Jika aplikasi AI digunakan dalam kegiatan sehari-hari, jeda respons menjadi bagian dari pengalaman pengguna, bukan sekadar persoalan teknis bagi pengelola pusat data.

“Karena mereka memerlukan latency yang lebih baik, makanya itu ditaruhnya di lokasi seperti di network edge,” ujar Tedy.

Model ini tidak menggantikan pusat data besar. Keduanya dapat menjalankan fungsi berbeda: fasilitas berskala besar mendukung kebutuhan komputasi yang luas, sedangkan data center kota menangani proses yang perlu lebih dekat ke pengguna. Bitera menyebut fasilitasnya memakai GPU milik pelanggan untuk AI inference.

Tedy memperkirakan kebutuhan tersebut akan berkembang ketika aplikasi AI semakin matang dan digunakan secara masif. Pengguna yang terbiasa berinteraksi dengan layanan digital juga akan menuntut jawaban yang lebih cepat.

“Jadi bukan berarti bahwa AI lantas mereka cuma perlu hyperscale atau AI factory data center, nggak. Nantinya ketika dia stabilize 3-5 tahun ke depan, akan ketemu satu equilibrium yang baru,” jelasnya.

Bitera antisipasi kebutuhan di pusat kota

Bitera memosisikan fasilitas di Kuningan sebagai network edge data center. Kapasitasnya lebih dari 30 MW, dan perusahaan menyatakan fasilitas tersebut dirancang untuk menopang sistem kritis serta inferensi AI, bukan pelatihan AI skala besar.

Tedy mengatakan kedekatan dengan pengguna menjadi salah satu nilai yang ditawarkan perusahaan. “AI inference ini tetap harus ada dekat dengan user-nya,” katanya.

Perusahaan juga melihat ruang pertumbuhan untuk pusat data di kawasan perkotaan. Tedy menyebut bisnis Bitera tumbuh sangat pesat pada tahun lalu dan tahun ini, tanpa menyampaikan angka pertumbuhan tertentu.

“Jadi kita antisipasi kebutuhan data center di pusat kota. Hari ini kalau kita lihat kebutuhan data center di pusat kota itu masih besar banget,” ujar Tedy.

Bagi perusahaan yang menjalankan layanan AI, pilihan lokasi infrastruktur akan berkaitan dengan kemampuan menjaga respons tetap cepat saat penggunaan meluas. Bitera mengandalkan fasilitas Kuningan berkapasitas lebih dari 30 MW untuk kebutuhan tersebut.