Selular.ID – Operator telekomunikasi di Indonesia mulai mengarahkan strategi bisnis dan operasional pada empat agenda teknologi utama, yakni kecerdasan buatan (Artificial Intelligence/AI), sovereign cloud, autonomous networks, serta migrasi infrastruktur menuju cloud-native.
Perkembangan tersebut diungkap Ben Panic, VP and Head of Telco, Media & Entertainment Sales, Red Hat Asia-Pacific (APAC), yang melihat operator Indonesia semakin agresif memanfaatkan teknologi untuk meningkatkan efisiensi sekaligus membuka sumber pendapatan baru.
Berdasarkan pengamatannya setelah bertemu sejumlah pelanggan dan mitra di Jakarta pada September 2026, Panic menyebut AI menjadi prioritas utama industri telekomunikasi.
Pemanfaatannya tidak lagi terbatas pada otomatisasi pekerjaan internal, tetapi mulai diarahkan untuk menghasilkan pendapatan baru melalui layanan berbasis AI bagi pelanggan ritel, perusahaan, dan instansi pemerintah.
Menurut Panic, terdapat empat bidang yang menjadi perhatian operator telekomunikasi Indonesia. Selain AI dan sovereign cloud, operator juga mempercepat pengembangan jaringan otonom serta melakukan konsolidasi lingkungan komputasi agar aplikasi lama dapat beralih ke arsitektur cloud-native.
Konsumsi AI Operator Melonjak hingga 20 Kali Lipat
Pemanfaatan AI di lingkungan internal perusahaan menjadi salah satu perubahan yang paling terlihat. Operator telekomunikasi menggunakan teknologi ini untuk membantu penulisan kode pemrograman, otomatisasi proses kerja, hingga mengurangi pekerjaan manual yang sebelumnya membutuhkan keterlibatan karyawan.
Panic menjelaskan, adopsi AI mengalami peningkatan signifikan dibandingkan fase pengenalan teknologi pada 2025. Jika sebelumnya perusahaan cenderung memberikan keleluasaan kepada karyawan untuk mencoba berbagai aplikasi AI, pada 2026 penggunaannya berkembang lebih luas dalam aktivitas operasional.
Ia menyebut konsumsi token AI internal perusahaan meningkat lebih dari 10 hingga 20 kali lipat. Token merupakan satuan pemrosesan teks yang digunakan model AI untuk memahami dan menghasilkan respons. Semakin banyak interaksi dan pemrosesan yang dilakukan, semakin besar pula kebutuhan token.
Peningkatan konsumsi tersebut membawa tantangan baru bagi perusahaan, terutama dalam mengendalikan biaya operasional. Operator perlu menerapkan batasan penggunaan, mekanisme pengawasan, serta tata kelola agar pemanfaatan AI tetap produktif dan sesuai kebutuhan bisnis.
Di sektor telekomunikasi, penggunaan AI juga berkaitan dengan pengembangan aplikasi internal. Operator yang membangun aplikasi secara mandiri maupun bersama mitra teknologi mulai memanfaatkan AI untuk mempercepat proses pengembangan dan mengurangi pekerjaan berulang.
Namun, peluang bisnis yang lebih besar justru berada pada pemanfaatan AI untuk pelanggan eksternal. Operator mulai melihat potensi layanan baru yang dapat menghasilkan tambahan pendapatan rata-rata per pengguna atau Average Revenue Per User (ARPU), baik dari konsumen individu maupun segmen korporasi dan pemerintahan.
Sovereign Cloud Buka Peluang Bisnis Baru Telko
Agenda kedua yang menjadi perhatian operator adalah sovereign cloud. Konsep ini merujuk pada layanan komputasi awan yang infrastruktur, pengelolaan, pengoperasian, dan pemeliharaan datanya berada dalam yurisdiksi negara terkait serta dikelola sesuai ketentuan kedaulatan data yang berlaku.
Panic menilai operator telekomunikasi memiliki posisi strategis untuk mengembangkan layanan tersebut karena telah mengoperasikan infrastruktur jaringan dan pusat data di dalam negeri selama bertahun-tahun.
Menurutnya, jaringan telekomunikasi yang dikelola operator pada dasarnya telah memiliki karakteristik infrastruktur digital yang beroperasi secara lokal. Pengalaman tersebut dapat menjadi modal untuk menawarkan sovereign cloud kepada pelanggan ritel, perusahaan, maupun pemerintah.
Kebutuhan terhadap infrastruktur AI turut memperbesar peluang tersebut. Perusahaan yang ingin menjalankan model AI membutuhkan kapasitas komputasi tinggi, terutama melalui Graphics Processing Unit (GPU). Komponen ini dirancang untuk memproses komputasi paralel dalam jumlah besar sehingga banyak digunakan untuk pelatihan dan pengoperasian model kecerdasan buatan.
Dari kebutuhan tersebut muncul dua model layanan yang dinilai berpotensi menjadi sumber pendapatan baru bagi operator, yaitu GPU as a Service dan Model as a Service.
GPU as a Service memungkinkan pelanggan menggunakan kapasitas komputasi GPU tanpa harus membangun dan mengelola seluruh infrastrukturnya sendiri. Sementara Model as a Service memberikan akses terhadap model AI melalui layanan yang disediakan penyedia platform.
Operator telekomunikasi memiliki sejumlah aset pendukung untuk masuk ke pasar tersebut. Selain pusat data dan lahan infrastruktur, mereka juga mempunyai akses terhadap pasokan listrik, sistem pendingin, serta pengalaman mengoperasikan jaringan dengan standar ketersediaan layanan tinggi.
Panic mencontohkan standar five nines atau ketersediaan layanan sebesar 99,999% yang selama ini menjadi salah satu tolok ukur keandalan jaringan telekomunikasi. Pengalaman menjaga layanan kritis tersebut relevan ketika operator mulai menawarkan infrastruktur komputasi untuk kebutuhan AI.
Persaingan tetap datang dari perusahaan hyperscaler dan penyedia infrastruktur cloud generasi baru atau neo-cloud. Keduanya juga berlomba membangun pusat data berkapasitas besar untuk memenuhi permintaan komputasi AI.
Meski demikian, operator memiliki keunggulan berupa sebaran aset infrastruktur hingga wilayah yang lebih dekat dengan pengguna. Selain pusat data di kawasan utama seperti Jakarta dan Surabaya, operator juga memiliki fasilitas di berbagai titik jaringan atau edge.
Lokasi edge memungkinkan pemrosesan data dilakukan lebih dekat dengan pengguna atau perangkat yang menghasilkan data. Dalam skenario tertentu, pendekatan ini dapat mengurangi latensi atau jeda waktu pengiriman data, sekaligus meningkatkan respons layanan AI.
Autonomous Networks Kurangi Ketergantungan pada Operasi Manual
Fokus ketiga adalah pengembangan autonomous networks atau jaringan otonom. Teknologi ini memungkinkan sistem jaringan melakukan pemantauan, analisis, pengambilan keputusan, hingga penyesuaian konfigurasi secara otomatis dengan tingkat intervensi manusia yang semakin rendah.
Panic menjelaskan, operator mulai memanfaatkan AI untuk menganalisis jutaan titik data dari berbagai bagian jaringan. Informasi tersebut digunakan untuk mendeteksi potensi gangguan dan memberikan rekomendasi tindakan kepada tim operasional.
Pada Level 3 autonomous networks, sistem dapat mengidentifikasi masalah dan merekomendasikan langkah penanganan, tetapi keputusan akhir masih melibatkan manusia. Tahap berikutnya adalah Level 4, ketika sistem mampu mengambil keputusan dan melakukan perubahan jaringan secara otomatis tanpa manusia berada dalam proses pengambilan keputusan tersebut.
Salah satu contoh penerapannya berkaitan dengan kebutuhan kapasitas jaringan ketika berlangsung konser besar di Jakarta.
Dalam skenario tersebut, operator perlu memastikan kapasitas jaringan seluler mencukupi ketika ribuan penonton menggunakan internet secara bersamaan untuk mengunggah foto dan video ke Instagram, TikTok, maupun platform media sosial lainnya.
Pada era jaringan 3G dan 4G, peningkatan kapasitas di lokasi acara kerap membutuhkan pengerahan mobile base station atau BTS bergerak. Namun, arsitektur 5G yang berbasis cloud-native memungkinkan operator mengatur kapasitas melalui network slicing.
Network slicing merupakan teknologi yang memungkinkan satu infrastruktur jaringan fisik dibagi menjadi beberapa jaringan virtual dengan karakteristik dan kebutuhan layanan berbeda.
Melalui pendekatan ini, operator dapat menyediakan kapasitas jaringan tambahan untuk lokasi dan periode tertentu. Misalnya, kapasitas tambahan diaktifkan menjelang konser pada Jumat dan dinonaktifkan kembali setelah rangkaian acara selesai pada Senin.
Dalam sistem autonomous networks, proses penyediaan kapasitas, konfigurasi jaringan, hingga pengaturan jalur layanan dapat dilakukan secara otomatis sesuai kebutuhan yang telah ditentukan.
Panic juga menyinggung pengalaman Verizon di Amerika Utara. Sepanjang 2025, operator tersebut dilaporkan telah menangani lebih dari 250 ribu peristiwa melalui autonomous networks Level 4. Sistem melakukan perubahan konfigurasi jaringan untuk mengelola lalu lintas dan penyediaan layanan tanpa keterlibatan manusia dalam proses pengambilan keputusan.
Ia memperkirakan penerapan teknologi serupa di Verizon dan operator lainnya akan berkembang menjadi jutaan perubahan jaringan sepanjang 2026–2027.
Otomatisasi tersebut ditujukan untuk mengurangi beban pekerjaan teknis berulang sekaligus meningkatkan konsistensi pengelolaan jaringan. Meski begitu, penerapannya tetap membutuhkan tata kelola dan mekanisme pengawasan agar keputusan otomatis tidak menimbulkan gangguan layanan.
Migrasi Cloud-Native Percepat Konsolidasi Infrastruktur
Agenda keempat adalah virtualisasi dan migrasi aplikasi menuju arsitektur cloud-native. Operator sedang mengevaluasi lingkungan virtualisasi yang digunakan saat ini, termasuk cara memindahkan aplikasi lama atau legacy applications ke platform cloud yang lebih modern.
Cloud-native merupakan pendekatan pengembangan dan pengoperasian aplikasi yang dirancang untuk memanfaatkan fleksibilitas infrastruktur cloud. Arsitektur ini memungkinkan aplikasi dikembangkan, diperbarui, dan dikelola secara lebih modular dibandingkan sistem tradisional.
Panic menilai operator Indonesia sebelumnya sedikit tertinggal dibandingkan sejumlah negara lain di kawasan Asia-Pasifik dalam penerapan lingkungan cloud horizontal. Namun, adopsinya kini semakin cepat.
Cloud horizontal dalam konteks ini mengacu pada penggunaan satu platform teknologi dan lingkungan pengelolaan yang konsisten untuk berbagai kebutuhan aplikasi, meskipun secara fisik infrastrukturnya dapat tersebar di beberapa lokasi.
Pendekatan tersebut membantu perusahaan menyederhanakan pelatihan karyawan, pengembangan keterampilan teknis, serta prosedur operasional. Konsistensi platform juga menjadi semakin penting ketika operator mulai mengintegrasikan layanan AI dan sovereign cloud.
Menurut Panic, migrasi menuju platform cloud yang lebih terpadu akan memperkuat kesiapan operator dalam menyediakan layanan komputasi AI. Hal ini berkaitan dengan kebutuhan pengelolaan infrastruktur, aplikasi, dan kapasitas komputasi yang semakin kompleks.
GPU dan Model AI Berpotensi Jadi Sumber Pendapatan Telko
Dari keempat agenda tersebut, Panic melihat layanan berbasis AI, khususnya GPU as a Service dan Model as a Service, berpotensi menjadi fokus bisnis operator dalam 12 hingga 18 bulan mendatang.
Perubahan ini menandai perluasan peran perusahaan telekomunikasi. Selain menyediakan konektivitas seluler dan internet, operator mulai memanfaatkan pusat data, infrastruktur jaringan, serta kemampuan pengelolaan sistem untuk memasuki pasar komputasi dan layanan AI.
Peluang tersebut juga sejalan dengan meningkatnya kebutuhan perusahaan dan pemerintah terhadap infrastruktur AI yang dapat dikelola di dalam negeri.
Meski demikian, operator harus menghadapi persaingan dengan hyperscaler dan penyedia cloud khusus AI yang juga mengembangkan kapasitas GPU serta layanan model AI. Kecepatan pembangunan infrastruktur, ketersediaan energi, kemampuan operasional, dan kedekatan fasilitas dengan pengguna menjadi faktor yang turut menentukan daya saing.
Pemaparan Ben Panic menunjukkan bahwa transformasi operator telekomunikasi Indonesia tidak hanya berkaitan dengan peningkatan kualitas jaringan, tetapi juga perubahan model bisnis. AI, sovereign cloud, jaringan otonom, dan cloud-native mulai terhubung dalam strategi pengembangan layanan digital yang ditujukan untuk menciptakan efisiensi operasional sekaligus membuka sumber pendapatan baru.