ItWorks.id – Teknologi kecerdasan buatan (Artificial Intelligence/AI) yang terus berkembang membuka peluang besar bagi transformasi bisnis dan digitalisasi di Indonesia. Namun demikian, percepatan adopsi teknologi ini juga menghadirkan tantangan, mulai dari keterbatasan infrastruktur komputasi, latensi, keamanan, hingga kedaulatan data. Menjawab kebutuhan tersebut, Akamai Technologies memperkuat strategi infrastruktur AI terdistribusi dengan membawa kemampuan komputasi semakin dekat ke pengguna.
CTO of Cloud Computing Akamai, Jay Jenkins, mengungkapkan bahwa kebutuhan terhadap infrastruktur yang siap mendukung AI (AI-ready infrastructure) di Indonesia terus meningkat. Organisasi tidak lagi hanya membutuhkan kapasitas GPU, tetapi juga dukungan CPU, memori, dan jaringan yang terintegrasi untuk menjalankan beban kerja AI secara optimal.
Menurut Jay, perubahan tersebut mencerminkan pergeseran penting dalam cara organisasi memandang teknologi. Jika sebelumnya banyak perusahaan berfokus pada eksperimen AI, kini perhatian mulai beralih pada bagaimana teknologi tersebut dapat dioperasikan dan menghasilkan nilai nyata bagi bisnis.
“Yang kami lihat dari berbagai organisasi adalah banyaknya eksperimen, dan tahun ini kami melihat pergeseran menuju tahap operasional. Pertanyaannya: bagaimana kita benar-benar mengoperasikan AI?” ujar Jay, dalam Akamai Virtual Media Briefing, Kamis (12/11/2026).
Ia menilai, nilai sesungguhnya dari AI tidak hanya terletak pada proses pelatihan model, tetapi juga pada kemampuan teknologi tersebut berinteraksi dengan kebutuhan dan aktivitas di dunia nyata. Karena itu, pemanfaatan AI mulai bergerak melampaui efisiensi operasional menuju penciptaan pengalaman pelanggan baru, pengembangan produk, serta pembukaan peluang pendapatan.
Adopsi AI di Indonesia dan Tantangan Infrastruktur
Indonesia dinilai memiliki peluang besar dalam pengembangan dan pemanfaatan AI. Akamai melihat peningkatan permintaan terhadap infrastruktur AI-ready sebagai salah satu faktor yang semakin memengaruhi keputusan investasi teknologi organisasi di Tanah Air.
Jay mengungkapkan, sebanyak 63% organisasi di Indonesia telah mempertimbangkan kebutuhan infrastruktur AI-ready, menjadikannya salah satu pendorong utama dalam pengambilan keputusan terkait infrastruktur.
Namun, tingkat kesiapan tersebut masih menghadapi sejumlah tantangan. Akamai mencatat, 84% organisasi yang disoroti dalam pemaparannya masih berada pada tahap pengujian dan proof-of-concept dalam mengadopsi generative AI.
Pemanfaatan generative AI sendiri semakin luas, tidak hanya untuk large language model, tetapi juga mencakup pembuatan gambar, video, dokumen, hingga kode pemrograman.
Di sisi lain, organisasi masih mencermati risiko yang dapat muncul apabila teknologi tersebut diimplementasikan terlalu cepat tanpa kesiapan tata kelola dan keamanan yang memadai.
Perkembangan berikutnya adalah agentic AI, yakni teknologi berbasis agen yang dapat bertindak secara mandiri untuk mencapai tujuan tertentu dalam jangka panjang. Kemampuan ini membuka peluang otomatisasi yang lebih luas, tetapi sekaligus meningkatkan kebutuhan terhadap pengawasan dan kendali manusia.
“Seiring meningkatnya otonomi AI, kita juga perlu memastikan organisasi memiliki pengawasan dan kendali manusia yang jelas atas apa yang dilakukan AI,” kata Jay.
Selain kesiapan teknologi, Akamai mengidentifikasi sejumlah tantangan global yang juga relevan bagi organisasi di Indonesia. Tantangan tersebut mencakup keterbatasan GPU dan kapasitas komputasi, persoalan latensi akibat infrastruktur AI yang terkonsentrasi di lokasi tertentu, serta tuntutan kedaulatan data dan kepatuhan terhadap regulasi.
Kesenjangan keamanan dan tata kelola AI juga menjadi perhatian. Perkembangan teknologi, terutama agen otonom, berlangsung lebih cepat dibandingkan kesiapan perangkat dan mekanisme untuk memantau aktivitasnya.
Persoalan biaya infrastruktur serta ketergantungan terhadap satu penyedia teknologi atau vendor lock-in turut menjadi pertimbangan. Keterbatasan pilihan infrastruktur dapat meningkatkan biaya sekaligus menyulitkan organisasi ketika ingin berpindah ke model operasional lain.
Strategi Komputasi Terdistribusi Akamai
Untuk menjawab tantangan tersebut, Akamai mengembangkan strategi yang berangkat dari pengalaman panjang perusahaan dalam membangun jaringan global. Selama 28 tahun, Akamai dikenal melalui layanan jaringan pengiriman konten atau content delivery network (CDN), yang memungkinkan konten digital ditempatkan lebih dekat dengan pengguna.
Infrastruktur tersebut kemudian berkembang menjadi fondasi bagi layanan keamanan dan komputasi. Pada 2013, Akamai memperluas pemanfaatan jaringannya untuk menghadirkan perlindungan keamanan, termasuk perlindungan terhadap serangan DDoS dan bot, serta memperkenalkan web application firewall berbasis edge.
Selanjutnya, pada 2019, perusahaan memperkenalkan edge computing yang memungkinkan pemrosesan data dilakukan lebih dekat dengan pengguna dan perangkat. Kemampuan ini membuat aplikasi dapat merespons kebutuhan pengguna secara lebih cepat dibandingkan jika seluruh pemrosesan harus bergantung pada pusat data terpusat.
Pada 2022, Akamai memasuki bisnis public cloud dengan menghadirkan kemampuan core computing, seperti virtual machine, penyimpanan, dan basis data. Pendekatan yang dikembangkan tidak sekadar mengikuti pola komputasi tradisional, tetapi berupaya mendistribusikan kemampuan komputasi sedekat mungkin dengan lokasi pengguna.
Ekspansi tersebut kemudian diperkuat dengan fokus khusus pada AI pada 2025. Akamai bekerja sama dengan NVIDIA untuk mengembangkan infrastruktur AI terdistribusi melalui kerangka AI Grid, yang dirancang untuk mendistribusikan sumber daya komputasi AI.
Jay menjelaskan bahwa strategi tersebut merupakan kelanjutan dari fondasi bisnis Akamai, yakni mendekatkan konten, komputasi, dan kini AI kepada pengguna.
“Ini menjadi pembeda yang kuat bagi Akamai karena memang inilah fondasi yang membangun perusahaan kami: membawa konten, komputasi, dan kini AI sedekat mungkin dengan pengguna,” ujarnya.
Saat ini, Akamai memiliki sekitar 4.300 points of presence (PoP) di seluruh dunia, termasuk Indonesia. Jaringan global tersebut menjadi salah satu modal perusahaan dalam menghadirkan layanan digital dengan jangkauan yang lebih dekat kepada pengguna, termasuk di negara kepulauan seperti Indonesia.
Layanan Inferensi AI dan Pengembangan Agent Sandbox
Sebagai bagian dari penguatan layanan AI, Akamai meluncurkan Akamai Inference as a Service. Layanan ini dirancang untuk membantu organisasi menjalankan inferensi AI tanpa harus mengelola sendiri seluruh kompleksitas infrastruktur yang mendasarinya.
Akamai menyediakan dua pendekatan utama, yaitu serverless inference dan dedicated inference. Pada model serverless, organisasi tidak perlu mengelola kapasitas infrastruktur maupun siklus hidup model secara langsung. Akamai menangani kebutuhan penskalaan dan pengelolaan model, sementara pelanggan membayar sesuai pemakaian.
Pendekatan ini dinilai sesuai bagi organisasi yang memiliki beban kerja fluktuatif atau belum dapat memperkirakan kebutuhan komputasi secara akurat. Dengan demikian, perusahaan dapat bereksperimen dan mengembangkan layanan AI tanpa harus menanggung seluruh biaya infrastruktur sejak awal.
Sementara itu, dedicated inference ditujukan bagi organisasi yang telah memahami kebutuhan kapasitas dan pola beban kerja mereka. Akamai menyediakan endpoint untuk mengakses layanan inferensi, dengan infrastruktur yang mendasarinya dialokasikan secara khusus bagi pelanggan.
Akamai juga mengandalkan model open-weight dan menyediakan endpoint terbuka yang kompatibel dengan OpenAI API. Kompatibilitas ini memungkinkan organisasi mengintegrasikan layanan maupun melakukan perpindahan model dengan lebih mudah, tanpa harus bergantung pada satu model foundation atau penyedia tertentu.
Selain inferensi, layanan yang ditawarkan mencakup kemampuan komputasi, basis data, managed Kubernetes, layanan container, managed Akamai Functions, serta dukungan operasional 24 jam. Akamai juga menghadirkan beragam model AI untuk kebutuhan reasoning, retrieval-augmented generation (RAG), dan coding.
Pengembangan layanan ini turut mempertimbangkan persoalan biaya ketika penggunaan AI meningkat. Jay menjelaskan bahwa biaya token dapat membengkak ketika organisasi meningkatkan skala pemanfaatan model AI, khususnya untuk kebutuhan pemrograman. Karena itu, model open-weight menjadi salah satu alternatif untuk mengoptimalkan biaya layanan.
Di sisi keamanan, Akamai memperkenalkan Akamai Agent Sandbox untuk mengendalikan aktivitas agen AI yang semakin otonom. Teknologi ini menyediakan lingkungan eksekusi terisolasi agar agen dapat menulis dan menjalankan kode tanpa memperoleh akses di luar sumber daya yang secara eksplisit diizinkan organisasi.
Agent Sandbox dibangun menggunakan WebAssembly dan berbasis Spin SDK open-source yang dikembangkan Akamai bersama Cloud Native Computing Foundation. Pendekatan isolasi tersebut ditujukan untuk membantu organisasi mengurangi risiko dari aktivitas agen AI, sekaligus tetap memungkinkan pemanfaatan kemampuan otomatisasinya.
Akamai juga menyediakan akses ke GPU NVIDIA B300 berbasis arsitektur Blackwell untuk mendukung kebutuhan komputasi AI berskala besar. Kapabilitas ini dapat dimanfaatkan untuk berbagai kebutuhan, mulai dari inferensi AI, pengembangan agen, analisis dokumen berukuran besar, post-training, fine-tuning, hingga aplikasi enterprise.
Pada akhirnya, Jay menilai keberhasilan adopsi AI tidak cukup hanya ditentukan oleh kecanggihan model yang digunakan. Kesiapan infrastruktur, keamanan, tata kelola, serta kemampuan organisasi mengendalikan teknologi menjadi faktor penting agar potensi AI dapat dimanfaatkan secara berkelanjutan.
Bagi Indonesia, meningkatnya kebutuhan infrastruktur AI-ready menjadi peluang untuk mendorong pemanfaatan teknologi tersebut secara lebih luas. Namun, percepatan implementasinya perlu berjalan seiring dengan penguatan kepercayaan, akuntabilitas, dan pengawasan manusia agar inovasi AI benar-benar menghasilkan nilai bagi organisasi maupun masyarakat.
