"Underlying profit kami di semester pertama naik lebih dari dua kali lipat menjadi 178 juta dolar AS." Pernyataan langsung dari laporan keuangan Axiata Group itu bukan sekadar angka—ia adalah sinyal bahwa infrastruktur digital Asia Tenggara sedang berada dalam fase transisi operasional yang tajam. Namun, di balik lonjakan laba dasar sebesar 112% year-on-year, terselip pertanyaan mendasar: apakah kenaikan ini benar-benar mencerminkan pertumbuhan nilai tambah teknologi, atau hanya efek samping dari restrukturisasi aset dan penyesuaian tarif layanan?
Apa yang Sebenarnya Diukur oleh 'Underlying Profit' Axiata?
Angka 178 juta dolar AS bukan laba bersih akuntansi penuh, melainkan 'underlying profit'—istilah internal yang menghilangkan dampak satu kali seperti kerugian divestasi, biaya restrukturisasi, atau fluktuasi kurs. Menurut TechInAsia, metode ini memang dipakai untuk menunjukkan kinerja inti operasional tanpa gangguan eksternal. Tapi justru di sinilah celah analitisnya: ketika Axiata menyisihkan 678,3 juta ringgit (sekitar 168 juta dolar AS) sebagai operating free cash flow, artinya perusahaan sedang sangat fokus pada likuiditas operasional, bukan investasi jangka panjang di riset AI atau pengembangan platform lokal.
Ini berbeda dengan pola perusahaan teknologi murni seperti NVIDIA atau Palantir, yang justru mengorbankan laba jangka pendek demi belanja R&D hingga 20–25% dari pendapatan. Axiata, sebagai operator telekomunikasi dan infrastruktur digital, tetap beroperasi dengan logika kapitalisasi aset—bukan penciptaan algoritma. Laba tinggi tidak otomatis berarti inovasi tinggi. Ia bisa jadi hasil dari efisiensi jaringan 4G/5G, penyesuaian harga layanan cloud di Malaysia dan Thailand, atau bahkan pengalihan beban biaya ke mitra teknologi pihak ketiga.
Baca juga: LG Uplus dan OptAI Uji Token AI untuk Efisiensi Layanan
Di Mana Peran AI dalam Angka-angka Ini?
Tidak ada satu pun kalimat dalam rilis keuangan resmi Axiata yang menyebut 'AI' secara eksplisit sebagai pendorong laba. Yang disebut adalah peningkatan efisiensi operasional, penurunan churn pelanggan, dan percepatan adopsi layanan digital—semua istilah yang sering dikaitkan dengan AI, tapi tidak pernah diverifikasi sebagai hasil langsung dari model machine learning atau integrasi large language model. Dilansir TechInAsia, Axiata memang telah bermitra dengan beberapa startup AI regional sejak 2022, namun skala implementasinya masih terbatas di chatbot layanan pelanggan dan sistem deteksi anomali jaringan—bukan solusi AI berbasis industri seperti prediksi permintaan logistik atau optimasi rantai pasok manufaktur.
Padahal, potensi pasar AI di Asia Tenggara diperkirakan mencapai 12,5 miliar dolar AS pada 2027 menurut Statista. Di Indonesia sendiri, Kemenkominfo mencatat baru 17% UMKM yang menggunakan tools berbasis AI untuk administrasi atau pemasaran—dan mayoritas dari mereka mengandalkan platform asing seperti Canva, Zoho, atau Google Workspace, bukan solusi lokal yang dibangun di atas infrastruktur Axiata. Artinya, meski Axiata mengklaim 'digital transformation', ia belum menjadi enabler nyata bagi adopsi AI di tingkat mikro ekonomi.
Baca juga: Bolttech dan Bold Penguin Bentuk Aliansi Asuransi Global Berbasis AI
Axiata justru memilih memperkuat posisi sebagai penyedia infrastruktur—bukan pembangun aplikasi. Platform seperti Axiata Digital Labs lebih banyak berfungsi sebagai integrator teknologi daripada developer solusi end-to-end. Mereka tidak membuat model bahasa Indonesia sendiri, tidak mengembangkan dataset lokal untuk pelatihan AI, dan tidak membuka API publik bagi developer lokal. Bandingkan dengan Telkomsel yang meluncurkan GenAI Lab di Bandung pada awal 2024, atau XL Axiata (anak usaha Axiata) yang baru mengumumkan kolaborasi dengan Institut Teknologi Bandung untuk pelatihan engineer AI—namun tanpa komitmen anggaran publik yang transparan.
Lonjakan laba Axiata memang impresif secara finansial, tapi ia tidak serta-merta menjawab tantangan struktural: ketergantungan pada teknologi impor, kurangnya talenta AI spesialis di level operasional, dan minimnya insentif regulasi bagi operator untuk berinvestasi di AI berbasis lokal. Di tengah dorongan pemerintah lewat Roadmap Kecerdasan Buatan Nasional 2024–2045, pertanyaannya bukan lagi apakah Axiata mampu menghasilkan laba—tapi apakah laba itu akan dialokasikan untuk membangun fondasi teknologi yang berdaulat, bukan sekadar mempercepat pengembalian modal investor asing.
Jika Anda adalah founder startup AI di Jakarta atau Yogyakarta, dan Anda melihat laporan keuangan Axiata hari ini—apa yang akan Anda harapkan dari perusahaan ini sebagai mitra strategis? Apakah Anda ingin mereka menjadi penyedia cloud murah, atau justru menjadi co-developer solusi yang bisa diadopsi oleh 64 juta UMKM di Indonesia?