Bayangkan sebuah pusat data di Singapura yang baru beroperasi tiga bulan lalu — pendinginnya masih berdengung keras, rak-rak server belum penuh, tapi tim teknis sudah mengecek jadwal pengiriman ulang chip H100 dari Taiwan. Di ruang rapat sebelah, CEO IREN menelpon investor asing sambil menahan napas: kontrak komputasi AI untuk klien fintech Indonesia dan Vietnam harus mulai jalan akhir kuartal ini, atau mereka kehilangan dua kesepakatan besar. Dalam kondisi seperti itu, utang bukan pilihan terakhir — tapi satu-satunya jalan masuk ke barisan depan perlombaan chip.
Siapa yang Membiayai Ambisi AI Startup Asia?
Blue Owl Capital, manajer aset global berbasis di New York dengan AUM lebih dari $100 miliar, memimpin paket utang senilai $2,4 miliar untuk IREN — startup infrastruktur AI berbasis di Singapura. Paket ini bukan pinjaman konvensional. Bunganya 9% per tahun, jatuh tempo dalam dua setengah tahun, dan secara eksplisit dialokasikan untuk pembelian chip grafis Nvidia, terutama seri H100 dan Blackwell. Menurut TechInAsia, transaksi ini merupakan salah satu pembiayaan utang terbesar yang pernah diberikan kepada startup infrastruktur AI di Asia Tenggara dalam dua tahun terakhir.
Blue Owl tidak bertindak sebagai lender murni. Mereka juga menjadi co-investor strategis melalui skema debt-to-equity conversion — artinya, sebagian utang bisa dikonversi menjadi saham jika IREN mencapai target pertumbuhan tertentu dalam 18 bulan ke depan. Ini tidak hanya transaksi finansial, tapi juga bentuk komitmen struktural terhadap kapasitas komputasi lokal. IREN sendiri tidak membangun chip, tapi membangun akses: menyewakan kapasitas pelatihan model AI dalam skema pay-per-use kepada startup dan perusahaan menengah di Asia.
Baca juga: LG Uplus dan OptAI Uji Token AI untuk Efisiensi Layanan
Apa yang Hilang dari Skema Pembiayaan Ini?
Skema utang ini mengungkap celah kritis dalam ekosistem AI regional: ketiadaan mekanisme pembiayaan berbasis aset nyata. Chip Nvidia tidak hanya komponen — mereka adalah aset produktif bernilai tinggi, tapi juga bank lokal di Indonesia, Malaysia, atau Thailand belum punya kerangka penilaian kredit untuk menjadikannya jaminan. Akibatnya, startup seperti IREN terpaksa mencari pendanaan lintas batas dengan syarat ketat, termasuk bunga 9% yang jauh di atas rata-rata suku bunga kredit korporasi di ASEAN (5,2% rata-rata menurut Bank Sentral ASEAN 2023).
Dilansir TechInAsia, IREN telah mengamankan pre-order dari 17 klien, termasuk tiga fintech berizin OJK dan dua penyedia solusi risiko kredit di Vietnam. Namun, semua kontrak itu bersifat non-binding hingga infrastruktur benar-benar online. Artinya, $2,4 miliar itu bukan investasi pada hasil — tapi taruhan pada kemampuan IREN mengubah janji teknis menjadi layanan operasional dalam waktu kurang dari 12 bulan. Tekanan ini justru mempercepat adopsi chip generasi terbaru, meski pasokan global masih ketat: menurut laporan Nvidia Q1 2024, alokasi H100 untuk wilayah APAC turun 18% dibanding kuartal sebelumnya karena prioritas pengiriman ke AS dan Eropa.
Baca juga: Bolttech dan Bold Penguin Bentuk Aliansi Asuransi Global Berbasis AI
Di Jakarta, dampaknya terasa langsung. Sejumlah startup fintech lokal yang sempat mengandalkan cloud provider global kini beralih ke skema hybrid: pelatihan model awal di platform IREN, lalu fine-tuning di AWS atau Azure. Alasannya praktis — biaya transfer data antar-region mahal, dan latensi lebih rendah saat komputasi dilakukan di wilayah yang sama. Tapi ada risiko tersembunyi: ketergantungan pada satu penyedia infrastruktur yang belum teruji skalabilitasnya di bawah beban puncak. Belum lagi soal lisensi perangkat lunak AI yang sering kali terkunci pada arsitektur tertentu — misalnya, model yang dilatih di H100 sulit dipindahkan ke GPU lokal tanpa retraining penuh.
Yang jarang dibahas adalah implikasi regulasi. Di Indonesia, Peraturan OJK No. 12/POJK.03/2021 tentang Manajemen Risiko Teknologi Informasi mewajibkan lembaga keuangan menyimpan data sensitif di dalam negeri. Tapi tidak mengatur lokasi pelatihan model AI. Artinya, startup fintech boleh melatih model di Singapura — selama data pelatihannya sudah anonim dan tidak mengandung NIK atau nomor rekening. Celah ini memungkinkan IREN tumbuh cepat, tapi juga membuka ruang debat tentang kedaulatan algoritma: siapa yang benar-benar menguasai logika keputusan kredit jika modelnya dilatih di luar yurisdiksi?
Jadi, ketika Blue Owl meneken kontrak utang $2,4 miliar itu, mereka tidak hanya membiayai pembelian chip — mereka mempercepat pembentukan lapisan infrastruktur AI yang belum sepenuhnya diatur, belum sepenuhnya dimiliki, dan belum sepenuhnya dipahami oleh regulator lokal. Pertanyaannya bukan lagi apakah startup Asia bisa membangun infrastruktur AI, tapi siapa yang akan menulis aturan mainnya — investor asing, pemerintah nasional, atau pasar itu sendiri?