"Kami tidak membangun model bahasa besar — kami membangun jalan raya untuk AI." Pernyataan itu bukan retorika marketing, melainkan penjelasan langsung dari tim RE:AI, unit infrastruktur digital Singtel yang berbasis di Singapura. Kemitraan resmi mereka dengan Mistral AI, startup asal Prancis yang dikenal karena model open-weight seperti Mixtral 8x7B dan Mistral 7B, mengonfirmasi arah strategis baru: fokus pada *AI infrastructure*, bukan *AI model*.
Mengapa Infrastruktur AI Lebih Penting Daripada Model?
Di tengah hiruk-pikuk lomba peluncuran model bahasa besar (LLM), Singtel justru memilih jalur yang lebih krusial namun kurang sorotan: menyediakan komputasi, penyimpanan, dan konektivitas berperforma tinggi khusus untuk pelatihan dan inferensi model AI. RE:AI tidak hanya cloud provider biasa. Unit ini mengintegrasikan jaringan fiber optik bawah laut Singtel, pusat data Tier-IV di Changi, serta kapasitas GPU NVIDIA H100 yang dikonfigurasi khusus untuk workload AI. Menurut laporan TechInAsia, kemitraan dengan Mistral mencakup akses prioritas ke model open-weight Mistral, optimasi perangkat lunak untuk arsitektur hardware Singtel, dan pengembangan pipeline inferensi rendah-latensi di wilayah Asia Tenggara.
Baca juga: Startup E-Commerce India Uji Toko AI yang Belanja Sendiri
Ini bukan soal siapa punya model terbesar, tapi siapa bisa menjalankan model itu secara efisien, aman, dan skalabel di wilayahnya sendiri. Mistral memilih Singtel karena kekuatan jaringan regionalnya — Singtel menguasai 40% pangsa pasar broadband korporat di Singapura dan memiliki jejak operasional di 15 negara Asia Pasifik. Kemitraan ini menempatkan Singapura sebagai *edge AI hub*: titik distribusi model AI yang diproses dekat sumber data, bukan dikirim ke pusat data di AS atau Eropa.
RE:AI juga telah mengumumkan kolaborasi dengan NVIDIA untuk integrasi cuBLAS dan TensorRT-LLM, serta kerja sama dengan Red Hat untuk manajemen container berbasis Kubernetes khusus AI. Artinya, mereka sedang membangun *stack lengkap* — dari silicon hingga software — yang bisa diadopsi oleh startup lokal maupun bank multinasional tanpa harus membangun dari nol.
Konteks Indonesia
Bagi Indonesia, kemitraan ini bukan sekadar berita internasional. Ini adalah cermin tajam atas ketertinggalan infrastruktur AI nasional. Data Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) 2023 menunjukkan bahwa hanya 12% UMKM Indonesia yang menggunakan layanan cloud berbasis AI — sebagian besar karena biaya transfer data lintas batas dan latensi tinggi saat mengakses model dari AS atau Eropa. Sementara itu, pemerintah melalui Kominfo telah meluncurkan program 'AI for Indonesia', tetapi belum ada pusat data nasional yang dirancang khusus untuk AI training dengan skala komersial.
Padahal, kebutuhan nyata sudah muncul: startup fintech seperti Akseleran dan Modalku mulai menguji model kredit berbasis LLM lokal; rumah sakit di Jakarta dan Surabaya mengembangkan sistem diagnosis pendukung berbasis AI. Dan Kementerian Pertanian sedang menguji model prediksi gagal panen berbasis citra satelit. Semua ini membutuhkan latency di bawah 20ms dan bandwidth stabil — kondisi yang belum sepenuhnya tersedia di dalam negeri. Singtel-Mistral menunjukkan bahwa solusi tidak harus berupa model baru, tapi bisa berupa *infrastruktur yang bisa di-rental* — sebuah model bisnis yang bisa ditiru oleh Telkom Indonesia atau XL Axiata jika didukung regulasi insentif GPU dan kebijakan data lokal.
Tantangan utama bukan teknis, tapi juga ekosistem: belum ada standar interoperabilitas antara platform AI lokal, belum ada insentif pajak untuk investasi GPU, dan belum ada kerangka regulasi jelas tentang pelatihan model dengan data warga Indonesia. Di Singapura, RE:AI bisa beroperasi cepat karena dukungan regulator seperti IMDA (Infocomm Media Development Authority) yang memberikan izin eksperimental untuk AI deployment dalam 14 hari — prosedur yang di Indonesia masih memakan waktu 3–6 bulan.
Yang menarik, Mistral tidak memaksakan lisensi eksklusif. Model mereka bersifat open-weight, artinya startup Indonesia boleh mengunduh, fine-tune, dan deploy versi lokalnya — asalkan infrastrukturnya tersedia. Jadi persoalannya bukan lagi 'apakah kita bisa membuat model', tapi 'apakah kita punya jalan raya untuk menjalankannya'.
Apakah Indonesia akan membiarkan Singapura menjadi *AI gateway* bagi seluruh Asia Tenggara — atau akankah kita membangun jalan raya sendiri, dengan peta, rambu, dan tol yang dibuat oleh bangsa sendiri?