Ringkasan Eksekutif: Kawasan yang Menjadi Lumbung Komputasi

Pertanyaan yang diajukan bab ini sederhana dalam rumusan tetapi berat dalam konsekuensi: apa arti kedaulatan atas kecerdasan buatan bagi kawasan yang menjadi tuan rumah komputasi dunia tanpa memegang kendali atas cip, model, dan aturan yang menjalankannya? Asia Tenggara menyediakan tanah, listrik, air, dan stabilitas politik bagi gelombang pusat data yang dibangun untuk melatih dan menjalankan model AI. Pada Oktober 2026, Kementerian Transisi Energi dan Transformasi Air Malaysia melaporkan kepada parlemen bahwa empat puluh lima pusat data telah beroperasi di Semenanjung dengan kapasitas pasokan gabungan 6.041 megawatt, dan kebutuhan listriknya diproyeksikan mencapai 8.391 megawatt pada 2030, dengan Johor sendiri menyerap 4.428 megawatt (Media Selangor, 2026). Thailand mencatat komitmen investasi pusat data senilai 521,2 miliar baht dari dua puluh delapan proyek hanya pada semester pertama 2025 (W.Media, 2025). Indonesia, dengan 196 fasilitas, menargetkan kenaikan kapasitas dari sekitar 600 megawatt menuju 1,65 gigawatt pada akhir 2026 (Tech For Good Institute, 2026). Angka-angka ini menempatkan kawasan sebagai lumbung komputasi, tetapi lumbung tidak sama dengan pemilik panen.

Jawaban pokok kajian ini dapat dirumuskan dalam satu kalimat: kedaulatan penuh atas tumpukan teknologi AI berada di luar jangkauan setiap negara Asia Tenggara, tetapi kedaulatan tawar, yaitu kemampuan menentukan syarat atas sumber daya yang dibutuhkan pihak lain, sepenuhnya mungkin dan selama ini belum dimanfaatkan. Pada lapis silikon, kawasan ini sepenuhnya bergantung pada rantai pasok cip yang dikendalikan Amerika Serikat dan sekutunya, sementara alternatif Tiongkok membawa risiko sanksi. Pada lapis fisik dan yurisdiksi, kawasan ini justru memegang sesuatu yang langka: lahan berizin, sambungan listrik tegangan tinggi, air pendingin, dan kepastian hukum. Tingkat keyakinan atas penilaian ini tinggi untuk lapis silikon, karena ketergantungannya terdokumentasi dalam rezim kontrol ekspor dan perjanjian dagang, dan sedang untuk lapis fisik, karena daya tawar itu bergantung pada apakah pemerintah kawasan bertindak bersama atau saling bersaing menurunkan syarat.

Persoalan ini penting secara global karena tiga alasan. Pertama, pusat gravitasi infrastruktur AI sedang bergeser ke yurisdiksi menengah yang menawarkan energi dan ruang, sehingga cara Asia Tenggara mengatur pusat data akan menjadi preseden bagi Afrika, Asia Selatan, dan Amerika Latin. Kedua, kawasan ini adalah garis depan perlombaan teknologi Amerika Serikat dan Tiongkok, tempat kebijakan kontrol ekspor diuji, disiasati, dan dinegosiasikan ulang. Ketiga, sebagian besar warga dunia yang belum terlayani AI dalam bahasanya sendiri hidup di kawasan seperti ini; Badan Energi Internasional mencatat bahwa negara berkembang di luar Tiongkok menampung separuh pengguna internet dunia tetapi kurang dari sepuluh persen kapasitas pusat data global (IEA, 2025). Apakah Asia Tenggara hanya menjadi ruang mesin bagi kecerdasan yang dirancang di tempat lain, atau berhasil menukar posisinya dengan akses, pengetahuan, dan suara, akan ikut menentukan apakah tata kelola AI global bersifat multipolar atau hierarkis.

Kerangka Analitis: Empat Lapis Kedaulatan Komputasi

Istilah “AI berdaulat” dipopulerkan oleh industri sebelum dirumuskan oleh ilmuwan. Pada Februari 2024, di World Government Summit di Dubai, pimpinan Nvidia Jensen Huang menyatakan bahwa setiap negara perlu membangun infrastruktur AI-nya sendiri dan bahwa produksi kecerdasan nasional “tidak bisa diserahkan kepada orang lain” (Malay Mail, 2024). Rumusan itu menarik bagi pemerintah, tetapi ia juga strategi pasar: setiap negara yang ingin berdaulat adalah pelanggan baru bagi pemasok cip. Karena itu, kajian ini memisahkan kedaulatan sebagai slogan dari kedaulatan sebagai kapasitas yang dapat diukur. Literatur tata kelola komputasi menegaskan bahwa daya komputasi adalah titik kendali yang unik karena dapat dideteksi, dapat dikecualikan, dan dapat dikuantifikasi, serta rantai pasoknya sangat terkonsentrasi (Sastry dkk., 2024). Konsentrasi semacam itu, sebagaimana dijelaskan dalam teori interdependensi yang dipersenjatai, memungkinkan negara yang menguasai simpul jaringan menggunakan simpul itu untuk mengawasi dan menekan pihak lain (Farrell dan Newman, 2019).

Dari dua tradisi itu, kajian ini menyusun empat lapis kedaulatan komputasi. Lapis fisik meliputi tanah, sambungan listrik, sumber air, dan izin lingkungan; inilah lapis tempat negara tuan rumah memiliki kewenangan paling langsung. Lapis silikon meliputi akselerator, server, dan jaringan berkecepatan tinggi beserta rezim kontrol ekspor yang mengaturnya; di sini kewenangan tuan rumah paling lemah. Lapis yurisdiksi meliputi hukum pelindungan data, kewajiban lokalisasi, hak akses aparat asing, dan aturan pengadaan; lapis ini menentukan siapa yang dapat memerintah data dan beban kerja yang berada di wilayah nasional. Lapis kognitif meliputi model bahasa, korpus, talenta, dan aplikasi publik; lapis ini menentukan apakah komputasi yang ditampung menghasilkan kecerdasan yang memahami bahasa, hukum, dan kebutuhan warga setempat. Pemetaan Lehdonvirta, Wú, dan Hawkins atas wilayah komputasi awan publik menunjukkan bahwa dunia terbelah antara “Compute North” yang menampung komputasi untuk pengembangan model, “Compute South” yang hanya menampung komputasi untuk penerapan, dan “gurun komputasi” yang tidak menampung apa pun (Lehdonvirta dkk., 2024). Pertanyaan bagi Asia Tenggara ialah apakah ledakan pusat data memindahkan kawasan dari Selatan ke Utara komputasi, atau hanya memperbesar fungsi penerapan.

Untuk menilai kedaulatan tawar pada setiap lapis, kajian ini menggunakan tiga uji. Uji substitusi menanyakan apakah negara dapat mengganti pemasok tanpa kerugian besar. Uji opsi keluar menanyakan apakah negara dapat menghentikan atau memindahkan beban kerja tanpa kehilangan layanan publik yang vital. Uji tangkapan nilai menanyakan seberapa besar nilai tambah, pengetahuan, dan akses komputasi yang tertinggal di dalam negeri dibandingkan dengan yang mengalir keluar. Sebuah lapis dianggap berdaulat secara tawar bila negara lulus setidaknya dua dari tiga uji tersebut.

Catatan metode perlu disampaikan secara terbuka. Kajian ini menggunakan perbandingan terstruktur dan terfokus atas lima negara Asia Tenggara dan empat kasus pembanding, ditambah penelusuran proses atas keputusan kebijakan utama antara Januari 2025 dan Oktober 2026. Sumber primer meliputi rilis pemerintah, jawaban parlemen, dokumen strategi nasional, dan siaran pers perusahaan; sumber sekunder meliputi literatur ilmiah, laporan lembaga riset, dan pemberitaan yang dapat diverifikasi. Klaim yang hanya bersumber dari laporan anonim ditandai sebagai laporan, bukan fakta. Tingkat keyakinan dinyatakan sebagai tinggi, sedang, atau rendah berdasarkan jumlah sumber independen, kedekatan sumber dengan peristiwa, dan konsistensi antardokumen.

Peta Ledakan Pusat Data: Johor, Batam–Jakarta, dan Pesisir Timur Thailand

Geografi pusat data Asia Tenggara dibentuk oleh satu keputusan kebijakan yang sering dilupakan: pembatasan pembangunan pusat data baru di Singapura sejak 2019, yang kemudian dilonggarkan secara selektif. Ketika negara-kota itu menerbitkan Peta Jalan Pusat Data Hijau pada 30 Mei 2024 (IMDA, 2024), tambahan kapasitas yang dibuka hanya sekurang-kurangnya 300 megawatt, dengan syarat efisiensi dan energi hijau yang ketat (Linklaters, 2024). Kelangkaan yang disengaja di Singapura menciptakan limpahan ke tetangga. Johor, yang hanya dipisahkan selat sempit, menjadi penerima utama, disusul Batam di sisi selatan, dan kemudian Jakarta serta Greater Bangkok. Pola ini memperlihatkan bahwa yang terbentuk bukan tiga atau empat pasar nasional yang terpisah, melainkan satu kawasan komputasi lintas batas yang otak komersial dan kontraktualnya tetap berada di Singapura, sementara mesin fisiknya tersebar di wilayah yang lebih murah.

Malaysia adalah pemenang terbesar gelombang ini sejauh ini. Jawaban parlemen Oktober 2026 yang dikutip di atas menunjukkan bahwa kapasitas pasokan untuk pusat data di Semenanjung sudah melampaui enam gigawatt, dengan Johor diproyeksikan menyerap lebih dari separuh kebutuhan 2030 dan Selangor di posisi kedua dengan 1.481 megawatt (Media Selangor, 2026). Perusahaan teknologi Amerika memperluas operasinya di Malaysia secara signifikan, dan negara itu kini dipandang sebagai simpul pusat data AI terdepan di ASEAN (W.Media, 2025a). Thailand bergerak dengan pendekatan insentif bersyarat: Dewan Investasi Thailand menyetujui enam proyek pusat data Tier 3 dengan beban TI gabungan sekitar 740 megawatt pada Mei–Juni 2025, sebagian besar di Rayong dan Chonburi, dan merevisi kriteria sehingga pembebasan pajak penghasilan badan delapan tahun hanya diberikan kepada proyek yang memenuhi standar efektivitas penggunaan daya dan menawarkan komputasi berbasis GPU (W.Media, 2025b). Syarat terakhir ini penting secara analitis karena merupakan salah satu contoh awal negara kawasan yang mengikat insentif fiskal pada kontribusi terhadap kapasitas komputasi AI, bukan sekadar pada ruang rak.

Indonesia berada pada posisi yang lebih ambigu. Kawasan Nongsa di Batam menjadi simpul utama, dan pemerintah mulai menimbang wilayah Batam–Bintan–Karimun ketika Nongsa mendekati batas kapasitasnya, dengan insentif berupa libur pajak, perizinan yang disederhanakan, dan pembebasan bea masuk (Tech For Good Institute, 2026). Di Jakarta, penyedia awan global telah membuka wilayah komputasi baru; Microsoft, misalnya, mengumumkan investasi 1,7 miliar dolar AS untuk awan dan AI di Indonesia pada April 2024 (Al Jazeera, 2024) dan meresmikan wilayah awan Indonesia Central pada Mei 2025 (Bisnis.com, 2025). Namun Wakil Menteri Komunikasi dan Digital Nezar Patria sendiri mengakui pada Desember 2025 bahwa infrastruktur AI nasional masih belum memadai, terutama di hulu, dan ia mencontohkan pabrik semikonduktor di Batam yang harus mengimpor kawat emas dari Jepang sementara nikel dan pasir silika dalam negeri belum diolah (Bisnis.com, 2025).

Penilaian kajian ini atas lapis fisik ialah bahwa kawasan sedang menjual komoditas langka dengan harga pasar biasa. Investor membutuhkan kombinasi lahan, listrik stabil, air, kabel laut, dan kepastian hukum yang hanya tersedia di segelintir lokasi di dunia, tetapi pemerintah kawasan bersaing satu sama lain dengan menurunkan syarat. Keyakinan atas penilaian ini sedang hingga tinggi: data kapasitas dan insentif terdokumentasi dengan baik, tetapi nilai tawar yang hilang sulit dihitung secara presisi karena kontrak antara pemerintah daerah dan operator jarang dipublikasikan.

Listrik dan Air: Batas Fisik Kedaulatan Digital

Kecerdasan buatan sering dibicarakan sebagai sesuatu yang tanpa bobot, padahal ia adalah industri berat yang menyerap listrik dan air dalam skala yang sebanding dengan kota. Badan Energi Internasional memperkirakan konsumsi listrik pusat data global sebesar 415 terawatt-jam pada 2024, atau sekitar 1,5 persen konsumsi listrik dunia, dan memproyeksikan angka itu lebih dari dua kali lipat menjadi sekitar 945 terawatt-jam pada 2030; satu pusat data yang berfokus pada AI dapat menggunakan listrik setara seratus ribu rumah tangga, sementara yang terbesar yang sedang dibangun akan mengonsumsi sekitar dua puluh kali lipatnya (IEA, 2025). Bagi kawasan yang jaringan listriknya masih bergantung pada batu bara dan gas, dan yang target transisi energinya sudah dinegosiasikan dengan donor internasional, angka-angka itu bukan statistik abstrak melainkan pertanyaan tentang siapa yang mendapat prioritas ketika pasokan terbatas.

Malaysia adalah laboratorium paling jelas dari ketegangan ini. Proyeksi kebutuhan air pusat data di Selangor dan Johor mencapai 389,04 juta liter per hari pada 2030, padahal konsumsi aktual yang dilaporkan saat ini sekitar 63,9 juta liter per hari (Media Selangor, 2026). Pemerintah federal memberlakukan tarif tegangan ultra-tinggi sejak 1 Juli 2025, menaikkan biaya beban tersambung untuk mencegah kapasitas yang dipesan tetapi tidak dipakai, dan mewajibkan sekurang-kurangnya tiga puluh persen energi pusat data berasal dari sumber terbarukan. Pada akhir November 2025, Pemerintah Negeri Johor mengumumkan tidak akan lagi menyetujui pusat data Tier 1 dan Tier 2 karena dinilai boros air, serta mensyaratkan air daur ulang dan lokasi yang jauh dari permukiman (W.Media, 2025c). Pada Juli 2026, laporan lapangan mencatat bahwa operator di Ulu Tiram dan Gelang Patah telah membangun instalasi pengolahan air limbah sendiri berkapasitas jutaan liter per hari, bahwa Dewan Rakyat diberi tahu pusat data baru hanya akan disetujui bila pasokan energi dan air mencukupi, dan bahwa protes warga terhadap pusat data di Gelang Patah telah terjadi pada Februari 2026 (The Star, 2026).

Episode Johor mengandung pelajaran yang melampaui Malaysia. Pertama, kendala fisik adalah sumber daya tawar, bukan sekadar hambatan; begitu negara bagian mulai memilih jenis pusat data yang diizinkan, ia sesungguhnya sedang menegosiasikan ulang syarat masuk. Kedua, legitimasi sosial adalah bagian dari lapis fisik. Protes warga, keluhan tentang air, dan pertanyaan parlemen menunjukkan bahwa izin sosial untuk menampung komputasi dunia dapat ditarik bila manfaatnya tidak terasa di tingkat lokal. Ketiga, standar efisiensi yang tinggi cenderung menguntungkan operator besar yang mampu membangun sistem pendingin canggih, sehingga regulasi lingkungan dapat sekaligus berfungsi sebagai kebijakan industri yang menyaring pemain.

Bagi Indonesia dan Thailand, pelajaran ini datang lebih awal dari krisisnya. Kedua negara masih dapat merancang syarat air dan energi sebelum lonjakan permintaan menekan jaringan, termasuk mewajibkan pembangkit terbarukan tambahan, bukan sekadar sertifikat, serta mengaitkan sambungan listrik prioritas dengan komitmen akses komputasi bagi lembaga riset nasional. Penilaian kajian ini, dengan tingkat keyakinan sedang, ialah bahwa negara yang lebih dahulu menetapkan standar fisik yang tegas tidak akan kehilangan investasi, melainkan akan menyaring investasi menuju operator dengan horizon jangka panjang, sebagaimana diperlihatkan oleh Singapura sejak 2019.

Rezim Cip: Dari Aturan Difusi ke Diplomasi Tumpukan Penuh

Jika lapis fisik adalah wilayah tempat kawasan memegang kartu, lapis silikon adalah wilayah tempat kartu itu dibagikan oleh pihak lain. Pada 13 Januari 2025, pemerintahan Biden menerbitkan Kerangka Difusi Kecerdasan Buatan yang membagi dunia ke dalam tiga tingkatan akses terhadap cip AI tercanggih, dengan sebagian besar negara Asia Tenggara di luar lingkar sekutu terdekat. Aturan itu dijadwalkan berlaku 15 Mei 2025, tetapi pada 13 Mei Departemen Perdagangan memulai pencabutannya, sekaligus menerbitkan panduan bahwa penggunaan cip Huawei Ascend 910B, 910C, dan 910D di mana pun berisiko melanggar kontrol ekspor Amerika, serta menambahkan sebelas tanda bahaya baru untuk mencegah pengalihan cip (Kirkland & Ellis, 2025). Pencabutan itu tidak berarti pelonggaran bagi kawasan; ia menggantikan sistem tingkatan yang dapat diprediksi dengan rezim kepatuhan berbasis kasus yang lebih bergantung pada hubungan bilateral.

Kawasan ini segera merasakan akibatnya. Pada 27 Februari 2025, Singapura mendakwa tiga orang dalam perkara penipuan terkait server yang diduga berisi cip Nvidia; jaksa menyebut nilai transaksi sekitar 390 juta dolar AS dan menyatakan server itu dipindahkan ke Malaysia, sementara tujuan akhirnya tidak jelas (TechCrunch, 2025). Laporan yang sama mencatat bahwa Singapura menyumbang delapan belas persen pendapatan Nvidia dalam tahun fiskal yang berakhir Januari 2025, padahal pengiriman fisik ke Singapura kurang dari dua persen, sebuah selisih yang mencerminkan peran negara-kota itu sebagai pusat penagihan dan kontrak (Nvidia, 2025). Pada 14 Juli 2025, Malaysia mewajibkan Izin Dagang Strategis untuk setiap ekspor, transhipment, dan transit cip AI berkinerja tinggi asal Amerika dengan dasar ketentuan sapu jagat Undang-Undang Perdagangan Strategis 2010, sambil menegaskan tidak ada bukti pengiriman ilegal (W.Media, 2025a).

Langkah berikutnya lebih struktural. Pada 23 Juli 2025, Gedung Putih merilis Rencana Aksi AI Amerika beserta Perintah Eksekutif 14320 tentang promosi ekspor tumpukan teknologi AI Amerika, yang mengundang konsorsium industri mengajukan paket ekspor “tumpukan penuh” berupa perangkat keras, model, dan aplikasi untuk negara atau kawasan tertentu, dengan dukungan pembiayaan dan diplomasi pemerintah (Jones Day, 2025). Pada 26 Oktober 2025, Perjanjian Perdagangan Timbal Balik Amerika–Malaysia memuat komitmen Malaysia untuk menyelaraskan diri dengan seluruh kontrol ekspor unilateral Amerika yang berlaku serta mengadopsi pembatasan setara bila Amerika memberlakukan pembatasan impor atas negara ketiga dengan alasan keamanan; perjanjian dengan Kamboja pada tanggal yang sama memuat penyelarasan berbasis kasus (Mondaq, 2025). Pada Desember 2025, Washington juga mengumumkan bahwa cip H200 dapat dijual kepada pelanggan yang disetujui di Tiongkok dengan potongan dua puluh lima persen bagi pemerintah Amerika, sementara generasi Blackwell tetap dilarang (The Register, 2025).

Akhir 2025 juga memperkenalkan Deklarasi Pax Silica, lingkar mitra tepercaya Amerika dalam rantai pasok AI, dengan Singapura sebagai satu-satunya penanda tangan Asia Tenggara bersama Jepang, Korea Selatan, Australia, Inggris, dan Israel (Fortune, 2025); pada pertengahan 2026, Filipina dilaporkan mengejar kesepakatan kerangka serupa (The Star, 2026b). Penilaian kajian ini, dengan keyakinan tinggi, ialah bahwa rezim cip telah bergeser dari aturan teknis menjadi instrumen tata susunan aliansi: akses terhadap silikon kini ditukar dengan penyelarasan kebijakan, dan kawasan terbelah menjadi lingkar dalam, lingkar tengah, dan lingkar luar.

Bayangan Tiongkok: Ascend, Qwen, dan Pilihan yang Tidak Biner

Narasi persaingan Amerika–Tiongkok sering menggambarkan pilihan kawasan sebagai biner, padahal praktiknya berlapis. Episode Malaysia pada Mei 2025 menunjukkan betapa tipisnya ruang gerak di lapis silikon. Sekitar 20 Mei 2025, pernyataan Wakil Menteri Komunikasi Teo Nie Ching tentang rencana sistem AI nasional berbasis server Huawei Ascend, dengan target tiga ribu server hingga 2026, ditarik dalam waktu sehari tanpa penjelasan, sementara Huawei menyatakan belum ada cip Ascend yang terjual di Malaysia (Malay Mail, 2025). Lebih dari setahun kemudian, pada September 2026, Bloomberg dan Free Malaysia Today melaporkan berdasarkan sumber anonim bahwa Malaysia kembali menimbang perangkat keras Huawei untuk proyek AI berdaulat senilai dua miliar ringgit yang dijalankan Telekom Malaysia, dengan alasan menjaga data pemerintah, militer, dan intelijen di bawah yurisdiksi nasional dan kekhawatiran terhadap CLOUD Act Amerika, sambil mempertimbangkan tender terpisah yang memungkinkan Nvidia dan AMD bersaing (SoyaCincau, 2026). Laporan ini belum terkonfirmasi, dan kajian ini memperlakukannya dengan keyakinan rendah, tetapi logikanya penting: alasan yang dikemukakan bukan harga, melainkan yurisdiksi.

Di lapis kognitif, pengaruh Tiongkok justru lebih dalam dan kurang diperdebatkan. Pada 25 November 2025, AI Singapore meluncurkan Qwen-SEA-LION-v4, versi terbaru model bahasa regionalnya, yang dibangun di atas model dasar Qwen3-32B dari Alibaba dan dilatih lanjut dengan lebih dari seratus miliar token bahasa Asia Tenggara (eCommerceNews Asia, 2025). Dengan kata lain, negara yang menjadi satu-satunya penanda tangan Pax Silica di kawasan menggunakan fondasi model terbuka dari Tiongkok untuk proyek bahasa regionalnya. Paradoks ini bukan inkonsistensi melainkan rasionalitas: model terbuka yang efisien dan berlisensi longgar menurunkan biaya pengembangan secara drastis. Publikasi DeepSeek-R1 pada Januari 2025, yang menunjukkan bahwa kemampuan penalaran dapat ditingkatkan terutama melalui pembelajaran penguatan (DeepSeek-AI, 2025), memperkuat keyakinan banyak pengembang kawasan bahwa kecerdasan yang kompetitif tidak selalu memerlukan akses terhadap cip tercanggih.

Implikasinya bagi kedaulatan bersifat dua arah. Model terbuka, dari mana pun asalnya, memperluas opsi keluar karena dapat dijalankan di perangkat keras milik sendiri dan dipindahkan antarpenyedia awan; dalam pengertian ini, ia lulus uji substitusi lebih baik daripada layanan model tertutup. Namun model dasar juga membawa nilai, sensor, dan pilihan kurasi data dari pembuatnya, sehingga ketergantungan dapat berpindah dari lapis silikon ke lapis kognitif tanpa disadari. Kawasan ini, dengan demikian, tidak sedang memilih antara Amerika dan Tiongkok, melainkan menyusun portofolio ketergantungan: silikon dan awan dari Amerika, sebagian fondasi model dari Tiongkok, dan lapis bahasa dari kerja sama regional.

Penilaian kajian ini, dengan keyakinan sedang, ialah bahwa portofolio ketergantungan semacam itu lebih tangguh daripada keberpihakan tunggal, asalkan dikelola dengan sadar. Risikonya terletak pada titik ketika tekanan kepatuhan Amerika, misalnya melalui klausul penyelarasan dalam perjanjian dagang, mulai menjangkau lapis model dan bukan hanya lapis cip. Bila itu terjadi, ruang yang kini dimanfaatkan oleh proyek seperti SEA-LION dapat menyempit, dan kawasan akan dipaksa memilih di lapis yang selama ini menjadi ruang bernapasnya.

Strategi Nasional dan Model Bahasa Berdaulat

Setiap negara utama kawasan kini memiliki strategi AI, tetapi strategi itu berbeda dalam satu hal mendasar: apakah komputasi diperlakukan sebagai infrastruktur publik atau sebagai daya tarik investasi. Singapura meluncurkan Strategi AI Nasional 2.0 pada 4 Desember 2023, menargetkan peningkatan jumlah praktisi AI menjadi sekitar lima belas ribu orang, menarik pusat keunggulan AI perusahaan, dan berkomitmen memastikan ketersediaan daya komputasi yang memadai bagi riset dan industri, meskipun tanpa angka kuantitatif (MDDI, 2023). Malaysia membentuk Kantor AI Nasional pada 12 Desember 2024 sebagai lembaga pusat untuk perencanaan strategis, riset, dan pengawasan regulasi, dengan tujuh keluaran tahun pertama termasuk kode etik AI, kerangka regulasi, dan rencana aksi teknologi AI hingga 2030 (Malay Mail, 2024b). Vietnam melangkah paling jauh secara legislatif: pada 10 Desember 2025, Majelis Nasional mengesahkan undang-undang AI pertama negara itu dengan 429 dari 434 suara, berlaku 1 Maret 2026, yang mengatur sistem AI berdasarkan tingkat risiko dan secara eksplisit mengizinkan investasi negara dalam pusat komputasi AI nasional serta sistem data terbuka terkendali untuk menurunkan biaya komputasi, disertai dana pengembangan AI nasional dan mekanisme voucer bagi dunia usaha (VnEconomy, 2025).

Indonesia memperlihatkan jarak antara ambisi dan penyelesaian. Peta jalan AI nasional yang dirancang Komdigi membagi strategi ke dalam tiga horizon, dengan rencana jangka pendek 2025–2027 mencakup tata kelola ekosistem, pelatihan seratus ribu talenta AI per tahun, dan pembangunan infrastruktur pusat data berdaulat (Bisnis.com, 2025). Buku putih yang dikonsultasikan pada Agustus 2025 mengusulkan dana AI berdaulat yang dikelola Danantara pada jendela 2027–2029, tanpa angka besaran dana (W.Media, 2025d). Rancangan Peraturan Presiden tentang Peta Jalan AI 2026–2029 menetapkan sepuluh sektor strategis dan program cepat seperti penapisan tuberkulosis serta pemetaan risiko tengkes, sementara rancangan Perpres Etika AI menetapkan tiga tingkat risiko dari rendah hingga tidak dapat diterima (Katadata, 2026). Namun hingga Agustus 2026 kedua rancangan itu masih menunggu penetapan Presiden, dengan pemerintah menyebutnya sebagai uji coba menuju undang-undang AI (Warta Alor, 2026), dan analis mengingatkan bahwa tanpa otoritas pelindungan data yang independen, aturan etika dapat berubah menjadi alat kontrol negara (Hermawan, 2026).

Di lapis kognitif, dua proyek menjadi rujukan kawasan. Sahabat-AI, yang diluncurkan Indosat Ooredoo Hutchison dan GoTo pada 14 November 2024 dengan model berukuran delapan dan sembilan miliar parameter untuk bahasa Indonesia dan bahasa daerah, dilatih dengan platform Nvidia, didukung AI Singapore, dan dikembangkan lebih lanjut di awan GPU Merdeka milik Indosat; peluncurannya dibingkai secara eksplisit sebagai langkah memajukan kedaulatan digital Indonesia (GoTo, 2024). SEA-LION dari Singapura berfungsi sebagai fondasi regional yang dipakai lintas negara. Kedua proyek ini menunjukkan bahwa kedaulatan kognitif di kawasan bersifat hibrida: model dasarnya impor, perangkat kerasnya impor, tetapi korpus bahasa, evaluasi, dan penerapannya lokal.

Penilaian kajian ini atas strategi nasional ialah bahwa kawasan lebih maju dalam merumuskan etika dan menarik investasi daripada dalam menjamin akses komputasi bagi publik. Hanya Vietnam yang secara hukum menempatkan pusat komputasi nasional sebagai infrastruktur negara, dan hanya Thailand yang mengikat insentif fiskal pada ketersediaan GPU. Keyakinan atas penilaian ini sedang, karena beberapa program akses komputasi mungkin berjalan melalui kerja sama universitas yang tidak terdokumentasi dalam sumber publik.

Perbandingan Internasional: Teluk, India, Eropa, dan Jepang

Empat kasus luar kawasan memperlihatkan empat jalan menuju kedaulatan komputasi, masing-masing dengan harga yang berbeda. Jalan Teluk adalah kedaulatan melalui modal dan keberpihakan. Pada Mei 2025, Uni Emirat Arab mengumumkan rencana Kampus AI UEA–AS berkapasitas lima gigawatt, dengan klaster Stargate UAE satu gigawatt yang dibangun G42 bersama OpenAI, Oracle, Cisco, Nvidia, dan SoftBank; pada 19 November 2025, Departemen Perdagangan Amerika menyetujui G42 dan perusahaan Saudi Humain masing-masing membeli setara hingga 35.000 cip Blackwell GB300 dengan syarat keamanan dan pelaporan yang ketat (The National, 2025). Model ini membuktikan bahwa negara menengah dapat memperoleh komputasi kelas dunia, tetapi dengan menukar kebebasan memilih pemasok dan menerima pengawasan pihak pengekspor atas penggunaannya.

Jalan India adalah kedaulatan melalui subsidi publik dan skala pasar. Misi IndiaAI yang diluncurkan Maret 2024 dengan anggaran lebih dari 10.300 crore rupee menargetkan 38.000 GPU dalam lima tahun dan menyediakan akses GPU kelas atas dengan harga bersubsidi sekitar 65 rupee per jam, serta mendukung model fondasi multibahasa seperti BharatGen (The Statesman, 2025). Pelajaran utamanya bagi Asia Tenggara ialah bahwa komputasi dapat diperlakukan sebagai utilitas publik yang disewakan murah kepada perusahaan rintisan dan peneliti, alih-alih sekadar sebagai properti operator swasta. Jalan Eropa adalah kedaulatan melalui pengumpulan sumber daya. Pada 30 Juli 2026, Uni Eropa membuka seruan untuk hingga tujuh gigafactory AI dengan pendanaan publik hingga sepuluh miliar euro yang diharapkan memobilisasi sedikitnya dua puluh miliar euro investasi swasta, melengkapi sembilan belas pabrik AI yang sudah ada, dengan penutupan seruan pada 12 November 2026 (ERA Portal Austria, 2026).

Jalan Jepang adalah kedaulatan melalui industri hulu. Pada 12 November 2024, pemerintahan Ishiba menjanjikan dukungan lebih dari sepuluh triliun yen hingga tahun fiskal 2030 bagi semikonduktor dan AI, termasuk bagi Rapidus yang berupaya memproduksi cip generasi berikutnya (ICIS, 2024). Namun bahkan Jepang tidak mengklaim kedaulatan penuh. Analisis Brookings pada September 2026 menyimpulkan bahwa kedaulatan AI tumpukan penuh secara struktural mustahil bagi hampir semua negara, bahwa kekuatan data, robotika, dan aplikasi Jepang menciptakan daya ungkit tetapi bukan kedaulatan komputasi, dan bahwa negara menengah memerlukan cukup kapasitas, portabilitas, pilihan, dan daya tawar untuk mencegah ketergantungan berubah menjadi subordinasi (Rediker, 2026).

Dibandingkan dengan keempat kasus itu, Asia Tenggara memiliki keunggulan fisik yang tidak dimiliki Eropa dan Jepang, yaitu ruang dan potensi energi, tetapi tidak memiliki modal terkonsentrasi seperti Teluk, pasar tunggal sebesar India, maupun industri hulu seperti Jepang. Kombinasi yang paling relevan bagi kawasan, menurut penilaian kajian ini dengan keyakinan sedang, ialah gabungan model India dan Eropa: komputasi sebagai utilitas publik yang disubsidi di tingkat nasional, ditambah pengumpulan sumber daya dan pengadaan bersama di tingkat regional, sambil memanfaatkan keunggulan fisik sebagai alat tawar terhadap operator global.

Argumen Tandingan: Apakah Kedaulatan Komputasi Hanya Ilusi Mahal?

Argumen tandingan terkuat terhadap tesis kajian ini layak dirumuskan dalam bentuk terbaiknya. Menurut pandangan ini, kedaulatan komputasi adalah ilusi mahal yang akan merugikan negara berkembang. Pasar komputasi awan global sangat efisien; perusahaan rintisan dan universitas di Jakarta atau Hanoi dapat menyewa GPU dari penyedia global dengan harga yang terus turun, sementara pembangunan pusat komputasi nasional akan menghasilkan aset yang cepat usang karena generasi cip berganti setiap satu hingga dua tahun. Syarat air, energi, dan akses komputasi yang ketat hanya akan mengusir investasi ke negara tetangga yang lebih lunak, sehingga kawasan kehilangan lapangan kerja, pajak, dan transfer keterampilan. Lebih jauh, upaya menyusun portofolio ketergantungan dengan melibatkan perangkat keras atau model Tiongkok mengundang sanksi sekunder yang dapat memutus akses terhadap seluruh ekosistem Amerika. Bagi pandangan ini, kebijakan terbaik adalah menjadi tuan rumah yang ramah, mengatur di lapis aplikasi, dan membiarkan pasar menyediakan komputasi.

Argumen ini mengandung kebenaran penting, dan kajian ini menerimanya sebagian. Benar bahwa membangun pabrik cip atau pusat komputasi nasional berskala besar tanpa permintaan yang jelas adalah pemborosan, dan benar bahwa sanksi sekunder adalah risiko nyata, sebagaimana diperlihatkan oleh penarikan cepat pengumuman Huawei di Malaysia pada Mei 2025. Namun argumen ini keliru dalam tiga hal. Pertama, ia mengandaikan pasar komputasi bersifat netral, padahal akses terhadap cip tercanggih kini ditentukan oleh keputusan politik di Washington, sebagaimana terlihat dalam persetujuan berbasis kasus untuk G42 dan Humain serta klausul penyelarasan dalam perjanjian dagang. Komputasi yang dapat disewa hari ini dapat menjadi komputasi yang ditolak besok. Kedua, ia mengabaikan bahwa daya tawar fisik bersifat kolektif: syarat ketat hanya mengusir investasi bila negara tetangga menawarkan syarat lebih lunak, sehingga jawabannya adalah koordinasi regional, bukan penurunan standar. Ketiga, ia meremehkan legitimasi sosial; protes di Johor menunjukkan bahwa tuan rumah yang terlalu ramah dapat kehilangan izin sosial, yang pada akhirnya justru merugikan investor.

Dengan demikian, kajian ini mempertahankan tesisnya dalam bentuk yang lebih sempit: kedaulatan yang dicari bukan kepemilikan tumpukan teknologi, melainkan kemampuan menetapkan syarat dan mempertahankan opsi keluar. Pendekatan ini tidak menuntut pembangunan pabrik cip, tidak menuntut keberpihakan pada Tiongkok, dan tidak menuntut penolakan investasi asing. Ia hanya menuntut agar sumber daya fisik yang langka tidak diberikan tanpa imbalan berupa akses, pengetahuan, dan portabilitas.

Skenario 2026–2030 dan Penanda Arah

Pandangan bahwa teknologi telah menjadi mata uang utama kekuasaan bukan hal baru. Edisi Maret/April 2023 majalah Foreign Affairs bertajuk Innovation Power: How Technology Will Reshape Geopolitics menempatkan inovasi sebagai penentu keseimbangan kekuatan global, dan analisis berjudul Kekuatan Inovasi: Mengapa Teknologi Menjadi Senjata Baru Geopolitik Dunia membaca AI, komputasi awan, dan semikonduktor sebagai sumber kekuasaan geopolitik baru. Persoalan yang belum banyak dibahas dalam literatur itu ialah posisi kawasan yang menampung infrastruktur kekuatan inovasi tanpa memilikinya. Berdasarkan kerangka empat lapis dan bukti hingga Oktober 2026, kajian ini menyusun empat skenario bagi Asia Tenggara hingga 2030. Probabilitasnya merupakan penilaian analitis yang dapat berubah seiring penanda arah yang diuraikan di bawah.

Skenario A, tuan rumah bertingkat, adalah kelanjutan arah saat ini dan paling mungkin terjadi. Kawasan terus menampung pertumbuhan pusat data, tetapi akses terhadap cip tercanggih bertingkat sesuai kedekatan politik dengan Washington: Singapura dan mungkin Filipina di lingkar dalam, Malaysia dan Vietnam di lingkar tengah yang terikat klausul penyelarasan, sementara Indonesia dan Thailand bernegosiasi kasus per kasus. Komputasi berkembang, tetapi fungsinya tetap dominan untuk penerapan, bukan pelatihan model. Skenario B, kawasan terbelah dua tumpukan, terjadi bila satu atau dua negara, misalnya Malaysia melalui proyek AI berdaulat atau negara lain di bawah tekanan keamanan data, mengadopsi perangkat keras Tiongkok untuk beban kerja pemerintah, sehingga kawasan memiliki dua standar teknis dan dua rezim kepatuhan yang saling mencurigai. Skenario C, kedaulatan tawar kolektif, terjadi bila ASEAN atau koalisi beberapa negara menyepakati standar minimum bersama untuk energi, air, dan akses komputasi riset, serta pengadaan bersama untuk model bahasa terbuka. Skenario D, kemacetan fisik, terjadi bila keterbatasan listrik, air, dan penolakan warga memperlambat pembangunan, sehingga investasi bergeser ke India, Timur Tengah, atau Australia.

Penanda arah untuk masing-masing skenario dapat diamati dalam dua belas hingga delapan belas bulan ke depan. Penanda Skenario A meliputi bertambahnya negara kawasan dalam Pax Silica, terbitnya paket ekspor tumpukan penuh Amerika untuk negara Asia Tenggara, dan berlanjutnya persetujuan cip berbasis kasus. Penanda Skenario B meliputi konfirmasi resmi pengadaan Huawei Ascend untuk proyek pemerintah Malaysia, munculnya pusat data pemerintah berbasis perangkat keras Tiongkok di negara lain, dan tanggapan Amerika berupa penambahan entitas kawasan ke daftar pembatasan. Penanda Skenario C meliputi masuknya standar pusat data hijau dalam agenda menteri digital ASEAN, perjanjian pengadaan bersama, dan klausul akses komputasi riset dalam izin pusat data di lebih dari satu negara. Penanda Skenario D meliputi moratorium baru di tingkat negara bagian atau provinsi, penundaan sambungan jaringan listrik, dan meningkatnya protes lingkungan seperti yang terjadi di Gelang Patah.

Rekomendasi bagi Aktor Kawasan dan Internasional

Bagi Pemerintah Indonesia, langkah paling mendesak ialah menetapkan kedua Peraturan Presiden tentang peta jalan dan etika AI sebelum akhir 2026, disertai pembentukan otoritas pelindungan data pribadi yang independen sebagaimana diamanatkan undang-undang, agar aturan etika tidak menjadi alat kontrol yang selektif. Dalam enam bulan berikutnya, Komdigi bersama Kementerian Investasi dan BKPM sebaiknya menambahkan syarat baru dalam izin pusat data berskala besar: sebagian kecil kapasitas GPU, misalnya pada kisaran lima persen, dialokasikan dengan harga biaya bagi universitas dan lembaga riset nasional, mengikuti logika subsidi komputasi Misi IndiaAI. Danantara, sebelum jendela 2027–2029 yang diusulkan dalam buku putih, perlu menerbitkan kerangka investasi yang menjelaskan apakah dana AI berdaulat akan membeli kapasitas, membiayai model bahasa terbuka, atau mengambil saham operator, karena ketiganya memiliki implikasi kedaulatan yang berbeda.

Bagi Pemerintah Malaysia dan Pemerintah Negeri Johor, rekomendasinya ialah mengubah syarat air dan energi yang sudah ada menjadi paket tawar yang eksplisit pada 2027: prioritas sambungan listrik dan izin air diberikan kepada operator yang menyediakan akses komputasi bagi peneliti dan perusahaan rintisan lokal serta pelatihan teknisi. Dalam urusan proyek AI berdaulat, Kuala Lumpur sebaiknya menjalankan tender terbuka yang membandingkan biaya, keamanan, dan risiko sanksi secara transparan di hadapan parlemen, sehingga keputusan apa pun, baik memilih pemasok Amerika maupun Tiongkok, memiliki legitimasi domestik. Bagi Singapura, kedudukan di lingkar dalam Pax Silica memberikan tanggung jawab regional: hingga 2028, AI Singapore dapat memperluas SEA-LION menjadi infrastruktur bersama dengan tata kelola multinegara, termasuk evaluasi bias dan keamanan atas model dasar yang digunakan, sehingga ketergantungan pada fondasi model mana pun dapat diaudit.

Bagi ASEAN, khususnya pertemuan menteri digital pada 2027, kajian ini merekomendasikan tiga keputusan: standar minimum bersama untuk efisiensi energi dan penggunaan air pusat data agar negara anggota tidak berlomba menurunkan syarat; mekanisme pengadaan bersama untuk lisensi model, layanan evaluasi, dan kapasitas komputasi riset; serta forum kepatuhan kontrol ekspor regional yang memungkinkan negara anggota bernegosiasi sebagai kelompok, bukan satu per satu. Bagi Vietnam dan Thailand, prioritasnya ialah mengoperasionalkan pusat komputasi nasional dan insentif berbasis GPU dengan laporan pemanfaatan yang dipublikasikan setiap tahun mulai 2027.

Bagi aktor internasional, rekomendasinya bersifat timbal balik. Pemerintah Amerika Serikat, melalui Departemen Perdagangan dan program ekspor AI-nya, sebaiknya menawarkan kepada mitra Asia Tenggara jalur lisensi yang dapat diprediksi dan dipublikasikan, bukan semata persetujuan berbasis kasus, karena ketidakpastian mendorong kawasan mencari alternatif. Pemerintah Tiongkok dan penyedia model terbuka Tiongkok sebaiknya mempublikasikan dokumentasi data pelatihan dan kebijakan penyaringan konten agar model dasarnya dapat diaudit oleh pengguna kawasan. Uni Eropa, Jepang, dan India dapat menawarkan kemitraan komputasi riset dan pertukaran talenta yang memberikan opsi ketiga di luar dua kutub. Lembaga multilateral seperti Bank Dunia dan Bank Pembangunan Asia sebaiknya memasukkan kebutuhan listrik pusat data ke dalam perencanaan transisi energi kawasan hingga 2030, agar komputasi tidak bersaing dengan elektrifikasi rumah tangga.

Keterbatasan dan Kesimpulan: Dari Tuan Rumah ke Penawar

Kajian ini memiliki beberapa keterbatasan yang perlu dinyatakan. Pertama, data kapasitas pusat data di kawasan berasal dari sumber yang tidak seragam: jawaban parlemen Malaysia, data persetujuan investasi Thailand, dan laporan lembaga riset tentang Indonesia, sehingga perbandingan langsung antarnegara harus dibaca dengan hati-hati. Kedua, kontrak antara pemerintah dan operator pusat data jarang dipublikasikan, sehingga penilaian tentang nilai tawar yang hilang bersandar pada bukti tidak langsung. Ketiga, beberapa peristiwa penting, terutama laporan September 2026 tentang pertimbangan Malaysia atas perangkat keras Huawei, bersumber dari laporan anonim yang belum terkonfirmasi. Keempat, kebijakan kontrol ekspor Amerika berubah cepat, sehingga analisis lapis silikon dapat usang dalam hitungan bulan. Kelima, kajian ini tidak mengukur secara kuantitatif kualitas model bahasa kawasan dibandingkan model global, dan tidak membahas Filipina, Kamboja, Laos, Myanmar, serta Brunei secara mendalam.

Kesimpulan kajian ini dapat dipadatkan dalam satu gagasan. Asia Tenggara sedang menjadi tuan rumah bagi salah satu infrastruktur paling strategis abad ini, tetapi posisi tuan rumah tidak otomatis memberikan kendali. Kendali atas cip berada di luar kawasan dan akan tetap demikian dalam horizon yang dapat diperkirakan. Namun kendali atas tanah, listrik, air, izin, data, dan bahasa berada di dalam kawasan, dan selama ini sumber daya itu diberikan dengan syarat yang terlalu ringan karena negara-negara kawasan saling bersaing. Paparan tahun 2026 berjudul Wacana Kontemporer dalam Studi Islam: Peradaban, Otoritas, dan Kesadaran di Hadapan Kecerdasan Buatan mengingatkan bahwa AI pada akhirnya menyangkut otoritas pengetahuan dan kesadaran peradaban, bukan hanya mesin; dalam bahasa kajian ini, lapis kognitif adalah tempat kedaulatan paling bermakna bagi masyarakat yang ingin mesin memahami bahasa, hukum, dan nilai mereka sendiri.

Peralihan dari tuan rumah menjadi penawar tidak memerlukan pabrik cip atau keberpihakan geopolitik yang dramatis. Ia memerlukan tiga hal yang lebih sederhana tetapi lebih sulit secara politik: kesediaan menetapkan syarat fisik yang tegas, kemampuan bertindak bersama di tingkat regional, dan komitmen memperlakukan sebagian komputasi sebagai barang publik bagi riset dan layanan warga. Bila ketiganya terwujud sebelum gelombang pembangunan berikutnya mencapai puncaknya pada akhir dekade ini, kawasan akan memasuki tata dunia AI bukan sebagai ruang mesin, melainkan sebagai pihak yang ikut menentukan syarat. Bila tidak, Asia Tenggara akan tetap menjadi lumbung yang penuh, dengan panen yang dibawa pergi.

◆ ◆ ◆

Executive Summary: A Region Turned Compute Granary

The question this chapter poses is simple to state and heavy in its consequences: what does sovereignty over artificial intelligence mean for a region that hosts the world’s compute without commanding the chips, models and rules that run it? Southeast Asia supplies land, electricity, water and political stability to a wave of data centres built to train and run AI models. In October 2026, Malaysia’s Ministry of Energy Transition and Water Transformation told parliament that forty-five data centres were operating in the Peninsula with a combined supply capacity of 6,041 megawatts, and that their electricity demand is projected to reach 8,391 megawatts by 2030, with Johor alone absorbing 4,428 megawatts (Media Selangor, 2026). Thailand recorded data-centre investment commitments of 521.2 billion baht from twenty-eight projects in the first half of 2025 alone (W.Media, 2025). Indonesia, with 196 facilities, aims to raise capacity from roughly 600 megawatts to 1.65 gigawatts by the end of 2026 (Tech For Good Institute, 2026). These figures make the region a compute granary, but a granary is not the owner of the harvest.

The study’s bottom line can be stated in one sentence: full sovereignty over the AI technology stack is beyond the reach of every Southeast Asian state, but bargaining sovereignty, the capacity to set terms on resources that others need, is entirely achievable and has so far gone unused. In the silicon layer, the region depends wholly on chip supply chains controlled by the United States and its allies, while the Chinese alternative carries sanctions risk. In the physical and jurisdictional layers, by contrast, the region holds something scarce: permitted land, high-voltage grid connections, cooling water and legal certainty. Confidence in this judgment is high for the silicon layer, because the dependence is documented in export-control regimes and trade agreements, and moderate for the physical layer, because that bargaining power depends on whether regional governments act together or compete each other’s terms downward.

The question matters globally for three reasons. First, the centre of gravity of AI infrastructure is shifting toward middle-ranking jurisdictions that offer energy and space, so the way Southeast Asia governs data centres will set precedents for Africa, South Asia and Latin America. Second, the region is the front line of the US–China technology race, where export-control policy is tested, circumvented and renegotiated. Third, most of the world’s people not yet served by AI in their own languages live in regions like this one; the International Energy Agency notes that emerging and developing economies outside China account for half of the world’s internet users but less than ten per cent of global data-centre capacity (IEA, 2025). Whether Southeast Asia becomes merely an engine room for intelligence designed elsewhere, or succeeds in trading its position for access, knowledge and voice, will help decide whether global AI governance is multipolar or hierarchical.

Analytical Framework: Four Layers of Compute Sovereignty

The term “sovereign AI” was popularised by industry before it was defined by scholars. In February 2024, at the World Government Summit in Dubai, Nvidia’s chief executive Jensen Huang argued that every country needs to build its own AI infrastructure and that the production of national intelligence “cannot be done by other people” (Malay Mail, 2024). The formula appeals to governments, but it is also a market strategy: every country that wants to be sovereign is a new customer for chip suppliers. This study therefore separates sovereignty as slogan from sovereignty as measurable capacity. The literature on compute governance stresses that computing power is a uniquely effective control point because it is detectable, excludable and quantifiable, and because its supply chain is highly concentrated (Sastry et al., 2024). Such concentration, as the theory of weaponized interdependence explains, allows states that control network hubs to use them to monitor and coerce others (Farrell and Newman, 2019).

From these two traditions, the study builds four layers of compute sovereignty. The physical layer covers land, grid connections, water sources and environmental permits; this is where host states hold their most direct authority. The silicon layer covers accelerators, servers and high-speed networking together with the export-control regime that governs them; here host authority is weakest. The jurisdictional layer covers data-protection law, localisation requirements, foreign law-enforcement access and procurement rules; it determines who can command the data and workloads located on national territory. The cognitive layer covers language models, corpora, talent and public applications; it determines whether hosted compute produces intelligence that understands local languages, laws and needs. Lehdonvirta, Wú and Hawkins’s mapping of public cloud compute regions shows a world split between a “Compute North” that hosts compute for model development, a “Compute South” that hosts compute only for deployment, and “compute deserts” that host none at all (Lehdonvirta et al., 2024). The question for Southeast Asia is whether the data-centre boom moves the region from the South to the North of compute, or merely enlarges its deployment function.

To assess bargaining sovereignty in each layer, the study applies three tests. The substitution test asks whether a state can switch suppliers without major loss. The exit-option test asks whether a state can halt or relocate workloads without losing vital public services. The value-capture test asks how much added value, knowledge and compute access remains in the country compared with what flows out. A layer counts as sovereign in the bargaining sense if a state passes at least two of the three tests.

A method note is in order. The study uses structured, focused comparison of five Southeast Asian states and four comparison cases, combined with process tracing of key policy decisions between January 2025 and October 2026. Primary sources include government releases, parliamentary answers, national strategy documents and company press releases; secondary sources include scholarly literature, research-institute reports and verifiable news reporting. Claims resting only on anonymous reporting are flagged as reports, not facts. Confidence is expressed as high, moderate or low according to the number of independent sources, the proximity of sources to events and the consistency across documents.

Mapping the Data-Centre Boom: Johor, Batam–Jakarta and Thailand’s Eastern Seaboard

The geography of Southeast Asia’s data centres was shaped by one often-forgotten policy decision: Singapore’s restriction on new data-centre construction from 2019, later relaxed selectively. When the city-state published its Green Data Centre Roadmap on 30 May 2024 (IMDA, 2024), the additional capacity it opened was only at least 300 megawatts, under strict efficiency and green-energy conditions (Linklaters, 2024). Deliberate scarcity in Singapore created spillover to its neighbours. Johor, separated only by a narrow strait, became the main recipient, followed by Batam to the south, and then Jakarta and Greater Bangkok. The pattern shows that what has formed is not three or four separate national markets but a single cross-border compute region whose commercial and contractual brain remains in Singapore while its physical machinery is spread across cheaper territory.

Malaysia is so far the biggest winner of this wave. The October 2026 parliamentary answer cited above shows supply capacity for Peninsular data centres already above six gigawatts, with Johor projected to absorb more than half of 2030 demand and Selangor second with 1,481 megawatts (Media Selangor, 2026). American technology companies have significantly expanded operations in Malaysia, and the country is now regarded as ASEAN’s leading AI data-centre hub (W.Media, 2025a). Thailand has moved with a conditional-incentive approach: its Board of Investment approved six Tier 3 data-centre projects with a combined IT load of about 740 megawatts in May–June 2025, mostly in Rayong and Chonburi, and revised its criteria so that the top eight-year corporate income-tax exemption goes only to projects that meet power-usage-effectiveness standards and offer GPU-based computing (W.Media, 2025b). That last condition matters analytically because it is one of the first cases of a regional state tying fiscal incentives to contributions to AI compute capacity rather than simply to rack space.

Indonesia sits in a more ambiguous position. The Nongsa area of Batam is the main hub, and the government has begun to look at the Batam–Bintan–Karimun region as Nongsa nears capacity, offering tax holidays, simplified permits and import-duty exemptions (Tech For Good Institute, 2026). In Jakarta, global cloud providers have opened new compute regions; Microsoft, for example, announced a US$1.7 billion investment in cloud and AI in Indonesia in April 2024 (Al Jazeera, 2024) and inaugurated its Indonesia Central cloud region in May 2025 (Bisnis.com, 2025). Yet Deputy Minister of Communication and Digital Affairs Nezar Patria himself acknowledged in December 2025 that national AI infrastructure remains inadequate, especially upstream, citing a semiconductor plant in Batam that must import gold wire from Japan while domestic nickel and silica sand go unprocessed (Bisnis.com, 2025).

This study’s judgment on the physical layer is that the region is selling a scarce commodity at ordinary market prices. Investors need a combination of land, stable power, water, submarine cables and legal certainty available in only a handful of places in the world, yet regional governments compete with one another by lowering terms. Confidence in this judgment is moderate to high: capacity and incentive data are well documented, but the bargaining value forgone is hard to measure precisely because contracts between local governments and operators are rarely published.

Power and Water: The Physical Limits of Digital Sovereignty

Artificial intelligence is often spoken of as weightless, yet it is a heavy industry that consumes electricity and water on the scale of a city. The International Energy Agency estimates global data-centre electricity consumption at 415 terawatt-hours in 2024, or about 1.5 per cent of world electricity use, and projects that figure to more than double to around 945 terawatt-hours by 2030; a single AI-focused data centre can use as much electricity as 100,000 households, while the largest now under construction will consume about twenty times that (IEA, 2025). For a region whose grids still rely on coal and gas, and whose energy-transition targets have already been negotiated with international donors, these numbers are not abstract statistics but questions about who gets priority when supply is short.

Malaysia is the clearest laboratory of this tension. Projected water demand from data centres in Selangor and Johor reaches 389.04 million litres a day by 2030, compared with reported actual consumption of about 63.9 million litres a day today (Media Selangor, 2026). The federal government introduced an ultra-high-voltage tariff from 1 July 2025, raised the connected-load charge to discourage reserved but unused capacity, and required at least thirty per cent of data-centre energy to come from renewable sources. In late November 2025, the Johor state government announced that it would no longer approve Tier 1 and Tier 2 data centres because of their water use, and required recycled water and sites away from housing (W.Media, 2025c). By July 2026, field reporting found that operators in Ulu Tiram and Gelang Patah had built their own wastewater-treatment plants with capacities of millions of litres a day, that the Dewan Rakyat had been told new data centres would be approved only where energy and water supplies suffice, and that residents had protested against a data centre in Gelang Patah in February 2026 (The Star, 2026).

The Johor episode holds lessons beyond Malaysia. First, physical constraints are a source of bargaining power, not merely an obstacle; once a state begins choosing which kinds of data centre it permits, it is in effect renegotiating the terms of entry. Second, social legitimacy is part of the physical layer. Residents’ protests, complaints about water and parliamentary questions show that the social licence to host the world’s compute can be withdrawn if benefits are not felt locally. Third, high efficiency standards tend to favour large operators able to build advanced cooling systems, so environmental regulation can double as industrial policy that screens players.

For Indonesia and Thailand, this lesson arrives before the crisis. Both countries can still design water and energy conditions before demand surges strain their grids, including requiring additional renewable generation rather than certificates alone, and linking priority grid connections to commitments of compute access for national research institutions. This study judges, with moderate confidence, that states that set firm physical standards first will not lose investment but will filter it toward operators with long-term horizons, as Singapore has shown since 2019.

The Chip Regime: From the Diffusion Rule to Full-Stack Diplomacy

If the physical layer is where the region holds cards, the silicon layer is where the cards are dealt by others. On 13 January 2025, the Biden administration issued the Framework for Artificial Intelligence Diffusion, dividing the world into three tiers of access to the most advanced AI chips, with most Southeast Asian states outside the inner circle of close allies. The rule was due to take effect on 15 May 2025, but on 13 May the Commerce Department began rescinding it, while issuing guidance that using Huawei Ascend 910B, 910C and 910D chips anywhere risked violating US export controls and adding eleven new red flags to prevent chip diversion (Kirkland & Ellis, 2025). The rescission was no relief for the region; it replaced a predictable tier system with a case-by-case compliance regime that depends more heavily on bilateral relationships.

The region felt the consequences at once. On 27 February 2025, Singapore charged three men in a fraud case involving servers believed to contain Nvidia chips; prosecutors put the transactions at about US$390 million and said the servers had been moved to Malaysia, with their final destination unclear (TechCrunch, 2025). The same report noted that Singapore accounted for eighteen per cent of Nvidia’s revenue in the fiscal year ending January 2025, even though physical shipments to Singapore were under two per cent, a gap that reflects the city-state’s role as a billing and contracting hub (Nvidia, 2025). On 14 July 2025, Malaysia required a Strategic Trade Permit for every export, transhipment and transit of high-performance US-origin AI chips under the catch-all provision of its Strategic Trade Act 2010, while insisting there was no evidence of illegal shipments (W.Media, 2025a).

The next steps were more structural. On 23 July 2025, the White House released America’s AI Action Plan together with Executive Order 14320 on promoting the export of the American AI technology stack, inviting industry consortia to propose “full-stack” export packages of hardware, models and applications for specific countries or regions, backed by government financing and diplomacy (Jones Day, 2025). On 26 October 2025, the US–Malaysia Agreement on Reciprocal Trade included Malaysia’s commitment to align with all unilateral US export controls in force and to adopt equivalent restrictions whenever the United States imposes security-based import restrictions on a third country; the agreement with Cambodia signed the same day provided for case-by-case alignment (Mondaq, 2025). In December 2025, Washington also announced that H200 chips could be sold to approved customers in China with a twenty-five per cent cut for the US government, while the Blackwell generation stayed off limits (The Register, 2025).

Late 2025 also introduced the Pax Silica Declaration, America’s circle of trusted partners in the AI supply chain, with Singapore as the only Southeast Asian signatory alongside Japan, South Korea, Australia, the United Kingdom and Israel (Fortune, 2025); by mid-2026 the Philippines was reported to be pursuing a similar framework deal (The Star, 2026b). This study judges, with high confidence, that the chip regime has shifted from technical rule-making to an instrument of alliance ordering: access to silicon is now exchanged for policy alignment, and the region is being sorted into inner, middle and outer rings.

China’s Shadow: Ascend, Qwen and Choices That Are Not Binary

Narratives of US–China rivalry often portray the region’s choice as binary, whereas practice is layered. Malaysia’s episode in May 2025 showed how thin the room for manoeuvre is in the silicon layer. Around 20 May 2025, Deputy Communications Minister Teo Nie Ching’s statements about a national AI system based on Huawei Ascend servers, with a target of three thousand servers by 2026, were withdrawn within a day without explanation, while Huawei said no Ascend chips had been sold in Malaysia (Malay Mail, 2025). More than a year later, in September 2026, Bloomberg and Free Malaysia Today reported, citing anonymous sources, that Malaysia was again considering Huawei hardware for a two-billion-ringgit sovereign AI project run by Telekom Malaysia, on the grounds of keeping government, military and intelligence data under national jurisdiction and of concern about the US CLOUD Act, while also weighing a separate tender in which Nvidia and AMD could compete (SoyaCincau, 2026). The report is unconfirmed, and this study treats it with low confidence, but its logic matters: the stated reason is not price but jurisdiction.

In the cognitive layer, China’s influence is deeper and less debated. On 25 November 2025, AI Singapore launched Qwen-SEA-LION-v4, the latest version of its regional language model, built on Alibaba’s Qwen3-32B base model and further trained on more than one hundred billion Southeast Asian language tokens (eCommerceNews Asia, 2025). In other words, the region’s only Pax Silica signatory uses a Chinese open-model foundation for its regional language project. The paradox is not inconsistency but rationality: efficient, permissively licensed open models cut development costs drastically. The publication of DeepSeek-R1 in January 2025, showing that reasoning capability can be improved largely through reinforcement learning (DeepSeek-AI, 2025), strengthened the belief of many regional developers that competitive intelligence does not always require access to the most advanced chips.

The implications for sovereignty run both ways. Open models, wherever they come from, widen exit options because they can be run on one’s own hardware and moved between cloud providers; in this sense they pass the substitution test better than closed model services. Yet base models also carry the values, censorship and data-curation choices of their makers, so dependence can migrate from the silicon layer to the cognitive layer unnoticed. The region, then, is not choosing between America and China but assembling a portfolio of dependencies: silicon and cloud from America, some model foundations from China, and the language layer from regional cooperation.

This study judges, with moderate confidence, that such a portfolio of dependencies is more resilient than single alignment, provided it is managed deliberately. The risk lies at the point where US compliance pressure, for instance through alignment clauses in trade agreements, begins to reach the model layer rather than only the chip layer. If that happens, the space now used by projects such as SEA-LION could narrow, and the region would be forced to choose in the very layer that has been its breathing room.

National Strategies and Sovereign Language Models

Every major state in the region now has an AI strategy, but the strategies differ on one fundamental point: whether compute is treated as public infrastructure or as an investment magnet. Singapore launched its National AI Strategy 2.0 on 4 December 2023, aiming to raise the number of AI practitioners to about fifteen thousand, attract corporate AI centres of excellence, and ensure sufficient computing power for research and industry, though without quantitative figures (MDDI, 2023). Malaysia created its National AI Office on 12 December 2024 as the central agency for strategic planning, research and regulatory oversight, with seven first-year deliverables including an AI code of ethics, a regulatory framework and an AI technology action plan to 2030 (Malay Mail, 2024b). Vietnam has gone furthest legislatively: on 10 December 2025, its National Assembly passed the country’s first AI law with 429 of 434 votes, effective 1 March 2026, regulating AI systems by risk level and explicitly authorising state investment in a national AI computing centre and a controlled open-data system to lower compute costs, together with a national AI development fund and a voucher mechanism for businesses (VnEconomy, 2025).

Indonesia illustrates the gap between ambition and completion. The national AI roadmap drafted by the Ministry of Communication and Digital Affairs divides strategy into three horizons, with a short-term plan for 2025–2027 covering ecosystem governance, training one hundred thousand AI talents a year and building sovereign data-centre infrastructure (Bisnis.com, 2025). The white paper put to consultation in August 2025 proposed a sovereign AI fund managed by Danantara within a 2027–2029 window, without disclosing its size (W.Media, 2025d). The draft Presidential Regulation on the AI Roadmap 2026–2029 sets ten strategic sectors and quick-win programmes such as tuberculosis screening and stunting-risk mapping, while the draft regulation on AI Ethics sets three risk tiers from low to unacceptable (Katadata, 2026). Yet as of August 2026 both drafts were still awaiting presidential enactment, with the government describing them as a test case on the way to an AI law (Warta Alor, 2026), and analysts warn that without an independent data-protection authority, ethics rules could become an instrument of state control (Hermawan, 2026).

In the cognitive layer, two projects have become regional reference points. Sahabat-AI, launched by Indosat Ooredoo Hutchison and GoTo on 14 November 2024 with eight- and nine-billion-parameter models for Indonesian and regional languages, was trained on Nvidia’s platform, supported by AI Singapore and developed further on Indosat’s GPU Merdeka cloud; its launch was framed explicitly as a step toward advancing Indonesia’s digital sovereignty (GoTo, 2024). Singapore’s SEA-LION serves as a regional foundation used across countries. Both projects show that cognitive sovereignty in the region is hybrid: the base models are imported, the hardware is imported, but the language corpora, evaluation and deployment are local.

This study’s judgment on national strategies is that the region is further ahead in formulating ethics and attracting investment than in guaranteeing public access to compute. Only Vietnam has placed a national computing centre in law as state infrastructure, and only Thailand ties fiscal incentives to GPU availability. Confidence in this judgment is moderate, because some compute-access programmes may run through university partnerships not documented in public sources.

International Comparison: the Gulf, India, Europe and Japan

Four extra-regional cases illustrate four routes to compute sovereignty, each with a different price. The Gulf route is sovereignty through capital and alignment. In May 2025, the United Arab Emirates announced a five-gigawatt UAE–US AI Campus, including a one-gigawatt Stargate UAE cluster built by G42 with OpenAI, Oracle, Cisco, Nvidia and SoftBank; on 19 November 2025, the US Commerce Department approved G42 and the Saudi company Humain each to buy the equivalent of up to 35,000 Blackwell GB300 chips under rigorous security and reporting requirements (The National, 2025). This model proves that middle powers can obtain world-class compute, but by trading away freedom of supplier choice and accepting the exporter’s oversight of its use.

The Indian route is sovereignty through public subsidy and market scale. The IndiaAI Mission, launched in March 2024 with a budget of more than 10,300 crore rupees, targets 38,000 GPUs over five years, provides high-end GPU access at a subsidised price of around 65 rupees per hour, and supports multilingual foundation models such as BharatGen (The Statesman, 2025). Its main lesson for Southeast Asia is that compute can be treated as a public utility rented cheaply to start-ups and researchers, rather than merely as the property of private operators. The European route is sovereignty through pooling. On 30 July 2026, the European Union opened a call for up to seven AI gigafactories with up to ten billion euros of public funding expected to mobilise at least twenty billion euros of private investment, complementing nineteen existing AI factories, with the call closing on 12 November 2026 (ERA Portal Austria, 2026).

The Japanese route is sovereignty through upstream industry. On 12 November 2024, the Ishiba government pledged more than ten trillion yen in support for semiconductors and AI through fiscal year 2030, including for Rapidus, which aims to produce next-generation chips (ICIS, 2024). Yet even Japan does not claim full sovereignty. A Brookings analysis in September 2026 concluded that full-stack AI sovereignty is structurally infeasible for almost any country, that Japan’s strengths in data, robotics and applications create leverage but not compute sovereignty, and that middle powers need enough capacity, portability, choice and bargaining power to prevent dependence from becoming subordination (Rediker, 2026).

Compared with these four cases, Southeast Asia has a physical advantage that Europe and Japan lack, namely space and energy potential, but it has neither the concentrated capital of the Gulf, a single market the size of India’s, nor Japan’s upstream industry. The most relevant combination for the region, in this study’s moderate-confidence judgment, is a blend of the Indian and European models: compute as a subsidised public utility at the national level, plus resource pooling and joint procurement at the regional level, while using the physical advantage as leverage over global operators.

Counter-Argument: Is Compute Sovereignty an Expensive Illusion?

The strongest counter-argument to this study’s thesis deserves to be stated in its best form. On this view, compute sovereignty is an expensive illusion that will harm developing countries. The global cloud market is highly efficient; start-ups and universities in Jakarta or Hanoi can rent GPUs from global providers at steadily falling prices, while building national computing centres will produce assets that quickly become obsolete because chip generations turn over every one to two years. Strict water, energy and compute-access conditions will simply drive investment to softer neighbours, costing the region jobs, taxes and skills transfer. Further, attempts to build a portfolio of dependencies involving Chinese hardware or models invite secondary sanctions that could cut off access to the entire American ecosystem. For this view, the best policy is to be a welcoming host, regulate at the application layer, and let the market supply compute.

The argument contains important truths, and this study partly accepts it. It is true that building chip fabs or large national computing centres without clear demand is wasteful, and true that secondary sanctions are a real risk, as the swift withdrawal of the Huawei announcement in Malaysia in May 2025 showed. But the argument errs in three respects. First, it assumes the compute market is neutral, whereas access to the most advanced chips is now decided by political choices in Washington, as seen in the case-by-case approvals for G42 and Humain and the alignment clauses in trade agreements. Compute that can be rented today can be denied tomorrow. Second, it ignores the collective nature of physical bargaining power: strict terms drive investment away only if neighbours offer softer ones, so the answer is regional coordination, not lower standards. Third, it underestimates social legitimacy; the protests in Johor show that an overly welcoming host can lose its social licence, which in the end harms investors too.

The study therefore maintains its thesis in a narrower form: the sovereignty sought is not ownership of the technology stack but the capacity to set terms and preserve exit options. This approach does not require building chip fabs, does not require siding with China, and does not require rejecting foreign investment. It requires only that scarce physical resources not be handed over without a return in the form of access, knowledge and portability.

Scenarios for 2026–2030 and Signposts

The view that technology has become the main currency of power is not new. The March/April 2023 issue of Foreign Affairs, titled Innovation Power: How Technology Will Reshape Geopolitics, placed innovation at the heart of the global balance of power, and the analysis Kekuatan Inovasi: Mengapa Teknologi Menjadi Senjata Baru Geopolitik Dunia (Innovation Power: Why Technology Has Become Geopolitics’ New Weapon) reads AI, cloud computing and semiconductors as new sources of geopolitical power. What that literature has discussed less is the position of regions that host the infrastructure of innovation power without owning it. Drawing on the four-layer framework and evidence to October 2026, this study sets out four scenarios for Southeast Asia to 2030. The probabilities are analytic judgments that may change with the signposts described below.

Scenario A, the tiered host, continues the current trajectory and is the most likely. The region keeps absorbing data-centre growth, but access to the most advanced chips is tiered by political proximity to Washington: Singapore and perhaps the Philippines in the inner ring, Malaysia and Vietnam in a middle ring bound by alignment clauses, while Indonesia and Thailand negotiate case by case. Compute grows, but its function remains predominantly deployment rather than model training. Scenario B, a region split between two stacks, occurs if one or two states, for example Malaysia through its sovereign AI project or another state under data-security pressure, adopt Chinese hardware for government workloads, leaving the region with two technical standards and two mutually suspicious compliance regimes. Scenario C, collective bargaining sovereignty, occurs if ASEAN or a coalition of several states agrees common minimum standards for energy, water and research compute access, plus joint procurement of open language models. Scenario D, physical gridlock, occurs if limits on power and water and residents’ opposition slow construction, so that investment shifts to India, the Middle East or Australia.

Signposts for each scenario can be observed within the next twelve to eighteen months. Signposts for Scenario A include more regional states joining Pax Silica, the issuance of US full-stack export packages for Southeast Asian countries, and continued case-by-case chip approvals. Signposts for Scenario B include official confirmation of Huawei Ascend procurement for a Malaysian government project, the appearance of government data centres on Chinese hardware in other states, and a US response adding regional entities to restriction lists. Signposts for Scenario C include green data-centre standards entering the agenda of ASEAN digital ministers, joint procurement agreements, and research compute-access clauses in data-centre permits in more than one country. Signposts for Scenario D include new moratoria at state or provincial level, delays in grid connections, and rising environmental protests like those in Gelang Patah.

Recommendations for Regional and International Actors

For the Government of Indonesia, the most urgent step is to enact both Presidential Regulations on the AI roadmap and AI ethics before the end of 2026, together with the establishment of the independent personal-data-protection authority mandated by law, so that ethics rules do not become an instrument of selective control. Within the following six months, the Ministry of Communication and Digital Affairs, together with the Ministry of Investment and BKPM, should add a new condition to permits for large data centres: a small share of GPU capacity, for instance around five per cent, allocated at cost to national universities and research institutions, following the logic of the IndiaAI Mission’s compute subsidy. Before the 2027–2029 window proposed in the white paper, Danantara should publish an investment framework clarifying whether the sovereign AI fund will buy capacity, finance open language models or take equity in operators, since each carries different sovereignty implications.

For the Government of Malaysia and the Johor state government, the recommendation is to convert existing water and energy conditions into an explicit bargaining package by 2027: priority grid connections and water permits go to operators that provide compute access to local researchers and start-ups and train technicians. On the sovereign AI project, Kuala Lumpur should run an open tender that compares cost, security and sanctions risk transparently before parliament, so that any decision, whether for an American or a Chinese supplier, carries domestic legitimacy. For Singapore, its place in Pax Silica’s inner ring brings a regional responsibility: by 2028, AI Singapore could expand SEA-LION into shared infrastructure with multi-country governance, including bias and safety evaluation of the base models used, so that dependence on any model foundation can be audited.

For ASEAN, particularly the digital ministers’ meeting in 2027, this study recommends three decisions: common minimum standards for data-centre energy efficiency and water use so that member states do not race to lower terms; a joint procurement mechanism for model licences, evaluation services and research compute capacity; and a regional export-control compliance forum that allows member states to negotiate as a group rather than one by one. For Vietnam and Thailand, the priority is to operationalise the national computing centre and GPU-based incentives with utilisation reports published annually from 2027.

For international actors, the recommendations are reciprocal. The United States government, through the Commerce Department and its AI export programme, should offer Southeast Asian partners predictable, published licensing pathways rather than case-by-case approvals alone, because uncertainty pushes the region to seek alternatives. The Chinese government and Chinese open-model providers should publish documentation of training data and content-filtering policies so that their base models can be audited by regional users. The European Union, Japan and India can offer research compute partnerships and talent exchanges that provide a third option beyond the two poles. Multilateral institutions such as the World Bank and the Asian Development Bank should incorporate data-centre electricity demand into the region’s energy-transition planning to 2030, so that compute does not compete with household electrification.

Limitations and Conclusion: From Host to Bargainer

This study has several limitations that should be stated. First, regional data-centre capacity data come from non-uniform sources: Malaysian parliamentary answers, Thai investment-approval data and research-institute reports on Indonesia, so direct cross-country comparison must be read with care. Second, contracts between governments and data-centre operators are rarely published, so judgments about forgone bargaining value rely on indirect evidence. Third, some important events, especially the September 2026 reports of Malaysia’s consideration of Huawei hardware, rest on unconfirmed anonymous reporting. Fourth, US export-control policy changes quickly, so the analysis of the silicon layer may date within months. Fifth, the study does not quantitatively measure the quality of regional language models against global ones, and does not treat the Philippines, Cambodia, Laos, Myanmar and Brunei in depth.

The study’s conclusion can be condensed into one idea. Southeast Asia is becoming host to one of the most strategic infrastructures of this century, but the position of host does not automatically confer command. Command over chips lies outside the region and will remain there for the foreseeable horizon. Command over land, power, water, permits, data and language, however, lies within the region, and these resources have so far been granted on terms that are too light because regional states compete with one another. A 2026 presentation titled Wacana Kontemporer dalam Studi Islam: Peradaban, Otoritas, dan Kesadaran di Hadapan Kecerdasan Buatan (Contemporary Discourse in Islamic Studies: Civilisation, Authority and Consciousness before Artificial Intelligence) reminds us that AI is ultimately about the authority of knowledge and civilisational consciousness, not only machines; in this study’s terms, the cognitive layer is where sovereignty is most meaningful for societies that want machines to understand their own languages, laws and values.

The shift from host to bargainer does not require chip fabs or dramatic geopolitical alignment. It requires three things that are simpler but politically harder: the willingness to set firm physical terms, the capacity to act together at the regional level, and a commitment to treat part of compute as a public good for research and citizen services. If all three are achieved before the next wave of construction peaks at the end of this decade, the region will enter the AI world order not as an engine room but as a party that helps set the terms. If not, Southeast Asia will remain a full granary whose harvest is carried away.

◆ ◆ ◆