Batasan Baru Industri: AI akan Menentukan Masa Depan ASEAN

Liputan6.com, Jakarta - Industri di kawasan ASEAN sedang berada dalam beragam fase kompleksitas yang baru. Mulai dari proyek transisi energi skala besar hingga manufaktur tingkat lanjut dan ekspansi infrastruktur, berbagai organisasi dituntut untuk menghasilkan performa lebih tinggi, di tengah keterbatasan tenaga engineer berpengalaman, persyaratan keberlanjutan yang lebih ketat, dan lingkungan digital yang semakin terfragmentasi.   

Tantangan ini terasa sangat nyata di Indonesia, di mana sektor manufaktur menyumbang lebih dari 19,07% dari Produk Domestik Bruto (PDB) nasional tahun 2025. Menurut data Global Manufacturing Value Added (MVA) dari World Bank, MVA Indonesia mencapai US$ 265,07 miliar pada tahun 2024, jauh di atas rata-rata global sebesar US$ 78,73 miliar dan tertinggi di Asia Tenggara. Pada saat yang sama, Indonesia tengah mengakselerasi sejumlah inisiatif industri strategis, termasuk hilirisasi nikel, produksi baterai kendaraan listrik (EV), pengembangan energi terbarukan, dan proyek infrastruktur industri berskala besar.  

Namun, ekspansi pesat industri ini sangat bergantung pada ekstraksi mineral-mineral penting, menempatkan pertambangan berkelanjutan di garis terdepan dalam agenda nasional. Mengingat pesatnya lonjakan hilirisasi di Indonesia masih sangat bergantung pada proses peleburan (smelting) berbahan bakar batu bara dan pemrosesan yang padat energi, pemerintah dan industri menghadapi tekanan yang semakin besar untuk menyeimbangkan keuntungan ekonomi dengan perlindungan sosial dan lingkungan.

Mencapai keberlanjutan yang sesungguhnya membutuhkan upaya mitigasi atas dampak ekologis yang berat, seperti deforestasi, limpasan logam berat, dan degradasi ekosistem laut yang rentan di sekitar lokasi tambang pesisir, sekaligus menerapkan framework ekonomi sirkular yang tangguh untuk pengelolaan limbah baterai dan menjunjung tinggi hak atas tanah dan mata pencaharian masyarakat lokal maupun masyarakat adat.

Dengan latar belakang ini, sebuah tantangan serius kini mengemuka, kelangkaan akut talenta  berpengalaman, dan spesialis industri yang mumpuni untuk mengelola operasional yang semakin kompleks. Kekhawatiran yang sama juga bergema di seluruh sektor infrastruktur digital dan artificial intelligence (AI) yang berkembang pesat, di mana permintaan pasar akan tenaga profesional berkualifikasi jauh melebihi pasokan yang ada.

Sementara itu, AI dengan cepat menjadi bagian dari modus operandi industri yang baru. Namun, sebagian besar pembahasan mengenai AI saat ini masih berfokus pada language-based models dan general-purpose assistants. Meskipun bermanfaat, tools tersebut tidak cukup untuk sektor industri, di mana realitas fisik, batasan teknis, dan keputusan yang sangat krusial bagi keselamatan menjadi penentu utama keberhasilan atau kegagalan.

Fasilitas pengolahan nikel contohnya, harus menyeimbangkan target produksi, konsumsi energi, keandalan peralatan, emisi dan keselamatan kerja, semuanya dilakukan di bawah pengawasan ketat standar pertambangan berkelanjutan global. Supaya tetap compliance dan mengamankan akses yang aman ke pasar green-premium, operasional tersebut harus secara aktif memantau dan memitigasi dampak lingkungan lokal, seperti emisi sulfur dioksida, stabilitas bendungan tailing, dan limpasan logam berat ke ekosistem di sekitarnya.

Demikian pula, inisiatif energi terbarukan, pabrik manufaktur, dan proyek infrastruktur berskala besar menghasilkan volume besar data operasional yang sering kali melebihi kapasitas manusia untuk menganalisis dan menindaklanjutinya secara real time.

Batas perkembangan berikutnya adalah AI yang mampu memahami dunia nyata, lalu bertindak secara langsung melalui eksekusi berbasis agentic. Pergeseran inilah yang membuat konsep Virtual Companions menjadi penting. 

Berbeda dengan sistem AI konvensional, Virtual Companions – AURA, LEO dan MARIE, didesain untuk beroperasi di dalam lingkungan “virtual-plus-real” terpadu yang menghubungkan data teknik, sistem operasional, dan input sensor real time ke dalam satu source of truth yang terus berkembang. Dibangun di atas platform 3DEXPERIENCE, pendekatan ini memungkinkan organisasi untuk memahami bagaimana keputusan hari ini akan berdampak terhadap biaya, jadwal, dan kinerja di masa depan, sebelum keputusan tersebut direalisasikan di dunia nyata.  

Di dalam lingkungan ini, tiap companion memainkan peran yang spesifik. AURA mendukung pemimpin proyek dan bisnis dengan visibilitas terhadap risiko jadwal dan dampak perubahan secara real time. LEO memungkinkan validasi engineering multi-disiplin secara cepat, mempersingkat waktu proses analisis dari hitungan minggu menjadi beberapa menit saja. MARIE mengeksplorasi material, scientific trade-off dan hipotesis desain yang berpijak pada pengetahuan industri selama puluhan tahun. Secara kolektif, mereka mentransformasi data statik menjadi sistem cerdas yang ‘hidup’ guna memperkuat pengambilan keputusan oleh manusia.

Untuk mengilustrasikan perubahan ini, Virtual Companions menunjukkan bagaimana tim industri dapat berinteraksi dengan AI yang berlandaskan simulasi berbasis hukum fisika, bergerak melampaui sekadar language model ke sistem yang mengintegrasikan batasan engineering di dunia nyata. Pendekatan ini memungkinkan pengguna untuk mengeksplorasi berbagai skenario, menguji asumsi dan memahami dampak lanjutan atau downstream impact dari keputusan engineering dalam lingkungan virtual yang terkontrol, membantu menjembatani kesenjangan antara perencanaan konseptual dengan eksekusi di dunia nyata.

Hal ini sangat krusial terutama pada sektor-sektor seperti pengembangan energi baru, pertambangan, dan infrastruktur berskala besar, di mana alur kerja yang terputus dan ditemukannya risiko di tahap akhir sering memicu keterlambatan, pembengkakan biaya, dan tantangan keselamatan. Dalam lingkungan seperti ini, akurasi kecepatan, traceability (ketertelusuran) dan predictability (keterprediksian) sangat penting.  

Virtual Companions menjembatani kesenjangan ini dengan menggabungkan AI dengan simulasi berbasis hukum fisika dan permodelan multidisiplin. Alih-alih hanya mengandalkan pola-pola pada data, sistem ini berlandaskan pada prinsip-prinsip ilmiah yang mencerminkan bagaimana sistem fisik beroperasi. Pada tahap eksplorasi, kemampuan ini memungkinkan tim geologi untuk membangun model subsurface (model bawah permukaan) yang presisi dan multi-scale, mengoptimalkan estimasi serta penargetan sumber daya sekaligus meminimalkan pengeboran eksplorasi yang disruptif.

Beralih ke tahap operasional, tim engineering dapat mensimulasikan dampak lingkungan dan structural di dunia nyata dari produksi skala besar, seperti hidrodinamika limpasan logam berat, efek pengeringan tambang, atau integritas struktur bendungan tailing—guna mengevaluasi dampak operasional dan risiko keselamatan dalam hitungan menit, bukan lagi hitungan minggu.

Implikasinya signifikan. Di seluruh ASEAN, organisasi yang menerapkan pendekatan ini mulai melihat nilai dari:

• Visibilitas yang real time terhadap risiko proyek: Memantau secara dinamis bagaimana perubahan throughput operasional atau kadar bijih (ore grade) memengaruhi konsumsi energi, emisi, dan compliance terhadap lingkungan.
• Simulasi skenario yang lebih cepat: Menguji secara instan alternatif desain pit, atau jalur pengolahan yang lebih bersih, seperti beralih dari sumber energi batu bara ke energi terbarukan, tanpa mengorbankan keandalan peralatan.
• Deteksi masalah lebih awal: Mengidentifikasi secara presisi potensi beban structural pada infrastruktur pertambangan atau kegagalan peralatan sebelum memicu insiden berbahaya terhadap lingkungan ekologis maupun keselamatan kerja.
• Mempertahankan pengetahuan industri: Codifying (mengodifikasi) keahlian di bidang geologi, metalurgi, dan lingkungan selama puluhan tahun ke dalam framework digital yang aktif.

Perkembangan ini mencerminkan kenyataan mendasar mengenai AI industri: kepercayaan adalah hal yang sangat fundamental. Dalam industri yang sangat sensitif terhadap keselamatan dan keberlanjutan, AI tidak boleh menjadi sebuah black box yang tidak transparan. AI harus bisa dijelaskan dan berpijak pada realitas fisik, sehingga para operator bisa dengan percaya diri mempertanggungjawabkan langkah-langkah perlindungan lingkungan dan sosial mereka kepada pihak regulator dan masyarakat.

Berbeda dengan asisten AI konvensional yang dikembangkan berdasarkan language model, Virtual Companion didukung oleh Industry World Models yang menggabungkan AI dengan modelling dan simulasi multidisiplin multi skala. Berpijak pada platform Dassault Systèmes 3DEXPERIENCE, companion khusus seperti AURA (knowledge orchestrator), LEO (engineering builder), dan MARIE (scientific researcher) bekerja secara terintegrasi di sepanjang lifecycle aset. Pada fase eksplorasi, mereka membantu mensintesis data seismik dan lubang bor (borehole) yang terfragmentasi; sementara pada tahap operasional, LEO menghasilkan desain infrastruktur parametrik yang patuh pada regulasi yang berlaku, sementara MARIE menerapkan ilmu material mendalam untuk mengoptimalkan pemurnian mineral di hilir dan pengolahan nikel yang memenuhi kualitas baterai.

Tak hanya menyajikan insight, Virtual Companions ini juga mendukung eksekusi secara langsung. Sistem ini mengorkestrasi pengetahuan di berbagai proyek pertambangan lintas lokasi yang kompleks, mengelola penyebaran dampak perubahan (change propagation), serta memastikan bahwa setiap modifikasi fisik tetap selaras secara ketat dengan standar keberlanjutan yang tinggi. Hal ini memungkinkan organisasi untuk mengelola kompleksitas berskala besar secara efektif, sekaligus tetap menjaga keselamatan, kinerja, dan keselarasan lingkungan di seluruh tim.

Dampak bisnisnya terukur:

• Proses 15 hingga 50% jadi lebih cepat di seluruh tahapan modeling eksplorasi, pengembangan lokasi, dan operasional pengolahan.
• Pengurangan 5 hingga 40% biaya ekstraksi mineral, konstruksi infrastruktur dan pelaksanaan proyek
• Pengurangan 30 hingga 90% masalah kualitas dan compliance lingkungan melalui deteksi lebih awal terhadap anomali struktural, ekologis, dan operasional.
• Peningkatan pendapatan lebih dari 10% yang didorong oleh peningkatan produktivitas, optimalisasi tingkat perolehan (recovery rate), dan penambahan kapasitas.

Inilah alasan mengapa AI yang berbasis fisika dan didorong oleh simulasi menandai langkah maju yang krusial bagi sektor sumber daya. Sistem ini menggeser mining intelligence dari sekadar interpretasi historis menjadi tata kelola prediktif (predictive stewardship), dan dari AI summaries yang bersifat umum menuju presisi yang domain-specific di seluruh lifecycle aset.

Seiring ASEAN dan khususnya Indonesia, terus berinvestasi besar-besaran dalam transisi energi ramah lingkungan, hilirisasi nikel, dan infrastruktur digital, muncul pertanyaan tentang jenis AI seperti apa yang dapat dipercaya untuk menentukan outcomes yang krusial di dunia nyata. Untuk mengarungi kompromi yang rumit antara target produksi yang agresif dan perlindungan lingkungan yang ketat, industri ini tidak bisa sekadar mengandalkan perkiraan semata.

Masa depan pertambangan yang berkelanjutan dan AI industri akan ditentukan oleh seberapa baik teknologi ini memahami realitas yang ada.