Kedaulatan AI Malaysia: Kawalan, Kesinambungan, Pilihan

Pada 31 Ogos, Farhan Syah — pengasas NodeDB dan MATA (Malaysia AI Technical Alliance) — menerbitkan artikel LinkedIn bertajuk "What AI Sovereignty Should Mean for Malaysia." Artikel itu adalah versi bertulis daripada ceramah yang beliau sampaikan di Techtamu KL Meetup #4, di mana beliau membentangkan satu rangka kerja yang memotong segala hingar dasar:

KEDAULATAN AI BUKAN TENTANG DARI MANA TEKNOLOGI ITU DATANG. IA TENTANG SIAPA YANG MEMPUNYAI KUASA UNTUK MENGAMBILNYA.

Teknologi asing mungkin lulus ujian kedaulatan. Teknologi Malaysia mungkin gagal.

Tiada satu penyedia tunggal. Tiada satu syarikat tunggal. Tiada satu negara tunggal. Tiada satu veto tunggal.

Kawalan. Kesinambungan. Pilihan.

Artikel itu tiba lima minggu selepas Perdana Menteri Anwar Ibrahim melancarkan AI Malaysia — entiti yang mengukuhkan Pejabat AI Nasional — dan menyatakan undang-undang CLOUD Act AS sebagai kebimbangan kedaulatan yang nyata. Ia tiba lima belas bulan selepas deployment pertama DeepSeek yang berdaulat di Malaysia beroperasi di atas GPU Huawei pada Mei 2025. Dan ia tiba dalam bulan yang sama TechWire Asia melaporkan implikasi penuh CLOUD Act terhadap workload yang berada di data centre Johor yang dikendalikan oleh hyperscaler Amerika.

Timing bukan kebetulan. Malaysia tidak lagi berdebat tentang kedaulatan secara teori. Ia sedang membuat keputusan kedaulatan dalam pembelian, perundangan, dan peletakan fizikal GPU.

Stack kedaulatan bukan model

Kesilapan paling mudah dalam perbincangan kedaulatan AI ialah menganggapnya sama dengan pemilikan model. Malaysia menjalankan DeepSeek sebagai LLM berskala nasional — negara pertama di luar China yang menggunakannya pada tahap itu. Strategic AI Infrastructure yang dilancarkan pada Mei 2025 menghoskannya di server domestik, diuruskan secara tempatan. Itu kedengaran berdaulat.

Tetapi stack di bawah model menceritakan satu cerita yang berbeza:

Layer 9: Application (chatbot, search, agents)
Layer 8: Model (DeepSeek, Llama, Mistral)
Layer 7: Inference runtime (vLLM, TGI, TensorRT)
Layer 6: Orchestration (Kubernetes, Docker)
Layer 5: Compute (GPU clusters, CPU nodes)
Layer 4: Network (interconnect, CDN, edge)
Layer 3: Storage (object, block, filesystem)
Layer 2: Power & cooling (grid, diesel, water)
Layer 1: Silicon (GPU chips, CPUs, NICs)

DeepSeek berada di Layer 8. Chip yang menjalankannya adalah Huawei Ascend 910B — direka bentuk di Shenzhen, dihasilkan di bawah sekatan eksport AS, diselenggara oleh anak syarikat Singapura vendor China. Cluster Kubernetes yang mengatur inference mungkin menggunakan perisian sumber terbuka, tetapi stack observability, pipeline CI, monitoring — kebanyakannya berpunca daripada vendor Amerika atau Eropah. Kuasa yang membekalkan rack datang daripada Tenaga Nasional, tetapi sistem kawalan turbin dan rangkaian SCADA mempunyai rantaian kebergantungan mereka sendiri.

Malaysia mengawal Layer 8. Ia tidak mengawal Layer 1, 2, atau 5 tanpa pelaburan yang signifikan.

Kawalan × Kesinambungan × Pilihan

Rangka kerja Farhan Syah merumuskan kedaulatan menjadi tiga pendaraban:

kedaulatan = kawalan * kesinambungan * pilihan

Pendaraban itu penting. Jika mana-mana faktor menghampiri sifar, kedaulatan runtuh tanpa mengira betapa kuatnya yang lain.

Kawalan bertanya: bolehkah Malaysia mengubah suai, fine-tune, deploy, dan mengehadkan sistem AI yang digunakan tanpa memerlukan kebenaran daripada entiti asing? Untuk DeepSeek — ya, ia adalah sumber terbuka. Untuk inference runtime — kebanyakannya ya, jika lapisan orkestrasi adalah kendalian sendiri. Untuk firmware GPU — tidak. Untuk grid kuasa — sebahagiannya, bergantung pada berapa banyak infrastruktur SCADA yang diimport.

Kesinambungan bertanya: jika penyedia luar mengubah syarat, terkena sekatan, bankrap, atau sekadar berhenti menyokong pasaran Malaysia, bolehkah operasi diteruskan? Di sinilah CLOUD Act menjadi nyata. Workload yang berjalan di AWS di Cyberjaya, dari segi bidang kuasa, berada dalam jangkauan perintah mahkamah AS. Itu bukan risiko teori — ia adalah realiti undang-undang. Kesinambungan juga meliputi kes yang lebih mudah: jika NVIDIA berhenti mengeksport H100 ke Malaysia esok, berapa hari operasi sebelum armada GPU turun di bawah ambang produksi?

Pilihan bertanya: bolehkah Malaysia bertukar penyedia, model, atau infrastruktur tanpa kos yang tinggi? Ini ujian portabiliti. Sistem yang dibina di atas NVIDIA CUDA mempunyai kos penukaran yang diukur dalam bulan dan jutaan. Sistem yang dibina di atas standard terbuka — ONNX, WebAssembly, Kubernetes standard — mempunyai kos penukaran yang diukur dalam minggu. Kebanyakan deployment AI Malaysia hari ini terkunci CUDA. Itu masalah pilihan, bukan kedaulatan.

Residensi data bukan kedaulatan

Pelaburan RM2 billion dalam sovereign AI cloud Malaysia direka untuk mengekalkan data dalam sempadan nasional. Itu syarat perlu untuk kedaulatan, tetapi tidak memadai.

Residensi data bermakna data berada di atas tanah Malaysia. Kedaulatan bermakna Malaysia boleh menentukan apa yang berlaku kepada data itu — siapa yang boleh mengaksesnya, di bawah rangka kerja undang-undang apa, dan langkah keselamatan teknikal apa — walaupun infrastruktur dikendalikan oleh entiti asing.

Perbezaan ini penting kerana kebanyakan infrastruktur cloud Malaysia dikendalikan oleh syarikat asing. AWS, Microsoft, Google, dan Oracle telah berkomitmen sejumlah AS$16.9 billion kepada data centre Malaysia sehingga 2038. Sovereign cloud melindungi data ketenteraan dan perisikan. Ekonomi selebihnya — 100,000 langganan belia, penyelidikan universiti, workload SME — berjalan di atas infrastruktur hyperscaler yang ditadbir oleh undang-undang asing.

Anwar menyebut ketegangan ini secara langsung pada pelancaran AI Malaysia: "Setakat mana kita menubuhkan sovereign cloud, bagaimana kita berurusan dengan masalah CLOUD Act Amerika Syarikat, yang boleh menembusi semua sistem lain?" Beliau tidak menjawab soalan itu. Beliau membiarkannya, meninggalkan masalah tadbir urus yang paling sukar dalam pembinaan AI Malaysia tanpa tugasan rasmi pada hari tadbir urus AI diformalisasikan.

Formula pendedahan kebergantungan

Cara yang berguna untuk mengukur risiko kedaulatan ialah:

pendedahan_kebergantungan = penggunaan_workload * kepekatan * ketidak_portabiliti

Kementerian kerajaan yang menggunakan satu penyedia AI untuk 80% workload tetapi dibina di atas standard terbuka dengan data yang boleh dipindahkan mempunyai pendedahan sederhana. Startup yang menggunakan satu penyedia untuk 10% workload tetapi bergantung pada embeddings proprietari, SDK tersuai, dan model yang ditulis khusus yang terkunci pada infrastruktur penyedia itu mempunyai pendedahan yang melampau.

Ini adalah masalah vendor lock-in yang diskalakan kepada infrastruktur berskala nasional. Hari pertama: satu panggilan API ringkas. Hari ke-365: SDK tersuai, pipeline embeddings, rangka kerja agent, model fine-tuned, stack observability, tooling data lineage. Kos penukaran menjadi tidak berbaloi.

Rang Undang-Undang Tadbir Urus AI Malaysia — kini dalam perundingan awam — mencadangkan tier risiko dan pelaporan insiden. Apa yang belum ditangani adalah dimensi portabiliti: bolehkah Deployer mengekstrak model, data, dan konfigurasinya daripada ekosistem penyedia dalam tempoh masa dan kos yang munasabah? Tanpa itu, kedaulatan hanyalah dasar semata-mata, bukan keupayaan kejuruteraan.

Apa yang Malaysia sebenarnya sedang bina

Komponennya berselerak tetapi nyata:

• AI Malaysia Berhad (ditubuhkan 28 Julai 2026) — entiti kekal dengan mandat melaksanakan AI Nation 2030
• Sovereign AI cloud RM2 billion — DeepSeek di atas GPU Huawei, deployment berskala nasional pertama di luar China
• Rang Undang-Undang Tadbir Urus AI (perundingan awam 10 Julai 2026) — tier risiko, pelaporan insiden, Pihak Berkuasa AI Pusat
• Doktrin pusat data AI-only (sejak pertengahan 2024) — hanya workload training/inference AI yang diluluskan
• Pelaksanaan Tindakan AI Nasional 2026–2030 — 28 inisiatif merangkumi tadbir urus, infrastruktur, bakat, pelaburan
• MATA (Malaysia AI Technical Alliance) — R&D berasaskan komuniti dan kerjasama dengan universiti
• Rangkaian Keselamatan AI ASEAN — Malaysia menjadi tuan rumah setiausaha di bawah Kementerian Digital

Doktrin ini konsisten pada peringkat dasar. Jurangnya adalah pada lapisan kejuruteraan. Malaysia boleh menganjurkan workload AI yang berdaulat, tetapi ia belum mampu menghasilkan chip, membina runtime inference, atau menjamin portabiliti model merentasi penyedia. Kedaulatan adalah masalah stack, dan Malaysia kini mengawal kira-kira tiga daripada sembilan lapisan.

Senario 2031

Bayangkan Malaysia lima tahun dari sekarang. Sasaran AI Nation 2030 dicapai: ekonomi digital adalah 30% daripada KDNK, setiap universiti mempunyai fakulti AI, sovereign cloud mengendalikan workload rahsia, dan Rangkaian Keselamatan AI ASEAN menyelaraskan tadbir urus serantau.

Tetapi armada GPU yang memacu AI komersial terbahagi antara NVIDIA (Johor) dan Huawei (Cyberjaya). DeepSeek mengeluarkan chip inference murah yang direka untuk menjalankan modelnya sendiri. Sekatan eksport AS diperketatkan lagi. Startup AI China terkena sekatan. Hyperscaler mengubah model harga pada bila-bila masa.

Dalam senario itu, soalannya bukan sama ada Malaysia mempunyai AI. Soalannya adalah sama ada Malaysia boleh terus menggunakan AI pada kadar yang diperlukan oleh ekonominya, di bawah syarat yang dituntut oleh kedaulatannya, dengan penyedia yang dipilihnya.

Itu ujian kedaulatan. Bukan dari mana model itu datang, tetapi siapa yang mempunyai kuasa untuk mengambilnya.

Apa yang perlu dibina seterusnya

Tujuh langkah praktikal:

1. Kepelbagaian model — jangan biarkan satu keluarga model melebihi 50% inference workload produksi. DeepSeek, Llama, Mistral, dan Gemma semuanya sumber terbuka. Gunakannya.
2. Kepelbagaian penyedia — jalankan workload yang sama merentasi sekurang-kurangnya dua penyedia cloud. Kos penukaran itu nyata, tetapi jaminan kesinambungan bernilai lebih.
3. Kemerdekaan infrastruktur — labur dalam infrastruktur berdaulat yang tidak bergantung pada satu vendor chip. AMD, Intel, dan ASIC tersuai adalah pilihan. Begitu juga membina di atas standard terbuka yang boleh bertahan perubahan vendor.
4. Portabiliti data — setiap dataset mesti boleh dieksport dalam format terbuka dalam masa 24 jam. Jika ia terkunci dalam format proprietari, ia bukan data berdaulat.
5. Portabiliti model — setiap model mesti boleh dikerahkan pada infrastruktur bukan proprietari. Eksport ONNX, runtime serving standard, deployment berterusan. Tiada pengoptimuman khusus vendor tanpa pelan keluar.
6. Keupayaan bakat — 100,000 langganan belia adalah permulaannya. Matlamatnya ialah jurutera yang mampu fine-tune, deploy, dan mengekalkan sistem AI berdaulat tanpa perunding luar.
7. Sandaran berdaulat — kekalkan keupayaan AI domestik minimum yang beroperasi secara bebas daripada semua infrastruktur asing. Ini ialah rizab kecemasan, bukan sistem produksi.

Malaysia tidak perlu membina setiap lapisan AI stack secara domestik. Itu adalah kemandirian, bukan kedaulatan. Kedaulatan adalah keupayaan untuk terus beroperasi apabila bahagian luar hilang — sementara atau selamanya.

Ujian kedaulatan mudah: jika setiap penyedia asing menarik diri daripada Malaysia esok, berapa jam sistem AI kritikal negara itu boleh terus beroperasi?

Jika jawapannya kurang daripada 72 jam, kerja itu baru sahaja bermula.