Kecerdasan Buatan Menjadi Konsumen Energi dan Air yang Signifikan. Bagaimana Pertumbuhan Jaringan Saraf Mempengaruhi Iklim, Apa Risiko dan Peluang yang Diciptakan untuk Investor dan Ekonomi Global.
Pertumbuhan AI yang Pesat dan Nafsu Energi
Permintaan akan daya komputasi AI telah meningkat pesat dalam beberapa tahun terakhir. Sejak peluncuran jaringan saraf publik seperti ChatGPT pada akhir 2022, bisnis di seluruh dunia mempercepat adopsi model kecerdasan buatan yang membutuhkan volume pemrosesan data yang besar. Menurut perkiraan industri, pada tahun 2024, AI diperkirakan menyumbang sekitar 15–20% dari seluruh konsumsi energi pusat data secara global. Daya yang diperlukan untuk menjalankan sistem AI dapat mencapai 23 GW pada tahun 2025 — sebanding dengan total konsumsi listrik negara seperti Inggris. Sebagai perbandingan, angka ini melebihi konsumsi energi seluruh jaringan penambangan Bitcoin, menunjukkan bahwa AI telah menjadi salah satu bentuk komputasi yang paling hemat energi.
Dinamika eksponensial ini disebabkan oleh investasi besar-besaran perusahaan teknologi dalam infrastruktur: hampir setiap minggu pusat data baru dibuka, dan setiap beberapa bulan produksi chip khusus untuk pembelajaran mesin diluncurkan. Perluasan infrastruktur semacam itu langsung mengarah pada peningkatan konsumsi listrik yang diperlukan untuk daya dan pendinginan ribuan server yang melayani jaringan saraf modern.
Emisi Selevel Kota Besar
Konsumsi energi yang begitu tinggi secara tak terhindarkan menghasilkan emisi gas rumah kaca yang signifikan, jika energi sebagian diperoleh dari bahan bakar fosil. Menurut penelitian terbaru, AI pada tahun 2025 dapat bertanggung jawab atas 32–80 juta ton emisi karbon dioksida (CO2) per tahun. Ini sebenarnya membawa "jejak karbon" AI ke tingkat sebuah kota utuh: misalnya, emisi tahunan New York sekitar 50 juta ton CO2. Untuk pertama kalinya, teknologi yang terlihat sepenuhnya digital menunjukkan dampak yang sama terhadap iklim seperti sektor industri besar.
Penting untuk dicatat bahwa estimasi ini dianggap konservatif. Mereka terutama menghitung emisi dari produksi listrik untuk menjalankan server, sementara siklus hidup penuh AI — dari produksi peralatan (server, chip) hingga pembuangan — menciptakan jejak karbon tambahan. Jika ledakan AI berlanjut dengan kecepatan saat ini, volume emisi terkait akan terus meningkat. Ini menyulitkan upaya global untuk mengurangi gas rumah kaca dan menempatkan tantangan bagi perusahaan teknologi — bagaimana menyelaraskan pertumbuhan eksplosif AI dengan komitmen untuk mencapai netralitas karbon.
Jejak Air Jaringan Saraf
Satu lagi "nafsu" sumber daya tersembunyi dari AI adalah air. Pusat data mengkonsumsi sejumlah besar air untuk mendinginkan server dan peralatan: pendinginan evaporatif dan pendinginan udara tidak dapat dilakukan tanpa sumber daya air. Selain konsumsi langsung, jumlah besar air juga dibutuhkan secara tidak langsung – di pembangkit listrik untuk mendinginkan turbin dan reaktor dalam menghasilkan listrik yang sama yang diserap oleh kluster komputasi. Menurut perkiraan ahli, sistem AI saja pada tahun 2025 bisa menggunakan antara 312 hingga 765 miliar liter air. Ini sebanding dengan jumlah air kemasan yang diminum umat manusia dalam setahun. Dengan demikian, jaringan saraf membentuk jejak air yang kolosal, yang sampai baru-baru ini hampir tidak terlihat oleh publik.
Estimasi resmi sering kali tidak mencerminkan gambaran lengkap. Misalnya, Badan Energi Internasional melaporkan angka sekitar ~560 miliar liter air yang dikonsumsi oleh semua pusat data di dunia pada tahun 2023, namun statistik ini tidak mencakup air yang digunakan di pembangkit listrik. Jejak air AI yang sebenarnya bisa beberapa kali lebih tinggi daripada estimasi formal. Para pemain terbesar di industri belum terburu-buru untuk membagikan rincian: dalam laporan terbaru tentang sistem AI mereka, perusahaan Google secara jelas menyatakan bahwa mereka tidak memperhitungkan konsumsi air di pembangkit listrik pihak ketiga dalam metrik mereka. Pendekatan semacam ini menghadapi kritik, karena sebagian besar air digunakan untuk memenuhi kebutuhan listrik AI.
Saat ini, skala konsumsi air sudah menimbulkan kekhawatiran di sejumlah daerah. Di daerah kering di AS dan Eropa, komunitas menentang pembangunan pusat data baru, khawatir bahwa mereka akan mengambil air dari sumber lokal yang langka. Bahkan perusahaan itu sendiri mencatat meningkatnya "haus" dari ladang server mereka: misalnya, Microsoft melaporkan bahwa konsumsi air pusat datanya meningkat 34% (menjadi 6,4 miliar liter) pada tahun 2022 terutama akibat peningkatan beban yang terkait dengan pelatihan model AI. Fakta-fakta ini menekankan bahwa faktor air dengan cepat menjadi pusat perhatian dalam menilai risiko lingkungan dari infrastruktur digital.
Ketidaktransparanan Raksasa Teknologi
Paradoxaly, namun dengan dampak yang begitu besar dari konsumsi energi dan air oleh AI, informasi yang tersedia untuk publik sangat sedikit. Perusahaan teknologi besar (Big Tech) dalam laporan keberlanjutan mereka biasanya hanya memberikan angka total terkait emisi dan sumber daya, tanpa memisahkan bagian yang terkait dengan AI. Informasi mendetail tentang operasi pusat data – seperti berapa banyak energi atau air yang digunakan khusus untuk komputasi jaringan saraf – biasanya tetap di dalam perusahaan. Hampir tidak ada informasi tentang konsumsi "tidak langsung", misalnya, tentang air yang dihabiskan dalam produksi listrik untuk kebutuhan pusat data.
Akibatnya, para peneliti dan analis harus bertindak seperti detektif, merangkai gambaran dari data yang terputus-putus: fragmen dari presentasi perusahaan, perkiraan jumlah chip server yang terjual untuk AI, data dari perusahaan energi, dan indikator tidak langsung lainnya. Ketidaktransparanan ini menyulitkan pemahaman tentang seluruh skala jejak lingkungan AI. Para ahli menyerukan pengenalan standar pengungkapan informasi yang ketat: perusahaan harus melaporkan konsumsi energi dan penggunaan air pusat data mereka dengan pecahan ke dalam bidang kunci, termasuk AI. Transparansi semacam ini akan memungkinkan masyarakat dan investor untuk secara objektif menilai dampak teknologi baru dan mendorong industri untuk mencari cara untuk mengurangi beban pada lingkungan.
Risiko Lingkungan yang Mengancam
Jika tren saat ini terus berlanjut, "nafsu" AI yang terus tumbuh dapat memperburuk masalah lingkungan yang ada. Puluhan juta ton tambahan emisi gas rumah kaca setiap tahun akan menyulitkan pencapaian tujuan Perjanjian Paris mengenai iklim. Konsumsi ratusan miliar liter air tawar akan terjadi di tengah kekurangan sumber daya air global yang, diperkirakan, dapat mencapai 56% pada tahun 2030. Dengan kata lain, tanpa langkah keberlanjutan, ekspansi AI berisiko bentrok dengan batasan lingkungan planet.
Jika tidak ada perubahan, tren semacam itu dapat mengakibatkan konsekuensi negatif berikut:
- Peningkatan pemanasan global akibat peningkatan emisi gas rumah kaca.
- Memperburuk kekurangan air tawar di beberapa daerah yang sudah kering.
- Peningkatan beban pada sistem energi dan konflik sosial-ekologis di sekitar sumber daya yang terbatas.
Saat ini, komunitas lokal dan pemerintah mulai merespons tantangan ini. Di beberapa negara, batasan dikenakan pada pembangunan pusat data "pemakan energi", mengharuskan penggunaan sistem daur ulang air atau pembelian energi terbarukan. Para ahli mencatat bahwa tanpa perubahan mendasar, industri AI yang dulunya hanya bersifat digital berisiko berubah menjadi sumber krisis lingkungan yang nyata — dari kekeringan hingga kegagalan rencana iklim.
Pandangan Investor: Faktor ESG
Aspek lingkungan dari perkembangan cepat AI semakin menjadi perhatian penting bagi investor. Di era ketika prinsip ESG (faktor lingkungan, sosial, dan tata kelola) menjadi prioritas utama, jejak karbon dan air dari teknologi secara langsung mempengaruhi penilaian perusahaan. Investor bertanya-tanya: apakah "perputaran hijau" dalam kebijakan akan menyebabkan kenaikan biaya untuk perusahaan yang berfokus pada AI? Misalnya, pengetatan regulasi karbon atau penerapan biaya untuk penggunaan air dapat meningkatkan pengeluaran perusahaan yang layanan jaringan sarafnya menghabiskan banyak energi dan air.
Di sisi lain, perusahaan yang saat ini telah berinvestasi dalam pengurangan dampak lingkungan dari AI mungkin mendapatkan keuntungan. Transisi pusat data ke energi terbarukan, peningkatan chip dan perangkat lunak untuk meningkatkan efisiensi energi, serta penerapan sistem daur ulang air mengurangi risiko dan meningkatkan reputasi. Pasar menghargai kemajuan dalam keberlanjutan: investor di seluruh dunia semakin sering memasukkan metrik lingkungan ke dalam model penilaian bisnis mereka. Oleh karena itu, bagi para pemimpin teknologi, pertanyaan menjadi jelas: bagaimana terus meningkatnya daya AI sambil memenuhi harapan masyarakat akan keberlanjutan? Mereka yang menemukan keseimbangan antara inovasi dan tanggung jawab terhadap alam akan memperoleh keuntungan dalam jangka panjang — baik dari segi citra maupun dalam nilai bisnis.
Jalan Menuju AI Berkelanjutan
Meskipun masalah ini besar, industri memiliki kesempatan untuk mengarahkan pertumbuhan AI ke arah keberlanjutan. Perusahaan teknologi terkemuka dunia dan para peneliti sudah bekerja pada solusi yang dapat mengurangi jejak lingkungan AI tanpa memperlambat inovasi. Beberapa strategi kunci meliputi:
- Peningkatan efisiensi energi model dan peralatan. Pengembangan algoritma yang dioptimalkan dan chip khusus (ASIC, TPU, dll.) yang melaksanakan tugas pembelajaran mesin dengan konsumsi energi yang lebih rendah.
- Transisi ke sumber energi bersih. Penggunaan energi dari sumber terbarukan (tenaga surya, angin, hidro, dan nuklir) untuk memberi daya pusat data, dengan tujuan menetralkan emisi karbon dari operasi AI. Banyak raksasa IT telah menandatangani kontrak "hijau", membeli energi bersih untuk kebutuhan mereka.
- Pengurangan dan daur ulang konsumsi air. Penerapan sistem pendinginan baru (pendinginan cair, imersi) yang jauh lebih sedikit membutuhkan air, serta penggunaan kembali air teknis. Memilih lokasi untuk pusat data dengan mempertimbangkan situasi air: lebih memilih daerah yang memiliki iklim dingin atau sumber daya air yang cukup. Penelitian menunjukkan bahwa pilihan lokasi dan teknologi pendinginan yang tepat dapat menurunkan jejak air dan karbon pusat data hingga 70–85%.
- Transparansi dan akuntabilitas. Penerapan pemantauan dan pengungkapan data yang wajib tentang konsumsi energi dan penggunaan air oleh infrastruktur AI. Pencatatan publik mendorong perusahaan untuk lebih efisien dalam mengelola sumber daya dan memungkinkan investor untuk melacak kemajuan dalam mengurangi dampak pada ekosistem.
- Penggunaan AI untuk manajemen sumber daya. Secara paradoks, kecerdasan buatan itu sendiri dapat membantu menyelesaikan masalah ini. Algoritma pembelajaran mesin sudah digunakan untuk mengoptimalkan pendinginan di pusat data, memprediksi kebutuhan, dan mendistribusikan tugas untuk meminimalkan beban puncak pada jaringan dan meningkatkan efisiensi penggunaan server.
Beberapa tahun ke depan akan menjadi kunci untuk mengintegrasikan praktik keberlanjutan ke dalam inti bidang AI yang tumbuh pesat. Industri berada di persimpangan jalan: apakah akan bergerak secara inersia, berisiko menghadapi batasan lingkungan, atau mengubah masalah menjadi dorongan untuk teknologi dan model bisnis baru. Jika transparansi, inovasi, dan tanggung jawab terhadap sumber daya menjadi bagian yang tidak terpisahkan dari strategi AI, "akal digital" dapat berkembang seiring dengan kepedulian terhadap planet ini. Keseimbangan inilah yang diharapkan oleh investor dan masyarakat secara keseluruhan dari era teknologi baru.
