Jejak Air Tersembunyi di Balik Booming Teknologi AI

AI Bukan Sekadar Dunia Digital: Ia Memompa Air Nyata dari Bumi

Jejak air tersembunyi data center AI adalah total penggunaan air, langsung maupun tidak langsung, untuk mendinginkan server dan memasok listrik bagi komputasi kecerdasan buatan, mulai dari proses training hingga inferensi, yang menjadikan setiap klik, prompt, dan gambar yang dihasilkan memiliki biaya lingkungan berupa konsumsi air dan energi yang menumpuk secara global. Media sosial belakangan dipenuhi tren foto berbasis kecerdasan buatan, dari gaya Studio Ghibli hingga sekarang foto estetik ala tahun 1980-an. Kita melihatnya sebagai hiburan ringan, seolah semuanya terjadi di ruang maya, padahal ada “pabrik komputasi” yang beroperasi tiada henti di balik layar. Sikap publik yang menganggap AI sebagai sesuatu yang tak berwujud ini membuat dampak lingkungan nyaris tak terlihat, dan itu masalahnya: kita merayakan booming teknologi sambil menutup mata terhadap sumber daya alam yang dikuras.

Dari Satu Foto ke Triliunan Liter: Data Center AI dan Konsumsi Air

Setiap kali tombol “generate” ditekan untuk membuat satu gambar AI, komputer di pusat data menjalankan miliaran proses komputasi yang menghasilkan panas tinggi dan butuh listrik besar. Untuk mencegah kerusakan server, sistem pendingin masif diterapkan, banyak yang mengandalkan air, baik langsung maupun melalui pembangkit listrik yang memasok energi. Satu gambar AI tipikal diperkirakan memerlukan sekitar 29 mililiter air—sekitar dua sendok makan. Kedengarannya remeh, tapi efek skala mengubah angka kecil menjadi beban besar saat jutaan hingga miliaran pengguna menghasilkan konten setiap hari. Riset menunjukkan fasilitas berukuran menengah dengan pendinginan evaporatif bisa memakai sekitar 1,14 juta liter air per hari, sementara pusat data hyperscale di iklim panas dapat mencapai 3,79–18,93 juta liter per hari. Di wilayah yang sudah menghadapi kekeringan, kebutuhan data center ini menambah tekanan pada pasokan air rumah tangga, pertanian, dan industri lain.

Dalam skala global, gambaran tersebut mengkhawatirkan. Konsumsi air terkait pusat data diperkirakan sekitar 560 miliar liter pada 2023 dan dapat naik menjadi sekitar 1,2 triliun liter per tahun pada 2030 dalam skenario dasar, lebih dari dua kali lipat. Artikel ilmiah lain memproyeksikan bahwa pengambilan air global yang terkait langsung dengan teknologi AI bisa mencapai 4,2–6,6 triliun liter pada 2027. Meskipun kecerdasan buatan bukan satu-satunya pemicu krisis air dunia, ia jelas menambah beban pada sistem lingkungan yang sudah tertekan. Singkatnya, data center AI konsumsi air bukan sekadar isu teknis, melainkan persoalan keadilan sumber daya: air yang menguap untuk mendinginkan server adalah air yang tidak kembali ke sungai, sumur, dan sawah.

Jejak Energi dan Karbon: AI Sebagai Pabrik, Bukan Sekadar Aplikasi

Jika konsumsi air adalah wajah yang paling kasat mata, jejak energi dari teknologi AI tak kalah penting. Untuk dapat menjawab pertanyaan, menjelaskan konsep, atau menghasilkan gambar gaya 80-an yang sedang viral, sistem AI mesti melalui dua tahap besar di data center: data training dan inferensi. Training adalah proses pelatihan intensif agar model mengenali pola, memahami pertanyaan, dan menghasilkan respons. Proses ini membutuhkan kemampuan komputasi sangat besar sehingga konsumsi listrik melonjak. Inferensi, yakni saat AI melayani pengguna setiap hari, menambah beban operasional yang terus-menerus. Energi yang besar ini hampir pasti berarti emisi karbon yang tidak sedikit, kecuali seluruh suplai listriknya sudah bersih. Dosen teknik lingkungan menegaskan bahwa AI yang kita pakai “diproduksi dalam sebuah pabrik komputasi yang nyata” dan pabrik ini meminta listrik serta air dalam jumlah sangat besar.

Dampak lingkungan kecerdasan buatan akibat energi tidak berhenti di situ. Selain listrik dan air, ada emisi karbon, panas, limbah elektronik, limbah bahan berbahaya dan beracun (B3), hingga kebisingan yang ikut keluar dari ekosistem data center. Jejak karbon teknologi AI akan terus membesar seiring ekspansi pusat data hyperscale yang jumlahnya telah melampaui seribu dan masih akan bertambah dengan ratusan rencana pembangunan baru. Ekspansi infrastruktur digital pun membawa tantangan bagi pengelolaan air dan energi, terutama di daerah yang pasokan listriknya masih bertumpu pada bahan bakar fosil dan cadangan airnya terbatas. Mengabaikan aspek ini sama dengan menganggap emisi dan limbah sebagai “noise” yang tidak penting, padahal ia berkontribusi langsung terhadap pemanasan global dan degradasi lingkungan lokal.

Efek Viral: Skala Penggunaan AI yang Membebani Sumber Daya

Fenomena tren foto AI gaya 80-an yang menjamur di media sosial adalah contoh sempurna bagaimana aktivitas kecil bisa menumpuk menjadi beban besar. Sekali unggah, kita menganggapnya permainan ringan—memilih pose, mengisi prompt, menunggu hasil instan dan membagikannya. Namun setiap gambar menggandakan permintaan komputasi, listrik, dan air dalam skala yang nyaris tanpa batas. Teknologi AI saat ini sudah memasuki tahap “scale effect”: satu aktivitas yang tampak sepele, jika dilakukan miliaran kali, menghasilkan dampak besar. Seseorang yang membuat 10 gambar, kemudian diikuti jutaan orang lain di seluruh dunia, memicu gelombang permintaan pada data center. Di sini, dampak lingkungan tidak lagi abstrak. Di wilayah yang menghadapi kekeringan, kebutuhan pusat data dapat menambah tekanan terhadap pasokan rumah tangga, pertanian, dan industri lainnya.

Meskipun kecerdasan buatan bukan faktor utama krisis air global, kehadirannya terbukti menambah beban berat pada sistem lingkungan yang sudah tertekan. Ketika tren AI baru bermunculan berbulan-bulan—dari filter foto, chatbot, hingga generator video—kita jarang bertanya: dari mana listriknya? Dari mana airnya? Berapa banyak server yang harus terus menyala untuk melayani euforia digital sesaat ini? Sikap konsumen dan pembuat kebijakan yang tidak mengaitkan kepuasan digital dengan konsumsi sumber daya membuat risiko terus mengendap tanpa kendali yang memadai. Di balik setiap tren viral, ada pipa air dan kabel listrik yang bekerja keras; jika kita tidak mulai memasukkan faktor sumber daya ke dalam percakapan tentang inovasi, maka “fun” akan selalu menang atas keberlanjutan.

Membangun Infrastruktur AI yang Berkelanjutan: Dari Lokasi hingga Transparansi

Pertumbuhan layanan AI di berbagai sektor tengah memicu pembangunan data center baru yang bekerja seperti pabrik komputasi. Menurut pakar lingkungan, lonjakan penggunaan AI yang cepat membuat kebutuhan pusat data terus meningkat dan kondisi ini perlu diantisipasi karena konsumsi listrik dan sistem pendinginan yang sangat besar. Jika dibiarkan mengikuti logika “bangun dulu, urus lingkungan belakangan”, proyeksi penggunaan air untuk pusat data global bisa melesat hingga 9,3 triliun liter pada 2030 menurut salah satu kajian lembaga internasional. Lembaga energi dunia menekankan bahwa keberlanjutan air harus dipertimbangkan sejak pemilihan lokasi dan desain pusat data. Misalnya, menghindari kawasan rawan kekeringan, memilih teknologi pendinginan yang hemat air, dan menghubungkannya dengan pasokan energi yang efisien.

Berbagai pihak kini mendesak solusi nyata: penggunaan sistem pendingin tertutup yang lebih hemat air, pemilihan lokasi pusat data yang aman dari risiko kekeringan, serta peningkatan transparansi dari perusahaan teknologi agar dunia bisa menikmati inovasi tanpa mengorbankan kelestarian sumber daya air bumi.