AI, pusat data, dan definisi baru krisis air bersih
Jejak air artificial intelligence adalah total penggunaan air yang muncul dari seluruh infrastruktur fisik yang menjalankan komputasi AI, mulai dari pembangkit listrik, sistem pendinginan server AI di data center, hingga rantai pasok perangkat keras, sehingga setiap permintaan teks, gambar, atau model AI berarti ada konsumsi air tambahan yang bergantung pada lokasi, teknologi pendinginan, dan sumber energi yang digunakan.
Ini berarti setiap kali kita mengetik prompt di ponsel—misalnya meminta AI merapikan tulisan—ada server jauh yang memanas, lalu didinginkan dengan sistem yang sering bergantung pada air. AI memang tidak “meminum” air, tetapi konsumsi air data center untuk pendinginan sudah menjadi tantangan baru yang sama seriusnya dengan kebutuhan listrik. Di tengah krisis iklim dan ancaman kekeringan, persoalan ini bukan detail teknis, melainkan faktor penentu apakah kecanggihan digital akan bertabrakan dengan hak dasar atas air bersih.
Pendinginan server AI: dari liter air per prompt ke mili liter per gambar
Server AI bekerja nyaris tanpa henti dan menghasilkan panas tinggi, sehingga data center wajib memasang sistem pendinginan untuk menjaga suhu tetap aman. Banyak fasilitas memilih pendinginan berbasis air, termasuk evaporative cooling yang mengandalkan penguapan sehingga membutuhkan pasokan air baru secara terus-menerus. Di sinilah konsumsi air data center meledak: bukan karena satu mesin, tapi karena jutaan permintaan yang diproses per hari.
Jejak air satu interaksi pun tidak tunggal. Penelitian “Making AI Less ‘Thirsty’” menunjukkan percakapan 20–50 pertanyaan dengan model sekelas GPT-3 dapat menghasilkan sekitar 500 mililiter jejak air, tergantung lokasi dan waktu operasi. Sementara itu, satu gambar AI standar diperkirakan punya jejak air terkait listrik sekitar 28,6 mililiter. Perbedaan ini menunjukkan bahwa konsumsi air per komputasi AI bisa berbeda lebih dari 10.000 kali lipat, tergantung beban kerja, arsitektur sistem, dan iklim. Menganggap ada “tarif air tetap” per prompt bukan hanya salah, tapi menutupi skala masalah struktural di baliknya.
Dampak nyata: dari tekanan musim kering hingga aturan SWRO
Pertanyaan terpenting bukan lagi “berapa mili liter per prompt?”, melainkan: dari mana air itu diambil, dan siapa yang dikorbankan. AI dapat meningkatkan tekanan pada sumber daya air, terutama ketika pusat data dibangun di wilayah yang cadangan airnya sudah tertekan. Pusat data yang menggunakan air untuk pendinginan berada di wilayah yang sama dengan warga yang membutuhkan air untuk minum, sanitasi, dan pertanian. Ketika musim kering tiba, setiap liter yang dialihkan ke server adalah liter yang tidak lagi tersedia di kran rumah atau sawah.
Laju pertumbuhan ini bukan kecil: lembaga energi internasional mencatat konsumsi listrik data center mencapai sekitar 415 TWh pada 2024 dan diperkirakan melonjak menjadi 945 TWh pada 2030. Menurut laporan yang sama, konsumsi listrik data center global naik 17 persen dalam satu tahun, sementara pusat data yang berfokus pada AI tumbuh sekitar 50 persen pada periode yang sama. UNU-INWEH memperkirakan bahwa dengan jejak air sekitar 9,3 triliun liter, pusat data global dapat menggunakan 945 TWh listrik pada 2030. Dengan skala seperti ini, musim kering bukan lagi risiko lokal, tetapi konsekuensi langsung dari pilihan desain infrastruktur digital dunia.
Regulasi memaksa kemandirian air: SWRO data center sebagai kompromi baru
Menunggu industri AI berinisiatif hemat air adalah sikap naif. Lembaga pengelola kawasan industri mulai mengambil langkah keras: setiap perusahaan data center yang masuk ke sebuah pulau industri diwajibkan membangun fasilitas Sea Water Reverse Osmosis (SWRO) untuk memenuhi kebutuhan air secara mandiri. Menurut otoritas terkait, kebijakan ini dibuat untuk memastikan konsumsi air industri data center tidak mengganggu pasokan air masyarakat yang selama ini bergantung pada waduk sebagai sumber air baku.
Pernyataan pejabat yang menyebut, “Betul semua data center diwajibkan bangun SWRO,” adalah sinyal bahwa era air murah untuk server akan berakhir. SWRO data center memindahkan beban dari air tawar ke air laut, meski tentu membawa konsekuensi energi tambahan. Detail teknis seperti kapasitas SWRO, mekanisme pembangunan, hingga pengelolaan air hasil pengolahan masih dalam proses penyusunan aturan. Namun arahnya jelas: jika AI ingin berkembang, ia harus membayar penuh biaya airnya sendiri, bukan membonceng jaringan air kota.
Menuju AI yang hemat air atau masyarakat yang kehausan?
Di balik kekaguman pada kecerdasan buatan, kita sering lupa bahwa teknologi ini dibangun di atas mesin fisik yang haus energi dan air. Setiap kali kita memuji kemampuan AI menyusun puisi atau merapikan dokumen, ada listrik dan air bumi yang membengkak di tempat lain. UNU-INWEH bahkan melaporkan sekitar 2,5 miliar prompt diproses setiap hari oleh salah satu layanan AI populer; skala tersebut mengubah konsumsi air menjadi persoalan global, bukan sekadar hitungan laboratorium.
Industri sudah mulai mengembangkan alternatif seperti direct-to-chip liquid cooling untuk mengurangi ketergantungan pada air, tetapi ini tidak akan cukup tanpa transparansi dan batasan yang jelas. Pertanyaannya sederhana: apakah kita siap menerima bahwa sebagian kemewahan digital kita perlu dibatasi demi mencegah krisis air bersih? Jika tidak, pilihan akan dibuat secara paksa oleh kekeringan, bukan oleh kebijakan. AI bisa menjadi sekutu planet, tetapi hanya jika jejak airnya dipandang sebagai biaya nyata, bukan efek samping yang boleh diabaikan.
