AI Agent: Dari Otomasi Cerdas ke Industri Infrastruktur Berat
AI agent adalah sistem kecerdasan buatan yang tidak hanya menjawab pertanyaan, tetapi juga merencanakan, menjalankan serangkaian aksi digital, mengakses beragam aplikasi, dan mengulang proses sampai tujuan tercapai; sifat otonom dan berjenjang ini membuat setiap interaksi pengguna berubah menjadi rangkaian panggilan komputasi intensif yang memerlukan pusat data berdaya listrik besar dan sistem pendinginan kompleks, sehingga menempatkan AI bukan sekadar perangkat lunak, melainkan bagian dari infrastruktur industri berat dengan jejak fisik nyata pada energi, air, dan lingkungan.
Narasi arus utama tentang AI agent berkisar pada efisiensi kerja dan peningkatan produktivitas. Namun, di balik antusiasme itu, teknologi ini mendorong lonjakan konsumsi energi dan kapasitas pusat data hingga skala yang dulu hanya diasosiasikan dengan industri berat. Setiap langkah yang dijalankan AI agent berarti tugas baru di server, dari pengambilan data, komputasi model, hingga koordinasi antar sistem. Pengguna melihat antarmuka yang tampak ringan, tetapi proses di belakang layar mengubah ekonomi digital menjadi jaringan fasilitas fisik yang beroperasi tanpa henti. Jika kita hanya memuja kecerdasan sistem dan melupakan beban materialnya, kita sedang mengganti satu bentuk ekstraksi sumber daya dengan bentuk lain, kali ini memakai bahasa "otomasi" dan "agent".
Di level kebijakan, kekosongan pernyataan publik tentang kesiapan infrastruktur listrik dan lingkungan untuk menampung gelombang AI seharusnya dibaca sebagai tanda bahaya. Mantan presiden Amerika Serikat Barack Obama bahkan mengingatkan bahwa AI harus menjadi agenda pusat dan pemerintah memerlukan "a very clear plan" untuk menangani dampak ekonomi dan keselamatannya. Teguran ini relevan bukan hanya untuk isu keamanan, tetapi juga untuk jejak fisik AI agent yang kian menguat. Tanpa rencana yang jelas, keputusan pembangunan pusat data berpotensi ditentukan oleh logika investasi jangka pendek, sementara biaya sosial dan ekologis dibiarkan mengendap di sekitar lokasi fasilitas.
Konsumsi Energi Data Center: Dari Ratusan ke Mendekati Seribu TWh
Ledakan AI agent menempatkan konsumsi energi data center pada jalur yang mendekati kategori krisis. International Energy Agency menunjukkan konsumsi listrik pusat data, AI, dan kripto secara global dapat mendekati 1.000 TWh pada 2026. Ini bukan angka abstrak; ini adalah sinyal bahwa setiap fitur baru berbasis AI, setiap otomasi agent, menambah beban pada sistem kelistrikan dunia. Pusat data tidak bisa beroperasi separuh waktu: mereka menyala nyaris 24 jam, menopang pelatihan dan inferensi model besar, sekaligus melayani jutaan panggilan agent yang saling tumpang tindih.
Data lebih rinci menunjukkan tren yang mengkhawatirkan. Konsumsi listrik data center global sekitar 415 TWh pada 2024, setara 1,5 persen konsumsi listrik dunia, dan diperkirakan naik menjadi 945 TWh pada 2030. Laporan lain mencatat konsumsi listrik data center meningkat 17 persen sepanjang 2025, sementara fasilitas yang berfokus pada AI tumbuh jauh lebih cepat, sekitar 50 persen pada periode yang sama. Di Amerika Serikat, konsumsi listrik data center bahkan diproyeksikan menyentuh 426 TWh pada 2030. Proyeksi yang mendekati 1.000 TWh pada 2026 adalah peringatan bahwa ekonomi digital memiliki biaya fisik yang tidak bisa terus disembunyikan di balik metafora "cloud".
Dampaknya terasa sampai ke rumah tangga. Di wilayah dengan jaringan listrik padat, satu kawasan pusat data dapat bersaing langsung dengan industri, perumahan, dan layanan publik untuk mendapatkan pasokan listrik. Seorang pengamat menyebut bahwa "data center menciptakan masalah yang tidak berhenti di batas kota, baik itu polusi atau membebani jaringan listrik dan menaikkan tagihan listrik semua orang". Ketika AI agent beroperasi tanpa kita sadari, biaya energinya berpotensi muncul dalam bentuk tarif listrik yang lebih tinggi, risiko pemadaman, atau keterlambatan transisi energi terbarukan. Klaim hijau perusahaan teknologi juga patut dicurigai jika tidak disertai transparansi per jam dan per lokasi; sertifikat energi terbarukan di kertas tidak otomatis berarti server mereka benar-benar disuplai listrik bersih pada saat digunakan.
Penggunaan Air AI Infrastructure: Krisis yang Nyaris Tidak Disuarakan
Sementara sorotan publik tertuju pada konsumsi listrik, penggunaan air AI infrastructure diam-diam menjadi tantangan baru yang sama serius. Perkembangan kecerdasan buatan tidak hanya meningkatkan keperluan terhadap listrik, tetapi juga menghadirkan kebutuhan besar terhadap air untuk sistem pendinginan pusat data. Server, penyimpanan data, jaringan, dan GPU untuk melatih maupun mengoperasikan model AI menghasilkan panas intensif. Untuk mencegah kerusakan dan menjaga kinerja, operator mengandalkan sistem berbasis air, termasuk evaporative cooling yang memanfaatkan penguapan untuk membuang panas.
Masalahnya, air yang menyerap panas pada sistem tertentu akan menguap dan perlu diganti dengan pasokan baru, sehingga konsumsi air pusat data bisa sangat besar. Penelitian dalam jurnal ilmiah menemukan bahwa perbedaan penggunaan air antar beban kerja data center dapat mencapai lebih dari 10.000 kali lipat, menunjukkan betapa sensitifnya jejak air terhadap desain dan praktik operasional. Seiring konsumsi listrik data center yang meningkat 17 persen sepanjang 2025 dan data center berfokus AI melonjak sekitar 50 persen, beban air ikut terdongkrak, meski jarang masuk ke diskusi publik. Di banyak wilayah yang sudah mengalami tekanan sumber daya air, pembangunan infrastruktur AI tanpa pertimbangan hidro-logistik yang matang sama saja menambah satu lapisan krisis di atas krisis yang sudah ada.
Karena itu, pembangunan pusat data dan jaringan AI harus mulai melihat air sebagai faktor pembatas, bukan sekadar parameter teknis. Laporan energi internasional menekankan bahwa pembangunan infrastruktur AI perlu mempertimbangkan kondisi sumber daya air di wilayah setempat, terutama di daerah dengan tekanan ketersediaan air tinggi. Namun sampai sekarang, diskusi publik tentang AI lebih sibuk membahas risiko etika dan disinformasi, sambil melupakan fakta sederhana bahwa model besar butuh air untuk tetap dingin. Tanpa regulasi yang mewajibkan pelaporan konsumsi air dan standar efisiensi minimum, kita berisiko menciptakan ekosistem AI yang secara diam-diam menguras sumber daya vital yang sama pentingnya dengan listrik.
PFAS dan Limbah Beracun: Lapisan Gelap Infrastruktur AI
Jika energi dan air adalah sisi yang paling mudah terlihat, kimia beracun seperti PFAS adalah lapisan gelap dari infrastruktur AI yang nyaris tidak dibicarakan. Hampir seluruh dari sepuluh produsen bahan kimia abadi atau polyfluoroalkyl substances (PFAS) terbesar dunia berencana meningkatkan kuota produksi mereka seiring pertumbuhan data center AI. PFAS digunakan di sistem pendingin, chip AI, papan sirkuit, sistem pemadam kebakaran, hingga melapisi ribuan kilometer kabel yang menghubungkan komponen pusat data. Ketika fasilitas AI berkembang, kebutuhan PFAS meningkat, dan rencana ekspansi produksi menunjukkan bahwa pasar sudah mengantisipasi lonjakan permintaan.
PFAS terkenal karena sifatnya yang hampir tidak terurai, sehingga PFAS polusi lingkungan cenderung bersifat kumulatif. Data center beroperasi hampir tanpa henti, membuat komponen cepat rusak dan diganti secara berkala. Saat komponen lama dibuang, PFAS hampir pasti berakhir di lingkungan, dengan peluang besar masuk ke rantai makanan. Ketika manusia mengonsumsi produk nabati dan hewani yang terkontaminasi, bahan kimia abadi ini menumpuk di tubuh dan berpotensi memicu beragam masalah kesehatan. Lembaga pengawas kimia memperingatkan bahwa tanpa penghapusan bertahap yang cepat oleh pemerintah dan regulator, kita akan menghadapi gelombang baru bahan kimia abadi yang mengiringi gelombang pusat data AI.
PFAS bukan satu-satunya risiko fisik; tumpahan diesel dari fasilitas data center menunjukkan bagaimana infrastruktur digital dapat menciptakan limbah beracun yang tidak berhenti di batas kota. Temuan terbaru soal PFAS dan tumpahan diesel menambah daftar dampak fisik dari pertumbuhan infrastruktur AI. Ketika pengamat lokal menyebut bahwa data center membebani jaringan listrik dan menaikkan tagihan semua orang, yang digambarkan sebenarnya adalah model bisnis yang mengalihkan biaya ke lingkungan dan warga sekitar, sementara nilai ekonominya terkonsentrasi di perusahaan pemilik teknologi. Dalam konteks ini, dampak lingkungan AI agent bukan efek samping, melainkan bagian struktural dari cara kita membangun ekonomi digital.
