Peringatan PBB Soal Jejak Ekologis Pusat Data Kecerdasan Buatan

Setiap kali kita mengetik pertanyaan ke asisten kecerdasan buatan, menonton video dalam kualitas tinggi, atau menyimpan foto di awan, ada mesin fisik yang bekerja di balik layar. Mesin itu bukan abstraksi virtual, melainkan gedung penuh server yang mengonsumsi listrik dalam jumlah besar dan butuh pendinginan konstan. Kini PBB mengingatkan bahwa pertumbuhan pusat data (data center) yang menopang kecerdasan buatan (AI/artificial intelligence) mulai mengkhawatirkan dari sisi lingkungan, terutama soal penggunaan air dan energi.

Peringatan ini penting bagi Indonesia karena kita sedang membangun ekosistem digital yang agresif. Dari ibu kota baru hingga rencana pembangunan pusat data di Batam dan sejumlah kawasan industri, kebutuhan komputasi nasional diproyeksikan melonjak. Pertanyaannya bukan lagi apakah teknologi ini berguna, melainkan siapa yang menanggung biaya lingkungannya.

Jejak Air yang Sering Terlupakan

Saat membahas pusat data, orang biasanya terpaku pada angka konsumsi listrik. Padahal air adalah variabel yang jarang dibahas namun dampaknya nyata. Ibarat seperti mesin diesel yang tidak hanya haus bahan bakar tetapi juga butuh air untuk mendinginkan mesinnya, pusat data besar memakai air untuk menurunkan suhu ruang server yang menghasilkan panas berlebih.

Sistem pendinginan evaporatif bekerja dengan cara menguapkan air sehingga suhu turun, mirip keringat manusia saat beraktivitas di siang hari. Masalahnya, air yang menguap itu hilang dari siklus lokal dan tidak langsung kembali ke sumber asalnya. Di wilayah yang sudah defisit air, konsumsi skala besar seperti ini bisa bersaing langsung dengan kebutuhan rumah tangga dan pertanian.

Studi berbagai lembaga menunjukkan pusat data konsumtif bukan hanya terhadap energi, tetapi juga ribuan liter air setiap hari untuk sistem pendinginan. Untuk wilayah beriklim tropis seperti Indonesia, tantangannya ganda: suhu udara lebih tinggi membuat efisiensi pendinginan menurun, sementara pola hujan yang makin tidak menentu menekan ketersediaan sumber air.

Tagihan Energi yang Terus Membengkak

Di sisi energi, skala masalahnya bahkan lebih besar. International Energy Agency (IEA/Agensi Energi Internasional) memproyeksikan konsumsi listrik pusat data global bisa menembus sekitar 900-an terawatt-jam (TWh) menjelang 2030, dipicu oleh beban komputasi beban kerja AI yang terus bertambah. Untuk konteks, angka itu setara dengan konsumsi listrik negara-negara besar.

Algoritma machine learning (pembelajaran mesin) yang melatih model bahasa besar membutuhkan ribuan prosesor grafis bekerja berminggu-minggu nonstop. Setiap iterasi pelatihan menghasilkan panas, dan setiap panas harus dibuang dengan daya tambahan. Efisiensi perangkat keras memang meningkat, tetapi volume pemakaian tumbuh jauh lebih cepat daripada efisiensinya — kondisi yang dalam ilmu ekonomi disebut rebound effect, mirip orang yang berhemat bahan bakar karena mobilnya irit, lalu malah lebih sering bepergian.

Rata-rata satu permintaan AI generatif bisa memakan energi beberapa kali lipat dibanding pencarian biasa di mesin telusur. Bila jutaan orang menggunakannya setiap hari, akumulasinya menjadi beban nyata bagi jaringan kelistrikan nasional. Indonesia yang masih bergantung pada pembangkit berbasis fosil akan menanggung emisi karbon tambahan dari ekspansi ini, kecuali bauran energi terbarukan ikut dipercepat.

Mengapa Regulasi Tak Boleh Menyusul Terlambat

Peringatan PBB sejatinya menyerukan agar pembangunan infrastruktur digital tidak lagi dirancang tanpa hitungan ekologis. Dalam pengertian luas, ini menyangkut tata kelola (governance) yang mencakup pelaporan konsumsi air dan listrik, standar efisiensi bangunan, hingga kewajiban pemanfaatan panas buangan untuk keperluan lain seperti pemanas ruang atau budidaya akuaponik.

Beberapa negara mulai menerapkan aturan misalnya mewajibkan pusat data memakai energi terbarukan dan melaporkan rasio efisiensi termal. Uni Eropa dengan kerangka taksonomi hijaunya menjadi contoh paling ketat. Indonesia bisa belajar dari sana tanpa harus menunggu krisis air lebih dulu.

Sisi peluangnya juga besar: pusat data yang dirancang efisien justru bisa menjadi bagian dari solusi. Pemanfaatan suhu laut untuk pendinginan, lokasi di dataran tinggi berudara sejuk, serta integrasi panel surya atap adalah contoh inovasi yang relevan dengan kondisi geografis Nusantara.

Apa yang Bisa Dilakukan Pengguna Sehari-hari

Konsumen sering merasa kecil di hadapan korporasi raksasa, padahal perilaku kolektif menentukan arah permintaan. Mengurangi pemakaian konten resolusi berlebih, memilih penyimpanan awan seperlunya, hingga mendukung platform yang transparan soal jejak karbon adalah langkah sederhana dengan efek kumulatif.

Pada akhirnya, teknologi tidak boleh dipilih dengan dilema biner antara kemajuan atau lingkungan. Diperlukan kompromi terukur: mendorong pengembangan AI yang bermanfaat sambil memastikan infrastrukurnya tidak menggerus sumber daya yang menjadi hak warga. Tanpa aturan main yang jelas, disrupsi digital bisa berubah menjadi bencana lingkungan yang baru terasa puluhan tahun ke depan.