Indonesia kini telah memasuki era di mana Kecerdasan Buatan (AI) menjadi bagian integral dari kehidupan sehari-hari.
Namun, di balik kemudahan digital ini, tersembunyi biaya lingkungan yang serius. Pertumbuhan infrastruktur AI yang masif, jika tidak dikendalikan, berisiko besar menjauhkan Indonesia dari pencapaian target Pembangunan Berkelanjutan (SDGs), terutama dalam hal ketersediaan air bersih (SDG 6) dan energi bersih (SDG 7).
AI: Sebuah Mesin yang Sangat “Lapar” Sumber Daya
Kita sering membayangkan cloud computing sebagai sesuatu yang tidak berwujud, padahal data center AI adalah fasilitas fisik yang rakus energi. Menurut proyeksi International Energy Agency (IEA), konsumsi listrik pusat data global diperkirakan melonjak hingga 1.000 TWh pada tahun 2030, di mana AI menjadi kontributor utama, menyumbang 35 hingga 50 persen dari total kebutuhan daya tersebut.
Untuk memahami skala konsumsi ini, melatih model AI besar seperti GPT-3 membutuhkan daya setara konsumsi listrik 130 rumah tangga di Amerika Serikat selama setahun. Terlebih lagi, setiap interaksi sederhana dengan chatbot AI menghabiskan energi ratusan kali lipat lebih besar daripada pencarian web biasa. Karena mayoritas pasokan listrik Indonesia masih berasal dari batu bara, lonjakan permintaan daya AI ini secara langsung akan meningkatkan emisi karbon, yang jelas bertentangan dengan komitmen transisi energi bersih.
Krisis Air yang Dikonsumsi Server
Selain listrik, AI memiliki jejak air yang signifikan. Pusat data menghasilkan panas luar biasa, yang harus diatasi dengan sistem pendingin berbasis penguapan air tawar. Dampaknya terlihat jelas: sebuah perusahaan teknologi global melaporkan peningkatan tajam 34% dalam penggunaan air mereka untuk pusat data hanya dalam satu tahun. Bahkan pada skala mikro, setiap 100 kata yang dihasilkan oleh AI generatif diperkirakan menghabiskan sekitar 519 mililiter air untuk pendinginan.
Konsekuensinya sangat mengkhawatirkan jika konsumsi air ini terkonsentrasi di wilayah yang sudah rentan kekeringan. Satu data center skala besar bisa menghabiskan air setara dengan kebutuhan tahunan 80.000 penduduk. Inilah krisis air tersembunyi, di mana ketahanan air masyarakat lokal dikorbankan demi inovasi teknologi global.
Menuju Solusi: Mengarusutamakan “Green AI”
Meskipun AI berpotensi besar membantu tujuan SDGs (misalnya dalam optimasi jaringan listrik), potensi ini tidak akan tercapai jika masalah lingkungannya sendiri diabaikan. Untuk itu, penerapan konsep “Green AI” di Indonesia harus menjadi prioritas mendesak:
Audit dan Transparansi Wajib: Pemerintah perlu mewajibkan perusahaan teknologi untuk mengungkapkan secara terbuka konsumsi air (menggunakan metrik seperti WUE) dan listrik dari setiap model AI yang mereka operasikan di Indonesia.
Regulasi Cerdas dan Insentif: Perlu diterapkan insentif pajak bagi perusahaan yang berinvestasi pada sumber energi terbarukan 100% dan sistem pendingin hemat air (closed-loop), sambil memberikan sanksi tegas bagi mereka yang membebani jaringan air dan listrik lokal secara tidak proporsional.
Mendorong Efisiensi Lokal: Institusi dan pengembang harus didorong untuk menciptakan model-model AI yang lebih “ringan” (small language models) yang dapat berfungsi optimal dengan daya komputasi yang minimal.
Singkatnya, Kecerdasan Buatan harus diarahkan untuk menjadi bagian dari solusi lingkungan, bukan pencipta masalah baru. Jika kita terus mengabaikan dampak fisiknya, kita berisiko menukar masa depan air bersih dan energi berkelanjutan dengan kecepatan inovasi digital saat ini.
Tiffanny Christy Kurniawan, Mahasiswa Akuntansi, Universitas Brawijaya