AI Diperkirakan Konsumsi Lebih dari 50 Persen Energi Data Center

NTT DATA memperingatkan bahwa lonjakan adopsi kecerdasan buatan berpotensi mendorong konsumsi energi pusat data melewati ambang kritis, dan menegaskan bahwa tanpa pendekatan berkelanjutan sejak tahap pengembangan, teknologi AI dapat menjadi ancaman serius bagi lingkungan. 

Dalam laporan terbarunya, perusahaan global di bidang AI dan layanan digital itu menekankan bahwa kebutuhan daya besar, penggunaan air, hingga limbah elektronik menjadikan AI sebagai kontributor utama jejak karbon—namun di saat yang sama, solusi berbasis AI justru membuka peluang strategis bagi perusahaan untuk mengurangi emisi, menghemat sumber daya, dan menciptakan nilai jangka panjang.

Baca juga: Laju Pesat Digitalisasi & Potensi Besar Industri Data Center Dalam Negeri

NTT DATA, perusahaan global di bidang AI, bisnis digital, dan layanan teknologi, baru-baru ini merilis laporan riset (white paper) baru yang menyoroti pentingnya memasukkan aspek keberlanjutan di setiap tahap pengembangan dan penerapan AI. Langkah ini diperlukan untuk mengurangi dampak lingkungan dari teknologi tersebut.

Menerapkan solusi inovatif untuk menciptakan AI yang berkelanjutan bukan hanya tanggung jawab perusahaan, melainkan juga peluang strategis untuk menciptakan nilai jangka panjang, memperkuat perusahaan, dan menghemat sumber daya penting.

Laporan berjudul Sustainable AI for a Greener Tomorrow ini menjelaskan meningkatnya dampak lingkungan dari AI dan menawarkan jalan menuju inovasi yang lebih berkelanjutan. Teknologi AI membutuhkan daya listrik yang sangat besar untuk melatih large language models, menjalankan proses inferensi, dan menjaga layanan yang selalu aktif.

Para peneliti memperkirakan beban kerja AI akan menyumbang lebih dari 50% konsumsi daya pusat data (data center) pada tahun 2028. Dampak lingkungan lainnya termasuk penggunaan air untuk sistem pendingin data center, limbah elektronik (e-waste), dan penambangan mineral langka untuk produksi perangkat keras.

“Dampak penggunaan sumber daya akibat pertumbuhan dan adopsi AI yang cepat memang menakutkan, tapi teknologi ini juga bisa menjadi solusi bagi masalah lingkungan yang ditimbulkannya,” ujar David Costa, Head of Sustainability Innovation Headquarters, NTT DATA.

Dia melanjutkan, kemampuan AI yang luar biasa dapat membantu mengelola jaringan energi lebih efisien, menurunkan emisi secara keseluruhan, memprediksi risiko lingkungan, dan meningkatkan konservasi air. Untuk itu, penting bagi perusahaan untuk menyadari tantangan ini dan membangun sistem AI yang berkelanjutan sejak tahap awal.

Tim ahli AI dan konsultan keberlanjutan NTT DATA menyerukan agar perusahaan tidak hanya fokus pada metrik performa AI seperti akurasi atau kecepatan. Tujuan keberlanjutan harus dilihat secara menyeluruh. Efisiensi harus menjadi prinsip desain utama, bukan pengorbanan dari kinerja.

Selain itu, konsumsi energi, emisi karbon, dan jejak air dari AI perlu memiliki standar pengukuran yang jelas dan dapat diverifikasi. Tolok ukur seperti “AI Energy Score” dan “Software Carbon Intensity (SCI) for AI” bisa digunakan untuk memasukkan aspek keberlanjutan ke dalam tata kelola, pengadaan, dan kepatuhan perusahaan.

AI yang berkelanjutan memerlukan pemikiran menyeluruh dari awal hingga akhir, mulai dari penambangan bahan baku, produksi perangkat keras, penerapan sistem, hingga pembuangan akhir. Langkah pentingnya termasuk memperpanjang umur perangkat keras, mengoptimalkan sistem pendingin, dan menerapkan prinsip ekonomi sirkular.

Dibutuhkan juga tanggung jawab keberlanjutan tersebar luas yang melibatkan produsen perangkat keras, operator data center, pengembang perangkat lunak, penyedia layanan cloud, pembuat kebijakan, investor, hingga konsumen. Kerja sama lintas sektor sangat penting untuk menciptakan perubahan sistemik.

Saat ini, penilaian dampak lingkungan masih terfragmentasi dan metodenya tidak seragam, sehingga sulit dilakukan pembandingan yang bermakna. Banyak perusahaan hanya berfokus pada energi atau emisi karbon tanpa mempertimbangkan penggunaan air, kelangkaan bahan baku, dan limbah elektronik.

Semua aspek ini harus ditangani secara menyeluruh. Bahkan, ketika target lingkungan sudah ditetapkan, banyak perusahaan belum memiliki cara praktis untuk menerapkan keberlanjutan di setiap tahap siklus hidup AI.

Untuk mengatasi hal itu, laporan ini menawarkan sejumlah praktik terbaik, seperti menerapkan green software engineering untuk mengurangi penggunaan sumber daya, menjalankan beban kerja AI di lokasi dan waktu yang selaras dengan ketersediaan energi terbarukan.

Selain itu, penting memanfaatkan layanan GPU jarak jauh dan AI di lokasi (on-premises), mengurangi limbah elektronik dengan memilih komponen yang modular dan dapat di-upgrade, serta memperpanjang masa pakai perangkat melalui perbaikan, penggunaan ulang, dan daur ulang yang bertanggung jawab.

Meski jalan menuju AI yang berkelanjutan tidak mudah, desain ulang yang menyeluruh dari siklus hidup AI bisa membantu mewujudkan potensi positif teknologi ini sekaligus melindungi lingkungan yang menjadi penopang kehidupan semua makhluk.