Ironi di Balik Etika Digital
Hampir semua orang kini terbiasa berinteraksi dengan Artificial Intelligence (AI) untuk mencari informasi, menyelesaikan tugas, membuat ilustrasi visual, atau menyusun kode pemrograman. Dalam interaksi sehari-hari tersebut, beberapa dari kita mungkin pernah merasa bersalah jika lupa menyelipkan kata “tolong” atau “terima kasih” pada kolom prompt. Namun, di balik etika digital yang tampaknya sepele itu, tersimpan ironi lingkungan yang jauh lebih masif dan jarang disadari.
Bayangkan sebuah skenario: Anda meminta resep makanan kepada AI, tetapi saat pergi memasak di dapur, air di rumah terlanjur habis. Plot twist ini bukanlah fiksi ilmiah. Di balik setiap instruksi yang dikirimkan, terdapat server fisik yang bekerja keras, mengonsumsi listrik dalam jumlah besar, dan menguras jutaan liter air bersih untuk menjaga sistem tetap beroperasi.
AI Tidak Hidup di Awan: Mengapa Peladen Begitu Cepat Memanas?
Masih banyak pihak yang berasumsi bahwa AI hidup secara virtual di dalam cloud atau komputasi awan yang “tidak terlihat”. Pada realitanya, AI beroperasi di dalam ribuan peladen fisik yang tersusun di pusat data raksasa.
Pertanyaannya, mengapa peladen AI begitu cepat memanas hingga membutuhkan pendinginan ekstrim? Boy Hidayat Lubis, CEO & Founder Tel Access, menjelaskan bahwa arsitektur cip AI yang mendominasi industri saat ini, seperti cip Nvidia, bekerja dengan menyerap energi listrik yang luar biasa besar untuk memproses komputasi kompleks, sehingga menghasilkan suhu panas yang ekstrim.
Karena udara dari mesin pendingin konvensional (Precision AC) tidak lagi memadai, sistem pendingin berbasis air (water cooling system) menjadi solusi yang paling efisien dan terjangkau saat ini. Hal ini mendorong perusahaan teknologi untuk berinovasi dengan memindahkan pusat data mereka ke lokasi bersuhu ekstrim, seperti wilayah dekat kutub atau bahkan menenggelamkannya ke dasar laut. Layaknya Ariel dalam kisah The Little Mermaid yang menyusuri dasar laut untuk mencari sepasang kaki, perusahaan-perusahaan teknologi kini merambah teritori under the sea demi mencari cooling system yang optimal.
Water Withdrawal vs. Water Consumption: Ke Mana Perginya Air?
Lantas, mengapa AI begitu haus air dan ke mana perginya air tersebut? Dalam proses pendinginan pusat data, terdapat perbedaan fundamental antara water withdrawal (air yang ditarik dari sumbernya) dan water consumption (air yang benar-benar hilang).
Satya Rinaldi (Tito), Co-Founder Veda Praxis, menjabarkan bahwa air disedot untuk menyerap panas dari komponen elektronik peladen. Meskipun sebagian air dapat disirkulasikan kembali dalam sistem tertutup, terdapat persentase signifikan yang secara sengaja diuapkan (evaporasi) ke udara terbuka demi melepaskan panas secara optimal. Air yang menguap inilah yang dihitung sebagai konsumsi murni karena hilang dari ekosistem awalnya.
Skala Dampak: Satu Botol Air untuk 20–50 Prompt
Skala dampaknya sangatlah masif. Menurut Li et al. penggunaan harian sistem AI dapat mengonsumsi sekitar 500 mililiter air (setara dengan satu botol air mineral ukuran sedang) hanya untuk menjawab 20 hingga 50 prompt.
Meski Tito mencatat bahwa angka tersebut bervariasi tergantung pada jenis cip dan sistem pendingin yang digunakan, premis dasar mengenai lonjakan konsumsi air akibat komputasi AI adalah sebuah fakta. Beban ini terakumulasi secara luar biasa. Walaupun proses pelatihan (training) model menyedot energi tertinggi secara instan, pemakaian reguler (inference) oleh jutaan pengguna di seluruh dunia setiap harinya memberikan dampak kumulatif yang jauh lebih besar dan berjangka panjang berdasarkan penelitian dari Pengfei Li dan timnya (UC Riverside & UT Arlington.
Haruskah Kita Berhenti Menggunakan AI?
Menyadari dampak ekologis yang memprihatinkan ini, muncul pertanyaan mendesak: haruskah kita berhenti menggunakan AI? Baik Tito maupun Boy berpandangan bahwa pelarangan penggunaan AI secara individual di negara berkembang seperti Indonesia bukanlah solusi yang tepat. Membatasi adopsi AI justru akan menghilangkan keunggulan kompetitif dan memundurkan generasi muda secara intelektual.
Alih-alih melakukan pembatasan mutlak, edukasi harus ditekankan pada pemanfaatan AI yang produktif (EY, 2023). Pengguna diharapkan tidak sekadar menjadi konsumen pasif yang mengeksploitasi sumber daya energi demi instruksi sepele, melainkan menggunakan teknologi ini untuk menghasilkan inovasi yang bernilai tambah.
Jalan Keluar: Menuju AI Hemat Air
Sejumlah perusahaan teknologi besar sebenarnya sudah mulai bergerak menekan konsumsi air ini. Microsoft, misalnya, mengklaim telah memangkas intensitas penggunaan air di pusat datanya hampir 90% sejak awal 2000-an, salah satunya lewat inovasi pendinginan langsung di level chip dan pemanfaatan udara dingin alami sebagai pengganti air (Microsoft, 2026). Uni Eropa juga mulai mewajibkan pusat data berkapasitas besar untuk melaporkan secara berkala data penggunaan air dan energinya kepada otoritas (European Commission, Directive 2023/1791). Aturan semacam ini mendorong transparansi yang selama ini jarang dilakukan sukarela oleh perusahaan teknologi.
Di Indonesia, regulasi serupa masih belum ada. Menurut Tito dari Veda Praxis, hingga kini belum ada aturan khusus yang mengatur konsumsi air oleh industri pusat data, sementara beberapa daerah di Indonesia sudah menghadapi kerawanan air. Pemerintah didorong untuk mulai merumuskan tata kelola ketersediaan air yang lebih ketat, mendorong adopsi perangkat keras yang lebih hemat energi, dan memberikan insentif bagi penerapan Green Data Center, alih-alih menunggu krisis air terlebih dahulu baru bertindak.
Tanggung jawab ini juga tidak sepenuhnya berada di tangan industri dan pemerintah. Sebagai pengguna, langkah paling sederhana adalah menggunakan AI secara lebih produktif, bukan sekadar untuk hal-hal yang tidak signifikan. Pada akhirnya, seberapa “mahal” sebuah prompt bukan hanya soal volume air yang menguap di baliknya, tetapi juga soal seberapa serius industri dan pemerintah dalam mempertanggungjawabkan dampak tersebut.
Referensi (APA 7th Ed.):
Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). Making AI less thirsty: Uncovering and addressing the secret water footprint of AI models. arXiv. https://doi.org/10.48550/arXiv.2304.03271
EY. (2023, September 28). The role of responsible AI principles in driving competitive advantage. EY Global. https://www.ey.com/en_id/insights/ai/principles-for-ethical-and-responsible-ai
Microsoft. (2026, June 24). Inside Microsoft’s two-decade push to cut water intensity while scaling for growth. Official Microsoft Blog. https://blogs.microsoft.com/blog/2026/06/24/inside-microsofts-two-decade-push-to-cut-water-intensity-while-scaling-for-growth/
European Commission. (2023). Directive (EU) 2023/1791 on energy efficiency (recast). EUR-Lex. https://eur-lex.europa.eu/eli/dir/2023/1791/oj/eng
