AI Boros Energi: Konsumsi Listrik dan Air Data Center yang Tak Pernah Dibicarakan
Gelombang pembangunan data center AI terus melaju tanpa henti. Setiap minggu, ada pengumuman fasilitas baru — ribuan megawatt di sini, jutaan meter persegi di sana. Namun di balik euforia AI frontier, ada angka-angka yang jarang diungkap: konsumsi air dan listrik yang setara dengan kota kecil.
Ini bukan masalah besok. Ini masalah sekarang.
Angkanya Lebih Besar dari Yang Kita Kira
Gedung-gedung data center AI bukan sekadar rak server. Mereka adalah monster pendingin. Proses training model AI menghasilkan panas luar biasa, dan satu-satunya cara mendinginkannya adalah air — dalam jumlah yang luar biasa.
Microsoft, dalam laporan lingkungan resminya pada 2025, mengakui bahwa konsumsi air mereka melonjak 34% dalam satu tahun — didorong hampir seluruhnya oleh operasional AI. Google tidak jauh berbeda: konsumsi air mereka naik 20% hanya dalam 12 bulan, juga terutama untuk mendinginkan chip-chip AI.
Amazon Web Services, yang mengoperasikan infrastruktur cloud terbesar di dunia, menolak mempublikasikan angka spesifik. Tapi analis dari Goldman Sachs memperkirakan AWS mengonsumsi air lebih banyak dari Microsoft secara absolut, mengingat skala layanannya.
Satu data center AI berukuran sedang membutuhkan air pendingin sekitar 1 juta hingga 5 juta galon per hari. Bandingkan dengan rata-rata rumah tangga Amerika yang mengonsumsi sekitar 300 galon per hari. Satu fasilitas setara dengan kebutuhan 3.000 hingga 15.000 rumah tangga — hanya untuk pendinginan.
Listrik: Pertumbuhan Eksponensial
Air bukan satu-satunya masalah. Kebutuhan listrik data center AI tumbuh secara eksponensial, dan jaringan listrik Amerika tidak siap.
International Energy Agency (IEA) memperkirakan konsumsi listrik global dari data center akan berlipat tiga kali lipat antara 2022 dan 2026, terutama didorong oleh AI. Pada 2026, data center diproyeksikan mengonsumsi listrik setara dengan konsumsi seluruh Jepang — negara dengan populasi 125 juta jiwa.
Pembangkit listrik baru butuh waktu 5-10 tahun untuk dibangun. Sementara itu, permintaan datang jauh lebih cepat. Hasilnya: jaringan listrik tua di beberapa wilayah Amerika mulai menunjukkan tekanan. Texas, Virginia (pusat data centerAWS), dan beberapa negara bagian lain sudah mengalami pemadaman bergilir di musim panas 2026 karena kapasitas jaringan tidak mengikuti lonjakan permintaan.
Bukan kebetulan bahwa Nvidia, AMD, dan Intel semua mengumumkan chip AI yang lebih efisien di 2026. Tekanan dari regulator dan perusahaan listrik memaksa industri untuk mencari cara mengurangi konsumsi. Tapi optimisasi perangkat keras tidak cukup cepat untuk mengimbangi ekspansi yang sedang berjalan.
Pertanyaan yang Tak Terjawab
Ada satu hal yang jarang dibicarakan secara terbuka: siapa yang membayar untuk ini?
Perusahaan-perusahaan tech besar membangun data center di kota-kota kecil dengan janji lapangan kerja dan pertumbuhan ekonomi. Tapi biaya air dan listrik sering dibebankan ke jaringan publik — artinya warga lokal membayar sebagian tagihan untuk mendinginkan server yang bukan milik mereka.
Arizona memberikan gambaran tentang paradoks ini. Negara bagian ini mengalami kekeringan kronis, namun terus menjadi tujuan pembangunan data center karena biaya lahan murah dan regulasi longgar. Satu data center di Arizona mengonsumsi air setara dengan 10.000 rumah tangga, di negara bagian yang secara konsisten mengalami kekurangan air.
Virginia, yang dijuluki “Data Center Alley,” mengalami masalah berbeda. Konsumsi listrik melonjak drastis, namun jaringan listrik di beberapa wilayah tidak pernah dirancang untuk beban sebesar ini. Trafo-trafo di pedesaan Virginia mulai menyerah di bawah permintaan yang tidak pernah mereka antisipasi.
Respons Industri
Industri tidak sepenuhnya diam. Beberapa langkah mulai diterapkan.
Pertama, desain pendinginan baru. Beberapa fasilitas mulai beralih dari pendinginan air ke sistem inferensi yang lebih efisien — memanfaatkan udara dingin dari lingkungan, bukan air. Microsoft bereksperimen dengan pendingin berbasis laut untuk fasilitas di Belanda.
Kedua, chip yang lebih efisien. Chip AI generasi terbaru memang dirancang untuk performa per watt yang lebih baik. Tapi ada jeda antara pengumuman dan implementasi — fasilitas yang dibangun tahun lalu masih menggunakan chip generasi lama.
Ketiga, komitmen karbon yang bermasalah. Banyak perusahaan tech mengumumkan target “net-zero” dengan membeli kredit karbon — sebuah mekanisme yang memungkinkan mereka tetap menghasilkan emisi selama mereka “menyeimbangkan” dengan investasi di tempat lain. Kritikus menyebut ini tidak lebih dari penundaan.
Tanpa Solusi Cepat
Tidak ada jalan pintas.
Meningkatkan efisiensi chip membantu, tapi tidak mengimbangi pertumbuhan permintaan. Pendinginan udara membutuhkan iklim yang sesuai — tidak berguna di Arizona atau Texas. Energi terbarukan membutuhkan pembangunan infrastruktur yang memakan waktu bertahun-tahun.
Yang paling mungkin terjadi: pertumbuhan akan melambat secara organik. Ketika uang mulai lebih sulit didapat — dan ada tanda-tanda ini sudah dimulai — ekspansi data center akan melambat. Tidak ada insentif ekonomi yang mendorong perusahaan membangun lebih banyak dari yang mereka butuhkan untuk jangka panjang.
Tapi itu berarti penundaan, bukan pengurangan. Data center yang sudah berdiri tidak akan pergi ke mana-mana. Mereka akan terus mengonsumsi air dan listrik selama 20-30 tahun ke depan.
Inilah harga tersembunyi dari revolusi AI — dan semakin banyak orang yang bertanya apakah harga itu sepadan.
Sumber
- International Energy Agency — “Electricity 2026” report on data center energy consumption (2026)
- Goldman Sachs — “AI’s Environmental Impact: Data Center Water and Electricity Demand” research note (2025)
- Microsoft Environmental Report 2025 — water consumption increase disclosure (April 2025)
- Google Environmental Report 2025 — water consumption data (2025)
- The Guardian — “AI’s Water Guzzling Problem” investigation (2025)
- Wired — “The Hidden Water Cost of AI” feature (2025)
- The Information — “How AI Data Centers Are Stressing the US Power Grid” (2026)
- University of Pennsylvania / Nature — research on photonic computing as low-energy AI alternative (2025)
