jurnalistik.co.id – Di tengah ekspansi infrastruktur kecerdasan buatan, isu krisis air mulai tampak bukan sebagai narasi belaka. Para pengembang pusat data memang menawarkan teknologi pendingin yang bisa mengurangi kebutuhan air di lokasi, namun konsumsi air yang lebih besar justru muncul di luar area fasilitas itu sendiri.
Beberapa pengembang pusat data telah mempromosikan pendekatan yang secara signifikan menekan jumlah air untuk mendinginkan server berdaya panas tinggi, terutama di wilayah yang menghadapi kekeringan seperti Arizona, Amerika Serikat. Gagasan ini berfokus pada efisiensi pendinginan, dengan harapan beban terhadap air setempat ikut berkurang.
Namun, upaya yang hanya menargetkan konsumsi langsung tidak menyentuh sebagian besar kebutuhan air yang lahir dari perluasan infrastruktur AI. Jarak antara pusat data dan fasilitas pembangkit listrik membuat dampaknya tidak selalu terlihat, padahal kedua hal tersebut saling terhubung melalui kebutuhan daya.
Ketika pusat data jaraknya bermil-mil dari lokasi produksi listrik, pembangkit tetap harus mengonsumsi volume air yang sangat besar untuk menghasilkan energi yang diperlukan guna mengoperasikan sistem AI. Termasuk di dalamnya, kebutuhan pendinginan yang meski lebih efisien tetap membutuhkan listrik dalam skala besar.
Penelitian terbaru menggambarkan bahwa konsumsi air tidak langsung—yakni air yang dipakai di lokasi lain untuk mendukung pengoperasian pusat data—berkembang cepat. Dalam laporan yang dikutip, peneliti dari Universitas Michigan memperkirakan tambahan konsumsi tahunan yang setara dengan 14 miliar galon untuk tiga pusat data AI besar yang direncanakan di negara bagian tersebut.
Shaolei Ren, profesor di Universitas California, Riverside, menegaskan bahwa jenis pemakaian air ini kerap luput dari perhatian. “Penggunaan air tidak langsung ini kurang mendapat perhatian, meskipun seringkali jumlahnya jauh lebih tinggi daripada penggunaan air langsung dan berdampak pada daerah aliran sungai serta sumber daya air regional,” katanya.
Berita Terkait
Pernyataan itu menempatkan persoalan pada pola dampak yang lebih luas: air tidak hanya dipakai untuk mendinginkan perangkat di dalam gedung, tetapi juga ikut “terangkut” melalui proses pembangkitan listrik. Pada akhirnya, wilayah aliran sungai dan ketersediaan air regional dapat menanggung beban yang tidak terlihat dari luar pagar fasilitas pusat data.
Di tingkat korporasi, laporan keberlanjutan juga menunjukkan betapa dominannya komponen air tidak langsung. Dalam dokumen yang dibahas, Meta Platforms Inc. menyatakan bahwa penggunaan air tidak langsung menyumbang sekitar 96% dari total 80 miliar liter—setara dengan 21 miliar galon—air yang dikonsumsi perusahaan pada tahun 2024.
Angka itu disebut meningkat hampir 120% dibandingkan tahun 2021. Artinya, lonjakan kebutuhan tidak hanya berkaitan dengan efisiensi pendinginan, melainkan juga dengan bertambahnya daya yang diperlukan untuk menjalankan layanan dan sistem berbasis AI.
Fakta tersebut memperlihatkan bahwa diskusi tentang “hemat air” di pusat data perlu dibarengi penilaian menyeluruh atas rantai energi. Jika listrik yang menopang operasi AI meningkat, sistem pendingin yang sudah lebih efisien pun tetap membutuhkan suplai energi, yang pada praktiknya tetap berkaitan dengan konsumsi air di pembangkit.
Dengan demikian, tantangan air bagi ekosistem AI cenderung menjadi persoalan lintas lokasi. Saat pusat data terus bertambah, efeknya tidak berhenti pada titik penggunaan air langsung di fasilitas, melainkan meluas mengikuti kebutuhan listrik yang membesar.
Peneliti juga memberi sinyal bahwa pengelolaan dampak seharusnya tidak berhenti pada inovasi teknis di dalam gedung. Pendekatan yang hanya menekan pemakaian air di lokasi pusat data berisiko mengabaikan porsi terbesar yang terjadi di luar area, dan di situlah tekanan terhadap sumber daya air regional bisa makin terasa.
Di tengah percepatan adopsi AI, temuan dan data yang disebutkan mengisyaratkan perlunya cara pandang yang lebih menyeluruh. Krisi air yang “mengintai” bukan hanya terkait pendinginan server, melainkan juga menyangkut cara energi diproduksi dan seberapa besar kapasitas AI yang pada akhirnya menarik kebutuhan listrik dalam skala yang semakin luas.
