Seberapa Banyak Air dan Energi yang Sebenarnya Digunakan AI? Mencocokkan Angka-angkanya

“Satu perintah AI menggunakan sebotol air” dan “Penggunaan air oleh AI pada dasarnya nol” adalah klaim yang mungkin pernah Anda lihat tahun ini. Keduanya tidak disajikan dengan konteks yang cukup untuk bermanfaat. Artikel ini menempatkan angka aktual per permintaan di samping angka agregat global, sehingga keduanya dapat benar sekaligus tanpa saling bertentangan — dan menunjukkan mengapa kekhawatiran sebenarnya bukanlah satu perintah Anda, melainkan triliunan perintah yang terjadi setiap tahun pada basis pusat data baru yang berkembang pesat.

Dua Skala yang Sering Dikacaukan

Hampir semua kebingungan mengenai topik ini berasal dari mencampuradukkan dua pengukuran yang sangat berbeda:

  1. Dampak per kueri — berapa banyak air atau energi yang digunakan oleh satu perintah AI. Angka ini benar-benar sangat kecil.

  2. Dampak global agregat — seberapa banyak air dan energi yang digunakan seluruh industri AI di miliaran kueri dan infrastruktur pusat data yang terus berkembang. Angka ini besar dan terus bertambah dengan cepat.

Kedua angka tersebut akurat. Mereka hanya menjawab pertanyaan yang berbeda. Mencampuradukkan keduanya akan menghasilkan judul berita yang tampak saling bertentangan.

Penggunaan Air Per Permintaan: Angka yang Kecil

Penggunaan Air Per Permintaan: Angka yang Kecil

Sumber / Perkiraan

Air Per Permintaan

Angka yang dinyatakan oleh CEO OpenAI, Sam Altman

~0.000085 galon (sekitar 0.32 ml, kira-kira 1/15 sendok teh)

Google Gemini, kueri teks median

~0.26 ml (sekitar lima tetes)

Rentang kueri kelas ChatGPT yang lebih luas

0.05-0.5 ml tergantung pada metode pendinginan dan ukuran model.

Perkiraan yang lebih konservatif

500 ml untuk 20-50 kueri (sekitar 10-25 ml per kueri)

Bahkan perkiraan tertinggi pun hanya sebagian kecil dari seteguk air. Sebagai perbandingan:

Aktivitas Sehari-hari

Air yang digunakan

Satu kali siraman toilet

~3 galon

Satu pancuran

~17 galon

Satu muatan cucian

~30 galon

Satu cangkir kopi (termasuk biaya menanam biji kopi)

~37 galon

Satu pasang celana jeans (produksi penuh)

~2,000 galon

Penggunaan AI oleh pengguna tingkat lanjut selama setahun penuh (~25,000 pesan)

2-100 galon, tergantung pada perkiraan yang digunakan — kira-kira setara dengan dua hingga enam kali mandi.

Berdasarkan ukuran ini, penggunaan AI pribadi yang intensif selama setahun penuh menghabiskan air lebih sedikit daripada beberapa kali mandi. Inilah statistik yang menjadi dasar argumen "penggunaan air oleh AI pada dasarnya nol", dan pada tingkat individu, hal ini akurat.

Penggunaan Energi Per Permintaan: Juga Kecil, Tetapi Lebih Bervariabel

metrik

Angka

Energi per kueri kelas ChatGPT

~0.3 hingga 3 Wh

Perbandingan dengan pencarian Google standar

Kurang lebih 3-10 kali lebih banyak energi daripada satu kueri pencarian.

Penjelasan rentang

Sangat bergantung pada ukuran model, apakah kueri memerlukan langkah penalaran, dan efisiensi pusat data.

Perbandingan dengan pencarian Google adalah patokan yang berguna: satu kueri AI membutuhkan energi yang jauh lebih banyak daripada sebuah pencarian, tetapi "jauh lebih banyak daripada sebuah pencarian" masih merupakan angka yang sangat kecil dalam nilai absolut — sebuah bola lampu LED biasa menggunakan lebih banyak energi saat menyala selama beberapa menit daripada satu kueri AI.

Di mana Angka-angka Berhenti Menjadi Kecil: Penggunaan Global Agregat

Di sinilah kedua sisi perdebatan benar-benar terhubung, dan di sinilah kekhawatiran menjadi sah meskipun setiap pertanyaan individu sangat kecil.

metrik

Gambar 2025-2026

Penggunaan air pusat data AI global, 2025

~264 miliar galon (hampir 1 triliun liter)

Setara harian

~550 juta galon per hari

Perbandingan

Setara dengan kebutuhan air domestik tahunan dasar bagi seluruh 1.3 miliar penduduk di Afrika Sub-Sahara.

Permintaan listrik pusat data global, 2025

~460-490 TWh

Proyeksi pertumbuhan hingga tahun 2030

Kurang lebih dua kali lipat

Angka yang tampak sepele, jika dikalikan dengan miliaran permintaan harian yang berjalan melalui pusat data yang membutuhkan pendinginan berbasis air secara terus-menerus, akan menghasilkan penggunaan sumber daya skala industri yang sangat besar. Mengalikan angka kecil dengan angka yang sangat besar persis seperti bagaimana ungkapan "praktis tidak ada per penggunaan" dan "masalah lingkungan yang serius dalam skala besar" menjadi benar secara bersamaan.

Proyeksi 2030: Ke Mana Arahnya?

Proyeksi 2030: Ke Mana Arahnya?

Sebuah laporan Universitas PBB (UNU-INWEH), berjudul “Biaya Lingkungan dari Penggunaan Energi AI,” memodelkan ke mana tren saat ini akan mengarah pada tahun 2030 jika pertumbuhan terus berlanjut pada jalurnya saat ini.

metrik

2030 Proyeksi

Konsumsi air pusat data AI

9.3 triliun liter per tahun

Perbandingan

Setara dengan kebutuhan air domestik dasar bagi 1.3 miliar orang.

Konsumsi listrik pusat data AI

945 TWh per tahun

Perbandingan

Hampir 3 kali lipat gabungan penggunaan listrik Pakistan, Bangladesh, dan Nigeria.

Proyeksi pangsa penggunaan listrik pusat data global oleh AI

40%

Proyeksi emisi CO2 dari pusat data

399 juta ton

Pertumbuhan luas lahan pusat data

Dari sekitar 6,900 km persegi menjadi lebih dari 14,500 km persegi

Proyeksi limbah elektronik tahunan dari pusat data

~2.5 juta metrik ton

Jika proyeksi ini benar, AI akan menjadi salah satu konsumen listrik terbesar di dunia pada tahun 2030, hanya kalah dari segelintir negara. Inilah angka yang tidak tercakup oleh perbandingan per kueri — betapapun akuratnya perbandingan tersebut.

Mengapa Hal Ini Berhubungan Langsung dengan Siklus Berita AI

Ini bukan debat lingkungan abstrak yang terjadi terpisah dari berita industri AI yang diliput di tempat lain. Ini terkait langsung dengannya. Bisnis cloud "Meta Compute" yang baru diumumkan Meta, peningkatan daya komputasi totalnya hingga dua kali lipat pada tahun 2027, dan pusat data 1 gigawatt senilai $10 miliar di Alberta adalah jenis pembangunan infrastruktur yang mendorong angka agregat ini meningkat. Hal yang sama berlaku untuk perombakan Pencarian Google yang didukung Gemini 3.5 yang kini melayani lebih dari satu miliar pengguna Mode AI, dan setiap laboratorium lain yang berlomba untuk menambahkan agen yang selalu aktif ke produk mereka. Masing-masing pengumuman ini, dari sudut pandang sumber daya, merupakan komitmen untuk lebih banyak pusat data, lebih banyak air pendingin, dan lebih banyak konsumsi listrik — meskipun tidak ada liputan peluncuran yang menggambarkannya seperti itu.

Mengapa Kedua Kerangka Berpikir Ini Terus Berbenturan dalam Debat Publik?

  • Perusahaan AI menekankan jumlah per kueri. Karena itu benar, dapat dipertahankan, dan meyakinkan — membandingkan sebuah pertanyaan individual dengan sesendok teh air bukanlah tindakan manipulatif, melainkan hanya gambaran yang tidak lengkap jika dilihat secara terpisah.

  • Para peneliti lingkungan menekankan angka agregat dan proyeksi. karena pada skala itulah keputusan infrastruktur nyata—pusat data baru, hak air, tekanan jaringan listrik—benar-benar dibuat.

  • Tidak ada pihak yang berbohong.Namun, masing-masing menjawab pertanyaan yang berbeda, itulah sebabnya industri yang sama dapat digambarkan sebagai "hampir tidak menggunakan air per interaksi" dan "berada di jalur yang akan membebani sistem air yang melayani lebih dari satu miliar orang" dalam minggu yang sama, oleh sumber yang berbeda, tanpa salah satu pun yang salah secara faktual.

Kesimpulan

Kedua sisi perdebatan tentang air dan energi yang terkait dengan AI sama-sama benar secara faktual, dan kebingungan sepenuhnya berasal dari memperlakukan keduanya sebagai klaim yang sama. Satu permintaan AI memang hanya menggunakan sedikit air dan energi — lebih kecil daripada jejak air secangkir kopi, lebih kecil dari yang diasumsikan kebanyakan orang. Tetapi angka kecil itu, dikalikan dengan basis pengguna global yang mengirimkan miliaran permintaan per hari melalui pusat data yang dibangun khusus untuk mendukung pertumbuhan ini, akan menghasilkan jejak sumber daya industri yang nyata dan meningkat pesat — sebuah proyek peneliti PBB dapat mencapai 9.3 triliun liter air dan 945 terawatt-jam listrik setiap tahunnya pada tahun 2030. Intinya bukanlah bahwa individu harus merasa bersalah karena mengajukan pertanyaan kepada chatbot. Yang perlu diperhatikan adalah keputusan infrastruktur yang dibuat saat ini oleh perusahaan yang sama yang mengumumkan model yang lebih besar dan pusat data yang lebih besar — ​​bukan hanya satu permintaan.

Pertanyaan yang Sering Diajukan

Sebagian besar perkiraan yang kredibel menempatkan satu kueri ChatGPT di kisaran antara 0.05 ml dan 25 ml air, tergantung pada pusat data dan metode pendinginan yang digunakan. Itu adalah sebagian kecil dari botol air standar, bukan botol penuh seperti yang diklaim beberapa judul berita.

Permintaan informasi berbasis AI membutuhkan pemrosesan komputasi yang jauh lebih besar daripada pencarian web standar, dengan perkiraan menunjukkan bahwa AI menggunakan energi sekitar 3 hingga 10 kali lebih banyak per permintaan. Namun, keduanya tetap relatif kecil dalam nilai absolut dibandingkan dengan konsumsi listrik rumah tangga sehari-hari.

Ya, meskipun ada peningkatan efisiensi per kueri, total penggunaan air di seluruh industri masih diproyeksikan akan tumbuh secara substansial karena kapasitas pusat data baru dibangun lebih cepat daripada peningkatan efisiensi yang dapat mengimbanginya. Para peneliti PBB memperkirakan penggunaan air oleh AI dapat mencapai 9.3 triliun liter per tahun pada tahun 2030.

Faktor utama adalah jenis teknologi pendinginan yang digunakan, lokasi geografis fasilitas, dan kondisi iklim setempat. Ini adalah keputusan infrastruktur yang dibuat oleh perusahaan yang membangun pusat data, bukan variabel yang dipengaruhi oleh pengguna individu.

Ya, bauran jaringan listrik yang memasok daya ke pusat data adalah salah satu pengungkit terbesar untuk mengurangi jejak karbon AI, karena pembangkit listrik berbahan bakar fosil memperkuat biaya lingkungan dari konsumsi energi yang tinggi. Perusahaan yang memilih untuk menempatkan pusat data di dekat sumber energi terbarukan dapat secara signifikan menurunkan dampak lingkungan keseluruhan dari operasi AI mereka.

Aishwar Babber
Penulis ini diverifikasi di BloggersIdeas.com

Aishwar Babber adalah seorang pemasar digital dan blogger yang berfokus pada teknologi dan gadget. Ia menjalankan strata kembar, sebuah platform yang berfokus pada proxy, menawarkan wawasan tentang peran mereka dalam meningkatkan privasi, keamanan, dan kinerja online. Dengan keahlian di bidang SEO, pemasaran digital, dan SMO, Aishwar juga merupakan investor aktif di Penguat Aff, mendukung pertumbuhan blog dan pemasaran afiliasi. Ikuti Aishwar di Instagram, Facebook, dan LinkedIn.

Pengungkapan afiliasi: Dalam transparansi penuh – beberapa tautan di situs web kami adalah tautan afiliasi, jika Anda menggunakannya untuk melakukan pembelian, kami akan mendapatkan komisi tanpa biaya tambahan untuk Anda (tidak ada sama sekali!).

Tinggalkan Komentar