Penulis: Diva fasihatul Lisani
Jika abad ke-20 ditandai dengan perebutan wilayah demi minyak, abad ke-21 mungkin akan ditentukan oleh perebutan akses air bersih untuk menghidupkan kecerdasan buatan. Di balik kemegahan algoritma yang mampu menulis puisi dan kode pemrograman, terdapat realitas fisik berupa pipa-pipa air yang menyedot sumber daya lokal di berbagai belahan dunia.
1. Masalah Lokasi: “Water Stress” di Pusat Data
Tidak semua liter air diciptakan sama dalam konteks lingkungan. Menggunakan satu liter air di wilayah tropis yang melimpah air tentu berbeda dampaknya dengan menggunakan jumlah yang sama di wilayah gersang.
Masalahnya, banyak perusahaan teknologi membangun pusat data di wilayah dengan insentif pajak tinggi dan biaya listrik rendah, namun sering kali wilayah tersebut berada dalam status “Water Stress” (krisis air).
- Arizona dan Nevada (AS): Wilayah gurun ini menjadi pusat data raksasa, meskipun cadangan air tanah mereka berada di titik kritis.
- Dilema Pendinginan: Di tempat yang panas, mesin butuh lebih banyak air untuk mendingin, padahal di tempat itulah air paling dibutuhkan oleh manusia.
2. Ketimpangan Digital: Air Global South untuk AI Global North
Muncul kekhawatiran mengenai “imperialisme sumber daya” baru. Banyak model AI dikembangkan oleh perusahaan raksasa di Amerika Serikat atau Tiongkok, namun infrastruktur fisiknya (pusat data) sering kali ditempatkan di negara berkembang atau wilayah dengan regulasi lingkungan yang lebih longgar.
- Ekspor Jejak Air: Secara tidak langsung, pengguna AI di London atau Jakarta “mengonsumsi” air dari wilayah pinggiran tempat server tersebut berada.
- Konflik Sosial: Ketegangan mulai muncul ketika petani lokal harus berhadapan dengan raksasa teknologi dalam memperebutkan hak akses ke akuifer (air tanah) yang sama.
3. Melampaui Air Tawar: Inovasi “Zero Freshwater”
Menghadapi tekanan publik, industri mulai bereksperimen dengan sumber air alternatif yang tidak berkompetisi dengan kebutuhan konsumsi manusia:
- Air Laut (Seawater Cooling): Proyek seperti Project Natick dari Microsoft mencoba menenggelamkan pusat data ke dasar laut untuk memanfaatkan suhu air laut yang dingin secara alami.
- Air Limbah Industri (Grey Water): Beberapa pusat data di Singapura dan California mulai menggunakan air limbah yang telah diproses (bukan air layak minum) untuk sistem pendinginan mereka.
- Sistem Loop Tertutup (Closed-loop Cooling): Air yang sama diputar terus-menerus dalam pipa tanpa dibiarkan menguap. Meski lebih mahal dan butuh energi listrik lebih besar untuk mendinginkan kembali air tersebut, sistem ini hampir tidak “memakan” air baru.
4. Mengukur Keberhasilan: Metrik “Water Positive”
Beberapa raksasa teknologi mengklaim akan menjadi “Water Positive” pada tahun 2030. Apa artinya?
- Restorasi Air: Perusahaan tidak hanya mengurangi penggunaan, tetapi juga mendanai proyek yang mengembalikan air ke alam, seperti restorasi lahan basah atau perbaikan infrastruktur air di komunitas yang kekurangan.
- Kritik terhadap Klaim: Para aktivis lingkungan memperingatkan agar klaim ini tidak menjadi sekadar greenwashing. Mengembalikan air di satu wilayah tidak serta merta menghapus dampak kerusakan ekologis yang terjadi di wilayah pusat data itu sendiri.
Ringkasan Tabel: Evolusi Strategi Air Perusahaan AI
| Era | Fokus Utama | Pendekatan Terhadap Air |
| Era Awal (Legacy) | Kinerja Server | Penggunaan air bersih tanpa batas (murah & efisien). |
| Era Transisi (Sekarang) | Efisiensi Energi (PUE) | Mulai melaporkan penggunaan air karena tekanan publik. |
| Era Masa Depan (Sustainable) | Keberlanjutan Total | Menggunakan air non-potable, pendinginan tanpa air, dan restorasi ekosistem. |
Export to Sheets
Kesimpulan: Transparansi adalah Kunci
Kita tidak bisa mengelola apa yang tidak kita ukur. Langkah pertama menuju AI yang ramah lingkungan adalah transparansi data. Perusahaan teknologi harus mulai mempublikasikan berapa banyak air yang mereka gunakan secara spesifik per wilayah, bukan hanya angka global yang kabur.
Sebagai bagian dari masyarakat digital, kita perlu menyadari bahwa setiap klik dan setiap instruksi AI memiliki jejak fisik di bumi. Kecerdasan buatan masa depan haruslah cerdas secara algoritma sekaligus bijak secara ekologis.
Apakah Anda ingin saya membuatkan draf surat terbuka atau opini publik (Op-Ed) yang bisa dikirimkan ke media massa terkait isu penggunaan air oleh perusahaan AI ini?
