Jakarta, 21 September 2026 – Popularitas kecerdasan buatan (AI) memunculkan pertanyaan baru mengenai dampaknya terhadap lingkungan, termasuk penggunaan air dalam operasional pusat data. Setiap kali seseorang mengajukan pertanyaan kepada chatbot AI, proses komputasi yang terjadi di balik layar membutuhkan server berkapasitas tinggi yang menghasilkan panas. Untuk menjaga suhu perangkat tetap stabil, pusat data menggunakan sistem pendingin yang dalam banyak kasus memanfaatkan air. Karena itu, penggunaan AI tidak hanya membutuhkan listrik dalam jumlah besar, tetapi juga konsumsi air yang tidak sedikit. Seiring meningkatnya penggunaan AI secara global, perhatian terhadap kebutuhan sumber daya ini juga semakin besar.
Berapa banyak air yang digunakan untuk satu pertanyaan AI sebenarnya tidak memiliki angka tunggal yang berlaku untuk semua sistem. Jumlahnya bergantung pada model AI yang digunakan, lokasi pusat data, jenis pendingin, durasi pemrosesan, dan kompleksitas pertanyaan. Namun, sejumlah penelitian memperkirakan satu interaksi sederhana dengan AI generatif dapat menghabiskan sebagian kecil air yang digunakan untuk mendinginkan infrastruktur komputasi. Angkanya sering kali disebut berada pada kisaran beberapa mililiter hingga puluhan mililiter per permintaan. Meski terlihat kecil untuk satu pertanyaan, skalanya menjadi sangat besar ketika jutaan hingga miliaran interaksi terjadi setiap hari.
Salah satu studi yang banyak dikutip memperkirakan percakapan AI yang menghasilkan sekitar 100 kata dapat berkaitan dengan penggunaan air sekitar setengah liter dalam kondisi tertentu. Namun, angka tersebut merupakan estimasi yang dipengaruhi banyak asumsi dan tidak dapat diterapkan secara universal pada seluruh sistem AI. Konsumsi aktual dapat berbeda tergantung efisiensi pusat data dan teknologi yang digunakan. Selain penggunaan langsung untuk pendinginan, terdapat pula konsep water footprint yang memperhitungkan air yang digunakan dalam proses produksi listrik yang memasok energi ke pusat data. Karena itu, perhitungan jejak air AI sering kali lebih kompleks dibandingkan sekadar melihat air yang masuk ke sistem pendingin.
Pusat data modern menggunakan berbagai metode untuk mengendalikan suhu server. Sebagian memanfaatkan pendinginan udara, sementara lainnya menggunakan pendinginan cairan yang lebih efisien untuk beban kerja komputasi tinggi seperti AI. Air dapat digunakan untuk menyerap panas sebelum diuapkan atau didinginkan kembali dalam sistem sirkulasi tertutup. Di wilayah yang memiliki iklim lebih dingin, kebutuhan pendinginan umumnya lebih rendah dibandingkan daerah panas. Faktor geografis ini turut memengaruhi seberapa besar air yang dibutuhkan untuk menjalankan layanan AI. Karena itu, dua pusat data yang menjalankan model AI serupa belum tentu memiliki konsumsi air yang sama.
Pertumbuhan AI generatif dalam beberapa tahun terakhir membuat kebutuhan komputasi meningkat pesat. Pelatihan model AI berskala besar dapat berlangsung selama berminggu-minggu hingga berbulan-bulan menggunakan ribuan prosesor khusus. Tahap pelatihan umumnya mengonsumsi sumber daya jauh lebih besar dibandingkan penggunaan sehari-hari oleh pengguna. Setelah model selesai dilatih, jutaan pengguna kemudian mengaksesnya melalui proses yang dikenal sebagai inferensi atau penyajian jawaban. Meskipun satu permintaan pengguna terlihat ringan, akumulasi permintaan dalam jumlah sangat besar tetap menghasilkan kebutuhan pendinginan yang signifikan. Hal inilah yang membuat perusahaan teknologi mulai memperhatikan efisiensi penggunaan air.
Sejumlah perusahaan teknologi kini berupaya mengurangi dampak lingkungan pusat data melalui berbagai inovasi. Beberapa mengembangkan sistem pendingin yang menggunakan lebih sedikit air, sementara lainnya meningkatkan penggunaan energi terbarukan. Ada pula pusat data yang memanfaatkan air daur ulang atau air non-minum untuk mengurangi tekanan terhadap sumber air bersih. Teknologi pendinginan cairan generasi baru juga mulai diterapkan karena dinilai lebih efisien dalam mengelola panas dari chip AI yang semakin kuat. Langkah-langkah tersebut dilakukan untuk menyeimbangkan pertumbuhan kebutuhan komputasi dengan target keberlanjutan lingkungan.
Meski isu penggunaan air AI mulai mendapat perhatian, para peneliti menekankan pentingnya melihat konteks secara menyeluruh. Konsumsi air AI memang nyata, tetapi perlu dibandingkan dengan penggunaan sumber daya pada sektor lain seperti pertanian, industri manufaktur, dan pembangkit listrik. Selain itu, efisiensi teknologi terus berkembang sehingga kebutuhan air per unit komputasi dapat menurun dari waktu ke waktu. Pengukuran yang transparan juga masih menjadi tantangan karena tidak semua perusahaan mengungkapkan data rinci mengenai konsumsi air pusat datanya. Akibatnya, berbagai angka yang beredar sering kali berupa estimasi berdasarkan metodologi tertentu.
Bagi pengguna, satu pertanyaan kepada AI mungkin hanya berkaitan dengan penggunaan air dalam jumlah yang sangat kecil. Namun ketika miliaran pertanyaan diajukan setiap hari di seluruh dunia, total konsumsi sumber daya menjadi jauh lebih besar. Karena itu, diskusi mengenai AI kini tidak hanya berfokus pada kemampuan teknologi, tetapi juga pada dampak energi, emisi karbon, dan penggunaan air. Industri teknologi diperkirakan akan terus mencari cara untuk meningkatkan efisiensi agar pertumbuhan AI dapat berjalan seiring dengan upaya menjaga keberlanjutan lingkungan. Di masa depan, transparansi mengenai jejak lingkungan layanan digital kemungkinan akan menjadi perhatian yang semakin penting bagi masyarakat dan regulator.