The Hidden Cost of AI: When Intelligence Becomes Energy
AI mungkin terasa seperti teknologi yang hidup di cloud. Tetapi di balik setiap jawaban ada GPU, listrik, pendinginan, dan infrastruktur fisik. Menurut saya, kita perlu mulai membicarakan biaya yang ikut datang bersama perkembangan AI.
Elena Mozhvilo - Unsplash
AI mungkin terasa seperti sesuatu yang hidup di cloud. Tapi sebenarnya, di belakang setiap jawaban AI ada GPU, listrik, panas, air, dan infrastruktur yang sangat nyata.
Saya Mulai Melihat AI dari Sisi yang Berbeda
Saya menggunakan AI hampir setiap hari.
Untuk menulis. Untuk belajar. Untuk mencari ide. Untuk membantu pekerjaan.
Bahkan website yang sedang Anda baca ini sebagian proses pembuatannya juga melibatkan AI.
Dan semakin sering saya menggunakan AI, semakin saya menyadari satu hal:
AI sebenarnya tidak sesederhana yang terlihat di layar.
Kita mengetik sebuah pertanyaan.
Beberapa detik kemudian jawaban muncul.
Semuanya terasa begitu ringan. Hampir seperti tidak ada sesuatu yang terjadi di balik layar.
Padahal di tempat lain, ada ribuan bahkan ratusan ribu GPU yang bekerja, server yang menghasilkan panas, sistem pendingin yang harus terus berjalan, dan listrik dalam jumlah sangat besar yang harus disediakan.
AI memang digital. Tetapi infrastrukturnya sangat fisik.
Dan menurut saya, kita mulai perlu membicarakan sisi tersebut.
AI Tidak Berjalan di “Cloud”
💬 Komentar & Diskusi
Istilah cloud menurut saya kadang membuat kita lupa bahwa semuanya tetap memiliki bentuk fisik.
Cloud sebenarnya adalah komputer.
Komputer tersebut berada di dalam data center.
Data center membutuhkan listrik.
Listrik menghasilkan panas.
Panas harus dibuang.
Dan semua itu membutuhkan infrastruktur.
Jadi ketika kita berkata:
“Saya cuma bertanya kepada AI.”
Sebenarnya di belakang pertanyaan sederhana itu ada rantai infrastruktur yang panjang.
GPU bekerja.
Server bekerja.
Pendingin bekerja.
Jaringan bekerja.
Listrik mengalir.
Dan ketika skala AI menjadi semakin besar, kebutuhan tersebut ikut membesar.
Colossus dan Persoalan Energi
Kasus xAI menurut saya menarik karena memperlihatkan secara sangat nyata hubungan antara AI dan energi.
Reuters melaporkan bahwa xAI sempat mengoperasikan puluhan turbin gas alam untuk menyediakan listrik bagi Colossus 2, dengan 59 turbin dilaporkan terpasang pada Juli 2026. Infrastruktur tersebut menjadi sorotan karena persoalan izin emisi dan kekhawatiran terhadap dampak polusi di komunitas sekitar.
Sementara itu, xAI sekarang menyatakan bahwa mereka memiliki 69 turbin mobile di Southaven yang akan dikeluarkan secara bertahap, sementara perusahaan membangun pembangkit permanen berkapasitas 1,2 GW.
Bagi saya, perkembangan ini justru menunjukkan betapa besar kebutuhan energi sebuah AI data center.
Kita sering membicarakan AI seolah-olah masalahnya hanya:
GPU.
Padahal GPU hanyalah salah satu bagian.
Ada listrik.
Ada pembangkit.
Ada pendinginan.
Ada jaringan.
Ada lahan.
Ada air.
Dan ada masyarakat yang tinggal di sekitar semuanya.
Yang Membuat Saya Tidak Nyaman Bukan Hanya Emisinya
Saya tidak ingin tulisan ini berubah menjadi:
“AI itu buruk karena menghasilkan karbon.”
Menurut saya, masalahnya jauh lebih kompleks dari itu.
AI membawa banyak manfaat.
Saya sendiri merasakannya.
AI membuat saya bisa belajar lebih cepat, mencoba teknologi baru, membuat sesuatu yang sebelumnya mungkin membutuhkan tim, dan mengeksplorasi ide yang mungkin tidak pernah saya pikirkan sebelumnya.
Karena itu saya tidak anti-AI.
Justru karena saya percaya pada manfaat AI, saya merasa kita juga harus berani membicarakan biaya yang muncul di baliknya.
Dan salah satu biaya itu adalah lingkungan.
Ketika Masalah Global Menjadi Masalah Lokal
Ada perbedaan antara membicarakan carbon footprint dan membicarakan udara yang dihirup seseorang setiap hari.
Ini yang menurut saya membuat kasus Memphis menarik.
Kelompok lingkungan dan hak sipil telah menyuarakan kekhawatiran mengenai polusi udara dan dampaknya terhadap komunitas sekitar fasilitas xAI.
Saya sengaja menggunakan kata “kekhawatiran” dan “dampak yang diperkirakan”, bukan mengatakan bahwa data center tersebut secara langsung menyebabkan penyakit tertentu pada seseorang.
Menurut saya, perbedaan ini penting.
Kita boleh kritis terhadap teknologi tanpa harus membesar-besarkan fakta.
Pertanyaan yang Menurut Saya Lebih Penting
Buat saya, persoalannya bukan:
“Apakah kita harus berhenti membangun AI?”
Saya rasa jawabannya tidak.
Pertanyaannya justru:
“Bagaimana kita membangun AI tanpa membuat biaya perkembangannya ditanggung secara tidak adil oleh lingkungan dan masyarakat tertentu?”
Karena ada sesuatu yang terasa ironis.
AI dikembangkan untuk membuat banyak hal menjadi lebih efisien.
Tetapi untuk membuat AI semakin powerful, kita membutuhkan infrastruktur yang semakin besar.
Semakin banyak GPU.
Semakin banyak data center.
Semakin banyak listrik.
Semakin banyak sistem pendingin.
Dan semakin besar kebutuhan energi.
Jadi kita mendapatkan sebuah paradoks:
AI dapat membantu manusia menjadi lebih efisien, tetapi infrastruktur AI itu sendiri dapat menjadi sangat resource-intensive.
Saya Tidak Punya Jawaban Sederhana
Dan mungkin memang tidak ada.
Data center tetap harus dibangun.
AI tetap membutuhkan listrik.
Perusahaan tetap membutuhkan computational power.
Masyarakat juga menginginkan manfaat teknologi tersebut.
Jadi menurut saya, solusinya bukan sekadar:
“Jangan bangun data center.”
Tetapi kita harus mulai bertanya:
Dari mana listriknya?
Seberapa efisien infrastrukturnya?
Bagaimana panasnya dibuang?
Berapa banyak air yang digunakan?
Bagaimana kualitas udara di sekitar fasilitas?
Apakah masyarakat sekitar mendapatkan manfaat?
Apakah mereka dilibatkan dalam keputusan?
Siapa yang menanggung biaya ketika sesuatu berjalan tidak sesuai rencana?
AI Juga Membutuhkan Sustainability
Menurut saya, pembicaraan tentang AI safety sering terlalu fokus pada satu hal:
Bagaimana memastikan AI tidak melakukan sesuatu yang berbahaya?
Itu penting.
Tetapi saya rasa ada bentuk AI safety lain yang juga harus kita pikirkan:
Bagaimana memastikan infrastruktur AI tidak menciptakan masalah baru bagi manusia dan lingkungan?
Model bisa saja aman.
Agent bisa saja aligned.
Tetapi kalau infrastrukturnya membutuhkan resource dalam jumlah yang tidak masuk akal, kita tetap memiliki persoalan.
AI safety menurut saya pada akhirnya tidak hanya berbicara tentang software.
Ia juga berbicara tentang dunia fisik tempat software tersebut berjalan.
Mungkin Kita Harus Mengubah Cara Mengukur Kemajuan AI
Saat ini kita senang mengukur AI menggunakan benchmark.
Berapa skor model?
Berapa cepat reasoning-nya?
Berapa banyak token per detik?
Seberapa baik coding-nya?
Tetapi saya membayangkan suatu hari nanti kita juga akan bertanya:
Berapa banyak energi yang dibutuhkan untuk mendapatkan kemampuan tersebut?
Berapa banyak air yang digunakan?
Berapa besar emisinya?
Seberapa efisien model tersebut dibandingkan model sebelumnya?
Apa dampaknya terhadap komunitas di sekitar data center?
Karena menurut saya, kemajuan teknologi tidak seharusnya hanya diukur dari seberapa banyak yang bisa kita lakukan.
Kita juga harus mengukur:
berapa besar biaya untuk melakukannya.
Saya Tetap Percaya pada AI
Setelah menulis semua ini, saya tidak ingin orang mengira bahwa saya sedang mengatakan AI adalah teknologi buruk.
Justru sebaliknya.
Saya percaya AI akan menjadi salah satu teknologi paling transformatif dalam hidup kita.
Saya melihat sendiri bagaimana AI bisa menjadi leverage bagi seseorang yang mau belajar.
Seseorang dengan laptop dan koneksi internet sekarang bisa belajar, membuat software, menulis, melakukan riset, membuat desain, dan mengeksplorasi banyak hal yang sebelumnya membutuhkan resource jauh lebih besar.
Itu luar biasa.
Tetapi saya juga mulai percaya pada satu hal:
Semakin besar manfaat sebuah teknologi, semakin besar pula tanggung jawab kita untuk memahami biaya yang menyertainya.
The Hidden Cost of Intelligence
Mungkin ini yang sebenarnya ingin saya sampaikan lewat tulisan ini.
Ketika kita menggunakan AI, kita melihat kecerdasannya.
Kita melihat jawabannya.
Kita melihat kecepatannya.
Kita melihat kemampuannya.
Tetapi kita tidak melihat GPU yang bekerja di belakang layar.
Kita tidak melihat listrik yang mengalir.
Kita tidak melihat panas yang harus dibuang.
Kita tidak melihat pembangkit listrik.
Dan sering kali kita juga tidak melihat masyarakat yang hidup di sekitar infrastruktur tersebut.
AI mungkin berada di cloud.
Tetapi biaya fisiknya tetap berada di bumi.
Menurut saya, kita tidak perlu takut terhadap AI.
Tetapi kita juga tidak boleh terlalu terpesona olehnya sampai lupa bertanya tentang konsekuensinya.
Karena pada akhirnya, teknologi yang benar-benar maju bukan hanya teknologi yang mampu melakukan lebih banyak.
Teknologi yang benar-benar maju adalah teknologi yang mampu memberikan lebih banyak manfaat dengan biaya yang semakin kecil bagi manusia dan lingkungan.
Dan kalau AI memang akan menjadi bagian besar dari masa depan kita, saya berharap kita tidak hanya membangun AI yang semakin pintar.
Saya berharap kita juga membangun cara yang semakin bijak untuk menopangnya.
