Ukur seluruh siklus hidup
Jejak AI dimulai sebelum sebuah prompt dan berlanjut setelah sebuah server dipensiunkan. Fabrikasi semikonduktor menggunakan energi, air ultra-murni, bahan kimia, dan mineral. Pusat data menggunakan listrik, pendinginan, cadangan daya, jaringan, lahan, dan peralatan. Perangkat keras akhir-masa-pakai menjadi masalah limbah-elektronik dan pemulihan.
Perdebatan publik sering mengutip sebuah angka air atau energi per-kueri seolah-olah itu universal. Penggunaan aktual bervariasi menurut model, perangkat keras, utilisasi pusat data, pendinginan, iklim, jaringan listrik, panjang prompt, modalitas output, dan metode alokasi. Pelatihan dan inferensi itu berbeda; inferensi dapat mendominasi selama masa pakai sebuah produk jika penggunaannya besar. Penyedia mengungkapkan terlalu sedikit untuk total global AI-saja yang presisi.
Apa yang terukur hari ini
Badan Energi Internasional memperkirakan bahwa semua pusat data menggunakan sekitar 415 terawatt-jam listrik pada 2024, sekitar 1,5% konsumsi global. AI adalah sebuah subset dari total itu. Hampir setengah kapasitas pusat-data AS terkonsentrasi di lima klaster regional, jadi efek jaringan-listrik lokal dapat jauh lebih besar daripada bagian globalnya (IEA, April 2025).
Proyeksi sentral yang diperbarui dari IEA menempatkan penggunaan pusat-data pada kira-kira 950 TWh pada 2030, sekitar 3% permintaan global. Itu adalah sebuah prakiraan berdasarkan kapasitas, efisiensi, adopsi, dan asumsi pasar, bukan sebuah pembacaan meteran dari masa depan. Penalaran, video, dan penggunaan agentik yang lebih intensif-energi dapat mendorong permintaan ke atas; efisiensi, kendala pembiayaan, atau adopsi yang lebih lambat dapat menguranginya (IEA, 2026).
Di Amerika Serikat, Lawrence Berkeley National Laboratory memperkirakan penggunaan listrik pusat data naik menjadi 176 TWh pada 2023 dan dapat mencapai 325–580 TWh pada 2028 (Departemen Energi AS, Desember 2024). Rentang itu mengilustrasikan ketidakpastian. Itu mencakup pusat data secara umum, bukan hanya AI generatif.
Emisi bergantung pada di mana dan kapan daya diproduksi
Sebuah server yang efisien pada jaringan listrik berbasis-fosil-berat mungkin menciptakan lebih banyak emisi operasional daripada sebuah server yang kurang efisien yang dipasok oleh daya rendah-karbon. Kontrak energi-terbarukan tahunan tidak selalu menunjukkan listrik yang melayani sebuah fasilitas pada jam permintaan. Permintaan marginal dapat menjaga pembangkitan fosil tetap online bahkan ketika sebuah perusahaan membeli sertifikat terbarukan.
IEA memperkirakan emisi pusat-data terkait-listrik pada sekitar 180 juta ton karbon dioksida pada 2024, sekitar 0,5% emisi pembakaran-bahan-bakar global. Kasus dasarnya naik menuju 1% pada 2030 (analisis iklim IEA). Bagian global yang kecil masih dapat bertentangan dengan rencana iklim lokal atau menciptakan pertumbuhan sektoral yang cepat.
Pelaporan yang kredibel harus mencakup emisi berbasis-lokasi dan berbasis-pasar, pencocokan per-jam jika memungkinkan, generator cadangan, konstruksi, dan emisi perangkat keras yang terkandung. Klaim emisi-yang-dihindari dari optimasi AI harus dilaporkan secara terpisah dan divalidasi terhadap sebuah kontrafaktual.
Air itu lokal
Pusat data dapat mengonsumsi air secara langsung melalui pendinginan evaporatif dan secara tidak langsung melalui pembangkitan listrik. Fabrikasi semikonduktor juga membutuhkan air berkualitas-tinggi. Penarikan tidak sama dengan konsumsi: air yang ditarik mungkin dikembalikan, sementara air yang dikonsumsi tidak segera tersedia bagi daerah aliran sungai lokal.
Satu galon yang digunakan dalam sebuah cekungan yang tertekan-air memiliki dampak berbeda dari satu galon yang digunakan di mana pasokan berlimpah. Total global tahunan dapat menyembunyikan kompetisi musiman dengan rumah tangga, ekosistem, pertanian, dan industri. Pendinginan udara dapat mengurangi penggunaan air langsung tetapi meningkatkan penggunaan listrik; air daur-ulang dapat mengurangi permintaan air-minum tetapi membutuhkan infrastruktur dan pengaman.
OECD mencatat bahwa penilaian lingkungan harus meluas melampaui energi dan karbon ke air-tawar dan ekstraksi mineral, dan bahwa pelaporan air pusat-data tetap tidak lengkap (komputasi AI OECD). Komunitas membutuhkan data penarikan, konsumsi, sumber, tekanan musiman, pembuangan, dan rencana darurat tingkat-fasilitas sebelum izin diberikan.
Chip memiliki jejak hulu
Akselerator canggih bergantung pada fabrikasi, pengemasan, memori, dan material yang terkonsentrasi secara geografis. Pabrik manufaktur memiliki kebutuhan konstruksi dan utilitas yang besar. Siklus peningkatan-model yang singkat dapat mempensiunkan peralatan yang masih berfungsi, meskipun akselerator yang lebih lama mungkin digunakan-ulang untuk inferensi yang kurang menuntut.
Penambangan dan pemrosesan dapat menghasilkan kerusakan habitat, polusi, bahaya pekerjaan, dan ketergantungan geopolitik. Atribusi yang tepat pada “AI” itu sulit karena rantai pasokan yang sama melayani ponsel, kendaraan, jaringan, dan komputasi lainnya. Analisis siklus-hidup harus mengalokasikan dampak secara transparan alih-alih membebankan seluruh pertumbuhan semikonduktor pada AI.
UNEP mengidentifikasi energi, emisi gas-rumah-kaca, air, ekstraksi mineral, dan limbah-elektronik sebagai kekhawatiran siklus-hidup langsung dan menyerukan metode pengukuran bersama (UNEP, September 2024). UNEP memiliki mandat lingkungan, yang membentuk fokusnya; rekomendasi pengukurannya tetap secara luas berguna.
AI dapat menghasilkan manfaat lingkungan
Pembelajaran mesin dapat memperbaiki pemodelan cuaca dan iklim, mendeteksi metana, mengoptimalkan jaringan listrik dan bangunan, memprakirakan output terbarukan, merancang material, dan mendukung konservasi. Manfaat harus diukur dalam penerapan, bukan disimpulkan dari akurasi tolok ukur.
Efek rebound itu penting. Jika efisiensi menurunkan biaya, penggunaan total dapat meningkat cukup untuk menghapus penghematan. Optimasi juga dapat menggeser kerugian: mengurangi biaya listrik sambil meningkatkan penggunaan air atau menempatkan infrastruktur di sebuah komunitas yang rentan. Penilaian bersih harus mencakup permintaan yang terinduksi dan distribusi.
IEA memproyeksikan energi terbarukan memenuhi kira-kira setengah pertumbuhan permintaan listrik pusat-data hingga 2035 dalam kasus dasarnya, tetapi gas alam dan batu bara juga memasok pertumbuhan jangka-dekat yang substansial. “Ditenagai oleh energi terbarukan” karenanya bukan sebuah deskripsi sektor global.
Pilihan infrastruktur yang lebih baik
Operator dapat memperbaiki utilisasi, menggunakan model dan perangkat keras yang efisien, menjadwalkan beban-kerja yang fleksibel ketika daya yang lebih bersih tersedia, memperpanjang masa pakai peralatan, memulihkan panas yang berguna, mengurangi kapasitas menganggur, dan memilih pendinginan yang sesuai dengan daerah aliran sungai lokal. Model kecil spesifik-tugas dapat mengungguli penggunaan sebuah model terdepan yang boros.
Utilitas dan regulator dapat mewajibkan studi interkoneksi yang realistis, alokasi biaya, fleksibilitas permintaan, pasokan bersih, tinjauan air publik, dan rencana dekomisioning. Pelanggan pusat-data seharusnya tidak diam-diam menggeser peningkatan jaringan-listrik atau biaya kelangkaan ke rumah tangga.
Pengungkapan harus menggunakan unit fungsional bersama: energi dan air per pelatihan, per beban-kerja terstandardisasi, dan per volume layanan, bersama dengan total absolut perusahaan dan fasilitas. Rasio efisiensi tanpa pertumbuhan absolut dapat menyesatkan.
Apa yang dapat diubah AGI
Permintaan energi AGI adalah sebuah skenario. Sistem yang mengotomatisasi riset dan aktivitas ekonomi dapat secara tajam meningkatkan penggunaan komputasi. Sistem itu juga mungkin memperbaiki desain chip, material, jaringan listrik, dan penerapan energi-bersih. Rebound bergaya-Jevons dapat mengubah keuntungan efisiensi menjadi konsumsi total yang lebih besar.
Kendala fisik tetap ada: pabrik, transformator, pembangkitan, jaringan listrik, sistem air, dan izin membutuhkan waktu. Klaim keberlimpahan kecerdasan yang instan harus memperhitungkan hambatan-hambatan ini. Tata kelola lingkungan mungkin menjadi batas praktis pada penerapan alih-alih sebuah isu eksternal.
Sebuah standar yang berimbang
Tanyakan empat pertanyaan: Berapa jejak siklus-hidup absolut? Di mana dan kapan itu terjadi? Siapa yang menerima manfaat dan menanggung biaya? Alternatif apa yang menghasilkan fungsi yang sama?
Buktinya tidak mendukung “AI dapat diabaikan secara lingkungan” maupun sebuah bencana per-prompt yang universal. Pusat data adalah sebagian kecil dari penggunaan listrik global tetapi sebuah beban yang tumbuh cepat, terkonsentrasi secara geografis dengan dampak air dan rantai-pasokan yang material. AI dapat memungkinkan perbaikan lingkungan, tetapi hanya hasil bersih yang terukur yang berarti. Pengungkapan fasilitas yang wajib, standar siklus-hidup, partisipasi lokal, investasi jaringan-listrik bersih, dan pilihan model yang efisien adalah fondasi dari sebuah kebijakan lingkungan yang jujur.