Artificial Intelligence (AI) semakin dekat dengan kehidupan sehari-hari. Kita menggunakannya untuk mencari informasi, membuat konten, menganalisis data, hingga membantu pekerjaan bisnis.
Namun, ada satu sisi AI yang jarang terlihat: kebutuhan air di balik teknologi tersebut.
Mengapa teknologi digital yang tampaknya hanya membutuhkan listrik ternyata juga membutuhkan air? Dan benarkah penggunaan AI dapat memperburuk persoalan sumber daya air?
AI Tidak Minum Air, tetapi Data Center Membutuhkannya
Ketika menggunakan AI, kita tentu tidak melihat air yang digunakan secara langsung. Air tersebut digunakan oleh data center, yaitu fasilitas yang menyimpan dan menjalankan server untuk berbagai layanan digital.
Server menghasilkan panas dalam jumlah besar ketika melakukan komputasi. Karena itu, data center membutuhkan sistem pendinginan. Pada sebagian fasilitas, air digunakan dalam proses pendinginan, terutama melalui sistem yang memanfaatkan evaporasi.
Selain itu, air juga dapat digunakan secara tidak langsung melalui pembangkitan listrik yang memasok energi untuk data center. Produksi chip yang digunakan untuk menjalankan AI juga memiliki jejak air.
Dengan kata lain:
AI → membutuhkan komputasi → membutuhkan listrik → menghasilkan panas → membutuhkan sistem pendinginan → dapat membutuhkan air.
Seberapa Banyak Air yang Digunakan AI?
Inilah bagian yang sering menimbulkan kesalahpahaman.
Berbagai penelitian memang menunjukkan bahwa AI memiliki water footprint. Namun, tidak ada satu angka yang berlaku untuk setiap pertanyaan AI.
Penggunaan air sangat bergantung pada:
jenis server yang digunakan;
efisiensi komputasi;
sistem pendinginan;
lokasi data center;
kondisi iklim;
sumber listrik;
dan jenis pekerjaan AI yang dilakukan.
Sebuah studi tahun 2025 bahkan menemukan bahwa penggunaan air antar-workload data center dapat berbeda lebih dari 10.000 kali.
Artinya, klaim seperti "setiap kali bertanya kepada AI pasti menghabiskan sekian liter air" perlu dibaca secara hati-hati.
Mengapa Isu Ini Semakin Penting?
Penggunaan AI berkembang sangat cepat. Bersamaan dengan itu, kebutuhan komputasi dan pembangunan data center juga meningkat.
International Energy Agency (IEA) memperkirakan konsumsi listrik data center global akan meningkat secara signifikan hingga 2030. AI menjadi salah satu pendorong utama pertumbuhan tersebut.
Semakin besar kebutuhan komputasi, semakin penting pula membicarakan efisiensi energi dan air.
Sebuah penelitian yang terbit di Water Research pada 2026 memperkirakan water footprint AI global dapat mencapai 4,2–6,6 miliar meter kubik per tahun pada 2027. Angka tersebut merupakan proyeksi dan memiliki ketidakpastian karena dipengaruhi teknologi, lokasi, dan pertumbuhan penggunaan AI.
Masalahnya Bukan Hanya Jumlah Air, tetapi Lokasinya
Ada hal yang lebih penting daripada sekadar menghitung jumlah air yang digunakan.
Di mana air tersebut digunakan?
Data center yang berada di wilayah dengan sumber daya air melimpah tentu memiliki kondisi berbeda dengan data center yang berada di wilayah yang mengalami water stress.
Karena itu, pembangunan infrastruktur AI perlu mempertimbangkan kondisi sumber daya air lokal. Penelitian terbaru juga menunjukkan pentingnya memasukkan faktor ketersediaan air dalam perencanaan data center.
AI dan Tantangan Bisnis Berkelanjutan
Isu penggunaan air menunjukkan bahwa perkembangan AI bukan hanya persoalan teknologi.
Ini juga merupakan persoalan ekonomi dan bisnis.
Perusahaan teknologi perlu memikirkan:
Bagaimana membangun AI yang tetap menguntungkan tetapi menggunakan sumber daya secara efisien?
Pertanyaan tersebut berkaitan dengan konsep ESG (Environmental, Social, and Governance).
Perusahaan dapat mempertimbangkan penggunaan teknologi pendinginan yang lebih efisien, meningkatkan efisiensi server, memilih lokasi data center secara strategis, serta meningkatkan transparansi mengenai penggunaan air. Berbagai penelitian menunjukkan bahwa kombinasi efisiensi teknologi dan perencanaan lokasi dapat mengurangi jejak air data center.
Apakah Kita Harus Berhenti Menggunakan AI?
Tidak sesederhana itu.
AI memberikan banyak manfaat bagi masyarakat dan dunia bisnis. Teknologi ini dapat meningkatkan produktivitas, membantu analisis data, mendukung inovasi, dan membuka peluang bisnis baru.
Persoalannya bukan sekadar menggunakan atau tidak menggunakan AI, tetapi bagaimana teknologi tersebut dikembangkan dan digunakan secara lebih bertanggung jawab.
Inilah yang kemudian melahirkan gagasan Sustainable AI atau AI berkelanjutan.
Masa depan AI tidak hanya membutuhkan model yang semakin pintar, tetapi juga infrastruktur yang semakin efisien, transparan, dan berkelanjutan.
Apa Artinya bagi Generasi Muda?
Bagi mahasiswa dan generasi muda yang akan memasuki dunia bisnis, isu ini memberikan pelajaran penting.
Teknologi dan sustainability tidak lagi dapat dipisahkan.
Seorang entrepreneur, manajer, maupun pemimpin bisnis masa depan perlu memahami bahwa keputusan bisnis tidak hanya berkaitan dengan profit, tetapi juga dampaknya terhadap lingkungan dan masyarakat.
AI dapat menjadi teknologi yang powerful. Namun, tantangan berikutnya adalah memastikan bahwa kecanggihan tersebut tidak datang dengan biaya lingkungan yang diabaikan.
Kesimpulan
Benarkah AI menggunakan banyak air?
Ya, AI memiliki jejak air. Air dapat digunakan untuk pendinginan data center, pembangkitan listrik, dan produksi perangkat keras yang mendukung infrastruktur AI.
Namun, jumlahnya tidak sama untuk setiap penggunaan AI. Teknologi, lokasi, sistem pendinginan, sumber listrik, dan efisiensi data center sangat menentukan besarnya penggunaan air.
Karena itu, pertanyaan penting di masa depan bukan hanya:
"Seberapa pintar AI?"
Tetapi juga:
"Seberapa berkelanjutan AI yang kita bangun?"
Pertanyaan tersebut akan semakin penting seiring berkembangnya ekonomi digital dan meningkatnya penggunaan AI dalam dunia bisnis.
Referensi
Lei, N., Lu, J., Shehabi, A., & Masanet, E. (2025). The Water Use of Data Center Workloads: A Review and Assessment of Key Determinants. Resources, Conservation and Recycling.
de Vries-Gao, A. (2025). The Carbon and Water Footprints of Data Centers and What This Could Mean for Artificial Intelligence. Patterns.
Herrera, M., et al. (2025). Sustainable AI Infrastructure: A Scenario-Based Forecast of Water Footprint Under Uncertainty. Journal of Cleaner Production.
International Energy Agency. (2025). Energy and AI.
The Water Footprint of Artificial Intelligence: Emerging Solutions and Governance Imperatives. Water Research, 2026.
