Aktivitas AI

• Melatih model besar (skala GPT-4): 1–10 juta liter (setara dengan air minum tahunan 100–1.000 rumah tangga)
• 1.000 kueri teks AI: ~1–2 liter (Miliaran kueri harian = jutaan galon menguap)
• Operasi pusat data (tahunan, berat AI): 1–5 miliar galon (per perusahaan seperti Google)

Sumber: Studi UC Riverside (2023–2024), laporan keberlanjutan perusahaan.

Titik Panas Regional dan Konflik dengan Air Minum

Penggunaan air menjadi masalah ketika pusat data berada di wilayah yang kekurangan air:

Barat Daya AS: Di Arizona, pusat data Mesa Google mengambil dari cekungan Sungai Colorado, yang sudah dialokasikan berlebih. Aktivis lokal berargumen bahwa ini mengalihkan air dari pertanian dan penduduk.

• Contoh Global: Belanda membatasi pusat data baru karena tekanan air; Gurun Atacama di Chile menjadi tuan rumah fasilitas AI di tengah kekeringan yang memengaruhi komunitas adat.
• Hubungan dengan Air Layak Minum: Hingga 50% air pusat data diolah hingga standar air minum untuk kemurnian dalam sistem pendingin, menurut Badan Energi Internasional. Ini berarti AI secara tidak langsung "meminum" air yang bisa menghidrasi manusia, terutama di area di mana daur ulang terbatas.
• Perubahan iklim memperburuk ini: Suhu yang lebih tinggi meningkatkan kebutuhan pendinginan sebesar 5–10% per derajat Celsius kenaikan, menurut model teknik.

Mengapa Ini Mengancam Air Minum Secara Khusus

1. Persaingan untuk Sumber Daya Terbatas: Air tawar hanya 2,5% dari air Bumi, dengan dua pertiga terkunci di es. Permintaan AI dapat mengalihkan pasokan kota, seperti yang terlihat di The Dalles, Oregon, di mana pusat Google menggunakan air yang dialokasikan untuk penggunaan publik.
2. Ketidakefisienan dalam Loop Tertutup: Meskipun beberapa pusat mendaur ulang air (efisiensi hingga 90%), kehilangan evaporasi tidak terhindarkan—air hilang ke atmosfer, tidak digunakan kembali.
3. Pertumbuhan AI yang Meledak: Pasar AI diproyeksikan tumbuh 37% per tahun hingga 2030 (McKinsey). Tanpa perubahan, penggunaan air bisa menyaingi konsumsi tahunan seluruh negara seperti Mesir.
4. Tersembunyi di Cloud: Konsumen tidak melihat biaya air dalam aplikasi AI, menyebabkan proliferasi tanpa kendali.

Solusi Potensial dan Jalan ke Depan

Masalah ini bukan tak terpecahkan:

• Pendinginan Udara dan Efisiensi: Perusahaan hyperscale seperti Meta bereksperimen dengan pendinginan imersi cair atau adiabatik untuk mengurangi air hingga 90%.
• Perubahan ke Energi Terbarukan: Pusat bertenaga surya/angin di iklim sejuk (misalnya, Skandinavia) meminimalkan kebutuhan air.
• Intervensi Kebijakan: Regulasi seperti pelaporan air pusat data Eropa atau insentif AS untuk teknologi rendah air.
• Optimasi AI: Model yang lebih kecil dan efisien (misalnya, versi distilasi) mengurangi energi—dan air—sebesar 50–90%.

Manfaat AI —memajukan kedokteran, pemodelan iklim—tak terbantahkan, tetapi mengabaikan kehausan airnya berisiko memperburuk kekurangan yang sudah memengaruhi 2 miliar orang yang menghadapi tekanan air (data PBB). 

Saat AI semakin terintegrasi dalam masyarakat, menyeimbangkan inovasi dengan pengelolaan sumber daya sangat penting. Raksasa teknologi harus memprioritaskan desain berkelanjutan, atau "cloud" benar-benar bisa mengeringkan keran kita.(*)