Dampak Iklim AI Lebih Kecil Dari yang Diharapkan, Penelitian Baru Menunjukkan

Kegilaan kecerdasan buatan (AI) telah mengirim pasar ke level tertinggi baru. 

Miliaran dolar terus mengalir ke pembuat chip dan pusat data, karena kegilaan AI yang terus berlanjut menjaga pasar yang dipercepat selama lebih dari dua tahun tanpa tanda-tanda melambat. Namun, banyak yang mulai mempertanyakan apakah kita berada dalam gelembung AI.

Analis seperti yang ada di JPMorgan (JPM ) sebenarnya meminta investor bersiap menghadapi turbulensi di depan. Namun sementara busa terbentuk di pasar privat dan publik, kegilaan seputar AI tidak tanpa keunggulannya, karena teknologi ini memiliki banyak nilai ekonomi dalam hal menciptakan kecerdasan yang dapat diakses, kuat, yang dipercaya menyerupai penciptaan internet. 

Dalam proyeksi 2026-nya, JPMorgan menyebut AI “teknologi paling transformatif sejak komputasi,” dan “mendorong pertumbuhan PDB lebih banyak daripada belanja konsumen.”

Pada saat yang sama, bank tersebut memperingatkan tentang kekurangan listrik, keterbatasan air, dan pengawasan regulasi.

Secara lebih luas, ekspansi cepat AI datang dengan tekanan lingkungan signifikan yang ditemukan lebih rendah dari yang diperkirakan. Itu karena intensitas energi dan emisi sebuah kueri bergantung pada faktor seperti jenis dan ukuran model, output yang dihasilkan, jaringan listrik yang memberi daya pada pusat data yang menangani permintaan, waktu pemrosesan, dan variabel lain.

JPMorgan juga memperkirakan bahwa 60% pekerjaan di dunia maju menghadapi risiko otomatisasi dari AI, tetapi seiring peran lama menghilang, peran baru harus muncul.

Secara keseluruhan, risiko terbesar, menurut bank, “adalah tidak memiliki eksposur pada teknologi transformatif.”

Adopsi AI, Penggunaan Energi, dan Beban Iklim

Kemampuan AI untuk mengotomatisasi tugas berulang, meningkatkan pengambilan keputusan, dan meningkatkan efisiensi serta produktivitas di berbagai domain telah menyebabkan adopsinya yang luas.

Menurut sebuah survei oleh McKinsey, 88% responden melaporkan penggunaan AI secara reguler di setidaknya satu fungsi bisnis, naik 10% dari setahun lalu. Namun, tercatat bahwa pada tingkat perusahaan, mayoritas masih berada pada tahap percobaan, dengan sekitar sepertiga mengatakan perusahaan mereka telah mulai menskalakan program AI mereka.

Saat ini bernilai sekitar $400 miliar, pasar AI diproyeksikan mencapai $1,8 triliun pada akhir dekade ini.

Berbicara tentang investasi, pendanaan AI swasta di AS melampaui $109 miliar pada 2024, yang merupakan sekitar 24 kali lipat dari Inggris sebesar $4,5 miliar dan 12 kali lipat dari China sebesar $9,3 miliar. Kedepannya, 92% perusahaan berencana berinvestasi dalam AI generatif selama tiga tahun ke depan.

Sementara adopsi AI tumbuh berkat janji produktivitas yang belum pernah ada sebelumnya, ia datang dengan tantangan energi dan lingkungan yang serius. Faktanya, AI sangat rakus energi. 

Melatih model AI membutuhkan ton energi, cukup untuk menyalakan beberapa ratus rumah tangga setiap tahun, dan dapat jauh lebih tinggi pada inferensi. Diperkirakan bahwa 80% hingga 90% daya komputasi untuk AI digunakan untuk inferensi.

Jadi, penggunaan energi AI terutama terkait dengan daya komputasi yang diperlukan untuk melatih dan menjalankan model ini di dalam pusat data, di mana model AI dimuat ke dalam kelompok server yang dilengkapi GPU seperti Nvidia’s (NVDA ) Blackwells.

Pusat data adalah fasilitas yang menampung server komputer, sistem penyimpanan data, pasokan listrik, sistem pendingin, dan peralatan jaringan. Semua infrastruktur ini penting untuk tidak hanya menyediakan layanan digital terbaru seperti menanyakan pertanyaan ke ChatGPT, tetapi juga mengirim email atau menyiarkan video.

Jadi, pusat data telah ada sejak lama, tetapi dalam beberapa tahun terakhir mereka berkembang secara substansial. 

Saat ini, ada lebih dari 100.000 pusat data, tersebar di seluruh dunia, dengan AS menjadi tuan rumah terbanyak dengan lebih dari 4.200, diikuti oleh Inggris dan Jerman, masing‑masing memiliki sekitar 500. Di AS, sepertiga pusat data berada di hanya tiga negara bagian: California, Texas, dan Virginia, dengan dua yang terakhir sangat bergantung pada bahan bakar fosil untuk kebutuhan energi mereka.

Secara umum, pusat data terbagi menjadi tiga kategori. Fasilitas perusahaan tradisional dijalankan secara internal oleh perusahaan untuk beban kerja mereka sendiri: penyedia kolokasi menyewakan ruang rak dan listrik kepada banyak pelanggan berbeda di gedung bersama. Pada tingkat tertinggi adalah kampus “hiperskala” — situs besar mirip gudang yang dipenuhi dengan puluhan ribu server yang menangani pekerjaan AI dan komputasi awan paling berat.

Menurut JPMorgan, belanja modal hyperscaler diproyeksikan melampaui $500 miliar tahun depan karena perusahaan berlomba membangun pusat data dan mengamankan listrik yang langka.

Jadi, berapa banyak energi yang digunakan pusat data ini? Banyak. Pusat data di AS mengonsumsi 183 TWh listrik tahun lalu, ketika total konsumsi listrik tahunan negara mencapai rekor tertinggi.

Konsumsi energi pusat data ini diperkirakan akan tumbuh 133% pada 2030, mencapai 426 TWh. Secara global, IEA memperkirakan pembangkit listrik yang didedikasikan untuk pusat data akan lebih dari dua kali lipat dalam skenario dasar, dari sekitar 460 TWh pada 2024 menjadi sedikit lebih dari 1.000 TWh pada 2030.

Di AS, pusat data menyumbang 4% dari total konsumsi listrik, yang setara dengan permintaan listrik tahunan Pakistan. Setelah stagnan lebih dari satu dekade, adopsi AI diproyeksikan meningkatkan pangsa ini menjadi 12% pada 2028.
Swipe to scroll →

Mengenai berapa banyak konsumsi energi pusat data ini yang disebabkan AI, sulit untuk menentukan, karena pusat data menangani berbagai jenis beban kerja. Namun, hyperscaler yang dioptimalkan untuk AI biasanya mengonsumsi listrik setara dengan 100.000 rumah tangga setiap tahun.

Menurut proyeksi terbaru dari Lawrence Berkeley National Laboratory, dalam tiga tahun ke depan, lebih dari setengah listrik yang dikonsumsi oleh pusat data akan digunakan untuk AI, yang setara dengan penggunaan listrik tahunan 22% dari semua rumah tangga AS.

Campuran Energi yang Menggerakkan Inti AI 

Dengan pertumbuhan cepat AI, pusat data kini mengalami tekanan, menghadapi beban yang meningkat seiring lonjakan permintaan listrik.

Sebagian besar listrik, rata‑rata 60%, yang digunakan oleh pusat data sebenarnya memberi daya pada server yang memproses dan menyimpan informasi digital. Kemudian, sistem pendingin bertanggung jawab atas penggunaan energi kedua terbanyak, berkisar antara 7% hingga 30%, tergantung pada efisiensi fasilitas.  

Sistem pendingin ini mencegah server terlalu panas, yang memerlukan banyak air. Pada 2023, pusat data AS langsung mengonsumsi sekitar 17 miliar galon air, dengan 84% dari nya dikonsumsi oleh fasilitas kolokasi dan hyperscale, yang diperkirakan akan mengonsumsi sekitar 16‑33 miliar galon air setiap tahun pada 2028.

Mengenai sumber energi yang digunakan oleh pusat data, gas alam menyuplai paling banyak (lebih dari 40%) listrik ke pusat data di AS, diikuti oleh energi terbarukan seperti surya dan angin (24%), tenaga nuklir (20%), dan batu bara (15%).

Raksasa teknologi seperti Google (GOOG ), Amazon (AMZN ), dan Meta (META ) telah berjanji untuk menggunakan lebih banyak tenaga nuklir, yang saat ini hanya menyumbang 20% pasokan listrik di AS, guna mengurangi emisi karbon pusat data.

Inilah mengapa IEA memproyeksikan emisi CO₂ dari pembangkit listrik untuk pusat data mencapai puncaknya sekitar 320 Mt CO₂ pada 2030, sebelum menurun menjadi sekitar 300 Mt CO₂ pada 2035.

Menurut IEA:

“Meskipun pertumbuhan cepat, pusat data tetap menjadi bagian yang relatif kecil dari sistem tenaga secara keseluruhan, naik dari sekitar 1% produksi listrik global hari ini menjadi 3% pada 2030, menyumbang kurang dari 1% total emisi CO₂ global.”

Namun publik tidak berpikir demikian. Menurut survei Pew Research Center 2024 mengenai dampak lingkungan AI secara lebih luas selama dua dekade ke depan, seperempat orang dewasa AS berpikir dampaknya akan negatif, dan proporsi yang sama mengatakan dampaknya akan sama positif dan negatif.

Baik perusahaan maupun peneliti terus mencari cara untuk mengurangi penggunaan energi baik komputasi maupun pusat data.

Faktanya, peningkatan efisiensi energi yang signifikan telah dicapai pada perangkat keras yang digunakan untuk komputasi. Namun, laju keuntungan efisiensi telah melambat sementara permintaan komputasi AI terus meningkat.

Masalahnya, efek AI pada penggunaan energi melampaui penggunaan listrik langsung untuk komputasi. Energi, pada akhirnya, merupakan input penting dalam hampir semua aktivitas ekonomi, memberi daya pada industri dan mendukung infrastruktur kehidupan modern.

Dan studi menunjukkan korelasi kuat antara konsumsi energi dan output ekonomi, mengindikasikan bahwa penggunaan energi sangat terkait dengan pertumbuhan PDB. Jadi, jika AI meningkatkan produktivitas ekonomi, ia juga dapat menyebabkan lonjakan penggunaan energi agregat. Belum lagi, penggunaan terus‑menerus bahan bakar fosil untuk memberi daya pada ekonomi akan memperkuat efek lingkungan dari produksi listrik dengan berkontribusi pada perubahan iklim.

Namun ketika berbicara tentang AI, ia sebenarnya dapat mengurangi penggunaan energi. Hal itu dapat dicapai melalui manajemen sisi permintaan atau meningkatkan ketahanan infrastruktur energi.

Dalam jangka pendek, meskipun, ketergantungan pada bahan bakar fosil untuk pembangkit energi menghasilkan peningkatan polusi udara, penurunan kualitas air, dan memperburuk perubahan iklim.

Sementara gas alam diperkirakan tetap menjadi sumber daya utama bagi pusat data dalam jangka pendek, firma riset dan konsultan global Gartner memperkirakan “pertumbuhan cepat dalam sistem penyimpanan energi baterai untuk menyeimbangkan fluktuasi energi surya dan angin” selama tiga hingga lima tahun ke depan. Firma tersebut menyatakan dalam catatan risetnya:

“Alternatif tenaga bersih di lokasi – seperti hidrogen hijau, energi panas bumi, dan reaktor modular kecil – mulai muncul dan akan menjadi alternatif bahan bakar yang layak untuk mikrogrid pusat data pada akhir dekade ini.”

Potensi Hijau AI dan Trade‑Off Emisi Iklim

Meskipun AI memiliki konsekuensi lingkungan yang jelas dan besar, penelitian baru menemukan bahwa risiko lingkungan dari tingkat penggunaan AI saat ini lebih rendah daripada yang kita kira. Selain itu, AI sebenarnya dapat mendukung kemajuan lingkungan dan pertumbuhan ekonomi.

Untuk memproyeksikan potensi hasil lingkungan AI jika terus berkembang pada kecepatan saat ini, dalam studi berjudul “Watts and bots: the energy implications of AI adoption¹” yang dipublikasikan di Environmental Research, ilmuwan dari University of Waterloo dan Georgia Institute of Technology menggabungkan data aktivitas ekonomi AS dengan perkiraan seberapa luas teknologi ini diadopsi di berbagai pekerjaan dan industri.

Pada tingkat industri, ilmuwan memperkirakan peningkatan tahunan dalam penggunaan energi berkisar antara 0 hingga 12 petajoule (PJ) sementara emisi karbon dapat berkisar dari 0 ton hingga 272 kt (ktCO2).

Berapa Banyak Energi dan CO₂ yang Dapat Ditambahkan AI pada Tingkat Nasional?

Tambahan 28 PJ penggunaan energi, yang sekitar 0,03% dari konsumsi energi nasional tahunan, dapat dihasilkan dari adopsi AI ketika diakumulasi di seluruh ekonomi. Ini juga akan menambah 896 ktCO₂ dalam emisi tahunan, setara dengan sekitar 0,02% output CO₂ tahunan negara.

Ini karena, menurut data dari US Energy (BSIN ) Information Administration, 83% negara masih bergantung pada bahan bakar fosil, yaitu batu bara, minyak bumi, dan gas alam.

Terbentuk dari sisa fosil organisme, bahan bakar ini memerlukan jutaan tahun untuk terbentuk dan dianggap sumber daya tidak terbarukan. Meskipun terbatas, bahan bakar fosil berperan penting sebagai sumber energi untuk pembangkit listrik, transportasi, dan proses industri. Secara khusus, penggunaan bahan bakar ini melepaskan gas rumah kaca (GHG) yang menjebak panas dan berkontribusi pada perubahan iklim.

Peneliti menemukan bahwa meskipun konsumsi listrik terkait AI di AS sebanding dengan total penggunaan energi Islandia, jumlah ini masih terlalu kecil untuk tercatat secara signifikan pada tingkat nasional atau global.

“Penting untuk dicatat bahwa peningkatan penggunaan energi tidak akan merata. Itu akan terasa lebih di tempat di mana listrik diproduksi untuk memberi daya pada pusat data,” kata ekonom lingkungan, Dr. Juan Moreno‑Cruz, profesor Fakultas Lingkungan di Waterloo dan Canada Research Chair dalam Transisi Energi. Dari perspektif lokal, ia mencatat hal ini bisa menjadi “masalah besar,” dengan beberapa tempat melihat dua kali lipat output listrik dan emisi.

Pada skala yang lebih besar, bagaimanapun, “penggunaan energi AI tidak akan terasa,” tambah Moreno‑Cruz.

Meskipun peneliti tidak meneliti efek pada ekonomi lokal tempat pusat data berada, mereka menemukan beberapa hasil yang menggembirakan.

“Bagi orang yang percaya bahwa penggunaan AI akan menjadi masalah besar bagi iklim dan berpikir kita harus menghindarinya, kami menawarkan perspektif berbeda,” katanya. “Dampak pada iklim tidak begitu signifikan, dan kita dapat menggunakan AI untuk mengembangkan teknologi hijau atau meningkatkan yang sudah ada.”

Ia dapat berkontribusi pada solusi efisiensi energi dan pengurangan emisi dengan mengoptimalkan sumber energi terbarukan dan proses industri, catatan studi.

Untuk menarik kesimpulan mereka, peneliti menganalisis berbagai sektor dari sebuah ekonomi, pekerjaan di sektor‑sektor tersebut, dan bagian mana yang dapat dilakukan oleh AI. Mereka berencana mengulangi studi ini di luar AS, di negara‑negara lain, untuk mengukur dampak adopsi AI secara global dan mendapatkan gambaran yang lebih komprehensif tentang dampak teknologi pada penggunaan energi dan emisi.

Mencatat keterbatasan studi, peneliti menyoroti keterbatasan ketersediaan data dan variasi granularitas yang memengaruhi analisis, kurangnya informasi tentang distribusi spasial penggunaan energi, serta asumsi bahwa AI memengaruhi produktivitas hanya melalui tugas yang sebelumnya dilakukan dengan biaya lebih rendah, tanpa memperhitungkan teknologi yang memperkenalkan tugas baru atau memengaruhi bentuk produksi lain seperti modal.

Dengan studi mereka, peneliti bertujuan menyediakan dasar yang membantu untuk memahami implikasi lebih luas dari penggunaan AI yang lebih luas di seluruh ekonomi.

Dan temuan mereka menunjukkan bahwa besarnya peningkatan penggunaan energi dan emisi dari adopsi AI adalah “relatif modest dibandingkan aktivitas ekonomi secara keseluruhan.”

Jadi, saat AI merevolusi sektor‑sektor berbeda dan mengubah berbagai aspek masyarakat kita, studi tersebut menyerukan kebutuhan untuk menyeimbangkan manfaat ekonomi dan peningkatan produktivitas dengan potensi peningkatan permintaan energi dan emisi karbon terkait. 

Untuk mencapai keseimbangan itu, studi menyebutkan investasi dalam sumber energi terbarukan, menekankan teknologi AI yang hemat energi, mengembangkan strategi untuk menyeimbangkan peningkatan emisi di industri‑industri berat AI, dan menggunakan AI untuk mengurangi kerentanan terhadap perubahan iklim.

Melalui analisis dan pemantauan terus‑menerus terhadap dampak energi dan lingkungan AI, kita dapat mencapai pembangunan berkelanjutan teknologi transformatif, kata studi tersebut.

Berinvestasi dalam AI: Pusat Data, Chip, dan Risiko Iklim

Pemenang terbesar dari kegilaan AI yang sedang berlangsung adalah Nvidia (NVDA ), perusahaan infrastruktur komputasi full‑stack yang menawarkan solusi AI dan perangkat lunak selain memiliki segmen game, visualisasi profesional, dan robotika.

Nvidia adalah perusahaan paling berharga di dunia dengan kapitalisasi pasar $4,3 triliun, yang melampaui $5 triliun bulan lalu ketika sahamnya mencapai tertinggi 52‑minggu $212. Pada saat penulisan ini, saham NVDA diperdagangkan pada $179,5, naik 33,2% YTD dan lebih dari 1.450% dalam lima tahun terakhir.

Sebagai hasil dari pengeluaran besar perusahaan AI untuk infrastruktur, bisnis pusat data Nvidia mencatat rekor pendapatan $51,2 miliar, naik 25% dari kuartal sebelumnya dan 66% dari setahun lalu. Pelanggannya meliputi Google, Amazon, Meta, Microsoft (MSFT ), dan Oracle.

Menurut perusahaan, bisnis ini didorong oleh percepatan model AI yang kuat, aplikasi agenik, dan komputasi. Penjualan chip GPU Blackwell Nvidia juga “melampaui batas,” dan GPU cloud habis terjual.

Sebagai hasilnya, perusahaan mengumumkan pabrik AI, infrastruktur komputasi khusus, dan proyek infrastruktur lainnya totaling 5 juta GPU, mencakup “setiap pasar, CSP, kedaulatan, pembangun modern, perusahaan, dan pusat super‑komputasi.”

“Permintaan komputasi terus mempercepat dan berlipat ganda pada pelatihan dan inferensi — masing‑masing tumbuh secara eksponensial. Kami telah memasuki siklus virtuous AI. Ekosistem AI berkembang cepat — dengan lebih banyak pembuat model fondasi baru, lebih banyak startup AI, di lebih banyak industri, dan di lebih banyak negara. AI ada di mana‑mana, melakukan segala hal, sekaligus,” kata CEO Jensen Huang dalam pernyataan pendapatan Nvidia Q3 terbaru.

Berita Saham Nvidia Corporation (NVDA) Terbaru

Kesimpulan: Dampak Iklim AI dan Pelajaran Investasi

Dengan AI yang menjadi lebih personal dan mampu, memperoleh kemampuan untuk menalar dan memecahkan masalah kompleks, adopsi dan konsumsi energinya masih berada pada tahap awal. Ekspansi teknologi ini mendorong pembangunan masif pusat data, menekan sistem tenaga yang ada, dan menimbulkan kekhawatiran tentang permintaan listrik serta emisi karbon. 

Namun, sebagaimana penelitian terbaru menunjukkan, dampak energi AI secara nasional tetap modest, meskipun jejak lokalnya dapat signifikan. Semua bergantung pada pergeseran campuran tenaga dasar menuju sumber rendah karbon. Jadi, AI bukan hanya penggerak konsumsi energi tetapi juga alat untuk optimalisasi energi, membantu memodernisasi jaringan, meningkatkan efisiensi, dan mempercepat inovasi berfokus iklim sambil membuka nilai ekonomi yang dijanjikannya.

Klik di sini untuk daftar saham teknologi disruptif yang undervalued.

Referensi

1. Harding, A. R. & Moreno‑Cruz, J. “Watts and bots: the energy implications of AI adoption.” Environmental Research Letters 20 (11), Article 114084 (2025). https://doi.org/10.1088/1748-9326/ae0e3b