AI Diperkirakan Konsumsi Lebih dari 50% Energi Data Center pada 2028, NTT DATA Serukan Perlunya AI Berkelanjutan

NTT DATA, perusahaan global di bidang kecerdasan buatan (AI),  bisnis digital, dan layanan teknologi, merilis laporan riset (white paper) baru yang menyoroti pentingnya memasukkan aspek keberlanjutan di setiap tahap pengembangan dan penerapan AI. Langkah ini diperlukan untuk mengurangi dampak lingkungan dari teknologi tersebut. Menerapkan solusi inovatif untuk menciptakan AI yang berkelanjutan bukan hanya tanggung jawab perusahaan, melainkan juga peluang strategis untuk menciptakan nilai jangka panjang, memperkuat perusahaan, dan menghemat sumber daya penting.

Laporan berjudul Sustainable AI for a Greener Tomorrow ini menjelaskan meningkatnya dampak lingkungan dari AI dan menawarkan jalan menuju inovasi yang lebih berkelanjutan. Teknologi AI membutuhkan daya listrik yang sangat besar untuk melatih large language models, menjalankan proses inferensi, dan menjaga layanan yang selalu aktif. Para peneliti memperkirakan beban kerja AI akan menyumbang lebih dari 50% konsumsi daya pusat data (data center) pada tahun 2028. Dampak lingkungan lainnya termasuk penggunaan air untuk sistem pendingin data center, limbah elektronik (e-waste), dan penambangan mineral langka untuk produksi perangkat keras.

“Dampak penggunaan sumber daya akibat pertumbuhan dan adopsi AI yang cepat memang menakutkan, tapi teknologi ini juga bisa menjadi solusi bagi masalah lingkungan yang ditimbulkannya,” ujar David Costa, Head of Sustainability Innovation Headquarters, NTT DATA dalam keterangan pers, Rabu (29/10).

Laporan tim ahli AI dan konsultan keberlanjutan NTT DATA menyoroti perlunya pergeseran paradigma dalam pengembangan kecerdasan buatan (AI) menuju arah yang lebih berkelanjutan. Fokus industri yang selama ini didominasi oleh pencapaian kinerja teknis seperti akurasi dan kecepatan dinilai perlu dilengkapi dengan tujuan keberlanjutan yang lebih holistik. Efisiensi energi dan sumber daya harus menjadi prinsip desain utama, bukan sekadar kompromi dari performa.

Selain itu, laporan tersebut menekankan pentingnya pengukuran dampak lingkungan dari penggunaan AI secara lebih transparan dan terstandar. Konsumsi energi, emisi karbon, serta jejak air dari sistem AI perlu diukur dengan metodologi yang dapat diverifikasi. Beberapa tolok ukur yang diusulkan antara lain AI Energy Score dan Software Carbon Intensity (SCI) for AI, yang dapat digunakan sebagai dasar dalam kebijakan tata kelola, pengadaan, maupun kepatuhan perusahaan terhadap prinsip keberlanjutan.

Pendekatan berbasis siklus hidup juga menjadi rekomendasi utama. Keberlanjutan AI, menurut laporan ini, harus dipikirkan sejak tahap awal hingga akhir—mulai dari penambangan bahan baku, produksi perangkat keras, penerapan sistem, hingga proses pembuangan. Upaya yang disarankan mencakup memperpanjang umur perangkat keras, mengoptimalkan sistem pendingin di pusat data, serta menerapkan prinsip ekonomi sirkular untuk mengurangi limbah teknologi.

Terakhir, NTT DATA menekankan bahwa tanggung jawab keberlanjutan AI bukan hanya milik satu pihak. Ia tersebar di seluruh ekosistem industri—melibatkan produsen perangkat keras, operator pusat data, pengembang perangkat lunak, penyedia layanan cloud, pembuat kebijakan, investor, hingga konsumen. Kolaborasi lintas sektor dianggap krusial untuk mendorong perubahan sistemik menuju masa depan AI yang efisien dan berkelanjutan.

Hambatan dan Praktik Terbaik

Saat ini, penilaian dampak lingkungan masih terfragmentasi dan metodenya tidak seragam, sehingga sulit dilakukan pembandingan yang bermakna. Banyak perusahaan hanya berfokus pada energi atau emisi karbon tanpa mempertimbangkan penggunaan air, kelangkaan bahan baku, dan limbah elektronik. Semua aspek ini harus ditangani secara menyeluruh. Bahkan, ketika target lingkungan sudah ditetapkan, banyak perusahaan belum memiliki cara praktis untuk menerapkan keberlanjutan di setiap tahap siklus hidup AI.

Untuk mengatasi hal itu, laporan ini menawarkan sejumlah praktik terbaik, seperti:

• Menerapkan green software engineering untuk mengurangi penggunaan sumber daya
• Menjalankan beban kerja AI di lokasi dan waktu yang selaras dengan ketersediaan energi terbaruka’Memanfaatkan layanan GPU jarak jauh dan AI di lokasi (on-premises)
• Mengurangi limbah elektronik dengan memilih komponen yang modular dan dapat di-upgrade, serta memperpanjang masa pakai perangkat melalui perbaikan, penggunaan ulang, dan daur ulang yang bertanggung jawab

Meski jalan menuju AI yang berkelanjutan tidak mudah, desain ulang yang menyeluruh dari siklus hidup AI bisa membantu mewujudkan potensi positif teknologi ini sekaligus melindungi lingkungan yang menjadi penopang kehidupan semua makhluk.