Perkembangan kecerdasan buatan (AI) selama satu dekade terakhir sering digambarkan sebagai revolusi teknologi terbesar sejak internet. Model bahasa raksasa, sistem generatif, hingga agen otonom kini hadir di hampir setiap aspek kehidupan—dari pendidikan, bisnis, hingga riset ilmiah. Namun, di balik kemajuan yang tampak mulus ini, muncul sebuah kenyataan baru yang mulai menggeser cara kita memahami batas teknologi: hambatan utama AI bukan lagi soal kekuatan komputasi, melainkan energi.
Artikel terbaru dari Live Science menegaskan pergeseran fundamental ini. Jika dulu para peneliti dan perusahaan teknologi berlomba membangun chip yang lebih cepat dan lebih kuat, kini tantangan terbesar justru terletak pada hal yang lebih mendasar—bagaimana menyediakan listrik yang cukup untuk menjalankan sistem AI yang terus berkembang tanpa henti.
Fenomena ini menandai babak baru dalam sejarah komputasi. Selama puluhan tahun, keterbatasan utama AI adalah mahalnya perangkat keras dan lambatnya kemampuan pemrosesan. Kini, dengan hadirnya GPU canggih dan infrastruktur cloud berskala besar, hambatan tersebut perlahan teratasi. Namun, keberhasilan ini justru memunculkan masalah baru: kebutuhan energi yang melonjak secara eksponensial.
AI modern tidak lagi bekerja seperti program komputer tradisional yang dijalankan sesekali. Ia hidup, aktif, dan terus beroperasi sepanjang waktu. Setiap kali seseorang menggunakan chatbot, mencari informasi berbasis AI, atau menghasilkan gambar dengan model generatif, sistem di belakangnya memproses data dalam skala besar. Aktivitas ini tidak berhenti—ia berlangsung 24 jam sehari, tujuh hari seminggu.
Di sinilah letak persoalan utamanya. Jika pelatihan model AI memang membutuhkan energi besar, proses tersebut sebenarnya terjadi secara berkala. Yang jauh lebih membebani adalah penggunaan sehari-hari, atau yang dikenal sebagai inference. Setiap interaksi kecil dari miliaran pengguna di seluruh dunia secara kolektif menciptakan beban energi yang sangat besar. Bahkan, model AI generatif dapat mengonsumsi energi berkali-kali lipat dibanding sistem komputasi tradisional untuk tugas yang sama.
Permintaan energi yang melonjak ini mulai terlihat dalam skala global. Badan Energi Internasional (IEA) memproyeksikan bahwa konsumsi listrik pusat data akan lebih dari dua kali lipat pada tahun 2030, mencapai sekitar 945 terawatt-jam—angka yang setara dengan konsumsi listrik satu negara maju seperti Jepang. AI disebut sebagai pendorong utama lonjakan ini, dengan pusat data yang dioptimalkan untuk AI diperkirakan mengalami peningkatan konsumsi energi lebih dari empat kali lipat.
Lonjakan ini tidak hanya soal jumlah listrik, tetapi juga soal distribusi. Menurut para ahli, dunia sebenarnya tidak kekurangan energi secara total. Masalahnya adalah ketersediaan energi yang stabil, di lokasi yang tepat, dan pada waktu yang dibutuhkan. Infrastruktur jaringan listrik yang ada saat ini tidak dirancang untuk menghadapi lonjakan permintaan yang tiba-tiba dan masif seperti yang dihasilkan oleh pusat data AI.
Bayangkan sebuah kota kecil yang tiba-tiba membutuhkan listrik sebesar kota metropolitan dalam waktu singkat. Inilah analogi yang sering digunakan untuk menggambarkan pembangunan pusat data AI. Proyek-proyek ini berkembang jauh lebih cepat dibandingkan kemampuan jaringan listrik untuk beradaptasi. Proses perizinan, pembangunan pembangkit listrik, hingga distribusi energi membutuhkan waktu bertahun-tahun, sementara kebutuhan AI meningkat dalam hitungan bulan.
Ketimpangan antara kecepatan pertumbuhan AI dan kesiapan infrastruktur energi ini menciptakan bottleneck baru yang sulit dipecahkan. Bahkan perusahaan teknologi besar mulai merasakannya secara langsung. Dalam beberapa laporan industri, disebutkan bahwa ketersediaan listrik kini menjadi faktor penentu utama dalam pembangunan pusat data, bahkan lebih penting daripada ketersediaan chip atau perangkat keras itu sendiri.
Fenomena ini juga mengubah peta persaingan global. AI tidak lagi hanya soal algoritma atau data, tetapi juga tentang siapa yang memiliki akses terhadap energi yang cukup. Negara dan perusahaan dengan infrastruktur energi yang kuat memiliki keunggulan strategis dalam mengembangkan dan mengoperasikan sistem AI skala besar. Dengan kata lain, masa depan AI kini sangat terkait dengan geopolitik energi.
Di sisi lain, meningkatnya konsumsi energi AI juga menimbulkan kekhawatiran lingkungan. Banyak pusat data masih bergantung pada sumber energi fosil, yang berkontribusi terhadap emisi karbon. Dalam beberapa kasus, lonjakan permintaan listrik bahkan memperpanjang umur pembangkit listrik berbasis batu bara yang seharusnya sudah dihentikan operasinya.
Ironisnya, AI yang sering dipromosikan sebagai solusi untuk berbagai masalah global—termasuk perubahan iklim—justru berpotensi memperburuk krisis energi jika tidak dikelola dengan bijak. Para peneliti memperingatkan bahwa tanpa transisi cepat menuju energi bersih, pertumbuhan AI dapat berbenturan dengan keterbatasan sumber daya dan stabilitas jaringan listrik.
Namun, tantangan ini juga membuka peluang inovasi. Banyak perusahaan teknologi kini mulai berinvestasi dalam sumber energi alternatif, termasuk energi terbarukan dan bahkan pembangkit nuklir skala kecil. Tujuannya adalah menciptakan sumber energi yang stabil dan berkelanjutan untuk mendukung operasional AI jangka panjang.
Selain itu, para peneliti juga berupaya meningkatkan efisiensi energi sistem AI. Meskipun tren historis seperti Hukum Koomey menunjukkan bahwa efisiensi komputasi terus meningkat, laju peningkatan tersebut mulai melambat dalam beberapa dekade terakhir. Artinya, peningkatan efisiensi tidak lagi cukup untuk mengimbangi lonjakan permintaan energi dari AI.
Upaya lain dilakukan melalui desain sistem yang lebih hemat energi, seperti konsep energy-proportional computing, yang bertujuan menyesuaikan konsumsi daya dengan tingkat penggunaan sistem. Namun, implementasi konsep ini dalam skala besar masih menjadi tantangan tersendiri.
Di tengah semua ini, muncul pertanyaan besar: apakah kita sedang memasuki era di mana kecerdasan buatan dibatasi oleh kapasitas energi, bukan lagi oleh kecanggihan teknologi? Jika iya, maka masa depan AI tidak hanya ditentukan oleh para ilmuwan komputer, tetapi juga oleh insinyur energi, pembuat kebijakan, dan bahkan perencana kota.
Sejarah menunjukkan bahwa setiap revolusi teknologi selalu diiringi oleh revolusi energi. Revolusi industri didorong oleh batu bara, era listrik mengubah wajah dunia modern, dan kini AI tampaknya membutuhkan fondasi energi baru untuk terus berkembang. Tanpa itu, laju inovasi yang selama ini tampak tak terbendung bisa saja melambat.
Pada akhirnya, kisah AI bukan hanya tentang kecerdasan mesin, tetapi juga tentang bagaimana manusia mengelola sumber daya yang menopangnya. Di balik setiap jawaban yang dihasilkan oleh AI, terdapat jaringan listrik yang bekerja tanpa henti—sebuah “otak kedua” yang tak terlihat, namun krusial.
Dan mungkin, di era ini, pertanyaan terpenting bukan lagi “seberapa pintar AI bisa menjadi,” melainkan “seberapa besar energi yang mampu kita sediakan untuknya.”