Apakah Kita Mencari Solusi Tantangan Keberlanjutan Pusat Data AI di Tempat yang Salah?

Rantai pasok yang lebih cerdas dapat menjadi kunci untuk mengurangi dampak lingkungan dari pesatnya perkembangan AI

Para pemimpin di bidang keberlanjutan di seluruh dunia tengah memperdebatkan paradoks AI. Di satu sisi, jejak lingkungan AI terus membesar. Namun, di sisi lain, AI secara aktif membantu menyelesaikan sejumlah masalah keberlanjutan paling menantang di dunia nyata. 

Manfaat AI tidak hanya berupa peningkatan produktivitas dalam bisnis atau otomatisasi proses; manfaatnya jauh lebih besar dan berdampak lebih luas. Ketika diterapkan dalam penelitian ilmiah, layanan kesehatan, dan sistem energi, AI berpotensi menyelamatkan nyawa. Dalam menghadapi tantangan keberlanjutan, kemampuan AI untuk membuat prediksi dan melakukan optimasi dapat mengurangi limbah, penggunaan energi, dan emisi. Badan Energi Internasional (IEA) memperkirakan bahwa jika penerapan AI yang sudah ada untuk proses industri diadopsi di seluruh sektor industri, penghematan energinya saja akan melampaui total konsumsi energi Meksiko saat ini. 

Kita tidak bisa menutup mata terhadap jejak lingkungan AI dan ekosistem pusat data saat ini, tetapi kita juga tidak bisa mengabaikan dampak nyata dan potensi yang ditawarkan teknologi ini. Menghentikan pengembangan AI sekarang akan menghambat kita untuk memperoleh manfaatnya secara penuh. Namun, agar potensi tersebut terwujud, kita harus membangun infrastruktur fisik yang mendukungnya dan mencari cara untuk melakukannya secara berkelanjutan. 

Sejauh ini, pembahasan keberlanjutan AI sebagian besar berfokus pada pusat data. Namun, untuk mengurangi jejak lingkungan AI secara berarti, kita juga perlu melihat ke luar pusat data dan menelusuri alur bahan, peralatan, dan perangkat keras dari hulu. 

Salah satu cara efektif untuk mengurangi jejak lingkungan AI adalah mengoptimalkan rantai pasok global yang menopang infrastruktur AI.

Jejak Lingkungan AI yang Sebenarnya Juga Mencakup Rantai Pasok

Fokus saat ini pada pusat data dalam pembahasan dampak lingkungan AI, dalam banyak hal, dapat dimengerti. Saat ini, beban kerja AI mencakup sekitar 20% penggunaan pusat data. Angka tersebut diperkirakan akan berlipat ganda menjadi 40% pada 2030. AI membutuhkan kapasitas komputasi yang sangat besar, dan kapasitas tersebut memerlukan listrik dalam jumlah besar untuk menjalankan sistem serta air untuk mendinginkannya. IEA melaporkan bahwa pusat data yang umumnya dirancang untuk AI dapat mengonsumsi listrik sebanyak 100.000 rumah tangga. 

Sejumlah pakar terkemuka di bidang keberlanjutan, desain, dan infrastruktur mendorong penggunaan energi terbarukan secara luas untuk memasok daya ke pusat data, penerapan praktik bangunan hijau di setiap fasilitas, serta inovasi pendinginan yang hemat air. Hal-hal ini penting, tetapi hanya menangani sebagian masalah. Perubahan seharusnya dimulai dengan optimasi rantai pasok berbasis AI. 

Jejak lingkungan AI sudah terbentuk jauh sebelum pusat data mulai beroperasi. Pusat data merupakan titik akhir dari ribuan rantai pasok yang luas, yang memproduksi dan mengirimkan semikonduktor, server, peralatan jaringan, transformator, peralatan sakelar, sistem pendingin, baja, dan beton. Rantai pasok produk-produk ini melibatkan banyak pemasok di berbagai jaringan global. 

Sistem ini sebagian besar luput dari pembahasan keberlanjutan AI. Namun, rantai pasok tersebut merupakan bagian penting dari keseluruhan jejak lingkungan AI dan perlu dioptimalkan untuk mengurangi limbah dan emisi. 

Cara Rantai Pasok Berkelanjutan Berbasis AI Mengurangi Dampak Lingkungan Pusat Data

Tinjauan terhadap 112 studi yang ditelaah sejawat pada 2026, yang diterbitkan di Cogent Engineering, menemukan bahwa AI dapat berperan transformatif dalam mengoptimalkan rantai pasok dengan meningkatkan proses rantai pasok, berbagi informasi, dan transparansi. Berikut cara optimasi rantai pasok berbasis AI mengurangi dampak lingkungan AI:

• Manufaktur yang lebih efisien: Dalam manufaktur, AI dapat membantu mengurangi limbah dengan mengoptimalkan penggunaan energi, mengidentifikasi masalah peralatan yang menimbulkan kendala keberlanjutan, dan mengungkap proses yang tidak efisien. Dalam rantai pasok infrastruktur AI, efisiensi ini sangat penting karena produk yang dibuat—termasuk server, sistem pendingin, peralatan listrik, dan semikonduktor—membutuhkan banyak sumber daya dan energi untuk diproduksi, serta sering kali memerlukan penambangan mineral kritis, menurut BSR (Business for Social Responsibility). Untuk merawat peralatan komputasi, server dan perangkat keras AI harus sering diganti, setiap dua hingga tiga tahun. Karena itu, mengoptimalkan manufaktur produk di hulu merupakan salah satu peluang terbesar untuk mengurangi dampak lingkungan pusat data secara keseluruhan. 
• Koordinasi yang lebih baik untuk memindahkan peralatan dengan lebih sedikit pemborosan sumber daya: Setelah perangkat keras selesai diproduksi, tahap berikutnya adalah mengangkutnya ke lokasi pembangunan pusat data. AI dapat membantu mengurangi jarak tempuh dan penggunaan sumber daya yang tidak perlu dengan mendukung penyusunan muatan, perencanaan transportasi, dan optimasi rute. Badan Perlindungan Lingkungan Amerika Serikat menegaskan bahwa hal ini merupakan bagian inti dari upaya meningkatkan keberlanjutan rantai pasok. 
• Visibilitas yang lebih baik dan perencanaan skenario: Dengan peningkatan visibilitas, peramalan, dan perencanaan skenario berkat AI, perusahaan tidak perlu menimbun persediaan berlebih atau menyediakan kapasitas ganda untuk bersiap menghadapi potensi gangguan. Pemahaman yang lebih akurat tentang letak risiko memungkinkan mereka menyusun respons yang terarah, alih-alih membangun cadangan yang menimbulkan pemborosan.
• Kolaborasi yang terhubung dan lebih efisien: Dengan AI yang terintegrasi di seluruh jaringan rantai pasok, produsen dan mitra lainnya dapat mengefisienkan komunikasi dan berbagi informasi semaksimal mungkin. Kolaborasi waktu nyata memastikan semua orang menerima informasi terbaru yang sama pada saat yang sama. Tidak ada lagi upaya, waktu, atau sumber daya yang terbuang.
• Visibilitas sepanjang siklus hidup memperpanjang masa guna peralatan: Seiring pesatnya kemajuan teknologi, limbah elektronik menjadi masalah yang kian mengkhawatirkan. Menurut Global E-waste Monitor, dunia menghasilkan limbah elektronik dalam jumlah rekor, yakni 62 juta ton metrik pada 2022—dua kali lipat jumlahnya pada 2010. Visibilitas siklus hidup yang didukung AI dapat membantu mengurangi limbah elektronik secara signifikan dengan memberikan informasi untuk keputusan mengenai perbaikan, pemugaran, dan daur ulang saat perangkat keras pusat data ditingkatkan pada masa mendatang. 

Ini merupakan kunci bagi gerakan ekonomi sirkular, yang berpotensi besar menjadikan rantai pasok lebih berkelanjutan. Dalam ekonomi sirkular, AI dapat meningkatkan pemilahan bahan untuk menaikkan tingkat daur ulang, mengoptimalkan logistik balik untuk mengumpulkan barang yang dikembalikan agar dapat dipugar, serta memprediksi dan mencocokkan bahan hasil pemulihan dengan permintaan. 

Dengan mencermati setiap bagian rantai pasok infrastruktur AI dan mengoptimalkan operasional agar lebih efisien dan berkelanjutan, perusahaan dapat mengurangi jejak lingkungan AI secara signifikan. AI sendiri mengubah batas kemampuan yang selama ini ada, sehingga para perencana dapat menganalisis secara bersamaan beragam variabel kompleks dalam rantai pasok pusat data dan mengambil keputusan sebaik mungkin, baik demi kinerja keuangan maupun lingkungan.

Bagaimana AI Dapat Membantu Meningkatkan Efisiensinya Sendiri

Meskipun ada kekhawatiran tentang penggunaan sumber daya oleh pusat data, para pemimpin keberlanjutan umumnya tetap optimistis terhadap dampak AI— laporan Chief Sustainability Officers Outlook dari World Economic Forum menemukan bahwa 73% CSO memperkirakan AI akan mempercepat kemajuan keberlanjutan secara berarti.

Selain itu, AI berpotensi mendorong inovasi material dan semikonduktor yang secara berulang menyempurnakan teknologi tersebut dan mengurangi kebutuhan sumber dayanya. Para peneliti dan insinyur menggunakan AI untuk merancang cip yang lebih efisien, mengembangkan model AI yang lebih hemat energi, menemukan material baru, serta meningkatkan teknologi pendinginan dan sistem energi pusat data. 

Solusi inovatif ini, bersama optimalisasi rantai pasok yang diterapkan secara luas, akan membuat pusat data generasi berikutnya lebih efisien dan berkelanjutan, sekaligus secara signifikan mengurangi jejak lingkungan AI. 

Transformasi AI dan upaya mendorong keberlanjutan tidak harus saling bertentangan. Dengan menerapkan teknologi yang berkembang pesat ini pada pusat data dan rantai pasok yang mendukung pertumbuhannya, kita dapat terus memanfaatkan manfaat AI sekaligus membangun landasan yang lebih efisien bagi infrastruktur masa depan.