trecsrealestateschool – Bayangkan kamu sedang duduk santai, membuka laptop, lalu mengetik satu pertanyaan sederhana kepada chatbot AI.
“Bikin caption Instagram buat jualan kopi.”
Beberapa detik kemudian jawabannya muncul.
Kelihatannya simpel. Tidak ada asap keluar dari laptop. Tidak ada suara mesin besar. Apalagi air yang mengucur dari layar.
Namun jauh dari meja tempat kamu duduk, permintaan tersebut sebenarnya diproses oleh komputer-komputer berperforma tinggi yang berada di dalam sebuah data center.
Server bekerja.
GPU menghasilkan panas.
Sistem pendingin harus menjaga suhu tetap aman.
Listrik digunakan.
Dan dalam banyak data center, air ikut masuk ke dalam persamaan.
Di sinilah muncul kekhawatiran baru: benarkah AI menghabiskan air bersih bumi?
Pertanyaan tersebut bukan sepenuhnya clickbait.
Penelitian yang diterbitkan pada 2026 memperkirakan jejak air global AI dapat mencapai sekitar 4,2 hingga 6,6 miliar meter kubik pada 2027 apabila pertumbuhannya berjalan sesuai proyeksi tertentu. Penelitian lain memperkirakan jejak air AI pada 2025 saja bisa berada pada kisaran 312,5 hingga 764,6 miliar liter, walaupun angka tersebut masih memiliki ketidakpastian yang cukup besar.
Angkanya memang terdengar mengerikan.
Tetapi apakah itu berarti setiap kali kita mengetik prompt, segelas air langsung hilang dari bumi?
Ternyata ceritanya jauh lebih rumit.
Kenapa AI Membutuhkan Air?
AI sebenarnya tidak “minum” air.
Yang membutuhkan air adalah infrastruktur fisik di belakangnya.
Model AI modern dijalankan menggunakan server dengan chip berperforma tinggi seperti GPU. Ketika ribuan atau puluhan ribu chip bekerja secara bersamaan, panas yang dihasilkan sangat besar.
Kalau panas tersebut tidak dikendalikan, performa komputer dapat menurun dan perangkat bahkan bisa mengalami kerusakan.
Maka data center membutuhkan sistem pendinginan.
Salah satu pendekatan yang banyak digunakan adalah evaporative cooling atau sistem pendinginan yang memanfaatkan penguapan air.
Air menyerap panas, kemudian sebagian menguap ke udara.
Sederhananya, prinsipnya sedikit mirip ketika tubuh berkeringat.
Saat keringat menguap dari permukaan kulit, panas ikut terbawa.
Pada data center, konsep serupa digunakan dalam skala industri.
Microsoft secara terbuka mengatakan air digunakan untuk mendinginkan sebagian data centernya. Perusahaan tersebut kini mengembangkan sistem baru yang tidak memerlukan penguapan air untuk pendinginan pada fasilitas AI generasi terbaru.
Jadi ketika membicarakan konsumsi air AI, kita sebenarnya sedang berbicara tentang sebuah rantai infrastruktur yang jauh lebih besar daripada chatbot yang terlihat di layar.
Air untuk AI Tidak Cuma Dipakai di Data Center
Nah, di sinilah pembahasannya mulai menarik.
Jejak air AI biasanya dibagi menjadi konsumsi langsung dan tidak langsung.
Konsumsi langsung adalah air yang benar-benar digunakan di fasilitas data center, misalnya untuk sistem pendinginan.
Namun ada juga konsumsi tidak langsung.
Server membutuhkan listrik.
Untuk menghasilkan listrik, beberapa jenis pembangkit juga membutuhkan air dalam jumlah besar, khususnya untuk proses pendinginan.
Artinya, meskipun sebuah data center secara langsung menggunakan sedikit air, listrik yang dikonsumsinya dapat memiliki jejak air tersendiri.
Penelitian 2026 tentang jejak karbon dan air data center memperkirakan bahwa konsumsi air tidak langsung dari produksi listrik dapat jauh lebih besar dibandingkan air yang digunakan langsung untuk pendinginan fasilitas.
Belum selesai.
Chip AI juga harus diproduksi.
Proses pembuatan semikonduktor membutuhkan air dengan tingkat kemurnian sangat tinggi untuk membersihkan wafer selama proses produksi.
Jadi jejak air AI tidak cuma terjadi ketika kita menggunakan model.
Ia sudah dimulai sejak chip dibuat, data center dibangun, listrik diproduksi, kemudian server dijalankan.
Berapa Banyak Air yang Dipakai AI?
Inilah pertanyaan yang jawabannya tidak sesederhana kelihatannya.
Tidak ada satu angka universal yang berlaku untuk semua AI.
Konsumsi air tergantung lokasi data center, teknologi pendinginan, cuaca, sumber listrik, efisiensi server, model AI, beban komputasi, dan bahkan waktu ketika sistem digunakan.
Sebuah data center yang berlokasi di daerah sejuk bisa mempunyai kebutuhan pendinginan berbeda dibandingkan fasilitas yang berdiri di wilayah panas.
Begitu pula dengan sumber listrik.
Jaringan listrik yang banyak bergantung pada pembangkit termal dengan pendinginan berbasis air mempunyai jejak air berbeda dibandingkan jaringan yang lebih banyak menggunakan tenaga surya atau angin.
Karena itu angka seperti “satu pertanyaan AI membutuhkan sekian botol air” sebaiknya dibaca dengan hati-hati.
Angka tersebut biasanya merupakan estimasi berdasarkan berbagai asumsi.
Bukan meteran air yang benar-benar terpasang pada setiap prompt.
AI Bisa Memakai Ratusan Miliar Liter Air per Tahun
Meskipun sulit menghitung kebutuhan setiap prompt, skala industri AI memang cukup besar.
Sebuah studi yang diterbitkan pada akhir 2025 dan masuk edisi jurnal Patterns Januari 2026 memperkirakan bahwa sistem AI saja dapat memiliki jejak air sekitar 312,5 hingga 764,6 miliar liter pada 2025.
Rentangnya sangat lebar karena data yang tersedia masih terbatas dan intensitas air sangat dipengaruhi lokasi serta sumber listrik.
Sementara penelitian yang diterbitkan dalam jurnal Water Research pada 2026 memperkirakan jejak air AI global dapat mencapai 4,2 sampai 6,6 miliar meter kubik pada 2027.
Penelitian itu juga menyoroti fakta bahwa sekitar dua pertiga data center yang dibangun sejak 2022 berada di wilayah yang menghadapi tekanan air.
Nah, bagian terakhir inilah yang sebenarnya paling penting.
Masalah air bukan cuma soal berapa banyak liter.
Masalahnya adalah air tersebut diambil dari mana.
Satu Liter Air Tidak Selalu Punya Dampak yang Sama
Bayangkan dua data center menggunakan jumlah air yang sama.
Fasilitas pertama berdiri di daerah dengan curah hujan tinggi dan cadangan air melimpah.
Fasilitas kedua berada di wilayah yang sering mengalami kekeringan dan masyarakatnya harus membatasi pemakaian air.
Secara matematika, konsumsi keduanya sama.
Tetapi dampak sosial dan lingkungannya jelas berbeda.
Karena itu para peneliti mulai menekankan pentingnya melihat lokasi penggunaan air, bukan cuma total konsumsi global.
Satu juta liter air yang digunakan di wilayah basah tidak selalu mempunyai konsekuensi yang sama dengan satu juta liter air di daerah yang mengalami water stress.
Inilah alasan pembangunan data center di wilayah kekurangan air sering memicu kontroversi.
Ketika perusahaan teknologi masuk, kebutuhan air industri dapat berhadapan langsung dengan kebutuhan rumah tangga, pertanian, dan ekosistem lokal.
Jadi AI Akan Menghabiskan Air Bersih Bumi?
Tidak.
Setidaknya tidak ada dasar ilmiah untuk mengatakan AI akan “menghabiskan seluruh air bersih bumi”.
Bumi mempunyai siklus hidrologi.
Air menguap, membentuk awan, turun sebagai hujan, masuk ke sungai, tanah, dan laut lalu kembali berputar.
Masalah sebenarnya bukan air hilang dari planet ini.
Masalahnya adalah ketersediaan air tawar yang layak digunakan, di lokasi yang tepat dan pada waktu yang dibutuhkan manusia.
Air laut jumlahnya luar biasa besar, tetapi tidak dapat begitu saja diminum.
Sebagian air tawar juga tersimpan dalam bentuk es atau berada di lokasi yang sulit dimanfaatkan.
Karena itu tekanan terhadap sumber air lokal tetap menjadi persoalan nyata.
AI tidak akan menyedot bumi sampai kering seperti vacuum cleaner raksasa.
Tetapi pertumbuhan data center dapat memperburuk tekanan air di wilayah tertentu jika pembangunan fasilitas tidak mempertimbangkan kondisi sumber daya lokal.
Kenapa AI Sekarang Jadi Sorotan?
Data center sebenarnya sudah ada jauh sebelum generative AI meledak.
Google Search, Netflix, cloud storage, media sosial, game online, sampai transaksi perbankan digital semuanya membutuhkan data center.
Lalu ChatGPT dan gelombang generative AI datang.
Model-model AI modern membutuhkan komputasi dalam skala sangat besar, baik ketika dilatih maupun ketika digunakan jutaan pengguna.
International Energy Agency atau IEA mencatat bahwa AI telah menjadi salah satu pendorong utama pertumbuhan konsumsi listrik data center.
IEA memperkirakan AI menyumbang sekitar 15 persen konsumsi listrik data center global pada 2024, tidak termasuk aktivitas cryptocurrency.
Kemudian investasi melonjak.
IEA mencatat belanja modal lima perusahaan teknologi besar untuk pembangunan infrastruktur data center dan kebutuhan terkait sudah melampaui US$400 miliar pada 2025 dan diperkirakan meningkat lagi secara signifikan pada 2026.
Semakin banyak data center berarti kebutuhan listrik, tanah, material, dan air juga ikut menjadi perhatian.
Microsoft Sampai Mendesain Data Center Tanpa Air untuk Pendinginan
Industri teknologi tentu sadar terhadap masalah ini.
Microsoft, misalnya, memperkenalkan desain data center generasi baru yang ditujukan untuk beban kerja AI dengan sistem pendinginan chip secara langsung.
Dalam desain tersebut, cairan pendingin bersirkulasi dalam sistem tertutup sehingga tidak memerlukan penguapan air secara terus-menerus untuk mendinginkan server.
Microsoft memperkirakan pendekatan tersebut dapat menghemat lebih dari 125 juta liter air per fasilitas setiap tahun dibandingkan desain berdasarkan rata-rata penggunaan air perusahaan sebelumnya.
Angka ini menarik karena justru memberi gambaran betapa besar kebutuhan air yang dapat muncul dari sistem pendinginan konvensional.
Namun teknologi zero-water cooling juga mempunyai trade-off.
Sistem yang mengurangi air terkadang membutuhkan pendekatan pendinginan atau energi yang berbeda.
Jadi solusi lingkungan tidak selalu sekadar mengganti satu teknologi lalu masalah selesai.
Perusahaan harus melihat hubungan antara air, energi, emisi karbon, dan biaya operasional secara bersamaan.
Microsoft Mengklaim Sudah Mengembalikan Lebih Banyak Air daripada yang Diambil
Dalam laporan keberlanjutan 2026, Microsoft mengatakan selama tahun fiskal 2025 perusahaan telah melakukan proyek replenishment lebih dari 14,2 juta meter kubik air dan jumlah tersebut lebih besar dibandingkan air yang ditarik oleh operasinya.
Konsep replenishment biasanya berarti perusahaan membiayai atau menjalankan proyek yang meningkatkan ketersediaan air, memulihkan daerah tangkapan air, meningkatkan akses, atau mengembalikan air ke lingkungan.
Tetapi istilah “water positive” perlu dibaca dengan konteks.
Mengembalikan satu juta liter air melalui proyek di suatu wilayah belum tentu menghapus dampak jika satu juta liter lainnya diambil dari wilayah yang sedang mengalami kekeringan.
Lokasi dan waktu tetap penting.
Karena itu laporan total global belum selalu menggambarkan pengalaman masyarakat di sekitar sebuah data center tertentu.
Kenapa Air Minum yang Dipakai, Bukan Air Laut?
Pertanyaan ini kelihatannya sederhana tetapi masuk akal.
“Kalau butuh air untuk mendinginkan komputer, kenapa nggak pakai air laut saja?”
Masalahnya ada pada kualitas air.
Air laut mengandung garam yang sangat korosif terhadap sistem industri.
Menggunakannya membutuhkan desain khusus, pemrosesan, dan sering kali desalination terlebih dahulu.
Proses desalination juga membutuhkan energi.
Belum lagi masalah pembuangan air garam berkonsentrasi tinggi atau brine yang dapat memberikan dampak terhadap lingkungan laut.
Karena itu menggunakan air laut tidak otomatis menjadi solusi murah dan mudah.
Sebagian data center mulai menggunakan air daur ulang, air limbah yang sudah diolah, atau sistem pendingin tertutup agar kebutuhan terhadap air minum dapat dikurangi.
Microsoft, misalnya, mengatakan proyek penggunaan kembali air di Quincy, Washington, mampu mengurangi kebutuhan air minum untuk operasional data center di daerah tersebut hingga sekitar 97 persen.
Apakah ChatGPT Satu Pertanyaan Menghabiskan Segelas Air?
Klaim seperti ini sering beredar di media sosial.
Masalahnya, konsumsi satu prompt tidak mempunyai angka tetap.
Prompt pendek dan panjang membutuhkan komputasi berbeda.
Model kecil dan model besar berbeda.
Jawaban 30 kata dan jawaban 3.000 kata juga tidak identik.
Lokasi server ikut menentukan konsumsi air.
Waktu penggunaan bahkan dapat berpengaruh karena suhu udara dan kondisi jaringan listrik berubah.
Selain itu, perusahaan tidak selalu mengungkap secara rinci data konsumsi air untuk setiap model.
Karena itulah menghitung “satu prompt sama dengan sekian mililiter” harus dipandang sebagai estimasi berbasis asumsi, bukan hukum fisika yang berlaku untuk semua layanan AI.
Lebih berguna melihat dampaknya pada skala jutaan atau miliaran permintaan.
Satu prompt mungkin terlihat sangat kecil.
Tetapi ketika digunakan ratusan juta orang setiap hari, jumlahnya mulai signifikan.
Apakah Kita Harus Berhenti Menggunakan AI?
Tidak sesederhana itu.
Hampir semua teknologi digital mempunyai jejak lingkungan.
Streaming video memakai data center.
Google Search membutuhkan server.
Penyimpanan foto cloud membutuhkan listrik.
Media sosial membutuhkan jaringan komputer raksasa.
Bahkan email yang tersimpan selama bertahun-tahun membutuhkan infrastruktur.
AI memang memiliki intensitas komputasi yang tinggi, tetapi perdebatan yang lebih produktif bukan sekadar “AI baik atau buruk”.
Pertanyaannya adalah bagaimana mendapatkan manfaat teknologi dengan jejak lingkungan serendah mungkin.
AI juga dapat digunakan untuk membantu mengoptimalkan jaringan listrik, memprediksi cuaca, mengurangi kebocoran air, meningkatkan efisiensi industri, dan membantu penelitian material baru.
IEA sendiri menyoroti dua sisi tersebut: AI meningkatkan kebutuhan energi data center, tetapi AI juga berpotensi membantu sistem energi menjadi lebih efisien.
Jangan Salah Kaprah, AI Bukan Konsumen Air Terbesar di Dunia
Ketika membaca angka ratusan miliar liter, mudah sekali merasa AI adalah penyebab utama krisis air global.
Kenyataannya tidak.
Secara global, pertanian tetap menjadi pengguna terbesar air tawar.
Irigasi tanaman membutuhkan air dalam skala yang jauh lebih besar dibandingkan industri data center secara keseluruhan.
Industri energi, manufaktur, peternakan, dan aktivitas rumah tangga juga mempunyai jejak air sangat besar.
Jadi menyalahkan AI sebagai satu-satunya penyebab ancaman air bersih akan menyederhanakan persoalan.
Namun mengatakan konsumsi AI “tidak penting karena pertanian lebih besar” juga keliru.
Masalah data center sering bersifat lokal.
Kalau sebuah fasilitas besar dibangun di daerah yang sudah kekurangan air, tambahan permintaan tersebut bisa tetap signifikan bagi masyarakat sekitar.
Ukuran global dan dampak lokal adalah dua cerita berbeda.
Masalah Terbesarnya Justru Transparansi
Salah satu tantangan terbesar dalam menghitung konsumsi air AI adalah kurangnya data.
Perusahaan teknologi memang menerbitkan sustainability report, tetapi angka sering disajikan pada level perusahaan secara keseluruhan.
Berapa banyak air yang benar-benar digunakan untuk AI?
Berapa banyak untuk cloud biasa?
Berapa banyak digunakan sebuah model tertentu?
Berapa konsumsi air setiap data center?
Informasi semacam itu masih sulit diperoleh secara konsisten.
Penelitian 2026 mengenai jejak air AI secara khusus menyerukan transparansi pada level fasilitas agar dampak lingkungan dapat dinilai lebih akurat.
Tanpa informasi terperinci, publik akhirnya mengandalkan estimasi.
Estimasi tersebut penting, tetapi tetap mempunyai rentang ketidakpastian.
Itulah sebabnya kamu mungkin melihat dua artikel tentang konsumsi air AI dengan angka yang berbeda sangat jauh.
Belum tentu salah satunya bohong.
Bisa jadi metode perhitungannya memang berbeda.
Ketika AI Bertemu Daerah yang Sedang Kekeringan
Ini adalah skenario yang sebenarnya perlu paling dikhawatirkan.
Data center membutuhkan akses listrik stabil, jaringan internet cepat, lahan luas, dan infrastruktur air.
Tidak semua lokasi memenuhi seluruh kriteria tersebut.
Ketika perusahaan menemukan lokasi yang secara ekonomi menarik tetapi wilayahnya sudah mengalami water stress, muncul konflik kepentingan.
Masyarakat memerlukan air minum.
Petani membutuhkan air.
Industri membutuhkan air.
Ekosistem juga membutuhkan air.
Kemudian data center masuk sebagai pengguna baru.
Karena itulah isu AI dan air bukan cuma masalah teknologi.
Ia sudah masuk wilayah kebijakan publik, tata ruang, lingkungan, dan keadilan sosial.
Pertanyaannya bukan hanya “seberapa efisien servernya?”
Pertanyaannya juga “siapa yang memperoleh air ketika cadangannya terbatas?”
AI Tidak Akan Menyedot Lautan, tetapi Masalah Airnya Nyata
Narasi bahwa AI menghabiskan air bersih bumi memang terdengar dramatis.
Secara literal, kalimat tersebut terlalu jauh.
Tidak ada bukti bahwa AI akan membuat seluruh air tawar planet ini habis.
Namun di balik headline tersebut terdapat persoalan yang sangat nyata.
AI membutuhkan data center.
Data center menghasilkan panas.
Pendinginan dapat membutuhkan air.
Pembangkit listrik juga bisa membutuhkan air.
Produksi chip pun mempunyai jejak air.
Dan ketika industri AI berkembang dalam kecepatan seperti sekarang, kebutuhan tersebut ikut meningkat.
Sebuah penelitian terbaru bahkan memperkirakan jejak air global AI dapat mencapai miliaran meter kubik dalam beberapa tahun ke depan.
Jadi kita tidak perlu panik membayangkan chatbot menyedot semua sungai di dunia.
Tetapi juga tidak bisa berpura-pura bahwa layanan digital hidup di sebuah “awan” tanpa dampak fisik.
Cloud tetap membutuhkan bangunan.
AI tetap membutuhkan chip.
Chip membutuhkan listrik.
Server menghasilkan panas.
Dan panas harus dibuang ke suatu tempat.
Bukan Berhenti Pakai AI, tapi Membuat AI Lebih Hemat Air
Babak berikutnya kemungkinan bukan tentang memilih antara AI atau air.
Tantangannya adalah membuat keduanya bisa berjalan tanpa saling mengorbankan.
Desain data center tanpa penguapan air, penggunaan air daur ulang, pembangunan fasilitas di lokasi yang tepat, pemilihan sumber listrik rendah air, chip yang lebih efisien, dan transparansi penggunaan air dapat menjadi bagian dari solusi.
Perusahaan teknologi juga harus melihat kondisi lokal.
Menghemat 100 juta liter air di satu negara tidak otomatis membenarkan pengambilan air berlebihan di daerah lain yang sedang kekeringan.
Pada akhirnya, hal paling menarik dari perdebatan ini justru sebuah paradoks.
AI terlihat seperti teknologi yang nyaris tidak mempunyai bentuk fisik.
Kita mengetik kata di layar.
Jawaban muncul.
Tidak terlihat pabrik.
Tidak terdengar mesin.
Namun di balik satu kotak chat yang sederhana terdapat jaringan infrastruktur global berisi chip, kabel, pembangkit listrik, bangunan raksasa, sistem pendingin, dan ya—air.
Jadi kalau ada yang bilang AI sama sekali tidak membutuhkan sumber daya alam, itu jelas keliru.
Tetapi kalau ada yang bilang besok AI akan menghabiskan semua air bersih di bumi, itu juga terlalu dramatis.
Realitasnya berada di tengah.
AI memang haus.
Pertanyaannya sekarang adalah seberapa pintar manusia membuat teknologi yang semakin pintar ini agar tidak ikut memperparah dunia yang sudah kekurangan air.
Referensi
International Energy Agency, “Energy and AI”, 10 April 2025.
https://www.iea.org/reports/energy-and-ai
International Energy Agency, “Data centre electricity use surged in 2025, even with tightening bottlenecks driving a scramble for solutions”, 16 April 2026.
https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions
Water Research, “The water footprint of artificial intelligence: Emerging solutions and governance imperatives”, 2026.
https://www.sciencedirect.com/science/article/pii/S0043135426005488
De Vries-Gao, Alex, “The carbon and water footprints of data centers and what this could mean for artificial intelligence”, Patterns, 2026.
https://doi.org/10.1016/j.patter.2025.101430
Microsoft, “2025 Environmental Sustainability Report”.
https://www.microsoft.com/en-us/corporate-responsibility/sustainability/report
Microsoft, “2026 Environmental Sustainability Report”.
https://www.microsoft.com/en-us/corporate-responsibility/topics/sustainability/report/
Microsoft, “Sustainability – Microsoft Datacenters”.
https://datacenters.microsoft.com/sustainability/
Microsoft, “Responsibly building the AI future”, 9 Juli 2026.
https://blogs.microsoft.com/on-the-issues/2026/07/09/responsibly-building-the-ai-future/
