Begini Perbandingan Emisi Karbon Beragam Platform AI

JAKARTA, WongKito.co - Ledakan penggunaan kecerdasan buatan (AI) di seluruh dunia menghadirkan konsekuensi serius terhadap konsumsi energi dan emisi karbon. Berbagai riset terbaru menunjukkan bahwa teknologi AI mulai dari proses pelatihan model hingga pemanfaatannya oleh miliaran pengguna telah menjadi salah satu pendorong utama meningkatnya jejak karbon sektor digital.

Temuan ini diperkuat data sejumlah penelitian yang menyoroti perbedaan signifikan emisi dari model-model AI besar seperti GPT-3, BLOOM, hingga Gemini. Variasi itu dipengaruhi oleh ukuran model, jenis tugas yang dijalankan, lokasi pusat data, serta sumber energi yang memasukinya.

Dalam laporan berjudul AI’s Growing Carbon Footprint yang diterbitkan Columbia University, dikutip Senin, 8 Desember 2025, terlihat besarnya emisi yang dihasilkan masing-masing model. GPT-3, misalnya, menghasilkan sekitar 502 metrik ton CO₂ hanya dari fase pelatihan atau setara emisi tahunan 112 mobil berbahan bakar bensin. 

Penggunaan hariannya bahkan diperkirakan menyumbang sekitar 22,7 kilogram CO₂ per hari, mengingat satu kueri ChatGPT disebut mengonsumsi energi 100 kali lebih besar dibandingkan pencarian Google biasa. 

BLOOM, model dengan 176 miliar parameter, tercatat menghasilkan emisi jauh lebih rendah, yakni sekitar 25 ton CO₂ selama proses pelatihan. Hal ini dimungkinkan karena pelatihannya dilakukan di Prancis yang banyak memanfaatkan energi nuklir rendah karbon.

Google juga melaporkan model Gemini hanya menghasilkan sekitar 0,03 gram CO₂e untuk satu respons teks atau setara menonton TV selama sembilan detik. Efisiensi ini berasal dari perangkat keras yang dioptimalkan dan pusat data berbasis energi rendah karbon.

Penelitian lain yang membandingkan 14 model AI menemukan bahwa model yang digunakan untuk tugas bernalar kompleks (reasoning) dapat menghasilkan emisi hingga 50 kali lebih besar dibanding model yang hanya memberikan respons singkat.

Proyeksi 2030: Emisi dari Server AI Melonjak

Studi Cornell University yang diterbitkan dalam Nature Sustainability (2025) memperkirakan server AI di Amerika Serikat dapat menghasilkan 24–44 juta metrik ton CO₂ per tahun pada 2030. Angka tersebut setara dengan menambah sekitar 5–10 juta mobil di jalanan AS.

• Pertamina Peduli, Salurkan Air Bersih Siap Minum ke Aceh Tamiang

Tidak hanya dari sisi karbon, penggunaan air untuk pendinginan pusat data juga diprediksi meningkat. Riset yang sama memperkirakan kebutuhan air server AI akan mencapai 731–1.125 juta meter kubik per tahun alias setara konsumsi air 6–10 juta penduduk.

Secara global, data International Energy Agency (IEA) yang dikutip Carbon Brief mencatat pusat data saat ini menyumbang sekitar 1% permintaan listrik dunia dan 0,5% emisi CO₂ terkait energi. Dengan pertumbuhan pesat AI generatif, kontribusi emisi ini diperkirakan naik menjadi 1–1,4% dari total emisi global pada 2030.

AI vs Manusia: Ironi Efisiensi

Meski banyak disorot karena boros energi, sebuah studi di Scientific Reports menemukan fakta menarik: untuk menghasilkan satu halaman teks, model bahasa besar seperti ChatGPT justru dapat menghasilkan 130–1.500 kali lebih sedikit emisi CO₂ dibanding manusia.

Penelitian tersebut menjelaskan bahwa manusia, dalam proses berpikir, mengetik, mengoperasikan perangkat, dan bekerja lebih lama, menghasilkan emisi lebih besar secara kumulatif. Sementara AI memproses tugas dalam hitungan detik dan bila ditopang energi terbarukan jejak karbon per proses dapat jauh lebih rendah.

• Pentingnya Penerapan Jurnalisme Inklusif, untuk Melawan Stigma dan Diskriminasi
• #RakyatHidupiRakyat: Warga Palembang Antusias Bantu Korban Bencana Aceh, Sumut, dan Sumbar
• Taman Nasional Tesso Nilo: Cerita Jahatnya Manusia Rusak Rumah Gajah Sumatera

Namun, para peneliti menegaskan bahwa efisiensi per tugas ini tidak menghapus jejak karbon besar dari tahap pelatihan model serta penggunaan massal pada skala miliaran kueri setiap hari.

Faktor Penentu Emisi AI

Para ahli menyebut tidak ada angka baku untuk jejak karbon AI karena bergantung pada banyak variabel, antara lain:

1. Jenis tugas: pembuatan gambar atau video membutuhkan energi jauh lebih besar dibanding teks.
2. Sumber energi pusat data: wilayah dengan tenaga nuklir atau energi terbarukan menghasilkan emisi lebih rendah.
3. Ukuran model dan infrastruktur: jenis GPU/TPU, optimasi perangkat lunak, sistem pendinginan, hingga arsitektur pusat data.
4. Skala penggunaan: beban terbesar kini berasal dari miliaran permintaan harian, bukan lagi dari proses pelatihan tunggal.

Upaya Industri Menekan Emisi

Perusahaan teknologi besar termasuk Google, Microsoft, Amazon, dan Meta melaporkan berbagai inisiatif keberlanjutan seperti penggunaan energi terbarukan, optimalisasi pusat data, hingga pengembangan perangkat keras hemat energi.

Platform seperti Hugging Face juga menawarkan alat untuk mengukur emisi model secara real-time, seperti Code Carbon dan mlco2 calculator, guna membantu peneliti memahami dampak lingkungan dari komputasi AI.

Tulisan ini telah tayang di TrenAsia.com, jejaring media WongKito.co, pada 8 Desember 2025.