Dampak AI pada Energi dan Lingkungan: Fakta yang Perlu Dipahami

Dampak AI terhadap energi dan lingkungan mencakup listrik untuk pusat data, kebutuhan infrastruktur, serta potensi penggunaan AI untuk membantu berbagai sektor mengelola energi. Besarnya dampak berbeda menurut model, perangkat, lokasi, sumber listrik, dan cara sistem digunakan. Karena itu, satu angka penggunaan energi tidak mewakili semua layanan AI.

International Energy Agency (IEA) membahas hubungan dua arah antara AI dan energi: pusat data memerlukan pasokan listrik, sementara AI juga dapat digunakan pada operasi sistem energi. Menilai dampak memerlukan konteks, bukan hanya jumlah model atau panjang sebuah prompt.

Mengapa AI memakai energi?

Model AI dijalankan pada komputer di pusat data atau perangkat lokal. Pusat data memerlukan listrik untuk komputasi, jaringan, penyimpanan, dan sistem pendukung seperti pendinginan. Pelatihan dan penggunaan model juga dapat berbeda dari segi beban komputasi; kebutuhan aktual bergantung pada ukuran model, jumlah permintaan, perangkat keras, dan efisiensi operasional.

Selain pemrosesan langsung, siklus hidup teknologi mencakup pembuatan perangkat keras, penggantian peralatan, dan pembangunan fasilitas. Artikel ini tidak memberikan estimasi jejak karbon untuk satu pertanyaan tertentu karena angka seperti itu membutuhkan informasi spesifik yang tidak selalu tersedia bagi pengguna.

AI juga dapat membantu sektor energi

AI dapat digunakan untuk menganalisis pola data dan mendukung pemeliharaan, peramalan, atau operasi. IEA meninjau peluang ini bersama kebutuhan energi pusat data dalam laporan Energy and AI. Potensi efisiensi harus dibuktikan untuk proses yang dinilai dan tidak otomatis meniadakan konsumsi energi tambahan.

Sebagai contoh umum, sistem analitik dapat membantu operator memeriksa data peralatan dan menemukan perubahan yang perlu diselidiki. Perlu pengawasan teknisi dan alat ukur untuk menentukan apakah peringatan itu tepat serta apa tindakan yang aman.

Empat faktor yang menentukan dampak

Karena faktor-faktor itu bervariasi, klaim seperti “satu prompt selalu memakai energi setara dengan X” dapat menghilangkan konteks penting. Cari sumber yang menyebut ruang lingkup, metode perhitungan, jenis model, dan waktu pengukuran.

Cara organisasi menilai efisiensi AI

Jika organisasi menggunakan AI dalam skala besar, catat beban kerja dan ukur hasil yang relevan. Apakah tugas yang sama bisa diselesaikan dengan model atau proses yang lebih ringan? Apakah fitur tertentu benar-benar memberi manfaat? Pengukuran perlu membandingkan kualitas hasil dan penggunaan sumber daya secara konsisten.

• Pilih model sesuai kerumitan tugas, bukan ukuran terbesar secara otomatis.
• Kurangi pemrosesan berulang dengan mengatur cache atau alur kerja saat cocok.
• Ukur energi atau metrik operasional dengan ruang lingkup yang jelas.
• Periksa manfaat terhadap biaya komputasi dan layanan.
• Publikasikan asumsi saat membuat klaim efisiensi.

Penghematan sumber daya tidak boleh mengorbankan akurasi atau keamanan jika tugasnya berdampak penting. Evaluasi beberapa pilihan dengan bahan uji yang sama.

Jangan mencampur konsumsi energi dengan jejak lingkungan total

Listrik merupakan salah satu bagian dari dampak infrastruktur. Penilaian yang lebih luas juga dapat mempertimbangkan bahan untuk perangkat keras, proses produksi, penggunaan air untuk pendinginan pada fasilitas tertentu, serta akhir masa pakai peralatan. Ketersediaan data ini berbeda antarpenyedia, sehingga perbandingan memerlukan batas sistem yang sama.

IEA dalam analisis energi dan AI mengulas kebutuhan pusat data dan pilihan pasokan listrik, serta peluang AI dalam sektor energi. Perkiraan dalam sebuah laporan bergantung pada asumsi skenario dan dapat berubah ketika teknologi maupun kebutuhan berkembang. Baca asumsi dan periode pengukurannya sebelum mengambil angka dari grafik atau ringkasan berita.

Apa yang bisa dilakukan pengguna?

Gunakan AI saat alat tersebut membantu menyelesaikan tugas yang bernilai, bukan untuk membuat keluaran berulang yang tidak dibutuhkan. Pilih fitur yang sesuai: tugas sederhana mungkin dapat dilakukan dengan pencarian biasa, kalkulator, atau template.

Penggunaan efisien tidak berarti harus menghindari AI. Maksudnya, pahami tujuan dan pilih alat secukupnya sambil menilai waktu, mutu, biaya, serta konsumsi sumber daya jika informasinya tersedia.

Membaca klaim lingkungan tentang AI

Saat melihat klaim efisiensi atau emisi, periksa siapa yang melakukan pengukuran, jenis layanan yang dihitung, periode, lokasi, dan pembanding yang digunakan. Tanyakan apakah angka mencakup pelatihan, penggunaan, pendinginan, atau hanya sebagian proses. Jika informasi itu tidak dijelaskan, hindari menganggap hasilnya berlaku untuk semua model.

Pertanyaan umum tentang AI dan lingkungan

Apakah AI selalu boros energi?

Kebutuhannya berbeda menurut sistem dan penggunaan. Penilaian perlu melihat beban kerja, infrastruktur, lokasi, serta manfaat yang dibandingkan.

Apakah AI dapat mengurangi emisi?

AI dapat membantu beberapa proses mengelola sumber daya, tetapi hasil tersebut perlu diuji. Dampak positif pada satu proses tidak otomatis berarti dampak keseluruhan layanan AI menjadi nol.

Apakah satu prompt punya jejak karbon tetap?

Tidak ada angka tetap yang berlaku untuk semua layanan, model, permintaan, dan pusat data. Hindari angka tanpa metode dan konteks.

Untuk perspektif dan data yang lebih luas, lihat analisis IEA tentang energi dan AI. Pemahaman dasar mengenai beragam pendekatan AI ada di panduan pengertian AI.