Meningkatnya Permintaan Daya AI: Melebihi Penambangan Bitcoin pada Tahun 2025

Pada akhir tahun 2025, kecerdasan buatan (AI) mungkin mengonsumsi lebih banyak listrik daripada penambangan Bitcoin, sebuah fenomena yang menyoroti krisis energi yang lebih cepat dan lebih tersembunyi. Apa penyebabnya? Pertumbuhan eksplosif model AI skala besar dan pusat data yang mendukungnya.

Raksasa Permintaan Energi yang Baru Muncul

Penelitian terbaru yang dipimpin oleh Alex de Vries–Gao di Vrije Universiteit Amsterdam menunjukkan hal ini AI mungkin menguasai hampir setengah dari seluruh listrik pusat data pada akhir tahun 2025 , menyaingi dan berpotensi melampaui penggunaan daya Bitcoin. Untuk menilai hal ini, de Vries–Gao melacak pasokan chip AI melalui metode “triangulasi”, dengan memeriksa data produksi industri, laporan analis, dan panggilan pendapatan.

Temuannya: AI sudah menggerakkan sekitar 20% listrik di pusat data ; pada akhir tahun, permintaan dapat mencapai 23 gigawatt, setara dengan konsumsi listrik di Belanda atau bahkan Inggris.

Mengapa Penggunaan Daya AI Penting?

Tiga alasan besar:

Jaringan Listrik yang Tertekan

Menghadapi lonjakan ini bukan sekadar masalah teknologi; ini tantangan infrastruktur nasional. Di AS, perusahaan utilitas berusaha keras membangun pabrik gas baru atau meninjau ulang proyek nuklir untuk memuaskan minat AI yang terus meningkat.

Daniel Bresette, Presiden Institut Studi Lingkungan dan Energi, baru-baru ini menyinggung hal ini dengan menekankan urgensi peningkatan jaringan untuk “mengakomodasi aset generasi baru” dalam waktu dekat.

Dampak Lingkungan

Tidak seperti Bitcoin, yang penggunaan energinya di seluruh jaringan bersifat publik, konsumsi AI tidak transparan. Perusahaan teknologi besar melaporkan peningkatan energi dan emisi yang terkait dengan AI, tetapi mereka jarang menguraikannya. Ini adalah kotak hitam dengan proyeksi yang sangat beragam, tetapi tidak adanya transparansi seharusnya menjadi perhatian kita semua.

Analisis Guardian oleh Vries-Gao memperkirakan AI dapat menjadi penyebab hingga 49% daya pusat data digunakan paling lambat akhir tahun 2025, dengan menyatakan kekhawatiran atas kurangnya transparansi dan keberlanjutan. 

Paradoks Efisiensi

Meskipun ada peningkatan efisiensi chip, seperti prosesor Grace Blackwell dari Nvidia, konsumsi energi total AI terus meningkat. Berkat Paradoks Jevons, peningkatan efisiensi hanya mendorong penggunaan yang lebih besar .

Memahami Angka

Mari kita hancurkan:

• 2024: AI menyumbang sekitar 20% dari konsumsi listrik pusat data.
• Proyeksi 2025: Permintaan dapat melonjak hingga 23 GW, setara dengan seluruh negara kecil hingga menengah.
• Perbandingan Bitcoin: Penambangan Bitcoin menggunakan sekitar 10 GW, jadi AI dapat menggandakannya.
• Pertumbuhan pusat data: Penggunaan listrik pusat data global dapat mencapai 945–1,050 TWh pada tahun 2030, dua kali lipat dari tahun 2022.
• Biaya karbon: AI sendiri dapat mengonsumsi hingga 82 TWh pada tahun 2025, serupa dengan penggunaan daya tahunan Swiss.

Pendorong di Balik Lonjakan Ini

Bagaimana bisa naik setinggi itu secepat itu?

Mentalitas “Lebih Besar Lebih Baik”

Persaingan di antara raksasa teknologi dan perusahaan rintisan telah memacu penskalaan model besar-besaran dan jaringan saraf yang lebih besar yang membutuhkan komputasi yang jauh lebih banyak. Peningkatan ukuran ini secara langsung berdampak pada penggunaan energi eksponensial.

Dampak AI Generatif

Alat generatif, seperti ChatGPT dan lainnya, telah menjadikan AI ada di mana-mana, memicu jutaan permintaan yang menghabiskan banyak energi setiap hari. Setiap permintaan menggunakan daya yang jauh lebih besar daripada pencarian Google pada umumnya.

Mengacu pada laporan Departemen Energi AS baru-baru ini, Joanna Stern disorot di WSJ bahwa fasilitas tersebut dapat menyumbang hingga 12% penggunaan listrik di AS pada tahun 2028, dengan OpenAI mengklaim 0.34 Wh per ChatGPT pertanyaan.

Kendala Pasokan Perangkat Keras

Produksi chip AI TSMC meningkat dua kali lipat, tetapi dengan kapasitas terbatas. Hambatan ini mendorong kenaikan harga chip dan penggunaan energi karena pusat data berlomba-lomba menjalankan lebih banyak GPU untuk beban kerja AI.

Dampak Berantai pada Seluruh Infrastruktur

Apa artinya bagi infrastruktur?

Tekanan pada Infrastruktur Listrik

Wilayah yang kaya akan pusat data, seperti Virginia Utara atau Lembah Silikon, mengalami lonjakan harga listrik, kapasitas jaringan yang terbatas, dan waktu tunggu yang lama untuk sambungan baru. 

Sarjana MIT Elsa Olivetti & Adam Zewe menyoroti bahwa penerapan AI generatif menekan sistem listrik dan air, dan “Anda harus selalu mengaktifkannya”. 

Janji Energi Terbarukan yang Skeptis

Sementara efisiensi dan energi terbarukan merupakan bagian dari solusinya, de Vries–Gao memperingatkan: tanpa pengukuran konkret, kita berisiko meremehkan skala energi yang dibutuhkan atau melebih-lebihkan kemampuan energi bersih untuk mengimbanginya.

Implikasi Lingkungan dan Kebijakan

Dapat dikatakan dengan pasti, permintaan energi AI tidak muncul di saat yang terbaik, sehingga menciptakan rintangan besar menuju masa depan yang hijau.

Lintasan Emisi

Emisi dari perusahaan teknologi meningkat tajam: Jejak karbon Google meningkat 59% sejak 2019 , sebagian besar didorong oleh beban kerja AI. Seperti yang dicatat Helena Horton dalam laporan Guardian, konsumsi listrik meningkat sebesar 27% dari tahun ke tahun, didorong oleh sistem AI seperti Gemini dan ChatGPT. 

Pertimbangan Penggunaan Air

Pusat data tidak hanya menghabiskan daya, tetapi juga menghabiskan air. Misalnya, pelatihan GPT-3 menghabiskan ~700,000 liter selama satu kali pengoperasian.

Kesenjangan Pengungkapan

Upaya kebijakan seperti Undang-Undang Dampak Lingkungan Kecerdasan Buatan AS tahun 2024 mendorong transparansi. Namun, saat ini, perusahaan AI besar jarang melaporkan angka energi khusus AI.

Pelajaran dari Poros Energi Bitcoin

Jaringan Bitcoin pernah menggunakan lebih banyak listrik daripada Belanda. Ketika Ethereum beralih ke proof-of-stake, penggunaan energinya turun lebih dari 99.9%. AI harus belajar dari peta jalan itu: reformasi struktural, bukan hanya peningkatan efisiensi, diperlukan.

Strategi Mitigasi

Sekarang setelah kita memahami hambatannya, apa yang dapat kita lakukan untuk menghilangkannya?

Pelaporan Transparan

Perusahaan harus mengungkapkan data energi AI yang terperinci, seperti statistik penambangan Open-Source Bitcoin, untuk memungkinkan akuntabilitas dan memandu perbaikan.

Efisiensi berdasarkan Desain

Inovasi model dan perangkat keras harus berfokus pada kemajuan berkelanjutan, menyeimbangkan permintaan energi dengan kemampuan. LLM DeepSeek yang lebih efisien adalah contoh yang menjanjikan.

Kebijakan dan Standar

Badan pengatur harus mewajibkan penilaian keberlanjutan dan menetapkan batasan atau insentif untuk operasi AI hijau, terutama di wilayah yang sensitif.

Skala Energi Terbarukan

Tumpukan energi utama harus sesuai dengan pertumbuhan AI. Ini berarti memperluas penerapan energi terbarukan, menghidupkan kembali tenaga nuklir untuk beban dasar, dan memodernisasi jaringan listrik.

Takeaway The

Meningkatnya AI secara cepat membawa potensi transformatif dan krisis energi yang semakin dalam. Pada tahun 2025, AI dapat menyalip Bitcoin dalam penggunaan listrik, mempercepat emisi, membebani jaringan listrik, dan berdampak pada tujuan iklim. Namun, ini bukan sesuatu yang tak terelakkan.

Agar dapat bertahan secara berkelanjutan, industri AI harus melakukan perubahan: transparansi, efisiensi, energi terbarukan yang strategis, dan koherensi kebijakan. Jika hal ini dilakukan, AI dapat memenuhi janjinya tanpa mengorbankan planet ini.