Dalam tulisan ini, AI adalah singkatan dari artificial intelligence, yakni kecerdasan buatan.
Pembicaraan tentang infrastruktur AI mudah berhenti pada jumlah chip dan ukuran model. Namun, pusat data juga harus memperoleh pasokan listrik yang dapat diandalkan. Untuk menilai kelayakan investasi, kapasitas komputasi sebaiknya diperlakukan sebagai bagian dari satu sistem: perangkat, fasilitas, jaringan listrik, dan pelanggan yang benar-benar membutuhkan layanan tersebut. Artikel ini menggunakan laporan historis sebagai pijakan, bukan mengklaim angka konsumsi terbaru pada Oktober 2026.
Apa yang sebenarnya diukur laporan energi?
Dalam rilis 20 Desember 2024, Departemen Energi Amerika Serikat merangkum laporan Lawrence Berkeley National Laboratory: pusat data diperkirakan menggunakan 176 terawatt-jam listrik pada 2023, sekitar 4,4% konsumsi nasional. Untuk 2028, laporan tersebut memperkirakan rentang 325–580 terawatt-jam, atau sekitar 6,7–12% konsumsi listrik AS. Angka 2028 merupakan proyeksi yang dibuat pada 2024, bukan hasil pengukuran yang sudah terjadi.[5]
Cakupannya juga penting: angka itu mencakup pusat data secara keseluruhan, bukan hanya AI. Rilis DOE menyebut fleksibilitas pusat data melalui pembangkitan dan penyimpanan di lokasi, peningkatan transmisi, efisiensi, serta struktur tarif sebagai bagian dari pilihan penanganan permintaan. Dokumen tersebut menunjukkan bahwa persoalannya tidak selesai hanya dengan membeli lebih banyak perangkat komputasi.[5]
Analisis: kapasitas terpasang belum tentu kapasitas produktif
Menurut analisis redaksi, pembeli layanan AI perlu membedakan kapasitas yang diumumkan, kapasitas yang sudah memperoleh sambungan listrik, dan kapasitas yang benar-benar siap melayani pekerjaan pelanggan. Ketiganya sebaiknya menjadi pertanyaan terpisah dalam pemeriksaan pemasok. Sebuah rencana fasilitas yang besar belum cukup untuk membuktikan kapan layanan tersedia atau berapa biaya operasional akhirnya.
Bayangkan perusahaan ingin memindahkan pemrosesan dokumen ke penyedia komputasi baru. Pertanyaan awal bukan sekadar jenis akselerator yang ditawarkan. Perusahaan juga perlu meminta tanggal kesiapan layanan, mekanisme pemulihan gangguan, dan tanggung jawab ketika kapasitas yang dijanjikan belum tersedia. Ini merupakan skenario ilustratif untuk menguji kontrak, bukan laporan tentang proyek atau penyedia tertentu.
Risiko energi sebaiknya diterjemahkan menjadi pertanyaan bisnis yang bisa dijawab. Apakah harga layanan tetap atau mengikuti komponen biaya tertentu? Siapa menanggung perubahan biaya tersebut? Apakah pelanggan mendapat jalur keluar ketika kapasitas tidak tersedia? Jawabannya membantu membandingkan penawaran dengan dasar yang sama, alih-alih terpikat pada harga awal atau klaim kapasitas semata.
Analisis: efisiensi harus diukur per hasil yang berguna
Dalam pengadaan, redaksi menyarankan ukuran yang lebih dekat dengan pekerjaan: biaya menyelesaikan dokumen secara benar, waktu menghasilkan jawaban yang dapat diterima, dan jumlah pekerjaan yang harus diulang. Model yang tampak murah per permintaan belum tentu murah jika hasilnya sering gagal. Sebaliknya, model lebih kecil layak diuji ketika mampu memenuhi standar kualitas yang sama untuk tugas terbatas.
Pengelompokan beban kerja juga patut dipertimbangkan. Layanan interaktif membutuhkan target waktu respons berbeda dari pemrosesan arsip yang dapat dijadwalkan. Dalam rancangan hipotetis, perusahaan dapat memisahkan keduanya sebelum menawar kontrak. Tujuannya bukan mengasumsikan semua pekerjaan dapat dipindahkan waktunya, melainkan menemukan bagian yang benar-benar memiliki kelonggaran tanpa merusak kebutuhan pengguna.
Implikasi untuk pembeli dan pengembang di Indonesia
Data Amerika Serikat tadi tidak boleh dipindahkan menjadi persentase konsumsi Indonesia. Untuk proyek domestik, redaksi menyarankan verifikasi langsung atas kesiapan sambungan, kebutuhan pendinginan, cadangan daya, serta bukti pasokan energi yang dijanjikan. Klaim energi bersih sebaiknya diperiksa berdasarkan dokumen dan periode yang spesifik, bukan diterima sebagai label umum pada brosur penjualan.
Kesimpulan analisisnya sederhana: keputusan infrastruktur AI perlu menghubungkan pasokan dengan kebutuhan pelanggan. Mintalah bukti kesiapan layanan, uji kualitas pada pekerjaan nyata, lalu periksa kontrak dan biaya keseluruhan. Dengan pendekatan itu, pembicaraan tentang listrik menjadi bagian dari kelayakan produk, bukan catatan tambahan setelah investasi komputasi telanjur diputuskan.
Sumber
Baca Juga di AIGEO
Menilai pusat data AI dari akses listrik sampai utilisasi
IEA memperkirakan konsumsi listrik pusat data global naik dari sekitar 415 TWh pada 2024 menjadi sekitar 945 TWh pada 2030 dalam kasus dasar. Proyeksi ini menunjukkan pertumbuhan tinggi tetapi tidak berarti seluruh wilayah mengalami tekanan setara. Pusat data terkonsentrasi pada beberapa klaster, sedangkan penambahan transmisi dan sambungan gardu membutuhkan waktu yang panjang.
Kelayakan proyek harus memisahkan kapasitas yang diumumkan, megawatt yang benar-benar tersambung, rak server yang dipasang, serta komputasi yang menghasilkan pendapatan. Gedung selesai tidak berarti komputasi siap beroperasi jika pasokan daya atau pendinginan tertunda. Investor juga perlu menghitung listrik, air, pemeliharaan, keamanan fisik, penggantian perangkat dan beban bunga.
Bagi Indonesia, kebijakan pusat data perlu menilai manfaat ekonomi lokal, tenaga teknik, akses komputasi untuk peneliti, ketahanan jaringan dan dampak pada tarif serta pasokan listrik. PUE penting untuk menilai overhead fasilitas, tetapi biaya energi per pekerjaan AI selesai lebih dekat dengan manfaat bisnis daripada satu angka efisiensi gedung.
Catatan implementasi dan pengujian tambahan
Satu jebakan investasi adalah menganggap kapasitas 100 MW yang diumumkan sebagai 100 MW yang sudah menghasilkan pendapatan. Pembangunan pusat data sering berlangsung bertahap dan terikat sambungan utilitas, pengujian server, kontrak pelanggan dan kesiapan pendinginan. Analisis proyek perlu membuat garis waktu terpisah untuk lahan, perizinan, daya, commissioning, serah terima kepada pelanggan dan utilisasi aktual. Tarif listrik pun tidak selalu sama dengan biaya total energi karena terdapat biaya jaringan, cadangan dan kualitas pasokan. Pada saat yang sama, efisiensi model serta chip baru dapat menurunkan energi per token, tetapi peningkatan volume penggunaan bisa menjaga pertumbuhan konsumsi total. Keduanya perlu dimasukkan ke skenario sensitivitas, bukan memilih salah satunya sebagai ramalan pasti.
Leave a Reply