Sistem kecerdasan buatan (AI) membutuhkan air dalam jumlah signifikan untuk beroperasi. Setiap percakapan singkat dengan GPT-3, misalnya, mengonsumsi sekitar 500 mililiter air, setara dengan satu botol air kemasan kecil. Jumlah ini termasuk air yang dipakai untuk mendinginkan server di pusat data dan untuk pembangkit listrik yang menyediakan energi bagi sistem tersebut.
Penggunaan air AI sebenarnya terdiri dari dua aliran utama. Pertama adalah air yang digunakan secara langsung untuk mendinginkan server. Sistem pendinginan ini sering memakai menara evaporatif, di mana air disemprotkan pada pipa panas sehingga evaporasi membawa panas keluar dari perangkat. Namun, air yang menguap ini diambil dari sumber lokal seperti sungai atau sumur, yang berpotensi menimbulkan tekanan pada pasokan air setempat. Kedua adalah air yang diperlukan oleh pembangkit listrik, terutama yang memakai batu bara, gas, atau nuklir. Pembangkit ini menggunakan air secara masif untuk siklus uap dan sistem pendinginan.
Lokasi dan kondisi iklim sangat memengaruhi berapa banyak air yang dipakai. Di wilayah yang dingin dan lembap seperti Irlandia, pusat data bisa berjalan berbulan-bulan dengan penggunaan air minimal karena dapat memanfaatkan udara luar untuk pendinginan. Sebaliknya, pusat data di daerah panas dan kering seperti Arizona pada musim panas menggunakan air dalam jumlah sangat besar melalui proses evaporatif cooling. Penelitian dari University of Massachusetts Amherst juga menunjukkan penggunaan air di pusat data dapat berkurang setengahnya saat musim dingin dibanding musim panas. Selain itu, permintaan air untuk pendinginan meningkat signifikan saat siang hari dan menurun di malam hari.
Inovasi baru seperti immersion cooling mulai diperkenalkan. Teknologi ini melibatkan pencelupan server ke dalam cairan yang tidak menghantarkan listrik sehingga hampir tidak ada evaporasi air. Microsoft juga mengembangkan sistem pendinginan tanpa air yang menggunakan cairan khusus dalam pipa tertutup untuk menyerap dan melepas panas tanpa perlu pendinginan evaporatif. Namun, implementasi teknologi tersebut masih terbatas karena biaya tinggi dan tantangan memodifikasi infrastruktur pusat data yang sudah ada.
Untuk menghitung jejak air yang digunakan oleh AI, ada tiga langkah sederhana yang dapat dilakukan. Pertama, cari data konsumsi energi dari respons AI, contohnya GPT-5 membutuhkan sekitar 19,3 watt-jam untuk satu respons dengan panjang sedang (150–200 kata). Kedua, pakai estimasi jumlah air yang dibutuhkan per watt-jam energi yang digunakan. Estimasi ini berkisar antara 1,3 hingga 2 mililiter air per watt-jam, tergantung efisiensi pusat data dan sumber energi. Terakhir, kalikan angka energi dengan faktor air untuk mendapatkan perkiraan konsumsi air tiap respons AI. Misalnya, 19,3 watt-jam × 2 ml/watt-jam menghasilkan konsumsi sekitar 39 mililiter air per respons GPT-5 yang sedang.
Perbedaan besar dalam angka ini terlihat saat membandingkan berbagai model AI dan infrastruktur pendukungnya. Google mengungkapkan bahwa Gemini mereka hanya memakai 0,24 watt-jam dengan konsumsi air sekitar 0,26 mililiter per prompt, jauh lebih efisien dibanding model-model lain. Perbedaan signifikan ini menegaskan pentingnya efisiensi energi dan sumber daya dalam mengelola dampak lingkungan AI.
Ketika dihitung secara keseluruhan, penggunaan air dari jutaan hingga miliaran permintaan AI per hari menjadi sangat besar. OpenAI melaporkan ada sekitar 2,5 miliar permintaan per hari ke berbagai modelnya. Dengan perkiraan kasar, seluruh permintaan tersebut menggunakan antara puluhan juta hingga hampir 100 juta liter air per hari, tergantung model yang diminta. Namun, bila dibandingkan dengan penggunaan air lain seperti menyiram halaman rumah yang mencapai 34 miliar liter per hari di AS, konsumsi air AI masih relatif kecil.
Pengembangan teknologi dan praktik operasional dapat mengurangi ketergantungan air. Penggunaan chip khusus, pengelolaan beban kerja yang efisien, serta mendirikan pusat data di area dengan iklim sejuk dan basah membantu menekan penggunaan air. Selain itu, transparansi data dari perusahaan memungkinkan masyarakat dan pembuat kebijakan memahami dan membandingkan efisiensi penyedia layanan AI, sekaligus mendorong praktik yang lebih bertanggung jawab terhadap lingkungan.
Pemahaman komprehensif mengenai jejak air AI menjadi penting untuk mengimbangi kemajuan teknologi dengan keberlanjutan ekosistem. Kesadaran ini juga membuka peluang untuk mengoptimalkan infrastruktur dan penggunaan AI agar memberi manfaat maksimal dengan dampak lingkungan yang minimal.
