Rabu, 12 Agustus 2026

            

Berita

AI Picu Lebih Banyak Emisi Ketimbang Manfaat Iklim: Studi

Penggunaan AI di sektor energi mendorong lebih banyak emisi penyebab krisis iklim.

Rabu, 12 Agustus 2026
Seorang perempuan muda melakukan aksi teatrikal dalam aksi damai mengenai krisis iklim dan peran perbankan mendanai industri batu bara di Jakarta, awal Maret 2022. Foto: Istimewa
Seorang perempuan muda melakukan aksi teatrikal dalam aksi damai mengenai krisis iklim dan peran perbankan mendanai industri batu bara di Jakarta, awal Maret 2022. Foto: Istimewa

BETAHITA.ID - Sebuah studi menemukan bahwa peningkatan produktivitas yang didorong oleh kecerdasan tiruan atau artificial intelligence (AI) memicu lebih banyak polusi penyebab pemanasan global akibat bahan bakar fosil dibandingkan pengurangan emisi yang dicapai melalui energi terbarukan.

Para peneliti memodelkan potensi teknis AI dalam meningkatkan pembangkitan energi bersih serta proyeksi perannya dalam memfasilitasi produksi batu bara, minyak, dan gas. Berdasarkan 64 skenario, mereka menemukan bahwa polusi karbon tahunan bersih meningkat sebesar 0,47–1,8 gigaton, atau sekitar 1–5% dari total emisi tahunan sektor energi.

Studi ini merupakan yang pertama mengukur dampak iklim AI di seluruh sektor energi. Penelitian sebelumnya lebih banyak menyoroti manfaat iklim tidak langsung dari AI—seperti mengurangi waktu henti (downtime) pada sistem energi terbarukan dan mengoptimalkan jaringan listrik. Namun mereka mengabaikan polusi tambahan yang timbul akibat peningkatan produktivitas dalam pengeboran sumur minyak dan ekstraksi gas.

"Selama ini, sebagian besar studi hanya membandingkan penggunaan energi pusat data dengan penghematan emisi yang dihasilkan AI," ujar Lynn Kaack, asisten profesor ilmu komputer dan kebijakan publik di Hertie School, Jerman, Selasa, 11 Agustus 2026. 

"Mereka sama sekali tidak memperhitungkan fakta bahwa AI juga menyebabkan peningkatan emisi," ujarnya. 

Para peneliti menemukan bahwa emisi bersih hanya menurun dalam skenario di mana AI tidak meningkatkan produktivitas di sektor bahan bakar fosil. Mereka mendapati bahwa jika fasilitas energi bersih dan energi kotor sama-sama mengadopsi AI dengan laju yang setara, peningkatan produktivitas pada sektor energi terbarukan harus melampaui peningkatan pada sektor bahan bakar fosil setidaknya empat kali lipat agar tingkat emisi menjadi impas (tidak ada kenaikan bersih).

Holly Alpine, salah satu penulis studi dan pendiri kelompok kampanye Enabled Emissions, mengatakan bahwa tim peneliti menggunakan asumsi konservatif bahwa adopsi AI akan terjadi dengan laju yang sama baik pada sektor bahan bakar fosil maupun energi terbarukan.

"Penerapan AI pada sektor bahan bakar fosil sudah terjadi dalam skala besar saat ini—melibatkan kontrak nyata dan implementasi nyata, dengan bukti dari operator industri serta analis keuangan," kata Alpine. 

"Sementara itu, penerapan pada sektor energi terbarukan sebagian besar masih berada pada tahap uji coba atau studi akademis—sifatnya lebih spekulatif dan sangat bergantung pada penyelesaian hambatan implementasi, seperti masalah perizinan dan interkoneksi jaringan," ujarnya.

Badan Energi Internasional (IEA) memperkirakan bahwa AI dapat meningkatkan cadangan minyak dan gas yang secara teknis dapat diambil sebesar 5%, serta memangkas biaya proyek lepas pantai perairan dalam sebesar 10%. Perusahaan migas besar seperti Aramco dan Equinor pun telah menyatakan penerapan AI dalam aspek operasionalnya. 

Para ilmuwan iklim dan pakar energi merasa khawatir dengan pesatnya pembangunan pusat data AI yang semakin besar dan boros energi, yang umumnya ditenagai oleh pembakaran gas fosil. Meskipun para peneliti tidak memasukkan kebutuhan energi pusat data ke dalam perhitungannya, mereka menemukan bahwa AI mendorong peningkatan produktivitas di sektor bahan bakar fosil yang pada akhirnya menghasilkan emisi setidaknya tiga kali lipat dari perkiraan emisi pusat data saat ini. 

Mereka memperingatkan bahwa hasil tersebut merupakan temuan yang menunjukkan arah dan pola struktural, bukan prakiraan yang presisi, meskipun pola hubungan umumnya tetap konsisten di semua skenario dan uji sensitivitas yang mereka jalankan.