COP30 (Belém, Brasil; 10–21 November 2025) menjanjikan satu pertunjukan besar: para CEO raksasa teknologi naik panggung membawa narasi “AI penyelamat iklim”—sementara di belakang layar, beban listrik pusat data melonjak dan kontrak listrik “firm” (termasuk nuklir) dikejar untuk memberi makan pabrik AI. Ironi ini bukan sekadar opini; ia tampak pada dua arus yang berlawanan: (1) demo yang mengilustrasikan AI untuk efisiensi grid, material energi, hingga pemodelan iklim; (2) jejak energi dan air yang membengkak, plus risiko “greenwashing digital” jika metrik nyata tidak diungkap.
Kenapa momen ini krusial
COP adalah panggung legitimasi. Jika janji “AI menyelamatkan iklim” diterima mentah-mentah tanpa audit energi, industri akan melaju cepat ke arah biaya sosial yang tidak dihitung. Sebaliknya, bila para negosiator menuntut bukti kuantitatif—watt/token, gCO₂e/token, WUE (Water Usage Effectiveness), additionality PPA—kita berpeluang mengubah AI dari beban menjadi akselerator transisi.
Ironi terbesar, diseksi singkat
1) Beban naik, klaim hijau naik — Pusat data AI tumbuh agresif, sementara slide panggung mempromosikan “AI untuk efisiensi energi”. Keduanya bisa benar sekaligus, tapi tanpa neraca energi yang jujur, narasi condong ke kosmetik.
2) Nuklir & fusi sebagai “pengaman” — Portofolio 24/7 CFE sulit dicapai hanya dengan terbarukan; karena itu nuklir (SMR/AMR) dan fusi mulai masuk percakapan. Ini bukan dosa—tetapi perlu transparansi risiko, jadwal realistik, dan lifecycle emissions yang diakui.
3) Greenwashing digital — Klaim “AI menemukan material panel surya baru” terdengar heroik; biaya pelatihan dan inferensi sering “tertinggal di lampiran”.
Checklist “uji kebohongan” untuk panggung COP30
- Laporkan metrik inti: watt/token, gCO₂e/token (lokasi-spesifik), WUE, dan $/1M token. Tanpa angka ini, klaim manfaat tidak dapat diaudit.
- Tunjukkan additionality: kontrak energi (PPA) harus menambah kapasitas bersih, bukan sekadar memindah kredit.
- Paparkan demand shaping: jadwal beban AI mengikuti profil generasi listrik (mis. load shifting, batching, presisi rendah saat grid ketat).
- Akui embodied carbon: rak cair (liquid cooling), HBM, dan manufaktur perangkat keras punya jejak awal—cantumkan dan targetkan payback karbon.
Apa yang wajar dijanjikan (dan cara mengukurnya)
- AI untuk optimasi grid: kurangi losses, prediksi beban, dan respons cepat saat krisis. Ukur lewat curtailment avoided, line losses reduced, renewables utilization uplift. AI untuk Grid
- AI untuk material energi: skrining katalis/panel surya/elektrolit padat yang mempercepat R&D 10–100×. Tolok ukur: time-to-candidate, lab validation rate, lifecycle kWh/kgCO₂e. Material Energi
- AI untuk efisiensi bangunan & industri: setpoint optimization, predictive maintenance. KPI: kWh/m², downtime avoided, payback period. Efisiensi Bangunan
- AI untuk perencanaan sistem: simulasi skenario resource adequacy multi-tahun. KPI: reserve margin improvement, system cost $/MWh. Perencanaan Energi
Tata kelola yang seharusnya diminta negosiator
1) Standar pelaporan: publikasi watt/token, gCO₂e/token, WUE, dan $/1M token per wilayah operasi. Watt per Token · gCO₂e per Token · WUE
2) Kepastian additionality: PPA harus memicu proyek baru (terbarukan/nuklir) dengan guarantee of origin dan audit pihak ketiga. PPA Energi Bersih
3) Arsitektur efisien: liquid cooling, power capping, presisi rendah (FP8/FP4) untuk inferensi, caching dan distillation. Liquid Cooling · Presisi Rendah AI
4) Manajemen air: target WUE ketat, pemanfaatan air non-potable, dan waste-heat recovery. Konsumsi Air DC
5) Transparansi lokasi: studi grid bottleneck, keterlibatan komunitas, dan peta beban spasial. Grid Bottleneck
6) Audit green claims: klaim “nol bersih” harus dilandasi lifecycle assessment, bukan sekadar kredit pasar. LCA Energi
“Pajak Karbon AI”: gagasan yang mengemuka
Jika perusahan menikmati laba dari workload AI intensif, wajar publik menuntut internalisasi eksternalitas. Opsi kebijakan:
- Levy berbasis intensitas (gCO₂e/token), didiskon bila ada additionality PPA.
- Cap-and-invest regional: kuota daya untuk klaster AI disertai dana investasi lokal jaringan & air.
- Persyaratan demand response: insentif untuk load shifting saat jam puncak.
Serba-serbi teknis untuk tim Anda (agar narasi ≠ sandiwara)
- Terapkan carbon-aware scheduling dan job preemption untuk batch-training; jadikan power availability sebagai sinyal penjadwalan. Carbon-Aware Scheduling
- Prioritaskan throughput per watt ketimbang FLOPS mentah; ukur $/1M token dan W/tok. Unit Ekonomi Token
- Gunakan policy layer untuk membatasi beban non-kritis ketika grid ketat. Policy Layer
- Dokumentasikan model cards dan energy cards per rilis model. Model Cards · Energy Card
Kenapa narasi ini menentukan
Jika COP30 menyukai janji tanpa angka, “Green AI” berisiko menjadi panggung sandiwara. Jika sebaliknya, para pemimpin menuntut metrik, additionality, dan disiplin arsitektur, AI bisa benar-benar mempercepat solusi iklim—bukan sekadar mengganti slide. Pilihan ada di tangan negosiator, regulator, dan—jujur saja—publik yang menuntut bukti, bukan jargon.
Bacaan & sumber terbuka (eksternal, ringkas)
- UNFCCC — Laman resmi COP30 Belém
- IEA — Ringkasan “Energy & AI” & Outlook pusat data
- Financial Times — korporasi teknologi dan kontrak nuklir untuk data center
- Reuters — PPA fusi & proyek daya firm untuk AI
- DataCenterDynamics — infrastruktur daya & pendinginan pusat data AI
-(L)-
