Bos OpenAI: AI Akan Jadi Kebutuhan Dasar Manusia Seperti Makanan dalam 20 Tahun ke Depan!

Isu dampak lingkungan dari penggunaan kecerdasan buatan (AI) kembali memanas. Kali ini, gara-gara pernyataan kontroversial dari CEO OpenAI, Sam Altman. Ia menyamakan konsumsi energi AI dengan kebutuhan energi manusia selama 20 tahun hidup. Pernyataan itu dilontarkan saat ia menjadi pembicara di acara Express Adda dalam rangkaian KTT India-AI Impact 2026.

Menurut Altman, publik terlalu fokus pada konsumsi energi besar yang dibutuhkan untuk melatih model AI. Padahal, ia berargumen bahwa manusia juga butuh energi besar untuk bisa menjadi "cerdas", yaitu selama 20 tahun kehidupan dan semua makanan yang dikonsumsi selama itu. Dengan logika ini, Altman menyimpulkan bahwa AI jauh lebih efisien dalam memproses informasi dan menjawab pertanyaan.

Reaksi Publik dan Kritik yang Mengemuka

Pernyataan Altman memicu beragam reaksi di media sosial dan kalangan ahli teknologi. Banyak yang menilai analoginya terlalu menyederhanakan kompleksitas konsumsi energi dan dampak lingkungan dari AI. Terlebih, saat ini pusat data AI memang menjadi konsumen listrik terbesar di dunia.

Salah satu kritik utama datang dari perhitungan matematis yang dilakukan oleh para ahli. Mereka menunjukkan bahwa konsumsi energi untuk melatih model AI seperti GPT-4 bisa setara dengan emisi karbon dari ratusan mobil selama satu tahun. Belum lagi penggunaan air untuk mendinginkan server yang juga tidak bisa diabaikan.

1. Klaim Efisiensi Energi AI

Altman berpendapat bahwa AI jauh lebih efisien dalam menghasilkan jawaban dibanding manusia yang butuh dua dekade untuk "dilatih". Ia menyebut bahwa satu kueri di ChatGPT tidak seboros yang diberitakan, termasuk klaim bahwa satu percakapan bisa menguras energi setara 1,5 kali pengisian iPhone.

2. Penyangkalan Soal Konsumsi Air

Selain energi, isu konsumsi air juga jadi sorotan. Altman membantah bahwa satu kueri ChatGPT membutuhkan 17 galon air. Ia menyebut angka itu sebagai berita palsu dan menjelaskan bahwa pusat data modern kini sudah tidak lagi menggunakan sistem pendingin yang boros air.

Data Konsumsi Energi AI vs Manusia

Untuk memahami klaim Altman, mari kita lihat data perbandingan konsumsi energi antara manusia dan AI dalam memproses informasi.

Parameter	Manusia	AI (ChatGPT)
Waktu pelatihan	20 tahun	Beberapa bulan hingga tahun
Energi untuk pelatihan	~800.000 kWh (estimasi)	~1 GWh (GPT-3)
Konsumsi air (pendinginan)	Tidak relevan	~17 galon per kueri (klaim yang dibantah)
Efisiensi per kueri	Tidak terukur pasti	~0,001 kWh (per percakapan)

Catatan: Data bersifat estimasi dan dapat berubah seiring teknologi berkembang.

Kritik dari Kalangan Ahli

Banyak ahli menilai bahwa analogi Altman terlalu mempermudah kompleksitas isu energi dan lingkungan. Mereka menyebut bahwa perbandingan antara pelatihan manusia dan AI tidak sebanding karena konteksnya berbeda.

3. Perhitungan Matematis yang Menjebak

Beberapa ahli membandingkan energi yang dibutuhkan untuk melatih model AI terhadap konsumsi energi manusia. Hasilnya, model AI seperti GPT-4 membutuhkan energi setara dengan ratusan rumah tangga selama bertahun-tahun hanya untuk satu kali pelatihan.

4. Dampak Jangka Panjang Belum Terukur

Selain energi, ada juga isu limbah elektronik dan panas berlebih dari server AI yang belum teratasi. Ini menimbulkan pertanyaan besar soal keberlanjutan teknologi AI di masa depan.

Tantangan Regulasi dan Keberlanjutan

Altman juga sempat menyinggung rencana Elon Musk yang ingin membangun pusat data di luar angkasa. Ia menyebut ide itu tidak realistis karena biaya tinggi dan risiko perbaikan yang hampir mustahil.

Namun, tantangan terbesar saat ini bukan soal lokasi pusat data, melainkan bagaimana menjaga efisiensi dan mengurangi jejak karbon dari operasional AI. Banyak perusahaan teknologi mulai beralih ke energi terbarukan dan sistem pendingin inovatif untuk mengurangi dampak lingkungan.

5. Solusi yang Sedang Dikembangkan

Beberapa inisiatif yang sedang digarap antara lain:

• Penggunaan energi surya dan angin untuk pusat data
• Teknologi pendingin cair yang lebih efisien
• Arsitektur chip yang hemat energi
• Optimasi algoritma agar lebih ringan

Kesimpulan: AI Efisien, Tapi Belum Ramah Lingkungan

Sam Altman mungkin punya argumen yang menarik soal efisiensi AI dibanding manusia. Namun, klaimnya tidak sepenuhnya bisa menghilangkan kekhawatiran publik terhadap dampak lingkungan dari teknologi ini.

AI memang semakin canggih dan efisien dalam menyelesaikan tugas. Tapi, selama ketergantungan pada energi fosil masih tinggi dan sistem pendingin masih boros, klaim "ramah lingkungan" akan terus dipertanyakan.

Disclaimer: Data dan angka dalam artikel ini bersifat estimasi dan dapat berubah seiring perkembangan teknologi serta regulasi terkait keberlanjutan energi.