Ngegas! Ternyata Asisten AI Coding Anda Lebih Rakus Listrik dari Kulkas

Pernahkah Anda membayangkan bahwa alat bantu yang Anda gunakan untuk menulis kode setiap hari ternyata menyedot listrik lebih banyak daripada dua unit kulkas yang menyala 24 jam nonstop? Di tengah gegap gempita revolusi AI, pertanyaan soal konsumsi daya sering kali terhenti pada seberapa besar energi yang dihabiskan untuk satu kali prompt chatbot biasa. Padahal, kita kini telah melangkah jauh ke era AI agents—sistem cerdas yang dirancang untuk menyelesaikan tugas secara mandiri, bukan sekadar menjawab sapaan.

Masalahnya, sistem ini tidak bekerja sendirian. Mereka terdiri dari lapisan besar model bahasa, alat bantu, dan lapisan aplikasi yang menuntut daya jauh lebih besar ketimbang chatbot tunggal yang sederhana. Menghitung total penggunaan listrik mereka menjadi pekerjaan yang rumit, seperti membuka kaleng cacing yang tak berujung. Terlebih lagi, dengan hampir tidak adanya transparansi dari laboratorium AI swasta terkemuka soal penggunaan energi internal mereka, hampir mustahil untuk memastikan secara definitif seberapa besar dampak asisten AI kita terhadap jaringan listrik.

Namun, sebuah eksperimen personal yang dilakukan oleh seorang ilmuwan iklim mencoba menguak tabir ini. Ia tidak menunggu data resmi dari perusahaan teknologi raksasa, melainkan mengambil langkah sendiri untuk menghitung jejak karbon dari sesi kerjanya bersama Claude Code, sebuah asisten AI coding yang dikembangkan oleh Anthropic. Hasilnya cukup mengejutkan dan memaksa kita untuk menatap ulang layar monitor dengan pandangan berbeda.

Menakar Konsumsi Daya dari Sebuah Sesi Coding

Dalam sebuah unggahan blog yang disorot oleh jurnalis Wired, Molly Taft, ilmuwan iklim Zeke Hausfather memutuskan untuk menghitung sendiri perkiraan permintaan energi di balik sesi khasnya menggunakan Claude Code. Ia mengukur jumlah token yang dikonsumsi oleh asisten AI-nya dan memperkirakan bahwa penggunaan harian rata-ratanya berada di kisaran 1,2 hingga 5,9 kWh. Angka ini terbilang mengkhawatirkan untuk ukuran konsumen tunggal, karena jumlahnya lebih besar daripada konsumsi listrik dua unit kulkas yang beroperasi sepanjang hari.

Sebagian besar konsumsi token tersebut—sebanyak 3,2 miliar token selama periode delapan minggu—berasal dari apa yang disebut agen sebagai “membaca ulang memori kerjanya sendiri”. Hal ini terjadi setiap kali alat tersebut mengambil langkah baru. Menurut Hausfather, setiap kali agen mengambil langkah, seperti menjalankan perintah, membaca file, atau memanggil alat lain, model akan memproses ulang seluruh konteks yang telah terakumulasi. Teks yang benar-benar dilihat oleh pengguna, misalnya keluaran dari model, hanya sekitar 0,4 persen dari total token yang diproses. Sekitar 96 persen token adalah pembacaan cache, di mana agen membaca ulang konteksnya sendiri pada setiap 14.000 langkah yang diambil.

Fakta ini sangat penting untuk estimasi energi, karena token yang di-cache jauh lebih murah untuk dibaca ulang dibandingkan token baru yang harus diproses dari awal. Hausfather menegaskan bahwa hal ini berpengaruh besar pada perhitungan akhir, namun tetap saja total energi yang dihabiskan tidak bisa diabaikan begitu saja.

Setara dengan Menyetrika atau Mengendarai Mobil Listrik

Jika hasil pengukuran tersebut diekstrapolasikan selama satu tahun penuh, Hausfather berpendapat bahwa ia akan menghasilkan emisi “sedikit lebih banyak per tahun daripada menjalankan mesin pengering pakaian listrik, dan sekitar setengah dari emisi mengendarai mobil listrik sejauh 11.500 mil di California.” Sekilas, angka ini mungkin terdengar tidak terlalu besar untuk satu individu. Namun, ketika dikalikan dengan seluruh populasi pengguna AI di dunia, dampaknya bisa terakumulasi dengan sangat cepat.

Lebih jauh lagi, ilmuwan iklim tersebut menjelaskan bahwa konsumsi energi ini “merupakan sumber emisi baru bersih, pada saat suhu global sedang melonjak dan target pengurangan emisi kita semakin melenceng dari jalur yang seharusnya.” Ini adalah pukulan telak bagi narasi bahwa AI hanyalah teknologi tanpa jejak fisik. Setiap kali Anda meminta agen AI untuk menulis baris kode atau merangkum dokumen, ada energi nyata yang ditarik dari jaringan listrik, dan sebagian besar di antaranya berasal dari sumber yang tidak selalu ramah lingkungan.

Sayangnya, tol iklim yang tepat dari aktivitas ini masih sangat kabur. Seperti yang dicatat oleh Wired, peneliti keberlanjutan AI bernama Boris Gamazaychikov menyebut perhitungan Hausfather sebagai “upaya yang bagus”, tetapi ia mengingatkan bahwa perhitungan tersebut didasarkan pada data lama. Penelitian Gamazaychikov sendiri tentang konsumsi energi AI agentik dijadwalkan rilis pada akhir September, dan ketika itu terjadi, temuan tersebut bisa secara drastis mengubah pemahaman kita tentang biaya sebenarnya dari agen AI.

Mengapa Transparansi Energi AI Sangat Krusial

Ketiadaan data resmi dari laboratorium AI terkemuka menjadi akar dari ketidakpastian ini. Tanpa angka pasti, para peneliti, pembuat kebijakan, dan pengguna hanya bisa menebak-nebak. Padahal, dalam konteks perubahan iklim yang semakin mendesak, setiap sumber emisi baru—sekecil apa pun—harus dihitung dan dikelola dengan serius. AI, yang diprediksi akan semakin terintegrasi dalam kehidupan sehari-hari, berpotensi menjadi salah satu konsumen energi terbesar di masa depan jika tidak dikelola dengan bijak.

Bayangkan jika setiap pengembang perangkat lunak, setiap penulis, dan setiap pekerja kantoran menggunakan agen AI selama delapan jam sehari. Total konsumsi listriknya bisa menyaingi kebutuhan energi sebuah kota kecil. Ini bukan lagi soal biaya tagihan listrik pribadi, melainkan soal keberlanjutan planet secara keseluruhan. Hausfather sendiri menunjukkan bahwa penggunaan pribadinya saja sudah setara dengan separuh konsumsi mobil listrik tahunan. Jika jutaan orang melakukan hal yang sama, kita berbicara tentang lonjakan permintaan listrik yang signifikan.

Penelitian Gamazaychikov yang akan datang diharapkan dapat memberikan gambaran yang lebih akurat. Mungkin saja angka yang ditemukan nanti lebih rendah, atau justru lebih tinggi. Namun, satu hal yang pasti: kita tidak bisa lagi mengabaikan jejak energi dari teknologi yang kita gunakan setiap hari. Diskusi tentang AI tidak lagi hanya seputar kecanggihan algoritma atau etika penggunaan, tetapi juga tentang jejak karbon yang ditinggalkan.

Menanti Data Baru dan Implikasinya bagi Pengguna

Bagi Anda yang menggunakan asisten AI coding atau alat produktivitas berbasis AI lainnya, temuan ini bisa menjadi alarm halus. Tidak ada salahnya untuk mulai lebih sadar akan seberapa sering Anda memanggil agen AI, terutama untuk tugas-tugas yang sebenarnya bisa diselesaikan dengan cara konvensional. Efisiensi energi bukan hanya tanggung jawab perusahaan teknologi, tetapi juga bagian dari kebiasaan pengguna.

Ketika penelitian Boris Gamazaychikov dirilis nanti, kita mungkin akan melihat rekomendasi yang lebih spesifik tentang cara mengurangi konsumsi energi dari interaksi dengan AI. Mungkin ada teknik prompt yang lebih efisien, atau mungkin ada dorongan bagi pengembang untuk merancang agen yang lebih hemat daya. Apa pun hasilnya, satu hal yang jelas: era AI yang tampak tak berwujud ini ternyata memiliki bobot fisik yang nyata, dan sudah saatnya kita mulai menghitungnya.

Jadi, lain kali Anda membuka asisten AI untuk membantu pekerjaan, ingatlah bahwa di balik layar, ada aliran listrik yang mengalir dan emisi yang menguap ke atmosfer. Bukan untuk menakut-nakuti, tetapi untuk membuat kita lebih bijak dalam memanfaatkan teknologi yang luar biasa ini. Karena pada akhirnya, masa depan AI yang berkelanjutan bergantung pada kesadaran kita bersama hari ini.