AI untuk Konservasi: Manfaat Alam Berhadapan dengan Emisi

JAKARTA — AI untuk konservasi membantu organisasi lingkungan memantau kebakaran dan satwa, tetapi kebutuhan pusat data mengancam manfaat itu. Badan Energi Internasional memperkirakan konsumsi listrik pusat data global akan berlipat ganda pada 2030, dengan emisi mencapai 300 juta ton CO2.

Teknologi kecerdasan buatan ini dipakai untuk membaca data iklim, mengamati titik panas melalui satelit, dan mengolah catatan tentang satwa. Namun, sistem yang menjalankan AI juga memerlukan listrik dan air dalam jumlah besar. Perdebatan pun mengarah pada satu persoalan: bagaimana memanfaatkan AI untuk melindungi alam tanpa menambah beban lingkungan.

AI untuk konservasi mempercepat pemantauan

Di Kamboja, Conservation International menggunakan AI untuk memantau titik panas satelit. Informasi itu membantu organisasi mengirim peringatan kebakaran hutan dengan cepat. Peringatan yang lebih lekas dapat memberi waktu bagi pihak terkait untuk merespons ancaman kebakaran.

Save the Elephants di Kenya memakai pemrosesan AI untuk menganalisis data populasi gajah. Pekerjaan yang sebelumnya memerlukan sembilan bulan kini dapat diselesaikan dalam hitungan jam. Perubahan itu memangkas waktu analisis secara tajam, sehingga informasi tentang populasi gajah bisa diolah lebih cepat.

Jane Goodall Institute juga menggunakan AI dari AWS untuk merangkum dan menerjemahkan catatan lapangan tentang simpanse yang dikumpulkan selama puluhan tahun. Teknologi tersebut membantu lembaga itu menangani arsip dalam jumlah besar tanpa membaca dan menerjemahkan setiap catatan satu per satu secara manual.

Ketiga contoh itu menunjukkan manfaat praktis AI bagi kerja konservasi. Sistem dapat membantu menyaring data dan mempercepat pekerjaan yang sebelumnya memakan waktu lama. Bagi organisasi lingkungan, waktu yang dihemat dapat berarti informasi lebih cepat tersedia untuk mendukung pemantauan hutan atau satwa.

Lonjakan listrik dan kebutuhan air pusat data

Manfaat tersebut datang dengan biaya ekologis. Pusat data yang menjalankan layanan AI membutuhkan listrik, sementara perangkatnya juga memerlukan air untuk pendinginan. Ketika pemakaian teknologi meningkat, kebutuhan sumber daya itu ikut menjadi perhatian.

Badan Energi Internasional memperkirakan konsumsi listrik pusat data global akan meningkat dua kali lipat pada 2030. Lonjakan itu diperkirakan menghasilkan emisi 300 juta ton CO2. Angka tersebut menggambarkan skala dampak yang perlu diperhitungkan saat organisasi dan perusahaan memperluas penggunaan AI.

Air juga menjadi bagian dari persoalan. Penggunaan air untuk mendinginkan pusat data diproyeksikan mencapai 1,2 triliun liter per tahun pada periode yang sama. Dengan demikian, dampak AI tidak berhenti pada energi yang dipakai untuk menjalankan komputasi. Sistem pendinginnya juga menambah kebutuhan air.

Bagi organisasi konservasi, pilihan teknologinya punya konsekuensi langsung: alat yang mempercepat perlindungan alam tetap dapat menambah tekanan pada sumber daya. Karena itu, manfaat AI perlu dinilai bersama kebutuhan listrik, air, dan emisi yang menyertai operasional pusat data.

Pembatasan fitur dan perhatian menuju COP31

Sejumlah organisasi merespons dengan membatasi penggunaan fitur AI generatif yang intensif daya. Mereka juga mengoptimalkan sistem pencarian. Langkah ini menunjukkan bahwa lembaga pengguna dapat memilah fungsi AI berdasarkan kebutuhan, alih-alih memakai semua fitur tanpa mempertimbangkan konsumsi sumber daya.

Pilihan tersebut penting bagi kerja konservasi yang berhadapan dengan dua kebutuhan sekaligus: memperoleh analisis lebih cepat dan menjaga agar penggunaan teknologinya tidak menambah beban lingkungan secara berlebihan.

Contoh pemantauan kebakaran dan pengolahan data satwa memperlihatkan kegunaan AI, sedangkan proyeksi listrik, emisi, dan air mengingatkan bahwa pengoperasiannya punya jejak ekologis.

Perdebatan mengenai keseimbangan itu diperkirakan menjadi salah satu perhatian dalam Konferensi Iklim COP31 mendatang. Pembahasan tersebut akan mendorong pengembangan AI yang lebih berkelanjutan. Bagi lembaga lingkungan, langkah berikutnya adalah terus menimbang kapan AI memberi manfaat nyata dan bagaimana membatasi penggunaan fitur yang intensif daya.