Telset.id – Industri AI menghadapi tekanan besar dari masyarakat dan politisi Amerika Serikat terkait pembangunan data center yang masif. Balaji Tammabattula, AI infrastructure engineering expert sekaligus COO BaRupOn, menegaskan bahwa gelombang penolakan ini sebenarnya adalah sinyal bagi industri untuk mengubah model pembangunan, bukan sekadar hambatan yang harus diatasi.
Perusahaan teknologi besar seperti Microsoft, Meta, dan Amazon Web Services (AWS) terus mengucurkan dana untuk ekspansi data center AI. Namun, dampak negatif terhadap lingkungan dan beban berat pada jaringan listrik memicu perlawanan dari berbagai pihak. Bahkan, sejumlah negara bagian di AS telah memberlakukan moratorium pembangunan data center AI, menunjukkan bahwa oposisi semakin menguat.
Akar Masalah: Fokus pada Kecepatan, Melupakan Dampak
Menurut Tammabattula, backlash ini sebenarnya tidak bisa dihindari. “Industri terlalu fokus pada seberapa cepat kita bisa membangun komputasi dan tidak cukup pada apa yang dibutuhkan untuk mendukungnya,” ujarnya. Ketika sebuah data center besar masuk ke komunitas dan tiba-tiba membutuhkan ratusan megawatt listrik, air, dan infrastruktur, masyarakat secara alami akan bertanya, “Apa artinya ini bagi kami?”
Pertanyaan-pertanyaan tersebut sangat wajar. Masyarakat ingin tahu apakah tarif listrik mereka akan terpengaruh, apakah proyek tersebut bersaing untuk mendapatkan air, apa yang terjadi dengan layanan darurat dan jalan raya, serta apakah anak-anak mereka akan mendapatkan peluang dari investasi tersebut.
Salah satu kesalahpahaman terbesar industri data center adalah menganggap komunitas lokal hanya sekadar resisten terhadap pembangunan. Padahal, mereka justru ingin memahami trade-off yang akan terjadi. “Masyarakat tidak menolak pembangunan. Mereka ingin tahu apa untung ruginya,” tegas Tammabattula.
Konsep “Responsible Compute” yang digagas Tammabattula menawarkan pendekatan berbeda. Jika sebuah proyek akan mengonsumsi listrik dalam jumlah besar, maka pengembang harus ikut berpartisipasi dalam menciptakan listrik tersebut. Jika akan menggunakan air, maka harus ada strategi pengelolaan air yang bertanggung jawab. Jika proyek mengubah tuntutan pada infrastruktur lokal dan layanan darurat, maka pengembang harus berinvestasi pada layanan tersebut.
Di LAMP, Texas, pendekatan ini diterapkan secara nyata. Mereka mengembangkan pembangkit listrik di belakang meter (behind-the-meter) sehingga kampus dirancang untuk memproduksi listrik yang dibutuhkannya sendiri, bukan bergantung pada kapasitas jaringan listrik komunitas. Mereka juga merencanakan pemanenan air hujan skala besar dengan potensi menangkap lebih dari 500 juta galon air hujan berdasarkan karakteristik lokasi.
Selain itu, LAMP juga merencanakan pembangunan stasiun pemadam kebakaran dan dukungan untuk kemampuan respons darurat lokal. Mereka ingin hubungan dengan komunitas melampaui sekadar infrastruktur, termasuk mendukung pendidikan STEM dan pengembangan keterampilan lokal agar generasi muda di sekitar area dapat membangun karier di industri yang datang ke kampus tersebut.
Tammabattula menegaskan bahwa moratorium yang diberlakukan komunitas seharusnya menjadi sinyal kuat bagi industri. “Jika komunitas di seluruh Amerika mengangkat masalah serupa tentang listrik, air, dan infrastruktur, kita tidak boleh menganggap itu sebagai penolakan terhadap teknologi. Kita harus mengubah model pembangunan,” katanya.
Bayangkan jika sebuah kampus AI besar masuk ke komunitas dengan strategi pembangkit listrik sendiri, strategi pengelolaan air sendiri, investasi pada layanan darurat, pengembangan tenaga kerja, dan komitmen jangka panjang terhadap komunitas. Itu adalah percakapan yang sangat berbeda dengan sekadar meminta ratusan megawatt dari utilitas dan meminta komunitas menyerap konsekuensinya.
Masa Depan AI dan Kecepatan Pembangunan
Pertanyaan besar yang dihadapi Amerika Serikat adalah bagaimana tetap menjadi pemimpin global dalam AI tanpa mengorbankan tanggung jawab terhadap lingkungan dan komunitas. Tammabattula menekankan bahwa kecepatan dan tanggung jawab bukanlah hal yang berlawanan. Justru, tanggung jawab memungkinkan industri untuk bergerak lebih cepat dalam jangka panjang.
“Jika setiap proyek besar menciptakan pertarungan baru atas listrik, air, dan sumber daya komunitas, kita akan melihat lebih banyak moratorium, penundaan izin, dan oposisi politik,” jelasnya. “Pada akhirnya, kecepatan justru menjadi hal yang memperlambat Anda.”
Solusinya adalah membangun pembangkit listrik bersama dengan komputasi, mengembangkan strategi air bersama dengan kampus, berinvestasi pada infrastruktur komunitas yang terdampak proyek, dan mengembangkan talenta lokal agar peluang ekonomi tidak hanya lewat begitu saja di komunitas.
Perubahan asumsi juga diperlukan. Asumsi bahwa setiap gigawatt komputasi baru bisa menjadi gigawatt permintaan baru pada jaringan listrik yang ada harus diubah. “Pada titik tertentu, matematikanya tidak akan berhasil,” tegas Tammabattula. Pengembang infrastruktur AI skala besar semakin perlu menjadi bagian dari solusi energi.
Konvergensi antara pengembangan energi dan pengembangan data center akan semakin terlihat karena AI membuat keduanya tidak bisa dipisahkan. Para pembuat kebijakan seharusnya mendorong hal ini. Jika pengembang membawa pembangkit listrik baru, transmisi, atau infrastruktur lain yang signifikan dengan proyek mereka, harus ada jalur regulasi yang mengakui dan mempercepat pembangunan yang bertanggung jawab.
Tammabattula percaya bahwa jika Amerika dapat membuktikan bahwa generasi berikutnya dari infrastruktur AI dapat menghasilkan listriknya sendiri, mengelola sumber daya secara bertanggung jawab, dan menciptakan peluang ekonomi yang langgeng bagi komunitas tempat beroperasi, itu akan menjadi keunggulan kompetitif bagi Amerika Serikat. Responsible Compute bukan tentang memperlambat AI, melainkan tentang membangun infrastruktur yang memungkinkan Amerika terus meningkatkan skala AI tanpa akhirnya menabrak tembok.
Kepercayaan komunitas juga tidak bisa dibangun melalui siaran pers. Kepercayaan datang dari memberikan jawaban spesifik tentang dari mana listrik berasal, dari mana air berasal, apa yang dilakukan tentang respons darurat, apa yang terjadi pada infrastruktur lokal, dan peluang apa yang diciptakan bagi orang-orang yang sudah tinggal di sana.
Pengalaman di LAMP menunjukkan bahwa pengembang perlu menjawab pertanyaan-pertanyaan tersebut jauh lebih awal. Mendengarkan juga penting karena terkadang kekhawatiran komunitas mengidentifikasi hal-hal yang seharusnya menjadi bagian dari rencana pembangunan sejak awal. Keterlibatan komunitas seharusnya membantu membentuk proyek, bukan dilakukan setelah proyek selesai dirancang.
Industri AI berada di persimpangan jalan. Di satu sisi, ada tekanan untuk membangun secepat mungkin demi memenangkan persaingan global. Di sisi lain, ada tanggung jawab untuk membangun secara berkelanjutan dan menghormati komunitas lokal. Model yang dikembangkan di LAMP menunjukkan bahwa kedua hal tersebut bisa berjalan beriringan. Pertanyaannya sekarang adalah apakah industri lain akan mengikuti jejak yang sama.
Komentar
Belum ada komentar.