AI, “Raksasa Pemakan Listrik”, Sedang Merombak Total Lanskap Energi Amerika Serikat

“Kami sedang menciptakan sejarah.”

Pada 18 Oktober 2024, Menteri Energi Amerika Serikat Jennifer Granholm melontarkan kalimat itu saat menghadiri peresmian proyek fotovoltaik terbesar dalam sejarah AS, “Orion Solar Belt”.

Dibangun oleh SB Energy—pengembang yang berada di bawah naungan SoftBank Jepang—pembangkit surya raksasa ini dirancang menghasilkan total 875 MW listrik bersih, skala yang nyaris setara dengan sebuah fasilitas nuklir tipikal. Menariknya, sekitar 85% dari listrik tersebut akan dialirkan untuk menopang pusat data Google di kawasan Dallas.

Satu fakta ini saja sudah cukup menggambarkan arah baru lanskap energi Amerika.

Ledakan AI mendorong parameter model raksasa dan skala data center tumbuh secara geometris. Di balik setiap lonjakan kemampuan komputasi, tersimpan kebutuhan yang sederhana namun menentukan: pasokan listrik masif untuk menjalankan komputasi, penyimpanan, sekaligus sistem pendinginan.

Listrik pun kian berubah menjadi “pedang Damokles” bagi perkembangan AI—selalu membayangi, dan semakin sulit dihindari.

Data dari U.S. Energy Information Administration (EIA) menunjukkan, di negara bagian yang menjadi pusat konsentrasi data center seperti Virginia dan Texas, durasi pemadaman rata-rata mencapai 962,1 menit dan 1.614,3 menit, dengan lonjakan tahunan masing-masing hingga 228,59% dan 176,85%.

Tak heran jika tokoh-tokoh teknologi seperti Elon Musk, Sam Altman, hingga Jensen Huang berkali-kali menyuarakan kekhawatiran soal kelangkaan listrik. Dalam waktu singkat, “menimbun logistik energi” menjadi mata pelajaran wajib para raksasa teknologi. Dan karena energi fosil kian sulit selaras dengan agenda net-zero global, arus investasi mereka pun bergerak cepat menuju energi bersih.

Namun, opsi seperti panas bumi, nuklir, dan angin masih terhambat oleh keterbatasan lokasi, siklus pembangunan yang panjang, serta kompleksitas perizinan. Karena itu, kombinasi “surya + penyimpanan energi” sangat mungkin tampil sebagai jawaban paling praktis untuk problem listrik AI.

Ujung dari AI adalah listrik.

Setiap kali kita mengajukan pertanyaan ke ChatGPT dan menekan tombol Enter, seolah memicu efek domino raksasa. Di belakang layar, ada infrastruktur berskala kolosal yang bergerak serempak.

Sejumlah perkiraan menyebut, satu respons ChatGPT dapat mengonsumsi listrik hampir 10 kali lipat dibanding pencarian Google tradisional—rata-rata sekitar 2,9 watt-jam, cukup untuk menyalakan bohlam 60 watt selama tiga menit. Dengan sekitar 200 juta kunjungan per hari, konsumsi listriknya diklaim dapat menembus lebih dari 500 ribu kWh per hari.

Sebagai pembanding, elektrolisis aluminium adalah “monster pemakan listrik” klasik di era industri. Di Tiongkok, sekitar 7% total listrik nasional dikaitkan dengan produksi aluminium elektrolisis, dan untuk menghasilkan 1 ton aluminium dibutuhkan sekitar 13.600 kWh listrik DC.

Dengan perhitungan kasar, listrik yang dibutuhkan ChatGPT setiap hari diklaim setara untuk memproduksi sekitar 37 ton aluminium elektrolisis.

Di era teknologi baru, konsumsi listrik aluminium elektrolisis pun terasa “kecil” jika disejajarkan dengan nafsu energi AI.

Kebutuhan daya yang meledak ini membuat para pemimpin teknologi berpikir ulang: hardware kinerja tinggi, proses pelatihan dan inferensi, operasional pusat data, hingga sistem kontrol suhu—semuanya membutuhkan listrik dalam jumlah besar.

Ambil contoh perangkat keras. Satu NVIDIA A100 memiliki konsumsi daya sekitar 400 watt. GPT-3 disebut menggunakan 1.024 chip A100 untuk pelatihan, sementara GPT-4 melonjak drastis hingga 25.000 unit. Menurut pernyataan Musk, GPT-5 bahkan mungkin membutuhkan 30.000–50.000 H100 yang lebih maju, dengan puncak konsumsi daya sekitar 700 watt per chip.

Skala model pun meroket. GPT-3 diperkirakan memiliki sekitar 175 miliar parameter. GPT-4 disebut hampir 10 kali lipat dari generasi sebelumnya hingga 1,8 triliun parameter. Bahkan, sempat muncul “bocoran” dari eksekutif Samsung bahwa GPT-5 dapat berada di kisaran 3–5 triliun parameter.

Kenaikan parameter, jumlah chip, dan performa perangkat keras ini pada akhirnya bermuara pada lonjakan konsumsi energi. Ada estimasi yang menyebut satu kali pelatihan GPT-3 menghabiskan sekitar 1.287 MWh. Untuk GPT-4, diklaim bahwa jika energi tersebut seluruhnya berubah menjadi panas, ia mampu memanaskan air setara sekitar 1.000 kolam renang standar Olimpiade hingga mendidih.

Di saat yang sama, iterasi model yang makin cepat membuat perangkat keras kelas atas terus “dipersenjatai” ke pusat-pusat data besar di berbagai wilayah. Ditambah frekuensi penggunaan yang tinggi dan permintaan yang makin kompleks, model deep learning harus menjalankan operasi matriks dan floating-point dalam skala masif—yang semakin mendorong konsumsi energi.

Perluasan data center ikut mempercepat lonjakan permintaan listrik.

Data dari “Synergy Research Group” menyebut, hingga akhir kuartal kedua tahun ini, Amerika Serikat memiliki sekitar 522 pusat data hyperscale—sekitar 55% dari total kapasitas komputasi global. Hingga akhir 2028, AS diperkirakan masih akan menambah sekitar 280 pusat data hyperscale baru. Laju ekspansi ini membuat kebutuhan listrik terkait AI tumbuh secara eksponensial.

Menurut perhitungan Dongwu Securities, bila pada akhir 2030 total kapasitas komputasi AI AS mencapai 153 GW dengan tambahan 40 GW pada tahun tersebut, maka pada 2026–2030 permintaan listrik AS berpotensi tumbuh dengan CAGR 4–5%. Kebutuhan listrik untuk komputasi AI pada 2030 diperkirakan sekitar 1.269 TWh (asumsi operasi penuh), setara sekitar 22% dari total konsumsi listrik.

Masalahnya, perangkat dan infrastruktur jaringan listrik AS dinilai sudah menua. Bukan hanya rentan terhadap gangguan bencana, tetapi juga kesulitan mengejar gelombang AI yang eksplosif. American Society of Civil Engineers (ASCE) memberi nilai keseluruhan jaringan listrik AS hanya C+. Sekitar 70% trafo disebut sudah melampaui usia desain 25 tahun, dan usia rata-rata jalur transmisi mencapai 40 tahun. Dalam 10 tahun terakhir, investasi lebih banyak terserap untuk pemeliharaan dan penggantian, sementara penambahan kapasitas transmisi baru tertinggal jauh.

North American Electric Reliability Corporation (NERC) juga menilai margin cadangan beban sekitar 20%, menandakan kemampuan menahan guncangan belum memadai.

Lebih rumit lagi, permintaan listrik AI memiliki karakter “denyut” (pulsed). Berbeda dengan beban industri tradisional yang relatif stabil, pelatihan model dapat membuat kebutuhan listrik melonjak seketika dan memicu fluktuasi tegangan besar. Pola konsumsi yang unik ini menjadi tantangan serius bagi stabilitas jaringan.

Survei Deloitte pada April 2025 terhadap 120 perusahaan utilitas dan eksekutif data center di AS menunjukkan tekanan jaringan listrik adalah tantangan utama pertumbuhan data center. Inilah kontradiksi besar antara visi AI pemerintah/korporasi dan kapasitas jaringan listrik: saat ini, beberapa data center yang ingin tersambung ke jaringan harus menunggu hingga 7 tahun. Analis Gartner, Johnson, menilai industri listrik AS belum mampu mengikuti tren perkembangan ini.

Operator seperti PJM berulang kali mengeluarkan peringatan kapasitas. Di beberapa wilayah muncul sinyal risiko seperti distorsi harmonik, pelepasan beban, bahkan potensi pemadaman lokal. Laporan Tahunan Listrik EIA menyebut, pada 2024 rata-rata durasi pemadaman per pelanggan di AS mencapai 662,6 menit (sekitar 11 jam), naik 80,74% secara tahunan. Di Virginia dan Texas, durasi pemadaman masing-masing mencapai 962,1 menit dan 1.614,3 menit, dengan lonjakan tahunan 228,59% dan 176,85%.

Masih menurut survei Deloitte 2025, 79% eksekutif perusahaan listrik dan data center di Amerika Utara menilai AI akan mendorong lonjakan besar permintaan listrik sebelum 2035—diproyeksikan bisa mencapai 123 GW, lebih dari 30 kali lipat dibanding 2024. Sementara itu, Departemen Energi AS memperkirakan hingga 2030 jaringan listrik AS perlu menambah sekitar 101 GW beban baru, dengan kontribusi AIDC hampir setengahnya. Namun, penambahan pembangkit baseload yang direncanakan pada periode yang sama hanya sekitar 22 GW—menciptakan kesenjangan pasokan-permintaan lebih dari 70%.

CEO Microsoft Satya Nadella bahkan mengakui dilema yang belum pernah terjadi sebelumnya: “Kami punya tumpukan GPU, tetapi karena kekurangan listrik dan ruang, banyak yang terpaksa menganggur.”

Di tengah perebutan teknologi masa depan, banyak negara sudah menempatkan AI sebagai simbol kekuatan nasional. Kini, penghambat utama AI bukan lagi semata “kekurangan komputasi”, melainkan “kekurangan listrik”. Sam Altman, pendiri OpenAI, menegaskan kebutuhan listrik AI tidak akan turun—justru akan terus bertambah.

Artikel ini juga mengutip pernyataan Presiden AS Donald Trump yang menyebut akan memanfaatkan “status darurat energi” untuk mempercepat persetujuan pembangunan pembangkit listrik bagi AI. “Pembangkit ini dapat menggunakan bentuk bahan bakar apa pun, dan pemerintah tidak akan menetapkan target iklim untuk industri AI.”

Setelah melewati era urbanisasi dan industrialisasi, kini di era AI, agenda pasokan listrik dan pembangunan infrastruktur energi di Amerika kembali diprioritaskan.

Untuk meredam kenaikan harga listrik regional dan mengatasi kelangkaan pasokan stabil, opsi utama yang dibahas saat ini meliputi: nuklir, panas bumi, surya, gas, dan bahan bakar minyak. Dengan mempertimbangkan tuntutan ESG perusahaan teknologi, pilihan yang paling “selaras” umumnya hanya surya, nuklir, dan panas bumi.

Ada pandangan bahwa panas bumi memiliki keterbatasan lokasi yang besar dan siklus pembangunan yang panjang. Dalam jangka pendek, dampak lingkungannya lebih menonjol daripada dampak praktisnya; dalam jangka panjang, panas bumi tetap menjadi pilihan menarik untuk pasokan data center. Sumber daya panas bumi AS terutama terkonsentrasi di California, Nevada, dan Utah. Selain itu, karena kebutuhan daya data center sangat besar, proyek panas bumi skala besar membutuhkan lebih dari 7 tahun dari identifikasi sumber daya hingga operasi komersial—belum termasuk fase konstruksi yang juga memakan waktu bertahun-tahun. Karena itu, dalam daftar raksasa teknologi AS, baru segelintir seperti Meta dan Google yang memilih panas bumi untuk memasok data center.

Sementara itu, nuklir terhambat oleh “minim penambahan unit baru + siklus pembangunan panjang”, sehingga kemungkinan tambahan reaktor besar dalam 10 tahun ke depan dinilai rendah. AS saat ini memiliki kapasitas nuklir beroperasi sekitar 96,95 GW dari 94 reaktor, menyumbang sekitar 18% listrik nasional. Puncak pembangunan terjadi pada 1970-an, dan setelah insiden Three Mile Island 1979, persetujuan reaktor baru praktis membeku selama lebih dari 30 tahun. Meski nuklir memiliki daya besar, output stabil, dan relatif bersih, peluang jangka pendek lebih banyak pada “pencocokan” data center AI dengan sumber nuklir eksisting. Dalam jangka panjang, karena reaktor baru membutuhkan 4–6 tahun proses persetujuan ditambah 6–8 tahun konstruksi, tambahan kapasitas besar dalam dekade ini tetap sulit. Ditambah lagi, sejak Chernobyl dan Fukushima, sikap publik dan pemerintah terhadap nuklir cenderung konservatif.

Karena itu, menurut laporan analisis biaya listrik (LCOE) Lazard Juni 2025 yang dikutip artikel ini, tanpa subsidi sekalipun, biaya listrik surya terendah berada di kisaran 0,038–0,078 dolar/kWh, sedangkan biaya listrik “surya + penyimpanan” berada di kisaran 0,05–0,13 dolar/kWh. Dibanding batubara, nuklir, maupun gas, konfigurasi surya-plus-storage dinilai memiliki keunggulan ekonomi.

Jika memperhitungkan subsidi ITC, biaya listrik surya+storage di AS bisa turun hingga sekitar 0,033 dolar/kWh—turun 34% dibanding angka terendah tanpa subsidi, dan menjadi salah satu opsi termurah.

Maka untuk jangka menengah-panjang, surya plus penyimpanan menjadi pilihan paling ideal bagi data center. Siklus pembangunan PLTS relatif singkat: setelah perizinan rampung, proyek sering kali dapat selesai dalam beberapa bulan hingga satu tahun. Selain itu, surya tidak terlalu dibatasi lokasi—selama ada sinar matahari, listrik bisa diproduksi.

Dengan konsensus ini, perkembangan penyimpanan energi AS memasuki jalur cepat. Artikel menyebut hingga akhir September 2025, kapasitas proyek penyimpanan skala besar yang didaftarkan mencapai 66,6 GW, naik 19,3% dibanding akhir Agustus. Dengan asumsi durasi penyimpanan 3,5 jam, skala proyek yang sedang dibangun maupun menunggu pembangunan setara 233 GWh.

Dongwu Securities juga memperkirakan kebutuhan pemasangan penyimpanan energi baru di AS pada 2025 sekitar 53 GWh, dengan kontribusi terkait data center (pasokan listrik hijau langsung + penyimpanan serta manajemen energi) sekitar 9 GWh. Pada 2026, total instalasi diproyeksikan mencapai 80 GWh (naik 51% YoY), dengan kontribusi data center sekitar 37 GWh.

Ke depan, mengingat Google, Meta, Microsoft dan raksasa teknologi lain umumnya menargetkan pusat data beremisi nol karbon pada 2030—ditambah tuntutan ketat pada emisi dan dukungan kebijakan—ruang pertumbuhan penyimpanan energi di AS masih sangat besar.

Artikel ini juga menyinggung proposal Federal Energy Regulatory Commission (FERC) terkait interkoneksi beban besar, dengan poin utama:

1. Menetapkan standar teknis terpadu untuk beban besar di atas 20 MW (untuk AIDC, pabrik semikonduktor, kendaraan listrik, dan manufaktur canggih) agar dapat langsung terhubung ke jaringan transmisi tegangan tinggi.
2. Menghubungkan beban besar langsung ke unit pembangkit, guna mengurangi kebutuhan peningkatan jaringan.
3. Mempercepat proses persetujuan interkoneksi beban besar, dengan target tercepat 60 hari.
4. Pembangkit pendukung beban besar harus menyediakan layanan tambahan sesuai kebutuhan puncak dan memperoleh kompensasi; biaya peningkatan jaringan ditanggung oleh beban yang terhubung. FERC akan merumuskan rincian aturan sebelum 30 April 2026.

Jika kebijakan ini benar-benar berjalan, ia dapat mempercepat model “beban membangun pembangkit sendiri”, dan membuka jalan lebih cepat bagi implementasi pembangkit angin-surya-penyimpanan.

Menurut perhitungan Dongwu Securities, bila pasokan listrik hijau mencapai 50% (disederhanakan sebagai surya; praktiknya sering berupa kombinasi surya+angin+storage), dengan asumsi surya menghasilkan 1.800 jam per tahun, rasio daya 50% dan durasi penyimpanan 4 jam, maka untuk 1 GW komputasi diperlukan sekitar 6 GWh penyimpanan. Jika pasokan hijau naik ke 80%, kebutuhan dapat menjadi sekitar 10 GWh. Pada 2030, bila AS menambah 40 GW komputasi baru, dengan porsi 50% listrik hijau, kebutuhan penyimpanan tambahan diperkirakan sekitar 240 GWh. Jika porsi hijau 30%, kebutuhan sekitar 150 GWh.

Elon Musk sendiri memiliki visi besar: ia berharap bisnis penyimpanan energi Tesla dapat tumbuh setara, bahkan melampaui bisnis otomotif. Ia pernah memperkirakan bahwa pada 2030 skala bisnis penyimpanan Tesla dapat menyaingi bisnis mobilnya.

Dalam “Master Plan” Tesla tahap ketiga yang dijelaskan Musk, arah selanjutnya adalah beralih total ke energi berkelanjutan, dengan target 100% energi berkelanjutan sebelum 2050. Tesla membawa misi “mempercepat transisi dunia menuju energi berkelanjutan”, dan mengajukan estimasi bahwa untuk benar-benar mewujudkannya, dunia akan membutuhkan 240 TWh penyimpanan energi, 30 TW listrik terbarukan, serta investasi manufaktur sebesar 10 triliun dolar AS.

Sejak 1831 ketika Faraday menemukan induksi elektromagnetik—fondasi teoritis bagi generator dan transformator—manusia memasuki era listrik yang memicu Revolusi Industri Kedua. Setelah itu, era internet, era mobile, hingga masa depan AGI semuanya bergantung pada listrik sebagai fondasi energi.

Di bawah urgensi kebutuhan AI, listrik Amerika—terutama listrik energi baru—sangat mungkin memasuki siklus ledakan baru yang berskala epik.