Editorial Topic
AI & Data Center

Boom AI Dorong Manajemen Energi, Schneider Kejar Impact 2030

3 menit baca
AdvertisementResponsive Banner

Ringkasan Cepat

  • Penggunaan AI meningkatkan kebutuhan komputasi dan konsumsi listrik pusat data.
  • Kebutuhan terhadap sistem daya, pendinginan, dan pemantauan energi ikut meningkat.
  • Schneider menyediakan solusi manajemen energi untuk infrastruktur pusat data AI.
  • Schneider Sustainability Impact 2030 mencapai skor 3,69 pada semester pertama 2026.
  • Skor tersebut mengukur program keberlanjutan perusahaan secara luas, bukan khusus pusat data AI.

Pertumbuhan penggunaan kecerdasan buatan atau AI meningkatkan kebutuhan terhadap pusat data dengan kemampuan komputasi tinggi. Kondisi ini ikut mendorong kebutuhan terhadap sistem manajemen energi yang dapat mengatur distribusi listrik, pendinginan, dan pemantauan konsumsi daya secara lebih efisien.

International Energy Agency atau IEA memperkirakan konsumsi listrik pusat data global meningkat hampir dua kali lipat, dari sekitar 485 TWh pada 2025 menjadi 950 TWh pada 2030. Konsumsi listrik pusat data yang berfokus pada AI bahkan diproyeksikan naik tiga kali lipat dalam periode yang sama.

Lonjakan tersebut tidak hanya menambah kebutuhan listrik. Infrastruktur AI juga membutuhkan pasokan daya yang stabil, sistem pendinginan untuk menangani beban komputasi tinggi, serta perangkat lunak untuk memantau penggunaan energi secara langsung.

Infrastruktur AI Butuh Manajemen Energi

Schneider Electric menjadi salah satu perusahaan yang menyediakan infrastruktur energi untuk pusat data AI. Solusinya mencakup distribusi daya, pendinginan cair, perangkat lunak, sistem rak, pemeliharaan, dan optimalisasi operasional.

Schneider menyebut integrasi komponen tersebut bertujuan meningkatkan efisiensi, keandalan, dan kemampuan pusat data untuk menangani beban kerja AI. Perusahaan juga bekerja sama dengan Foxconn untuk mengembangkan solusi pusat data AI yang menggabungkan platform komputasi, sistem daya, pendinginan, dan manajemen energi.

Kebutuhan manajemen energi menjadi semakin penting karena pusat data biasanya terkonsentrasi di lokasi tertentu. Menurut IEA, konsentrasi tersebut dapat membebani jaringan listrik lokal meskipun konsumsi pusat data masih mencakup sekitar 3 persen dari kebutuhan listrik global pada 2030.

Manajemen energi membantu operator melihat pola konsumsi listrik, mengoptimalkan pendinginan, memperkirakan gangguan, dan mengatur beban perangkat. Namun, teknologi tersebut tidak langsung menghilangkan dampak lingkungan pusat data. Hasilnya tetap bergantung pada efisiensi peralatan, sumber listrik, kapasitas jaringan, dan cara operator menjalankan fasilitas.

Schneider Impact 2030 Capai Skor 3,69

Di tengah meningkatnya kebutuhan infrastruktur AI, Schneider Electric melaporkan skor Schneider Sustainability Impact 2030 sebesar 3,69 dari skala 10 pada semester pertama 2026. Angka tersebut bergerak menuju target akhir 2026 sebesar 4,20, sedangkan skor 10 menjadi target perusahaan untuk 2030.

AdvertisementIn-Article Banner

Skor Impact 2030 tidak secara khusus mengukur dampak pusat data atau bisnis AI. Indikator tersebut mencakup kegiatan perusahaan secara lebih luas, mulai dari pengurangan emisi, desain produk, rantai pasok, akses energi, hingga pengembangan masyarakat.

Schneider melaporkan emisi Scope 1 dan 2 turun 82 persen dibandingkan 2017. Emisi Scope 3 turun 12 persen dibandingkan 2021. Perusahaan juga mengeklaim solusinya membantu pelanggan menghemat atau mengelektrifikasi 129,5 juta MWh energi selama semester pertama 2026.

Schneider turut menerapkan perangkat digital berbasis AI kepada lebih dari 1.000 pemasok untuk membantu pengumpulan dan pemantauan data emisi. Namun, baru 15 pemasok yang memenuhi seluruh kriteria Zero Carbon Pathway pada kuartal kedua 2026.

Boom AI membuka peluang besar bagi teknologi manajemen energi. Pada saat yang sama, lonjakan konsumsi listrik membuat efisiensi tidak lagi cukup menjadi fitur tambahan. Schneider perlu menunjukkan bahwa solusi daya, pendinginan, dan digitalisasinya dapat membantu pertumbuhan infrastruktur AI tanpa mengabaikan target keberlanjutan yang telah ditetapkan.