Amazon pada 11 Juni pertama kali memublikasikan data penggunaan air untuk pusat data: pada 2025, pusat data global menghabiskan 2,5 miliar galon air (sekitar 9,5 miliar liter), dengan water usage effectiveness (WUE) sebesar 0,12 liter/kWh, turun 2% dibanding tahun sebelumnya, sementara skala operasional terus berkembang. Amazon melampirkan bagan perbandingan dalam laporannya dan mengklaim efisiensinya sekitar 7 kali lebih tinggi daripada rata-rata industri (0,84 liter/kWh).
Batasan konfirmasi pada definisi laporan: dua jenis konsumsi air tidak dimasukkan ke pembukuan
Berdasarkan keterangan konfirmasi pada catatan laporan Amazon, definisi statistik 2,5 miliar galon air mengecualikan dua kategori konsumsi air:
Konsumsi air tidak langsung (sisi pembangkit): konsumsi air pendingin pada pembangkit listrik tenaga panas umumnya merupakan item tunggal terbesar dalam penggunaan air sepanjang seluruh siklus hidup pusat data, dan laporan Amazon tidak memasukkannya
Konsumsi air untuk pembangunan baru: penggunaan air selama proses pembangunan pusat data baru juga tidak termasuk
Selain itu, 0,12 liter/kWh merupakan nilai rata-rata tahunan, sehingga mengencerkan data konsumsi air yang lebih tinggi pada jam beban listrik puncak serta pusat data yang lokasinya berada di wilayah kering.
Perbedaan definisi statistik dalam perbandingan antar-sejawat
Angka perbandingan yang dikutip dalam laporan Amazon yang merugikan Google, menurut analisis sumber artikel, terutama berfokus pada penggunaan air di pusat data Gemini AI, sementara Amazon melaporkan keseluruhan operasi pusat data. Dua penyebutnya berbeda: satu untuk beban kerja AI tertentu, yang lain untuk operasi seluruh bisnis; perbandingan berdampingan dari angka dengan definisi yang berbeda menimbulkan masalah metodologi.
Perbandingan industri dan peringatan riset
Microsoft telah mengonfirmasi penerapan sistem pendinginan close-loop, tanpa penguapan di banyak pusat data; setiap pusat data dapat menghemat lebih dari 125 juta liter air per tahun. Riset terkait mengajukan peringatan: berdasarkan tren perkembangan saat ini, pada tahun 2030 perkiraan konsumsi air pusat data AI setara dengan kebutuhan air minum tahunan 1,3 miliar orang (ini estimasi riset, bukan angka terkonfirmasi).
Kesesuaian sumber daya air secara lokal juga menjadi pertimbangan penting: air tidak bisa didistribusikan lintas jaringan seperti listrik; sebuah pusat data yang dibangun di wilayah kekurangan air, meski WUE rata-rata tahunan unggul, tetap dapat bersaing dengan penduduk setempat dan sektor pertanian dalam memperebutkan sumber air tanah yang sama atau hak atas air sungai.
Pertanyaan yang sering diajukan
Bagaimana WUE Amazon 0,12 liter/kWh dibandingkan dengan rata-rata industri?
Laporan Amazon mengonfirmasi bahwa WUE-nya pada 2025 sebesar 0,12 liter/kWh, dan mengklaim rata-rata industri adalah 0,84 liter/kWh, selisihnya sekitar 7 kali. Namun, definisi statistik yang dikonfirmasi Amazon tidak mencakup konsumsi air tidak langsung di sisi pembangkit, dan 0,12 merupakan nilai rata-rata tahunan; ini tidak mencerminkan kondisi penggunaan air aktual di semua lokasi fasilitas dan semua periode waktu.
Mengapa angka perbandingan konsumsi air Amazon dan Google menimbulkan kontroversi metodologi?
Berdasarkan analisis sumber artikel, angka perbandingan dalam laporan Amazon yang merugikan Google terutama berfokus pada penggunaan air di pusat data Gemini AI, sementara Amazon melaporkan penggunaan air untuk seluruh operasi pusat data. Dua penyebut statistik berbeda (beban kerja AI tertentu vs. seluruh bisnis), sehingga angka tersebut tidak memiliki keterbandingan langsung secara metodologi.
Pusat data Amazon untuk pertama kalinya memublikasikan penggunaan air; mengapa saat ini diungkap?
Amazon tidak menjelaskan alasan spesifik atau pilihan waktu untuk pengungkapan pertama kali dalam laporannya. Di tengah ekspansi daya komputasi yang digerakkan oleh pertumbuhan kapasitas AI, masalah penggunaan air pusat data belakangan ini mendapat perhatian yang lebih luas; sejumlah pemerintah daerah sudah melakukan peninjauan dampak lingkungan pusat data, dan latar belakang ini merupakan salah satu pendorong eksternal yang umum membuat industri memperkuat pengungkapan ESG.
