Riset Terbaru: Dampak AI pada Emisi Migas Bisa Lebih Besar dari Manfaatnya di Energi TerbarukanRiset Terbaru: Dampak AI pada Emisi Migas Bisa Lebih Besar dari Manfaatnya di Energi TerbarukanRiset Terbaru: Dampak AI pada Emisi Migas Bisa Lebih Besar dari Manfaatnya di Energi TerbarukanRisetTerbaru:DampakAIpadaEmisiMigasBisaLebihBesardariManfaatnyadiEnergiTerbarukan

Selama ini, narasi yang berkembang soal AI dan energi biasanya berkutat pada satu hal: pusat data (data center) yang menjalankan AI melahap listrik dalam jumlah sangat besar, sampai-sampai jaringan listrik di banyak negara kewalahan memenuhi permintaan. Tapi ada sisi lain yang menurut sebuah studi baru justru lebih penting untuk diperhatikan — bukan soal AI menghabiskan energi, melainkan soal AI yang justru membuat industri bahan bakar fosil semakin efisien dan produktif.

Studi tersebut dipublikasikan di jurnal ilmiah npj Climate Action, ditulis oleh sejumlah peneliti yang sebagian di antaranya pernah bekerja di Microsoft, termasuk pada inisiatif keberlanjutan (sustainability) perusahaan itu.

Klaim utamanya: penghematan emisi yang dihasilkan AI di sektor energi terbarukan berisiko kalah jauh dibanding lonjakan produktivitas — dan otomatis lonjakan emisi — yang justru dihasilkan AI di industri minyak dan gas.

Menurut studi ini, dampak AI terhadap efisiensi di industri bahan bakar fosil selama ini kurang mendapat perhatian publik, padahal dampaknya signifikan. Supaya penurunan emisi bersih (net) benar-benar tercapai, kemajuan yang didapat sektor energi terbarukan lewat AI perlu sekitar empat sampai lima kali lebih besar dibanding kemajuan yang didapat industri bahan bakar fosil dari teknologi yang sama.

Dengan kata lain, model yang dipakai dalam studi ini menunjukkan bahwa AI berisiko justru memperkuat posisi bahan bakar fosil, bukan menggantikannya — karena alat dan kemampuan AI yang sama, yang bisa membantu menghindari emisi di sektor energi bersih, ternyata juga bisa dipakai industri migas untuk mendongkrak produktivitas mereka.

Klaim di atas bukan sekadar teori. Perusahaan-perusahaan energi, termasuk raksasa migas dunia (sering disebut "supermajor"), memang sudah menggunakan berbagai perangkat berbasis AI dalam operasional mereka. Cukup masuk akal jika perusahaan-perusahaan dengan modal besar ini tidak akan tinggal diam dari revolusi teknologi terbesar dekade ini, dan tidak realistis mengharapkan AI hanya dipakai untuk inisiatif keberlanjutan semata.

Perusahaan konsultan energi Rystad Energy, dalam analisis yang dirilis awal tahun ini, memperkirakan AI dan digitalisasi bisa menghasilkan nilai tambah kumulatif hampir 500 miliar dolar AS bagi perusahaan eksplorasi dan produksi (E&P) migas antara 2026 hingga 2030.

Nilai tambah ini diperkirakan datang dari tiga sumber: pengurangan biaya lewat operasi yang lebih efisien, peningkatan produksi berkat perangkat yang lebih andal dan tingkat pemulihan cadangan yang lebih tinggi, serta jadwal pengembangan proyek yang lebih cepat.

Rystad memperkirakan perusahaan E&P yang sudah lebih dulu berinvestasi di teknologi digital dan AI bisa meraih tambahan nilai sekitar 80 miliar dolar AS per tahun pada 2030, dibanding kondisi 2025. Meski begitu, menurut Rystad, tantangan terbesarnya bukan lagi soal ketersediaan teknologinya, melainkan soal bagaimana menerapkannya secara luas di lapangan.

Lembaga riset energi lain, Wood Mackenzie, tahun lalu memperkirakan AI berpotensi membantu mengungkap tambahan sekitar satu triliun barel minyak dari reservoir (kantong minyak di bawah tanah) yang sudah ada. Analis WoodMac menegaskan AI tidak akan menggantikan peran tim ahli geologi bawah permukaan di perusahaan E&P — keduanya disebut saling melengkapi, bukan saling menggantikan.

Menurut WoodMac, temuan ini juga memperkuat posisi tawar perusahaan migas saat bernegosiasi dengan pemerintah negara-negara pemilik cadangan migas, karena industri ternyata punya lebih banyak pilihan dari yang selama ini disadari.

Salah satu contoh konkret datang dari ExxonMobil. Perusahaan ini menyebut telah mengidentifikasi sejumlah peluang pengeboran baru di lepas pantai Guyana — salah satu aset andalan mereka selain cekungan Permian di Amerika Serikat — dengan bantuan teknologi AI.

Dalam paparan kinerja kuartal kedua akhir Juli lalu, Chairman sekaligus CEO ExxonMobil, Darren Woods, menjelaskan kepada para analis bahwa perusahaannya banyak berinvestasi mengembangkan model AI yang dilatih dari data pengeboran dan karakteristik bawah permukaan yang sudah dikumpulkan selama ini di Guyana.

Hasilnya, menurut Woods, perusahaan menemukan empat peluang penemuan baru di luar perkiraan sebelumnya — meski ia menekankan masih perlu banyak pekerjaan lanjutan untuk memastikannya, dan menyebut potensi Guyana belum berhenti sampai di situ.

Chevron, kompetitor ExxonMobil, juga menyatakan sikap serupa. Chairman sekaligus CEO Chevron, Mike Wirth, dalam paparan kinerja kuartal kedua menyebut perusahaannya akan memakai perangkat AI terbaru dalam kegiatan eksplorasi, meski tetap akan berhati-hati dalam memperluas portofolio eksplorasi globalnya.

Menurut Wirth, AI akan mengubah kecepatan siklus kerja perusahaan dan memungkinkan mereka melihat hal-hal yang sebelumnya tidak terlihat, yang pada akhirnya ia yakini akan mengubah hasil kerja eksplorasi ke depan.

Penulis studi yang jadi dasar temuan soal risiko AI memperkuat bahan bakar fosil ini sebagian punya latar belakang bekerja di Microsoft, termasuk pada inisiatif keberlanjutan perusahaan itu. Ini bukan berarti temuannya otomatis tidak valid — riset tetap perlu dinilai dari metodologi dan datanya sendiri — tapi latar belakang penulis semacam ini baik untuk diketahui pembaca sebagai bagian dari konteks, terutama karena Microsoft sendiri adalah salah satu perusahaan teknologi besar yang produk AI-nya turut dipakai berbagai industri, termasuk migas.

Poin lain yang menarik dari bahan ini adalah kontras yang cukup tajam: di satu sisi ada peringatan akademis soal AI yang berisiko memperkuat industri bahan bakar fosil, sementara di sisi lain ada data dan pernyataan langsung dari pelaku industri (Rystad, Wood Mackenzie, ExxonMobil, Chevron) yang justru menunjukkan optimisme dan investasi besar-besaran pada AI untuk mendongkrak produksi migas.

Bahan yang tersedia tidak memuat tanggapan langsung dari perusahaan-perusahaan migas tersebut terhadap temuan spesifik studi soal risiko emisi ini, sehingga pembaca perlu mencatat bahwa dua sisi cerita ini berasal dari sumber yang berbeda dan belum saling merespons secara langsung.

Perdebatan ini bukan cuma urusan pelaku industri energi atau ilmuwan iklim. Jika AI ternyata lebih banyak dipakai untuk memaksimalkan produksi minyak dan gas ketimbang mempercepat transisi ke energi bersih, dampaknya bisa terasa jauh melampaui ruang rapat perusahaan energi — mulai dari kecepatan target penurunan emisi global, sampai ke harga energi yang akhirnya dirasakan konsumen sehari-hari, termasuk di Indonesia yang juga tengah menyusun kebijakan transisi energinya sendiri.