Transformasi digital global yang dipercepat oleh pandemi COVID-19 dan adopsi masif arsitektur kecerdasan buatan (AI) generatif telah memicu lonjakan eksponensial dalam pembangunan infrastruktur pusat data berskala hyperscale. Pertumbuhan ini membawa konsekuensi berupa eskalasi konsumsi energi global, menempatkan pusat data sebagai fasilitas industri paling padat energi di dunia. Penelitian ini menyajikan analisis komprehensif mengenai peran Data Center Infrastructure Management (DCIM) sebagai instrumen holistik untuk mendiagnosis, mengorkestrasi, dan meningkatkan efisiensi energi yang dikuantifikasi melalui penurunan metrik Power Usage Effectiveness (PUE). Dengan menggunakan kerangka metodologi tinjauan sistematis dan analisis multi-kasus empiris, penelitian ini mendekonstruksi dinamika termodinamika operasional yang menyebabkan inefisiensi persisten, seperti fenomena server sprawl yang menghasilkan zombie servers dan over-provisioning pada sistem HVAC. Analisis kuantitatif membuktikan bahwa penerapan fitur intelijen DCIM—termasuk pemetaan termal waktu-nyata, prediksi digital twin, dan optimasi beban kapasitas—mampu menekan PUE secara drastis, dengan beberapa fasilitas berhasil menurunkan angka PUE dari 1,83 menjadi 1,51, seraya memangkas beban pendinginan hingga 48%. Dalam konteks Indonesia, integrasi DCIM terbukti krusial guna memenuhi mandat Standar Nasional Indonesia (SNI) 8799:2020 dan pedoman SPBE, serta memitigasi risiko ketahanan beban puncak jaringan listrik PT PLN (Persero). Penelitian ini mengusulkan paradigma tata kelola infrastruktur komputasi berbasis otomatisasi rantai pasok daya termal secara menyeluruh untuk mencapai infrastruktur hijau berdaya saing global.