IA e Sustentabilidade: Impactos no Consumo de Energia e Água sob a Pressão da ONU por Transparência

Durante a Semana de Ação Climática em Londres, o Secretário-Geral da ONU, António Guterres, fez um apelo importante às principais empresas de inteligência artificial: é hora de revelar publicamente o custo ambiental de seus sistemas. Essa transparência vai além das emissões de CO2 e abrange o consumo de água, o uso do solo e o impacto real dos centros de dados nas redes elétricas.

A ONU está lançando a Iniciativa de Transparência Ambiental em IA, que tem como objetivo aumentar a clareza sobre esses aspectos. A proposta é simples: se as empresas afirmam que a IA ajudará a resolver problemas globais, devem primeiro demonstrar claramente como contribuem para esses desafios.

Um dos maiores obstáculos da IA é a escalabilidade. Embora uma única resposta de um chatbot possa parecer insignificante, ela demanda alguns segundos de atividade do servidor, energia e refrigeração. Com bilhões de respostas geradas, além do treinamento de modelos, a demanda por processamento se multiplica, resultando em um consumo energético crescente. Um relatório divulgado este ano projeta que o consumo de eletricidade da IA pode dobrar até 2030, alcançando cerca de 3% do total da energia elétrica produzida no mundo.

O documento também destaca um aspecto menos visível: tornar os modelos mais eficientes não necessariamente reduz seu impacto ambiental. Sua maior acessibilidade tem levado a um aumento no número de aplicações, resultando em uma demanda ainda maior, mesmo que as operações individuais consumam menos energia. Essa situação é semelhante ao paradoxo de Jevons, que ilustra a pressão sobre a infraestrutura global, apesar dos avanços tecnológicos.

Além disso, as grandes empresas de tecnologia estão se adaptando, construindo sua própria infraestrutura energética. Em vez de aguardar que as redes elétricas atendam suas necessidades, elas estão gerenciando seu fornecimento de energia, firmando contratos de longo prazo e investindo em projetos de energia renovável, nuclear e gás.

A corrida por infraestrutura está mudando as prioridades dessas gigantes do setor. Jensen Huang, CEO da NVIDIA, ressaltou que o principal desafio da IA não é mais a capacidade dos chips, mas a disponibilidade de energia. Os grandes clusters de IA estão se tornando “fábricas de gigawatts”, consumindo eletricidade em uma escala comparável a grandes instalações industriais. Isso gerou um crescente interesse por fontes de energia dedicadas, como pequenos reatores nucleares modulares, que podem fornecer energia contínua diretamente para os data centers.

O consumo de água também está na mira dos investidores. Em 2025, Amazon, Google e Microsoft consumiram quase 1 trilhão de litros de água para operar seus data centers. Esses dados levaram acionistas a exigirem mais transparência sobre o uso de água em regiões específicas, já que o impacto ambiental pode variar de acordo com a disponibilidade hídrica local. Essa situação reforça o argumento da ONU: sem informações detalhadas sobre consumo de energia, água e emissões, é difícil medir o verdadeiro custo ambiental da expansão da inteligência artificial.

Outro desafio que surge é a alta temperatura dos chips. À medida que as GPUs se tornam mais potentes, geram cada vez mais calor. É crucial desenvolver sistemas de refrigeração eficientes para manter o desempenho e evitar falhas. Pesquisadores do Instituto Coreano Avançado de Ciência e Tecnologia (KAIST) propuseram um chip com microcanais incorporados que permite a circulação de água em temperatura ambiente, removendo calor onde ele é gerado. Essa inovação pode resultar em uma significativa redução no consumo energético dos sistemas de refrigeração ao permitir que futuras gerações de aceleradores de IA operem com uma densidade computacional ainda maior.