Uma resposta aparece na tela em poucos segundos. Parece leve, quase imaterial. Mas, para que ela exista, há uma estrutura inteira funcionando longe dos olhos que precisa de servidores, chips, cabos, sistemas de refrigeração, redes elétricas e grandes volumes de água. A inteligência artificial pode parecer uma experiência digital, porém seus custos são físicos.

A nuvem tem endereço

Os sistemas de IA funcionam em data centers, instalações repletas de computadores que armazenam dados e executam os cálculos necessários para gerar respostas, imagens, vídeos e previsões.

Segundo a Agência Internacional de Energia (IEA), os data centers consumiram aproximadamente 415 terawatts-hora (TWh) de eletricidade em 2024, cerca de 1,5% do consumo mundial. No cenário-base da agência, esse número pode chegar a 945 TWh em 2030, quase o dobro em seis anos. A inteligência artificial é apontada como um dos principais motores desse crescimento.

Se olharmos isoladamente o percentual global, o impacto ainda parece pequeno, mas médias mundiais escondem concentrações regionais importantes. Um único data center pode consumir tanta eletricidade quanto uma cidade pequena. Quando vários são instalados na mesma região, a pressão sobre a rede elétrica deixa de ser uma questão abstrata. Pode ser necessário construir novas linhas de transmissão, usinas e sistemas de resfriamento. Em alguns lugares, a infraestrutura existente não foi planejada para atender cargas tão grandes e constantes.

O impacto acontece no território

O consumo de energia não é o único custo. Computadores de alto desempenho produzem muito calor e precisam ser resfriados continuamente e, dependendo da tecnologia utilizada, esse processo exige grandes volumes de água.

A localização do data center também influencia diretamente seu impacto. Um servidor abastecido por uma matriz elétrica majoritariamente renovável terá uma pegada de carbono diferente de outro conectado a uma rede dependente de carvão ou gás. Por isso, é preciso perguntar onde esse consumo acontece, de onde vem a eletricidade e quem paga pela infraestrutura necessária.

Quando uma empresa anuncia um novo complexo de servidores, a notícia costuma destacar investimentos, empregos e inovação. Raramente informa com o mesmo destaque a demanda energética, o uso de água ou a necessidade de expansão da rede.

Eficiência não resolve tudo

As empresas afirmam, com razão, que os modelos estão ficando mais eficientes. Que novos chips conseguem realizar mais operações consumindo menos energia, e novas técnicas de treinamento e processamento também podem reduzir o custo de cada consulta.

Mas eficiência por unidade não significa necessariamente menor consumo total. Quando uma tarefa fica mais barata, ela tende a ser usada com mais frequência. Se gerar uma imagem, resumir um texto ou consultar um modelo se torna rápido e barato, o número de solicitações aumenta. O ganho de eficiência pode ser compensado pelo crescimento da demanda.

Esse efeito é conhecido em economia como paradoxo de Jevons: melhorias na eficiência de um recurso podem estimular seu uso, em vez de reduzi-lo. A questão, então, é não tratar o aumento da eficiência como resposta suficiente. Uma IA mais eficiente pode continuar expandindo o consumo se for incorporada a cada aplicativo, buscador, serviço de atendimento e dispositivo.

Quem decide o limite?

A expansão da infraestrutura costuma ser apresentada como inevitável, mas a instalação de um data center envolve escolhas públicas. Que quantidade de energia será reservada para ele? Quem financiará novas linhas de transmissão? O custo será repassado à população? A água utilizada competirá com agricultura, indústria ou consumo doméstico? Essas perguntas deveriam aparecer antes da inauguração, não depois.

A inteligência artificial é frequentemente descrita como uma tecnologia do futuro. Seus custos, entretanto, já aparecem nas decisões sobre território, energia, água e orçamento público.

Colocar o material na mesma conversa

Não se trata de calcular o valor ambiental de cada pergunta feita a um chatbot. Esse tipo de número pode variar muito conforme o modelo, o hardware, a fonte de energia e o método utilizado. O ponto é que os benefícios prometidos e custos materiais precisam caber na mesma análise.

O debate fica mais honesto quando abandona a imagem da nuvem como algo sem peso.