A tensão entre o crescimento da IA e a descarbonização
A expansão da inteligência artificial necessita de centros de dados, redes elétricas e sistemas de refrigeração. Por isso, avaliar o seu impacto ambiental não consiste apenas em contar processadores ou medir a eletricidade de um modelo: também é preciso determinar onde o trabalho é executado, que infraestrutura o sustenta e com que fontes é abastecido. A questão prática é se o aumento da capacidade é compensado por melhorias de eficiência ou se o consumo total continua a subir.
O debate costuma misturar três grandezas diferentes: o consumo de todos os centros de dados, o consumo de instalações dedicadas à IA e a eletricidade associada a uma tarefa ou serviço concreto. Não são categorias intercambiáveis. Uma projeção sobre centros de dados no conjunto não demonstra por si só quanto consome a IA; uma estimativa global de IA também não permite deduzir que parte corresponde à União Europeia.
As empresas que compram capacidade de nuvem, treinam modelos ou integram serviços de IA precisam de informação operacional que as cifras agregadas não oferecem: consumo atribuível à carga de trabalho, localização, eficiência das instalações e emissões ligadas à eletricidade. Sem esse detalhe, uma melhoria do consumo por cálculo poderia coexistir com um aumento do consumo absoluto se forem executadas muitas mais tarefas. A distinção entre intensidade e volume total é central para planear custos, capacidade e objetivos climáticos.
O que dizem as cifras disponíveis e o que não permitem concluir
Uma cobertura publicada em setembro de 2026 atribui à Agência Internacional de Energia (AIE) uma estimativa de 485 TWh de consumo elétrico de centros de dados em 2025 e uma projeção de cerca de 950 TWh para 2030, perto de 3% da procura elétrica mundial. A mesma cobertura indica um crescimento de 17% em 2025 para os centros de dados, face aos 3% da procura elétrica global. São cifras para o conjunto dos centros de dados, não uma medição exclusiva de instalações de IA.
Um estudo publicado na Nature aborda um perímetro mais estreito: calcula que a eletricidade usada por centros de dados construídos para IA poderia passar de cerca de 118 TWh em 2024 para entre 239 e 295 TWh em 2030, aproximadamente 1% da procura elétrica mundial. O artigo também assinala que a capacidade projetada concentra-se principalmente na América do Norte, Europa Ocidental e Ásia-Pacífico. O intervalo expressa cenários, não um contador observado de consumo futuro, e o seu resultado depende das premissas da investigação.
As duas cifras globais não se contradizem necessariamente: uma contempla centros de dados em geral e a outra instalações orientadas para a IA; além disso, partem de anos e métodos distintos. A cifra de 3% não deve ser apresentada como a percentagem atribuível à IA, e o 1% do estudo não representa uma estimativa específica da UE. As fontes disponíveis não incluem uma projeção primária da Comissão Europeia que sustente os 13% citados na premissa inicial. Portanto, essa percentagem não pode ser usada como dado oficial nem como base para calcular uma divergência entre Bruxelas e a indústria.
Também circula uma cifra histórica para a UE: 76,8 TWh em 2018, equivalente a 2,7% da procura elétrica, e uma projeção de 98,5 TWh para 2030. A fonte disponível é um guia secundário que atribui esses valores à documentação europeia; não é a publicação primária da Comissão nem detalha o consumo de IA. Deve ser lido como uma referência histórica do setor, não como uma medição atualizada nem como uma projeção que incorpore necessariamente o auge da IA generativa.
Hardware e refrigeração: eficiência não equivale a menor consumo total
Os aceleradores de IA podem realizar cálculos paralelos e são parte da infraestrutura que determina o desempenho e a energia consumida. No entanto, comparar chips por uma cifra isolada não basta: o resultado depende da tarefa, da precisão requerida, da utilização do equipamento, do software e do tempo de execução. Para uma organização, a pergunta útil é quanta eletricidade e quantas emissões requer uma carga de trabalho comparável, não que processador oferece uma cifra de eficiência em condições distintas.
A refrigeração acrescenta outra camada. O calor dos servidores deve ser evacuado para manter as condições de funcionamento, e as soluções disponíveis podem trocar consumo elétrico e uso de água. Uma fonte empresarial que resume referências externas afirma que a refrigeração evaporativa pode reduzir a eletricidade empregue face a alternativas secas, mas apresenta um intervalo amplo e dependente do contexto. Esse intervalo não deve ser tratado como garantia universal: clima, design, carga, disponibilidade de água e limites de medição mudam o equilíbrio.
Por isso, PUE e WUE fornecem informação distinta. O PUE relaciona a energia total de uma instalação com a energia consumida pelos seus equipamentos de TI; o WUE relaciona o uso de água com a energia de TI segundo a definição aplicada. Nenhum, tomado isoladamente, revela as emissões completas de uma tarefa de IA nem resolve a escolha entre água e eletricidade. Convém olhar conjuntamente energia total, energia de TI, água, mistura elétrica e produção útil do sistema.
A localização importa porque duas instalações com equipamentos semelhantes podem operar com condições climáticas e redes elétricas diferentes. A investigação da Nature destaca que a capacidade prevista está concentrada em várias regiões e que a pressão sobre os sistemas elétricos pode variar localmente. Assim, o total mundial não informa por si só dos limites de ligação, da disponibilidade de potência ou do impacto hídrico de uma instalação concreta. Para decidir onde alojar uma carga, é preciso contrastar a informação do fornecedor com os dados da região e do local.
Cenários: verificar a eficiência face ao crescimento da procura
Num cenário favorável, a eficiência melhora em servidores, modelos e operações, enquanto a procura de computação cresce a um ritmo que permite reduzir a energia por tarefa e conter o consumo total. A otimização da refrigeração e a gestão de cargas podem contribuir, mas o resultado deve ser demonstrado com dados comparáveis. Uma melhoria de desempenho por vatio não prova, por si só, que o centro de dados consome menos eletricidade no conjunto.
No cenário contrário, o aumento de uso e capacidade supera os ganhos de eficiência: é necessária mais energia total, embora cada operação seja menos intensiva. A investigação citada projeta um aumento do consumo de centros de dados de IA entre 2024 e 2030, mas não permite afirmar por si só o que acontecerá em cada empresa nem que percentagem do aumento corresponderá a uma aplicação determinada. São cenários para avaliar riscos, não previsões empresariais garantidas.
A maneira de distinguir ambos os caminhos é fixar uma unidade funcional e um limite de medição. Por exemplo, uma organização pode seguir os quilowatts-hora associados a uma tarefa definida, juntamente com o volume de tarefas executadas no período. Se o consumo por tarefa cair, mas o número de execuções aumentar, o total poderia crescer; se a intensidade baixar e o volume se manter, a melhoria poderia traduzir-se em menos consumo absoluto. A comparação requer manter o mesmo critério de atribuição e registar mudanças em modelo, hardware e localização.
Para decisões de compra, o investimento em capacidade anunciado por fornecedores não substitui os dados operacionais. As cifras de despesa de capital recolhidas na imprensa podem indicar expansão do setor, mas não quantificam diretamente o consumo elétrico de um serviço, uma região ou um centro de dados. É mais útil pedir ao fornecedor indicadores medidos, o seu período e o seu perímetro, e rever se as comparações incluem refrigeração, perdas de alimentação e eletricidade contratada ou consumida.
O que as empresas devem medir e como interpretar os seus limites
A primeira prioridade é separar o consumo próprio do consumo de serviços contratados. Para infraestrutura gerida por terceiros, deve-se solicitar ao fornecedor a energia atribuível ao serviço, o método de alocação, a localização relevante e o período coberto. Se só oferece uma média global ou uma etiqueta sem metodologia, não se pode verificar com precisão a pegada de uma carga concreta. A qualidade da atribuição importa tanto como o indicador escolhido.
Um painel de acompanhamento prático pode incluir energia, água e emissões, além do volume de trabalho realizado. O PUE ajuda a entender a eficiência global da instalação; o WUE informa sobre a relação entre água e operação de TI; e a intensidade de emissões depende de como se contabilize a eletricidade. Para que os dados sirvam a uma decisão, devem ser acompanhados de definições, limites organizativos e operacionais, datas e fontes dos fatores de emissão. O guia do Ministério da Transição Ecológica explica a delimitação da pegada organizativa e o cálculo de emissões de alcances 1 e 2.
A regulamentação europeia contempla obrigações de informação para determinados centros de dados. Uma fonte secundária sobre o quadro vigente descreve o limiar de 500 kW de potência de TI e os requisitos de publicação e reporte ligados à Diretiva (UE) 2023/1791 e ao Regulamento Delegado (UE) 2024/1364. O âmbito exato, o calendário e a aplicação nacional devem ser verificados nos textos jurídicos e na autoridade competente: não é correto converter essa obrigação de reporte numa obrigação genérica para qualquer empresa que use IA.
Na prática, uma revisão de fornecedores pode colocar estas perguntas antes de ampliar uma carga de trabalho:
- Que consumo é atribuído à tarefa e com que método?
- Que instalação ou região alberga o serviço e que período cobrem os dados?
- Informa-se de eletricidade total, energia de TI, água e emissões, ou só de uma parte?
- A comparação mantém constantes o modelo, a carga e o nível de serviço?
- Os valores são medidos, estimados ou projetados, e quem os verifica?
As respostas permitem separar uma melhoria técnica de uma redução ambiental demonstrada.
Conclusão: uma lacuna de medição, não uma cifra única para a UE
As fontes disponíveis descrevem um crescimento importante do consumo de centros de dados e um aumento previsto da eletricidade destinada a instalações de IA. Mas não atestam uma cifra oficial da Comissão Europeia segundo a qual a IA representará 13% do consumo elétrico da UE em 2030, nem permitem comparar essa percentagem suposta com estimativas empresariais não identificadas. A conclusão prudente é que falta um detalhe europeu comparável do consumo atribuível à IA.
Para as empresas, a decisão não é esperar que apareça uma estatística perfeita. Podem exigir aos seus fornecedores dados com perímetro e metodologia claros, medir a energia por unidade de trabalho e rever em paralelo consumo total, água e emissões. Para quem opera centros de dados, a localização, a refrigeração e as obrigações de reporte fazem parte da análise de capacidade. Para quem compra serviços, a transparência desses dados deve pesar na seleção e acompanhamento do fornecedor.
Um sinal de avanço será que as séries publicadas permitam distinguir a eletricidade de centros de dados em geral da correspondente a cargas de IA, com detalhamentos regionais e métodos reproduzíveis. Um sinal de retrocesso será tratar projeções globais ou métricas parciais como se descrevessem a pegada de uma empresa ou de toda a UE. Até que exista esse nível de detalhe, convém apresentar as cifras com o seu alcance e ano, e não confundir eficiência por tarefa com redução do consumo total.
