IA Pode Consumir 7% da Eletricidade Global até 2030, Diz Estudo

Data centers de inteligência artificial geram alerta por impacto ambiental.

Data centers | IBM / Reprodução

Salvador, 14/04/2025 – Um estudo da Universidade de Stanford, publicado em 2024, revelou que os data centers voltados para inteligência artificial (IA) podem consumir até 7% da eletricidade global até 2030, equivalente ao consumo atual de grandes economias como a Alemanha ou o Japão.

A projeção, que tem gerado intensos debates sobre sustentabilidade, destaca os desafios ambientais impostos pelo crescimento exponencial da IA, uma tecnologia que transforma setores como saúde, finanças e transporte, mas exige quantidades massivas de energia para operar.

Governos, empresas e pesquisadores buscam soluções para equilibrar a inovação com a necessidade de reduzir emissões de carbono, enquanto o setor enfrenta pressões para adotar fontes renováveis e tecnologias mais eficientes.

O aumento no consumo energético está diretamente ligado à complexidade dos modelos de IA. Sistemas como os de linguagem avançada, que alimentam assistentes virtuais e ferramentas de análise de dados, dependem de supercomputadores equipados com milhares de processadores gráficos (GPUs).

Cada processo de treinamento desses modelos pode consumir eletricidade suficiente para abastecer uma cidade pequena por dias, e a fase de inferência – quando a IA é usada em tempo real – também exige recursos contínuos.

Segundo o estudo de Stanford, o setor de data centers de IA cresce a uma taxa de 20% ao ano, impulsionado pela demanda de empresas de tecnologia, governos e startups que integram IA em suas operações.

Em 2024, os data centers globais já respondiam por cerca de 2% do consumo total de eletricidade, conforme dados da Agência Internacional de Energia (AIE). A projeção de alcançar 7% até 2030 reflete não apenas o aumento no número de data centers, mas também a escala dos chamados “gigawatt AI factories”, instalações projetadas para processar cargas de trabalho de IA em tempo real.

Essas estruturas, que podem consumir até 1 gigawatt de energia – equivalente à produção de uma usina hidrelétrica média –, estão se multiplicando em países como Estados Unidos, China e membros da União Europeia, onde a infraestrutura elétrica enfrenta pressões crescentes.

A intensidade energética da IA decorre de sua arquitetura computacional. O treinamento de um único modelo de grande escala, como os usados em assistentes de linguagem, pode emitir até 500 toneladas de CO2, segundo estimativas da Nature de 2023, comparável às emissões de um voo transatlântico lotado.

Durante a inferência, cada interação com um modelo de IA consome frações de energia que, multiplicadas por bilhões de usos diários, resultam em uma pegada ambiental significativa.

O estudo de Stanford alerta que, sem inovações em eficiência energética ou uma transição acelerada para fontes renováveis, os data centers de IA podem comprometer metas globais de redução de carbono, como as estabelecidas no Acordo de Paris.

Empresas de tecnologia estão cientes do problema, mas as soluções ainda são incipientes. Grandes players do setor, que operam os maiores data centers, têm anunciado compromissos de neutralidade de carbono até 2030, mas a dependência de fontes fósseis permanece alta em regiões onde a energia renovável é limitada.

Nos Estados Unidos, por exemplo, cerca de 60% da eletricidade ainda vem de combustíveis fósseis, conforme dados do Departamento de Energia de 2024, o que eleva as emissões dos data centers locais. Na China, líder em capacidade de data centers, o carvão domina a matriz energética, agravando o impacto ambiental.

Na Europa, esforços para mitigar o consumo energético têm avançado. Países como a Suécia e a Finlândia utilizam o frio natural para resfriar servidores, reduzindo em até 40% o consumo de energia em comparação com data centers tradicionais, segundo a Bloomberg.

A Irlanda, que abriga hubs de tecnologia, impôs limites regulatórios em 2023, exigindo que novos data centers sejam alimentados por fontes renováveis ou compensem emissões. No entanto, essas medidas ainda não são padrão global, e a expansão da IA em mercados emergentes, onde a infraestrutura elétrica é menos desenvolvida, pode intensificar os desafios.

No Brasil, o impacto do consumo energético da IA é sentido de forma indireta, mas significativa. Embora o país tenha uma matriz energética majoritariamente renovável, com 85% da eletricidade vindo de fontes como hidrelétricas, segundo o Operador Nacional do Sistema Elétrico de 2024, a crescente adoção de IA por empresas locais eleva a demanda por servidores importados e serviços de nuvem hospedados no exterior.

Isso pressiona os custos operacionais, já que o hardware necessário para IA depende de cadeias globais sujeitas a flutuações cambiais. O Bahia Post apurou que startups de tecnologia, como as que desenvolvem soluções de IA para agricultura, enfrentam dificuldades para escalar projetos devido aos preços de equipamentos e energia.

Pesquisadores propõem várias soluções para o problema. A primeira é o desenvolvimento de modelos de IA mais eficientes, que exijam menos poder computacional sem sacrificar desempenho.

Técnicas como compressão de modelos e aprendizado federado, que descentraliza o treinamento de IA, já mostraram potencial para reduzir o consumo em até 30%, conforme um artigo da MIT Technology Review de 2024.

Outra abordagem é a adoção de hardware especializado, como chips otimizados para inferência, que consomem menos energia que as GPUs tradicionais. Empresas como Google e Amazon têm investido bilhões em soluções próprias, mas a escalabilidade dessas tecnologias ainda é limitada.

A transição para fontes renováveis é outra prioridade. A AIE estima que, para limitar o impacto dos data centers, pelo menos 50% de sua energia deveria vir de fontes como solar, eólica ou nuclear até 2030.

Projetos como o do deserto de Nevada, onde a Microsoft planeja um data center movido a energia solar, são exemplos promissores, mas demandam investimentos trilionários para se tornarem padrão.

A energia nuclear, embora controversa, também ganha destaque: em 2024, a startup Oklo anunciou reatores modulares para alimentar data centers, com apoio de investidores do Vale do Silício, segundo a Forbes.

Os desafios regulatórios não podem ser ignorados. Governos enfrentam o dilema de incentivar a inovação em IA, que impulsiona o PIB, enquanto controlam seu impacto ambiental.

Na União Europeia, o AI Act, aprovado em 2024, inclui cláusulas que obrigam empresas a reportarem o consumo energético de seus modelos de IA, mas a implementação é lenta.

Nos EUA, a ausência de uma política federal unificada deixa a regulação a cargo dos estados, criando inconsistências. A China, por sua vez, prioriza a expansão tecnológica, mas enfrenta críticas por sua dependência de carvão, que responde por 57% de sua eletricidade, conforme o South China Morning Post.

No Brasil, a discussão sobre o impacto energético da IA ainda é embrionária. O Ministério de Minas e Energia não possui diretrizes específicas para data centers, e a maioria dos servidores usados por empresas brasileiras está localizada no exterior, transferindo o impacto ambiental para outros países.

Um relatório da Associação Brasileira das Empresas de Tecnologia da Informação e Comunicação, de 2024, alerta que o crescimento da IA no país pode sobrecarregar a rede elétrica se não houver planejamento.

O futuro da IA depende de um equilíbrio delicado. A projeção de 7% do consumo global de eletricidade até 2030 não é inevitável, mas exige ação coordenada. Inovações como resfriamento líquido, que reduz o consumo de energia em servidores, e algoritmos mais enxutos podem aliviar a pressão.

A colaboração entre governos, empresas e academia será crucial para alinhar o avanço da IA às metas climáticas globais, evitando que a revolução tecnológica se torne um fardo ambiental.