IA e meio ambiente: quanto a inteligência artificial consome e como pode ajudar

Toda vez que você pede uma imagem a uma IA ou conversa com um chatbot, um computador físico, em algum lugar do mundo, consome eletricidade e água para responder. A relação entre IA e meio ambiente é exatamente essa: a tecnologia tem um custo ambiental real, medido em terawatts-hora e litros de água, e ao mesmo tempo é uma das ferramentas mais promissoras para economizar energia e vigiar o clima. Este guia coloca os dois pratos na balança, com os números oficiais de quem mede isso de verdade.

Resposta rápida: os data centers que sustentam a IA consumiram cerca de 415 TWh de eletricidade em 2024, perto de 1,5% de todo o consumo mundial, e a Agência Internacional de Energia (IEA) projeta que esse número mais que dobre até 2030, chegando a 945 TWh, um pouco mais do que o Japão inteiro consome hoje. Do outro lado, a mesma IEA calcula que aplicações de IA já existentes poderiam cortar emissões equivalentes a cerca de 5% das emissões de energia em 2035, mais do que os próprios data centers emitem. A IA não é vilã nem salvadora do clima: é uma ferramenta com conta de luz alta e potencial enorme, e os dois lados merecem atenção.

De onde vem o custo ambiental da IA

A IA parece imaterial: você digita, a resposta aparece. Mas por trás de cada resposta existe um prédio cheio de servidores, o data center, processando o pedido, pelo mecanismo que explicamos em como funciona o ChatGPT. É nesse prédio que a conta ambiental é gerada, e ela tem três parcelas: eletricidade, água e materiais.

A conta de luz: os números da IEA

O relatório Energy and AI, da Agência Internacional de Energia, é hoje a referência sobre o tema, e os números dão escala ao problema. Os data centers consumiram cerca de 415 TWh em 2024, perto de 1,5% da eletricidade mundial, com Estados Unidos (45%), China (25%) e Europa (15%) na frente. Esse consumo cresce cerca de 12% ao ano desde 2017, quatro vezes mais rápido que o consumo total de eletricidade.

A IA é o principal motor da próxima onda. Um data center típico focado em IA consome o equivalente a 100 mil residências; os maiores em construção vão consumir 20 vezes isso. Somando tudo, a IEA projeta que o consumo dos data centers mais que dobre até 2030, alcançando cerca de 945 TWh, um pouco acima do consumo total do Japão hoje. Nos Estados Unidos, os data centers responderão por quase metade de todo o crescimento da demanda elétrica até lá.

Água, minerais e lixo eletrônico

A eletricidade é a parcela mais visível, mas o PNUMA, o Programa das Nações Unidas para o Meio Ambiente, chama atenção para o resto da conta. Os servidores esquentam e precisam de água para resfriamento: uma estimativa citada pelo órgão indica que a infraestrutura de IA pode em breve consumir seis vezes mais água do que a Dinamarca, num mundo em que um quarto da humanidade já vive sem acesso a água limpa.

Há também a parcela material. Fabricar um computador de 2 kg exige cerca de 800 kg de matérias-primas, e os chips que alimentam a IA dependem de terras raras, frequentemente extraídas de forma destrutiva. No fim da vida útil, esses equipamentos viram lixo eletrônico carregado de substâncias perigosas, como mercúrio e chumbo. E o volume só cresce: o número de data centers no mundo saltou de 500 mil em 2012 para 8 milhões.

O outro prato da balança: a IA que trabalha a favor do clima

Se a história parasse aí, seria fácil concluir que a IA é um problema ambiental e ponto. Mas as mesmas instituições que medem o custo também documentam o benefício, e ele não é teórico.

Redes elétricas e indústrias mais inteligentes

A IEA dedica um capítulo inteiro ao que a IA já faz pelo setor de energia. Ela melhora a previsão de geração solar e eólica, o que reduz desperdício de energia renovável. Sistemas de detecção de falhas baseados em IA localizam problemas na rede com precisão e encurtam a duração de apagões em 30% a 50%. Sensores somados a gestão por IA podem destravar até 175 GW de capacidade de transmissão sem construir uma única linha nova, mais do que todo o crescimento de carga dos data centers até 2030.

Os ganhos se espalham pelos setores: a adoção ampla de IA na indústria pode economizar mais energia do que o México inteiro consome hoje, e otimizações em aquecimento e refrigeração de prédios poderiam poupar cerca de 300 TWh de eletricidade por ano, o equivalente à geração anual de Austrália e Nova Zelândia somadas.

Olhos artificiais vigiando o planeta

A segunda frente é o monitoramento. O PNUMA já usa IA para flagrar quando instalações de petróleo e gás liberam metano, um dos gases de efeito estufa mais potentes, e para mapear a dragagem destrutiva de areia no fundo dos oceanos. Satélites equipados com IA detectam incidentes em infraestrutura crítica centenas de vezes mais rápido que métodos terrestres tradicionais. São tarefas de reconhecer padrões em volumes gigantes de dados, exatamente o que a IA generativa e suas primas analíticas fazem de melhor.

A pegada de carbono no fim das contas

E quando se coloca tudo na mesma balança? A IEA fez essa conta. As emissões ligadas à eletricidade dos data centers devem subir de 180 milhões de toneladas hoje para cerca de 300 milhões em 2035, ficando abaixo de 1,5% das emissões do setor de energia no período. Já as reduções possíveis com aplicações de IA existentes equivalem a cerca de 5% das emissões de energia em 2035.

A conclusão textual do relatório vale ser citada: o temor de que a IA acelere a mudança climática "parece exagerado", mas a expectativa de que a IA sozinha resolva o clima também é. Existe ainda o efeito rebote: carros autônomos baratos, por exemplo, podem tirar gente do transporte público e aumentar emissões. A IA é uma ferramenta poderosa dentro de uma política climática, não um substituto para ela, um dilema parecido com os que discutimos em impacto da IA na sociedade.

O que o Brasil tem a ver com isso

O Brasil chega a essa disputa com um trunfo raro: uma matriz elétrica majoritariamente renovável. Um data center instalado aqui nasce com pegada de carbono menor do que o mesmo prédio em países movidos a carvão e gás, e isso virou argumento para atrair investimento.

O governo federal formalizou a aposta no Plano Brasileiro de Inteligência Artificial (PBIA), o "IA para o Bem de Todos", que prevê R$ 23 bilhões em quatro anos. Dois itens conversam diretamente com o meio ambiente: um supercomputador nacional alimentado por energia renovável e R$ 500 milhões destinados a data centers verdes, projetados para aliar capacidade de processamento e sustentabilidade. A ideia é que o país não apenas consuma IA, mas hospede a infraestrutura dela com energia limpa.

O que você, usuário, pode fazer

A sua conversa com o chatbot não vai derreter uma geleira, e a culpa individual é a parte menos útil desse debate. Ainda assim, três hábitos fazem diferença na escala coletiva. Primeiro, use a IA com intenção: um pedido bem escrito de primeira evita cinco tentativas vagas, que custam cinco processamentos. Segundo, escolha a ferramenta do tamanho da tarefa: nem toda pergunta simples precisa do modelo mais pesado do mercado. Terceiro, cobre transparência: o PNUMA recomenda que empresas divulguem o impacto ambiental de seus produtos de IA, e consumidores que perguntam aceleram essa prestação de contas. É o mesmo músculo crítico que se exercita ao discutir a ética da inteligência artificial.

Em resumo: dois lados que precisam ser olhados juntos

A relação entre IA e meio ambiente não cabe em um veredito de uma palavra. O custo é real e está crescendo: 415 TWh em 2024, projeção de 945 TWh em 2030, água, minerais e lixo eletrônico na conta, segundo IEA e PNUMA. O benefício também é real e já opera: redes elétricas mais eficientes, apagões mais curtos, metano flagrado por satélite e um potencial de corte de emissões maior do que a própria pegada da tecnologia. O desfecho depende menos da IA e mais das escolhas em volta dela: de onde vem a energia dos data centers, que regras de transparência valem para as empresas e quanto do potencial climático sai do relatório e vira prática. Nesse jogo, o Brasil, com sua energia renovável, tem mais a ganhar do que a maioria.