Imagine isto: cada vez que faz uma pergunta ao ChatGPT, está a consumir energia suficiente para ligar um forno micro-ondas durante 8 segundos. Agora multiplique isso por milhares de milhões de pedidos diários em todo o mundo. Bem-vindo ao lado oculto da inteligência artificial.
A IA generativa está a transformar a forma como trabalhamos, comunicamos e criamos. Mas por trás de cada resposta instantânea, de cada imagem gerada em segundos, existe uma infraestrutura colossal que consome recursos em escala industrial. Os centros de dados — os “cérebros físicos” da revolução digital — estão a crescer a um ritmo sem precedentes, e o seu impacto ambiental é cada vez mais difícil de ignorar.
Neste artigo, vamos mergulhar nos números reais por trás do consumo energético da IA, explorar o impacto ambiental dos data centers, conhecer as soluções que as grandes tecnológicas estão a implementar e perceber o que o futuro nos reserva.
Porque É Que a IA Exige Tanta Energia?
A resposta está na forma como os modelos de inteligência artificial funcionam. Ao contrário de uma pesquisa no Google tradicional, que simplesmente procura informação armazenada, os modelos de linguagem de grande dimensão (LLMs) como o GPT-4, Gemini ou Claude têm de processar e gerar cada resposta em tempo real, realizando biliões de cálculos matemáticos.
Duas Fases, Dois Tipos de Consumo
O ciclo de vida de um modelo de IA divide-se em duas fases distintas, ambas extremamente intensivas em energia:
1. Treino (Training): É a fase em que o modelo “aprende”, processando enormes volumes de dados. O treino do GPT-3, em 2020, consumiu cerca de 1.287 MWh de eletricidade. Modelos mais recentes e maiores, como o GPT-4 ou o Gemini Ultra, podem consumir 5 a 10 vezes mais. O Llama 3.1 da Meta, com 405 mil milhões de parâmetros, requer até 1,86 Wh por resposta gerada — o equivalente a ligar um micro-ondas durante 8 segundos.
2. Inferência (Inference): É a fase de utilização — quando nós, utilizadores, fazemos perguntas ao modelo. Uma consulta típica ao ChatGPT consome cerca de 0,3 Wh, enquanto uma consulta ao Gemini consome aproximadamente 0,24 Wh (equivalente a ver 9 segundos de televisão). Parece pouco? Multiplique por milhares de milhões de interações diárias.
A Escala do Problema
Os números são impressionantes:
– Existiam 1.136 centros de dados hyperscale operacionais no final de 2024 — o dobro dos que existiam cinco anos antes.
– Os centros hyperscale (AWS, Microsoft Azure, Google Cloud) representavam 41% da capacidade global em 2024, projetando-se que ultrapassem 60% até 2029.
– Os EUA concentram cerca de 54% da capacidade hyperscale mundial.
– A AWS, Microsoft Azure e Google Cloud representam conjuntamente 59% de toda a capacidade hyperscale do planeta.
O Impacto Ambiental: Números Que Não Podemos Ignorar
Consumo Elétrico Global
O consumo global de eletricidade pelos centros de dados atingiu aproximadamente 415 TWh em 2024, representando cerca de 1,5% da procura global de eletricidade. Para ter uma ideia, isto equivale ao consumo elétrico de vários países de média dimensão juntos.
A Agência Internacional de Energia (IEA) projeta que este valor pode duplicar até 2030, atingindo cerca de 945 TWh. Nos EUA, a procura de eletricidade dos centros de dados é o principal motor do crescimento energético, com um aumento médio anual de 2% entre 2025 e 2027 — equivalente a adicionar a procura total da Califórnia em apenas três anos.
O Problema da Água
Pouca gente associa a IA ao consumo de água, mas a realidade é surpreendente:
– Um centro de dados de tamanho médio consome cerca de 1,4 milhões de litros de água por dia para arrefecimento.
– O treino do GPT-3 consumiu 700.000 litros de água no local e 5,4 milhões de litros no total (incluindo água associada à geração de eletricidade).
– Estima-se que a retirada global de água pela IA possa atingir 4,2 a 6,6 mil milhões de metros cúbicos em 2027.
– Um quinto da pegada hídrica direta dos servidores em centros de dados dos EUA provém de bacias hidrográficas com stress hídrico moderado a elevado.
Emissões de CO2
As emissões de CO2 da IA dependem fortemente das fontes de eletricidade utilizadas, mas os números são preocupantes. A Google, por exemplo, reportou que as suas emissões totais de gases com efeito de estufa aumentaram 13% em 2023, principalmente devido ao aumento do consumo energético dos centros de dados. A boa notícia? Apesar de um aumento de 27% no consumo elétrico em 2024, a Google conseguiu reduzir as emissões energéticas dos centros de dados em 12% face ao ano anterior, graças à melhoria da eficiência e à aquisição de energia limpa.
Resíduos Eletrónicos: A Crise Escondida
Um estudo de 2024 publicado na Nature Computational Science estimou que a IA generativa poderá adicionar entre 1,2 e 5 milhões de toneladas de resíduos eletrónicos até 2030. Nos cenários mais elevados, isto representaria até 12% dos resíduos eletrónicos globais projetados para esse ano. Com o mundo a gerar já 62 milhões de toneladas de e-waste em 2022 (projetando-se 82 milhões até 2030), a pressão adicional da IA é significativa.
O Que Estão as Grandes Tecnológicas a Fazer?
Google: Eficiência e Energia Limpa em Escala
A Google tem sido uma das empresas mais ativas na mitigação do impacto ambiental dos seus centros de dados:
– Mais de 22 GW de energia limpa contratada entre 2010 e 2024 — semelhante ao total de energia renovável de Portugal em 2024.
– Os centros de dados da Google fornecem mais de 6 vezes mais poder computacional por unidade de eletricidade do que há cinco anos.
– Desde 2017, a empresa iguala 100% do seu consumo global de eletricidade com compras de energia renovável.
– Assinou o primeiro acordo corporativo mundial para comprar energia nuclear de reatores modulares pequenos (SMRs), que fornecerão até 500 MW de energia limpa até 2035.
– Em 2024, desviou 84% dos resíduos operacionais dos centros de dados de aterros e reutilizou 44% dos componentes dos seus servidores.
– Os projetos de gestão hídrica reabasteceram aproximadamente 64% do consumo de água doce em 2024.
Microsoft: Carbono Negativo e Energia Nuclear
A Microsoft assumiu compromissos ambiciosos:
– Ser carbono negativo, água positiva e zero resíduos até 2030.
– Remover todas as emissões históricas desde a sua fundação em 1975 até 2050.
– Investiu em energia renovável adicional em 16 países em 2024 e expandiu-se para a energia nuclear com o primeiro PPA de grande escala.
– Contratou projetos de água que deverão fornecer mais de 100 milhões de metros cúbicos de volume de reabastecimento.
– Excedeu a meta de proteção de terra em mais de 30%, protegendo mais de 17.439 acres em 2024.
AWS: O Caminho para as Renováveis
A Amazon Web Services, maior operadora de hyperscale global, comprometeu-se a alcançar 100% de energia renovável até 2025 e net-zero carbono até 2040.
A Métrica-Chave: PUE
O PUE (Power Usage Effectiveness) é a métrica padrão da indústria para medir a eficiência energética. Centros de dados hyperscale eficientes atingem PUE de ~1,1, enquanto centros empresariais tradicionais podem ter PUE superior a 2,0. O arrefecimento, que representa cerca de 30% do consumo elétrico em centros tradicionais, cai para apenas ~7% em centros hyperscale eficientes.
O Paradoxo da Eficiência: O Efeito de Rebound
Aqui está o grande paradoxo: apesar dos ganhos dramáticos de eficiência — a Google reporta 6x mais computação por unidade de eletricidade —, o crescimento absoluto da procura está a superar essas melhorias. Este fenómeno, conhecido como Paradoxo de Jevons ou Efeito de Rebound, significa que à medida que a computação se torna mais eficiente, torna-se também mais barata, o que estimula ainda mais utilização.
É como melhorar a eficiência de combustível dos carros: se conduzir o dobro porque ficou mais barato, a poupança desaparece. Com a IA, o ciclo é semelhante — modelos mais eficientes levam a mais aplicações, mais utilizadores e, consequentemente, mais consumo total.
Desafios Estruturais
– Concentração geográfica: Regiões como o norte da Virgínia (EUA) e Dublin (Irlanda) enfrentam desafios significativos de capacidade da rede elétrica.
– Água vs. Energia: Sistemas de arrefecimento que consomem menos energia podem consumir mais água, criando dilemas em regiões com stress hídrico.
– Oposição social: Milhares de milhões de dólares em projetos foram paralisados ou atrasados por resistência local entre maio de 2024 e junho de 2025. As comunidades suportam os custos ambientais enquanto os benefícios são captados por atores distantes.
– Transparência: A reportação de consumo varia significativamente entre operadores, dificultando comparações e responsabilização.
Portugal e a UE: O Nosso Papel Neste Cenário
Portugal tem-se posicionado como um hub emergente para centros de dados na Europa, beneficiando de três vantagens competitivas: localização estratégica (conexões transatlânticas por cabo submarino), clima ameno (reduzindo necessidades de arrefecimento) e uma das maiores proporções de energia renovável da UE — cerca de 60% da eletricidade em 2024.
A Equinix já opera centros de dados em Portugal, e o país tem assistido a um debate crescente sobre o impacto desta infraestrutura na rede elétrica nacional. A APDA e outras entidades têm alertado para os desafios que os centros de dados representam para o setor elétrico.
A nível europeu, a UE está a desenvolver um quadro regulatório cada vez mais rigoroso:
– Diretiva de Eficiência Energética (revista): Requisitos de reporte obrigatório para centros de dados acima de certos limiares.
– Regulamento de Centros de Dados (Data Act): Requisitos de transparência e eficiência.
– Código de Conduta da UE para Centros de Dados: Iniciativa voluntária de melhores práticas.
– Pacto Ecológico Europeu: Os centros de dados são abrangidos pelos objetivos de neutralidade carbónica até 2050.
Projeções para o Futuro: O Que Nos Espera?
Até 2027
– A procura de eletricidade dos EUA deve crescer em média 2% ao ano.
– A retirada de água pela IA poderá atingir 4,2 a 6,6 mil milhões de metros cúbicos.
Até 2030
– O consumo de eletricidade dos centros de dados pode atingir ~945 TWh — mais do dobro dos 415 TWh de 2024.
– A IA é identificada como o principal motor deste crescimento.
– A IA generativa poderá adicionar 1,2 a 5 milhões de toneladas de resíduos eletrónicos.
A Longo Prazo
– Investimento em fontes de energia avançadas: nuclear (SMRs), geotérmica avançada e tecnologias de melhoria da rede.
– A Google assinou acordos para SMRs que fornecerão até 500 MW até 2035.
– A Microsoft está a investir em energia nuclear através de PPAs de grande escala.
– A pressão regulatória deverá aumentar, com requisitos de reporte, eficiência e transparência mais rigorosos.
Conclusão: O Preço do Progresso Digital
A revolução da inteligência artificial é real, transformadora e está apenas a começar. Mas como qualquer revolução, tem custos — e muitos deles são invisíveis para o utilizador final. Cada prompt, cada imagem gerada, cada resposta instantânea tem um preço em eletricidade, água e emissões.
A boa notícia é que as grandes tecnológicas estão a investir seriamente em soluções: energia limpa, eficiência energética, economia circular e novas fontes de energia. A má notícia é que o crescimento da procura está a superar os ganhos de eficiência, e a pressão sobre recursos naturais e redes elétricas só vai aumentar.
Como consumidores e profissionais, temos o dever de estar informados e de exigir transparência. O futuro da IA não pode ser construído à custa do futuro do planeta.
Gostou deste artigo? Partilhe-o com alguém que use IA no dia a dia — mas que talvez não saiba o custo energético por trás de cada clique. Subscreva a newsletter do Dicaforma para receber mais análises aprofundadas sobre tecnologia e sustentabilidade diretamente no seu email. O futuro digital começa com informação de qualidade.
