Blog
O ponto cego ambiental da IA
A indústria que constrói o futuro funciona à base de energia, água e silêncio sobre ambas.
Há uma pergunta que a indústria de IA prefere não responder, e é uma pergunta simples: quanto tudo isso custa ao planeta?
Não em dólares. Em quilowatts-hora. Em litros de água. Em carbono. O custo que não aparece em um balanço patrimonial, mas surge em redes elétricas sobrecarregadas, aquíferos esgotados e uma atmosfera em aquecimento.
Nós desenvolvemos produtos de IA na Fabric. Usamos grandes modelos de linguagem todos os dias. Nosso assistente de IA ajuda as pessoas a pensar, escrever e organizar seu trabalho. Não estamos escrevendo isso de fora. Estamos escrevendo porque acreditamos que as pessoas que desenvolvem IA têm a responsabilidade de falar sobre o que é necessário para mantê-la funcionando.
O custo de treinar um modelo
Uma única rodada de treinamento para um grande modelo de linguagem pode consumir tanta eletricidade quanto centenas de residências usam em um ano inteiro. Esse número não é uma projeção ou um pior cenário. É um consenso aproximado extraído dos dados limitados que os laboratórios de IA publicaram e de pesquisadores independentes que tentaram preencher as lacunas.
A palavra "limitados" tem um peso enorme nessa frase. A maioria das empresas de IA não publica detalhamentos do consumo de energia durante o treinamento. Algumas publicam números gerais de carbono. Menos ainda publicam a metodologia. Quase nenhuma publica dados sobre o uso de água. O resultado é uma indústria que fala constantemente sobre referências de capacidade e quase nunca sobre metas ambientais.
O treinamento é apenas parte do cenário. Uma vez treinado, o modelo precisa ser disponibilizado. Cada consulta, cada conversa, cada imagem gerada é processada em um hardware em algum data center. A inferência, o processo de executar um modelo treinado para produzir resultados, consome menos energia por operação do que o treinamento, mas ocorre bilhões de vezes por dia em toda a indústria. Em larga escala, o uso de energia na inferência supera em muito o do treinamento.
A água que ninguém menciona
Data centers esquentam. Os processadores dentro deles geram enormes quantidades de calor, e esse calor precisa ir para algum lugar. Em muitas instalações, a resposta é a água. Sistemas de resfriamento evaporativo captam água limpa, usam-na para absorver o calor e a liberam como vapor. A água se esvai.
Um único data center de grande porte pode usar milhões de litros de água por dia. Em regiões áridas, onde muitos data centers são construídos devido a terrenos baratos e condições fiscais favoráveis, isso exerce pressão direta sobre os recursos hídricos locais. Alguns municípios manifestaram preocupação. Alguns resistiram. A maioria não.
O boom da IA acelerou a construção de data centers em um ritmo para o qual as redes de energia não foram projetadas. Em partes dos Estados Unidos, da Irlanda e dos Países Baixos, novos projetos de data centers foram adiados ou bloqueados porque a rede local não consegue fornecer energia suficiente. Empresas de energia estão reativando usinas de gás desativadas e, em alguns casos, usinas de carvão para atender à demanda. A ironia não é sutil: uma indústria que se posiciona como o futuro está, em alguns lugares, sendo alimentada pela infraestrutura energética do passado.
A lacuna de transparência
Várias grandes empresas de tecnologia assumiram compromissos de neutralidade de carbono ou emissão zero nos anos anteriores ao atual boom da IA. Esses compromissos foram feitos quando suas principais cargas de trabalho eram pesquisa, e-mail e armazenamento em nuvem. Desde então, a IA mudou o cálculo. Treinar e disponibilizar grandes modelos exige significativamente mais energia por unidade de computação do que as cargas de trabalho tradicionais. Algumas empresas que estavam no caminho certo para atingir suas metas climáticas reconheceram publicamente que a IA distanciou essas metas. Outras simplesmente deixaram de reportar seu progresso de forma discreta.
Essa não é uma discrepância pequena. A Microsoft relatou um aumento de 29% nas emissões de carbono entre 2020 e 2024, atribuindo grande parte do aumento à expansão de data centers para IA. O Google relatou um aumento de 48% nas emissões de gases de efeito estufa em um período semelhante, citando a demanda de energia relacionada à IA. Essas são empresas com alguns dos programas de sustentabilidade mais sofisticados do mundo. Se elas estão enfrentando dificuldades, é improvável que empresas menores, com menos recursos e menor escrutínio público, estejam se saindo melhor.
O problema não é que a IA usa energia. Tudo usa energia. O problema é que a indústria, de modo geral, optou por não falar sobre isso com especificidade. Comunicados à imprensa anunciam novos modelos com pontuações de benchmark e listas de recursos. A energia e a água consumidas para produzir esses resultados quase nunca aparecem no mesmo anúncio. O custo ambiental é tratado como um problema de terceiros, ou como um problema que se resolverá sozinho por meio de futuros ganhos de eficiência.
A eficiência não é uma solução por si só
É verdade que o hardware está se tornando mais eficiente. Cada nova geração de GPU e cada nova arquitetura de chip realiza mais trabalho por watt do que a anterior. Mas, historicamente, os ganhos de eficiência são consumidos pela escala. Quando os processadores se tornam mais eficientes, a resposta é construir modelos maiores, realizar mais consultas e atender a mais usuários. Esse é o paradoxo de Jevons, e ele tem se mantido incrivelmente estável ao longo da história da computação.
Depender de ganhos de eficiência para resolver o custo ambiental da IA é como depender de motores eficientes em termos de combustível para resolver o custo ambiental de dirigir, enquanto simultaneamente se constroem mais estradas e se vendem mais carros. A eficiência é necessária, mas não é suficiente. Ela precisa estar associada a transparência, medição e ações deliberadas.
O que achamos que a indústria deve fazer
Não estamos em posição de dizer a outras empresas como gerenciar suas operações. Mas podemos expressar o que consideramos uma prática responsável.
Primeiro, publiquem os números. Energia consumida no treinamento. Energia consumida na inferência. Água usada para resfriamento. Carbono emitido, com a metodologia. Não em um relatório de sustentabilidade sofisticado lançado uma vez por ano, mas como parte rotineira de como as empresas de IA comunicam seu trabalho. Se a indústria consegue publicar pontuações de benchmark com quatro casas decimais, ela pode publicar dados de consumo de energia.
Segundo, compensem de forma significativa. Os créditos de carbono não são todos iguais. Alguns representam remoção de carbono verificada, mensurável e duradoura. Outros estão mais próximos de ficções contábeis. A diferença é importante, e as empresas devem ser transparentes sobre o tipo de crédito que estão adquirindo.
Terceiro, invistam em redução, não apenas em compensação. Usem energia renovável sempre que possível. Escolham locais de data centers com acesso a energia limpa. Projetem sistemas que minimizem computações desnecessárias. As compensações são uma ponte, não um destino final.
Quarto, considerem a água. O carbono recebe a maior parte da atenção nos relatórios ambientais, mas o uso da água é uma preocupação crescente, especialmente em regiões que enfrentam seca ou escassez hídrica. As empresas de IA devem medir e reportar seu consumo de água juntamente com suas emissões de carbono.
O que a Fabric está fazendo
Somos uma empresa pequena se comparada às organizações que treinam modelos de fronteira. Nossa pegada ambiental direta é proporcionalmente menor. Mas "menor" não significa "zero", e não achamos que a escala seja uma desculpa para a inação.
Cada assinatura da Fabric planta árvores de mangue nas costas do Quênia e do Brasil. Essa não é uma promessa vaga. As árvores são geotagged, fotografadas e auditadas de forma independente. Nossas áreas de plantio são monitoradas por três anos. Trabalhamos com a GoodAPI, que nos conecta a projetos de plantio verificados, e com a Veritree, que cuida da verificação em campo no Quênia. Você pode ver os detalhes em nossa página sobre meio ambiente.
Escolhemos os manguezais por motivos específicos. Eles armazenam carbono em taxas significativamente maiores do que a maioria das florestas terrestres. Eles protegem as linhas costeiras contra a erosão e danos causados por tempestades. Eles apoiam o sustento local por meio da pesca e da colheita sustentável. E eles sustentam a biodiversidade em alguns dos ecossistemas costeiros mais importantes ecologicamente na Terra. Plantar mangues não é um gesto simbólico. É uma contribuição mensurável e verificável para o sequestro de carbono e para a saúde dos ecossistemas.
Estamos trabalhando para tornar a Fabric 100% neutra em carbono e água até 2030. Isso é uma meta, não uma afirmação definitiva. Ainda não chegamos lá. Mas temos um plano, temos parceiros e estamos medindo nosso progresso. Os detalhes desse plano, incluindo nosso status atual, estão publicados em nossa página sobre meio ambiente.
Por que isso importa para as ferramentas que construímos
Existe uma conexão entre a responsabilidade ambiental e o tipo de produto que queremos construir. A Fabric foi projetada para ajudar as pessoas a organizar seus pensamentos, encontrar o que precisam e trabalhar juntas sem atritos desnecessários. Queremos criar ferramentas que sejam úteis sem serem desperdiçadoras. Esse princípio se aplica ao funcionamento do nosso produto e à operação da nossa empresa.
Não achamos que se importar com o meio ambiente e construir produtos de IA sejam conceitos em conflito. Acreditamos que eles se complementam. As empresas que levam seu impacto ambiental a sério são, em nossa experiência, as mesmas que pensam cuidadosamente sobre o que constroem e por quê. O rigor em uma área tende a produzir rigor em outras.
A indústria de IA está crescendo rapidamente. As decisões que estão sendo tomadas agora, sobre infraestrutura, fontes de energia, transparência e responsabilidade, moldarão o impacto ambiental dessa tecnologia por décadas. Acreditamos que essas decisões merecem mais atenção do que estão recebendo.
Se você tiver interesse em saber como abordamos isso na Fabric, nossa página sobre meio ambiente traz o panorama completo: nossos parceiros, nossos projetos de plantio, nossas metas e nosso progresso. Também publicamos comparações sobre a sustentabilidade de diferentes categorias de software, abrangendo aplicativos de IA, armazenamento em nuvem, ferramentas de notas, aplicativos de produtividade e ferramentas de IA ecológicas. Seja você um fundador construindo uma empresa, parte de uma equipe de startup ou alguém que deseja que suas ferramentas reflitam seus valores, achamos que vale a pena ler esses materiais.
Desenvolvemos IA porque acreditamos que ela pode ajudar as pessoas a realizar um trabalho melhor. Também acreditamos que desenvolvê-la de forma responsável não é opcional. É o mínimo.
Perguntas frequentes
Quanta energia consome o treinamento de um grande modelo de IA?
Uma única rodada de treinamento para um grande modelo de linguagem pode consumir tanta eletricidade quanto centenas de residências consomem em um ano. O número exato varia dependendo do tamanho do modelo, do hardware utilizado e da duração do treinamento, mas as demandas de energia são substanciais sob qualquer medida.
Por que os data centers usam tanta água?
Os data centers abrigam milhares de processadores que geram calor significativo. Muitas instalações usam sistemas de resfriamento evaporativo, que consomem água limpa para absorver e dissipar esse calor. Um único data center de grande porte pode usar milhões de litros de água diariamente, o que gera preocupações em regiões com escassez de água.
As empresas de IA são transparentes sobre seu impacto ambiental?
A maioria das empresas de IA publica dados ambientais limitados. Algumas fornecem números gerais de carbono em relatórios anuais de sustentabilidade, mas detalhamentos sobre o uso de energia, consumo de água e metodologia são raros. O setor está atrás de outros setores na divulgação de informações ambientais.
O que a Fabric está fazendo para reduzir sua pegada ambiental?
Cada assinatura da Fabric planta árvores de mangue nas costas do Quênia e do Brasil por meio de parceiros verificados. As árvores são geotagged, fotografadas e auditadas de forma independente, com monitoramento das áreas por três anos. A Fabric está trabalhando para alcançar 100% de neutralidade de carbono e água até 2030. Os detalhes completos estão em nossa página sobre meio ambiente.
Por que a Fabric planta especificamente árvores de mangue?
Os manguezais armazenam carbono em taxas significativamente maiores do que a maioria das florestas terrestres. Eles também protegem as áreas costeiras contra erosão, apoiam o sustento das comunidades locais e mantêm a biodiversidade em ecossistemas costeiros críticos. Eles oferecem benefícios ambientais, sociais e ecológicos que os tornam particularmente eficazes para projetos de restauração.
Quem verifica o plantio de árvores da Fabric?
A Fabric trabalha com a GoodAPI, que conecta a projetos de plantio verificados, e com a Veritree, que fornece verificação em campo no Quênia. As árvores são geotagged e fotografadas, e os locais de plantio passam por auditorias independentes e três anos de monitoramento.
O consumo de energia da IA continuará crescendo?
As tendências atuais sugerem que sim. Embora a eficiência do hardware melhore a cada geração, esses ganhos costumam ser consumidos por modelos maiores, mais usuários e mais consultas. Sem uma ação deliberada em termos de transparência, energia renovável e responsabilidade, o custo ambiental da IA tende a aumentar.
O que os indivíduos podem fazer em relação ao impacto ambiental da IA?
Escolher produtos e serviços de empresas que sejam transparentes sobre suas práticas ambientais é um passo importante. Apoiar organizações que medem, relatam e compensam seu impacto ajuda a criar incentivos para todo o setor. Você pode saber mais sobre como a Fabric aborda isso em nossa página sobre meio ambiente.
Neutralidade de carbono é o mesmo que emissão zero?
A neutralidade de carbono significa que uma empresa compensa suas emissões por meio de projetos verificados de remoção ou redução de carbono, zerando suas emissões líquidas. Isso não significa que a empresa não produza nenhuma emissão. A qualidade e a verificabilidade das compensações são fundamentais, e é por isso que a Fabric trabalha com projetos de plantio auditados e com rastreamento por geolocalização.
O uso dos recursos de IA da Fabric contribui para o impacto ambiental?
Qualquer uso de IA envolve processamento, o que exige energia. O assistente de IA e os agentes da Fabric funcionam em uma infraestrutura de nuvem com uma pegada ambiental associada. Nosso objetivo é compensar totalmente esse impacto por meio do nosso programa de plantio de árvores e da nossa trajetória rumo à neutralidade de carbono e água até 2030.
Páginas relacionadas
Outros posts do blog:
The Creative's Cold Start Problem
How to Stop Losing Momentum Between Study Sessions
Your Future Self Can't Read Your Mind
The Hemingway Bridge: Stop Working So You Can Start Again
Your ERP Has the Answers. Nobody Can Find Them.
The Usability Layer Your Business Systems Are Missing
Notas Feitas à Mão vs. Digitais: Você Não Deveria Ter que Escolher
Por que suas anotações manuscritas não podem ser pesquisadas (e o que fazer a respeito)