O Custo Ambiental da IA

O rápido crescimento da inteligência artificial está levantando questões sérias sobre energia, água e carbono, e as respostas até agora não são tranquilizadoras.

A inteligência artificial agora está incorporada em mecanismos de busca, clientes de e-mail, ferramentas de trabalho, softwares criativos e assistentes pessoais. O ritmo de adoção tem sido notável. Mas cada consulta, cada imagem gerada, cada documento resumido é executado em um hardware físico em um edifício físico, consumindo eletricidade real e água real. O custo ambiental dessa infraestrutura está subindo, e merece mais escrutínio do que costuma receber.

Isso não é um argumento contra a IA. É uma tentativa de expor o que sabemos, o que as tendências sugerem e quais alavancas existem para empurrar o setor em uma direção melhor.

Quanta energia a IA consome?

Treinar um grande modelo de linguagem é computacionalmente caro. As estimativas variam dependendo do modelo, do hardware e de como a eficiência é medida, mas os pesquisadores estimam que a energia necessária para treinar um único modelo de fronteira esteja na faixa de dezenas de gigawatts-hora. Para colocar isso em termos mais humanos, uma única rodada de treinamento pode consumir tanta eletricidade quanto várias centenas de residências médias usam em um ano inteiro.

A inferência, o processo de executar um modelo treinado para responder a perguntas ou gerar saídas, usa menos energia por operação. Mas a inferência acontece bilhões de vezes por dia em milhões de usuários, e a demanda cumulativa é enorme. Alguns analistas estimam que uma única consulta de pesquisa baseada em IA use cerca de dez vezes a energia de uma pesquisa web convencional. À medida que recursos de IA são adicionados a mais produtos, a carga de inferência agregada está crescendo mais rápido do que a carga de treinamento.

A Agência Internacional de Energia projetou que o consumo de eletricidade dos data centers poderia mais do que duplicar entre 2022 and 2026, com as cargas de trabalho de IA representando uma parcela significativa desse crescimento. Em algumas regiões, novos data centers já estão sobrecarregando a rede elétrica. A Irlanda, onde os data centers agora representam cerca de um quinto do consumo nacional de eletricidade, teve que restringir novas conexões. Partes dos Países Baixos e vários estados dos EUA estão enfrentando pressões semelhantes.

A questão da água

Os data centers geram calor, e esse calor precisa ser gerenciado. Muitas instalações usam resfriamento evaporativo, que consome grandes quantidades de água. Um único data center de grande porte pode usar vários milhões de litros de água por dia, dependendo do seu projeto de resfriamento e do clima local.

Pesquisas publicadas em 2023 estimaram que apenas o treinamento do GPT-3 consumiu cerca de 700.000 litros de água potável para resfriamento. Modelos mais recentes e maiores provavelmente consumiram mais, embora os números exatos frequentemente não sejam divulgados. O relatório ambiental de 2024 da Microsoft mostrou um aumento de 34% no consumo de água entre 2021 e 2023, período que coincidiu com sua expansão agressiva da infraestrutura de IA. O Google relatou uma trajetória semelhante.

Esta não é uma preocupação trivial. Muitos data centers estão localizados em regiões que já sofrem com estresse hídrico. A competição entre o resfriamento industrial e as necessidades locais de água é uma tensão real, que se intensificará à medida que mais instalações forem construídas.

As emissões de carbono estão subindo, não caindo

Tanto a Microsoft quanto o Google assumiram compromissos climáticos proeminentes no início da década de 2020. A Microsoft se comprometeu a ser carbono negativa até 2030. O Google pretendia funcionar com energia livre de carbono 24 horas por dia, 7 dias por semana, até o mesmo ano. Ambas as empresas relataram desde então que suas emissões de carbono estão caminhando na direção errada.

O relatório de sustentabilidade de 2024 da Microsoft mostrou um aumento de 29% nas emissões gerais de carbono em comparação a 2020, com a construção de data centers e cargas de trabalho de IA citadas como os principais impulsionadores. O Google relatou um aumento de 48% nas emissões em um período comparável. Em ambos os casos, as empresas reconheceram que a infraestrutura relacionada à IA foi um fator significativo.

Algumas empresas revisaram silenciosamente seus cronogramas climáticos ou suavizaram a linguagem em relação às metas. A tensão é estrutural: o incentivo comercial para construir e implantar a IA o mais rápido possível entra em conflito com o tempo e o investimento necessários para descarbonizar o fornecimento de energia para essa infraestrutura. A aquisição de energia renovável está crescendo, mas não rápido o suficiente para compensar o ritmo da nova demanda.

O paradoxo de Jevons e a armadilha da eficiência

Existe uma suposição comum de que, à medida que o hardware de IA se torna mais eficiente, o impacto ambiental diminuirá naturalmente. Vale a pena examinar isso com cuidado, porque o padrão histórico sugere o contrário.

O paradoxo de Jevons, observado pela primeira vez no contexto do consumo de carvão no século XIX, descreve o fenômeno em que melhorias na eficiência levam ao aumento do consumo total em vez da diminuição do consumo. Motores mais eficientes tornaram o carvão mais barato de usar, o que levou a mais usos para o carvão, o que levou a mais carvão sendo queimado no geral.

A mesma dinâmica é visível na computação. Os chips estão mais eficientes em termos de energia do que nunca. Os modelos estão se tornando mais eficientes para treinar e rodar. Mas a resposta tem sido treinar mais modelos, executá-los com mais frequência, incorporá-los em mais produtos e atender a mais usuários. O efeito líquido é um consumo total de energia maior, não menor. Os ganhos de eficiência são necessários, mas não suficientes. Sem restrições ou incentivos que operem no nível do consumo total, as melhorias de eficiência podem simplesmente acelerar o crescimento.

Quais regulamentações existem?

O cenário regulatório ainda é escasso, mas alguns marcos estão surgindo. O AI Act da UE, que começou a entrar em vigor em 2024, inclui disposições que exigem que sistemas de IA de alto risco relatem o consumo de energia e o impacto ambiental. Essas disposições são modestas em escopo e os mecanismos de fiscalização ainda estão sendo desenvolvidos, mas representam um ponto de partida.

Nos Estados Unidos, a regulamentação tem sido mais lenta. Alguns estados introduziram requisitos de relatório de energia para data centers, e há um crescente interesse legislativo na pegada ambiental da computação em larga escala, mas não existe um marco federal abrangente. A China introduziu alguns padrões de eficiência para data centers, embora a transparência em relação à conformidade seja limitada.

No nível internacional, o tema apareceu nas discussões do G7 e do G20, mas compromissos vinculantes continuam raros. A lacuna entre a velocidade de implantação da IA e a velocidade da governança ambiental é ampla.

O que as grandes empresas estão fazendo

Para seu crédito, a maioria das grandes empresas de tecnologia está investindo em energia renovável. Microsoft, Google, Amazon e Meta assumiram compromissos substanciais de aquisição de energia renovável e assinaram acordos de compra de energia para projetos eólicos e solares. Algumas estão explorando a energia nuclear, incluindo pequenos reatores modulares, como uma fonte potencial de energia de base para data centers.

Esses esforços são reais, mas também são incompletos. Os certificados de energia renovável, que permitem a uma empresa reivindicar o uso de energia renovável mesmo quando os elétrons que alimentam suas instalações vêm da rede, podem superestimar o benefício ambiental real. A distinção entre energias renováveis "combinadas" (certificados adquiridos em outros lugares) e energia limpa diretamente co-localizada é importante.

Programas de gestão de água existem em várias grandes empresas, incluindo compromissos de repor mais água do que consomem. As metodologias para medir a reposição de água variam, e a verificação independente nem sempre está disponível. Há progresso, mas é difícil avaliar exatamente quanto.

Pelo que os usuários e compradores podem pressionar

Os usuários individuais têm influência direta limitada sobre a matriz energética de um data center. Mas escolhas coletivas, decisões de compra e uma demanda expressiva por transparência podem influenciar o comportamento corporativo. Algumas áreas onde a pressão pode ser produtiva:

A transparência é a base. Usuários e compradores corporativos podem solicitar que os provedores divulguem o consumo de energia por serviço, o uso de água por instalação e as emissões de carbono com metodologia clara. Compromissos vagos com a "sustentabilidade" são menos úteis do que números auditáveis.

Decisões de aquisição importam. Quando as organizações escolhem provedores de nuvem, ferramentas de IA ou plataformas de espaço de trabalho, o histórico ambiental pode ser um fator na avaliação. Algumas empresas estão começando a incluir critérios de sustentabilidade em seus processos de seleção de fornecedores.

Apoiar padrões e regulamentações também é produtivo. Padrões do setor para relatórios de energia de IA, se amplamente adotados, facilitariam a comparação de provedores e a responsabilização deles. Usuários que se preocupam com essa questão podem defender requisitos de relatórios mais rígidos.

Escolher ferramentas com cuidado é algo a se considerar. Nem toda tarefa precisa de um modelo de fronteira. Modelos menores e mais eficientes podem lidar com muitos casos de uso com uma fração do custo de energia. Assistentes de IA que funcionam dentro de um escopo definido, baseando-se em seus próprios arquivos em vez de toda a internet, podem ser mais úteis e consumir menos recursos.

O que a Fabric está fazendo

Devemos ser transparentes sobre nossa própria posição. A Fabric é uma empresa pequena em comparação com os provedores de nuvem de hiperescala, e nossa pegada ambiental é proporcionalmente menor. Mas acreditamos que toda empresa no espaço de IA tem a responsabilidade de levar isso a sério.

Cada assinatura da Fabric planta árvores de mangue por meio de projetos de restauração no Quênia e no Brasil. Os manguezais estão entre os sumidouros de carbono naturais mais eficazes, sequestrando carbono a taxas várias vezes maiores do que as florestas terrestres. Estamos trabalhando para nos tornarmos 100% neutros em carbono e água até 2030.

Não afirmamos que isso resolve o problema. O plantio de árvores não substitui a redução das emissões na fonte. Mas achamos que é melhor do que não fazer nada, e achamos que incorporar os custos ambientais ao modelo de negócios, em vez de tratá-los como um pensamento tardio, é a abordagem correta.

Nossa filosofia mais ampla é que suas ferramentas devem funcionar de forma eficiente em seu nome. A IA da Fabric funciona em todos os seus arquivos sem enviá-los para outro lugar para treinamento, e sua abordagem de streaming em nuvem significa que os arquivos são entregues sob demanda em vez de duplicados nos dispositivos, o que reduz os custos de infraestrutura de armazenamento.

O panorama geral

O custo ambiental da IA não é um motivo para parar de construir ou usar a IA. A tecnologia traz benefícios reais, e algumas de suas aplicações, desde modelagem climática até otimização da rede de energia, podem ajudar a enfrentar os desafios ambientais diretamente.

Mas a trajetória atual é preocupante. As emissões estão aumentando. O consumo de água está crescendo. As redes elétricas estão sob pressão. A lacuna entre as promessas climáticas corporativas e o desempenho climático corporativo está aumentando. E os incentivos de mercado atualmente favorecem a velocidade e a escala em detrimento da responsabilidade ambiental.

O caminho a seguir envolve várias coisas acontecendo ao mesmo tempo: investimento genuíno em energia limpa (não apenas certificados), relatórios transparentes de métricas ambientais, marcos regulatórios que acompanhem o ritmo da implantação, modelos de negócios que internalizem os custos ambientais e usuários informados que considerem a sustentabilidade em suas escolhas.

Este é um problema compartilhado. Pertence às empresas que constroem a IA, aos governos que a regulamentam e às pessoas que a utilizam. O mínimo que podemos fazer é ser honestos sobre os custos.

Você pode ler mais sobre como a Fabric aborda a sustentabilidade e como nos comparamos nas categorias de aplicativos de IA mais sustentáveis e armazenamento em nuvem mais sustentável.

Perguntas frequentes

Quanta eletricidade consome o treinamento de um grande modelo de IA?

O treinamento de um modelo de linguagem de fronteira pode consumir dezenas de gigawatts-hora de eletricidade, o que equivale aproximadamente ao consumo anual de várias centenas de residências médias. O número exato depende do tamanho do modelo, da eficiência do hardware e da duração do treinamento.

Por que os data centers usam tanta água?

Muitos data centers usam sistemas de resfriamento evaporativo para gerenciar o calor gerado por milhares de servidores. Esse processo consome grandes quantidades de água. Uma única grande instalação pode usar vários milhões de litros por dia, dependendo da tecnologia de resfriamento e das condições climáticas locais.

As empresas de tecnologia atingiram suas metas climáticas?

Várias grandes empresas relataram aumentos de emissões que as afastam de suas metas declaradas. A Microsoft relatou um aumento de 29% nas emissões de carbono entre 2020 e 2024, e o Google relatou um aumento de 48% em um período comparável, com ambos citando a infraestrutura de IA como um fator contribuinte.

O que é o paradoxo de Jevons e como ele se aplica à IA?

O paradoxo de Jevons descreve a observação de que melhorias na eficiência podem levar a um maior consumo total de recursos em vez de menor. Na IA, chips e modelos mais eficientes permitiram uma implantação mais ampla, resultando em maior uso agregado de energia, apesar dos ganhos de eficiência por operação.

A UE regula o impacto ambiental da IA?

O AI Act da UE inclui disposições que exigem que certos sistemas de IA relatem o consumo de energia e o impacto ambiental. Esses requisitos ainda estão sendo implementados e têm escopo limitado, mas representam uma das primeiras tentativas regulatórias de abordar a pegada ambiental da IA.

O que os usuários individuais podem fazer sobre o custo ambiental da IA?

Os usuários podem escolher provedores que sejam transparentes sobre suas métricas ambientais, preferir ferramentas que usem modelos de tamanho adequado para a tarefa, apoiar esforços regulatórios em torno de relatórios de energia e emissões, e incluir critérios de sustentabilidade ao avaliar armazenamento em nuvem e ferramentas de IA.

A energia renovável é suficiente para compensar as demandas de energia da IA?

A aquisição de energia renovável está crescendo, mas não está acompanhando o crescimento da demanda de energia dos data centers. A distinção entre certificados de energia renovável e energia limpa diretamente co-localizada importa. As energias renováveis são necessárias, mas não suficientes por si só, sem abordar o crescimento da demanda total.

A Fabric compensa seu impacto ambiental?

A Fabric planta árvores de mangue a cada assinatura por meio de projetos no Quênia e no Brasil, e está trabalhando para alcançar 100% de neutralidade de carbono e água até 2030. Você pode ler mais sobre os compromissos ambientais da Fabric na página de meio ambiente.

Como o streaming em nuvem reduz o impacto ambiental?

O streaming em nuvem entrega arquivos sob demanda em vez de sincronizar cópias completas para cada dispositivo. Isso reduz a infraestrutura de armazenamento total necessária, o que, por sua vez, reduz as demandas de energia e resfriamento associadas à manutenção de dados duplicados em vários locais.

Páginas relacionadas

• Compromissos ambientais da Fabric

• Aplicativos de IA mais sustentáveis

• Armazenamento em nuvem mais sustentável

• Ferramentas de IA mais ecológicas

• Assistente de IA da Fabric

• Sua nuvem

• Privado e seguro