noticias

IA acelera consumo elétrico e expõe fragilidade das metas climáticas das big techs

**Categoria editorial:** Inteligência Artificial e Sustentabilidade

**Linha fina:** Relatório da UIT e da World Benchmarking Alliance mostra que avanços em energia renovável e transparência ainda não acompanham o ritmo de expansão da infraestrutura de inteligência artificial. O estudo avaliou 200 empresas digitais com dados referentes a 2024. ([ITU][1])

**Meta description:** Relatório da UIT mostra que a expansão da IA eleva consumo elétrico e emissões, enquanto metas climáticas das empresas de tecnologia ficam sob pressão.

**Slug:** `ia-metas-climaticas-big-techs`

**Palavra-chave principal:** IA e metas climáticas

Matéria completa

IA acelera consumo elétrico e expõe fragilidade das metas climáticas das big techs

A inteligência artificial deixou de ser apenas uma disputa por modelos melhores, chips mais rápidos e usuários. Ela passou a disputar eletricidade, capacidade de transmissão, água, equipamentos industriais e espaço físico — e essa transformação começa a colocar sob pressão compromissos ambientais assumidos pelas próprias empresas que lideram a corrida tecnológica.

O relatório **Greening Digital Companies 2026**, publicado pela União Internacional de Telecomunicações, agência especializada da ONU, em parceria com a World Benchmarking Alliance, mostra que as empresas digitais avançaram na divulgação de dados ambientais, na contratação de energia renovável e na definição de metas climáticas. O problema é que as emissões reais não estão caindo na mesma velocidade.

A quinta edição do levantamento analisou 200 empresas de telecomunicações, software, serviços de TI e eletrônicos, utilizando informações públicas referentes a 2024. O retrato resultante ajuda a explicar uma contradição cada vez mais visível no setor: a mesma inteligência artificial apresentada como ferramenta para otimizar redes elétricas, reduzir desperdícios e melhorar previsões ambientais está exigindo uma expansão física gigantesca da infraestrutura computacional.

A nuvem está ficando cada vez mais física

Durante anos, expressões como computação em nuvem ajudaram a esconder do usuário comum a quantidade de infraestrutura necessária para manter serviços digitais funcionando. A nuvem, evidentemente, nunca esteve no céu. Ela sempre foi composta por servidores, sistemas de refrigeração, redes de fibra óptica, subestações, transformadores e enormes edifícios conectados permanentemente à rede elétrica.

A inteligência artificial aumentou essa escala.

Treinar modelos sofisticados exige grandes conjuntos de aceleradores computacionais trabalhando simultaneamente. Depois do treinamento, ainda existe a inferência: cada consulta, geração de imagem, análise de documento ou execução de agente utiliza capacidade computacional em algum data center. Multiplique isso por centenas de milhões de usuários e aplicações empresariais e a eficiência obtida em cada geração de chips passa a competir com um crescimento muito maior da demanda.

Segundo o relatório da UIT e da WBA, 163 das empresas analisadas informaram conjuntamente consumo de **494 TWh de eletricidade em 2024**, aproximadamente 1,7% de todo o consumo elétrico mundial. E o número não representa todo o setor, porque algumas companhias não divulgaram esses dados e o levantamento não abrange todas as empresas da economia digital.

Há ainda uma concentração significativa. Apenas dez companhias responderam por 54% da eletricidade declarada pelas 200 empresas avaliadas.

Esse é um detalhe importante porque transforma decisões corporativas aparentemente privadas em questões de infraestrutura pública. Um novo complexo de data centers pode demandar expansão de linhas de transmissão, novas subestações, geração adicional e investimentos cuja implantação leva anos.

A IA está crescendo mais rápido que a descarbonização da rede

A Agência Internacional de Energia já projeta que o consumo mundial de eletricidade pelos data centers pode ficar próximo de **950 TWh em 2030**, ante aproximadamente 485 TWh em 2025. A parcela associada especificamente aos centros voltados à inteligência artificial deve crescer ainda mais rapidamente.

O desafio não está simplesmente em produzir eletricidade suficiente.

Está em produzir eletricidade suficiente, continuamente disponível, no local correto e com baixa intensidade de carbono.

Solar e eólica são fundamentais para essa transição, mas não fornecem geração constante durante todas as horas. Data centers, por outro lado, precisam operar praticamente sem interrupção. Isso aumenta a importância de armazenamento, transmissão, gerenciamento de carga, geração firme de baixo carbono e, dependendo da região, fontes como hidrelétricas, geotérmica e nuclear.

É justamente nesse ponto que os compromissos ambientais corporativos começam a encontrar a realidade física do sistema elétrico.

O Google reconheceu essa tensão em seu Relatório Ambiental de 2026. A empresa afirmou que sua demanda por eletricidade aumentou 37% em 2025. Mesmo assim, conseguiu reduzir suas emissões operacionais em 2%, apoiada por eficiência e contratação de energia limpa. As emissões de sua cadeia de fornecimento, porém, cresceram 25%.

A própria companhia resumiu o problema: sua infraestrutura de IA está crescendo mais rapidamente do que a velocidade com que as redes elétricas estão sendo descarbonizadas.

Comprar energia renovável não significa consumir energia limpa o tempo inteiro

Existe uma segunda camada nessa discussão que costuma desaparecer nos anúncios corporativos: a diferença entre emissões calculadas pelo mercado e aquelas associadas à rede elétrica efetivamente utilizada.

Uma empresa pode consumir eletricidade de uma rede que ainda utiliza gás natural ou carvão e, ao mesmo tempo, adquirir certificados de energia renovável ou contratos de geração limpa suficientes para compensar contabilmente seu consumo anual.

O procedimento pode financiar novos projetos renováveis e tem utilidade na transição energética. Mas isso não significa necessariamente que os servidores estejam funcionando com energia limpa exatamente naquele local e naquela hora.

O relatório da UIT chama atenção justamente para essa diferença.

As emissões de Escopo 2 calculadas pelo método baseado em mercado foram aproximadamente um terço daquelas calculadas segundo a localização física do consumo. A diferença mostra o enorme impacto que certificados, contratos de compra de energia e outros instrumentos contábeis exercem sobre os balanços ambientais corporativos.

Por isso algumas empresas começaram a defender uma meta mais difícil: combinar o consumo de eletricidade com geração livre de carbono **24 horas por dia, sete dias por semana**, considerando horário e localização.

Essa mudança parece burocrática, mas altera profundamente o problema. Comprar energia solar suficiente durante o ano é relativamente simples quando comparado a garantir eletricidade livre de carbono às três da manhã de um dia sem vento próximo ao data center.

O dado de 239% exige uma explicação importante

Um dos números mais chamativos do relatório envolve quatro grandes fornecedores de infraestrutura de inteligência artificial e computação em nuvem.

Segundo a UIT, suas emissões operacionais cresceram entre 2020 e 2024, e o caso mais extremo chegou a **239% do nível registrado em 2020**.

Há uma diferença matemática importante aqui.

Dizer que uma emissão chegou a 239% do nível original não significa que ela “aumentou 239%”. Significa que passou a representar 2,39 vezes o valor inicial — uma elevação de 139% em relação à base.

A distinção pode parecer pequena em uma manchete, mas não é. Em uma discussão que depende justamente de indicadores, metas e métricas ambientais, precisão estatística importa.

Enquanto esses grandes fornecedores ligados à nuvem e à IA aumentaram suas emissões, o relatório encontrou trajetória diferente entre 14 grandes operadoras de telecomunicações analisadas: conjuntamente, elas reduziram suas emissões em aproximadamente 11% no mesmo período.

Isso não prova que a IA seja isoladamente responsável por toda a diferença. As empresas possuem estruturas, mercados e cadeias produtivas distintas. Mas reforça a associação identificada pelos pesquisadores entre expansão de infraestrutura computacional, aumento da demanda energética e pressão sobre as emissões.

O maior problema pode estar fora dos próprios data centers

Quando uma empresa divulga a energia utilizada diretamente em suas instalações, estamos vendo apenas parte da conta.

As emissões corporativas são normalmente separadas em três categorias. O Escopo 1 reúne emissões diretas das próprias operações. O Escopo 2 considera principalmente eletricidade e energia adquiridas. O Escopo 3 tenta contabilizar aquilo que acontece na cadeia de valor.

É justamente no terceiro grupo que aparece uma parcela gigantesca do impacto tecnológico.

Entre as 93 empresas que apresentaram inventários completos no estudo, o Escopo 3 respondeu por **76% das emissões declaradas**.

Isso inclui fabricação de equipamentos, construção de instalações, aquisição de componentes, transporte, fornecedores e até o consumo energético relacionado ao uso de determinados produtos.

Um acelerador de IA não começa sua pegada de carbono quando é instalado em um servidor. Antes disso houve mineração e processamento de materiais, fabricação de semicondutores, produção de memória, placas, sistemas de alimentação, refrigeração, transporte e construção de toda a infraestrutura que o recebe.

Essa cadeia ajuda a explicar por que aumentar a eficiência energética de uma GPU não resolve sozinho a equação ambiental.

A corrida por eficiência enfrenta o efeito escala

Há uma narrativa verdadeira, mas incompleta, de que os sistemas de inteligência artificial estão ficando mais eficientes.

Eles estão.

Novos chips realizam mais operações por watt, arquiteturas de modelos podem reduzir cálculos desnecessários, técnicas de quantização diminuem requisitos computacionais e centros de dados modernos apresentam sistemas de refrigeração muito superiores aos de gerações anteriores.

O problema aparece quando a eficiência cresce 30%, mas a quantidade de computação demandada cresce 100%.

O consumo total continua aumentando.

Esse fenômeno se aproxima do chamado efeito rebote: quando uma tecnologia fica mais eficiente e barata, seu uso se expande a ponto de consumir parte — ou toda — a economia obtida anteriormente.

Com inteligência artificial, essa possibilidade é especialmente relevante. Modelos mais baratos não necessariamente significam menos processamento mundial. Podem significar milhões de novas aplicações que antes seriam economicamente inviáveis.

O problema das metas que existem no PowerPoint, mas não na infraestrutura

Outro dado do relatório ajuda a separar compromisso corporativo de execução.

Das 200 empresas analisadas, 151 apresentaram metas de curto prazo para reduzir emissões dos Escopos 1 e 2. Apenas 114, entretanto, possuíam metas validadas por estruturas baseadas em ciência.

E apenas **81 empresas, ou 41% do total, demonstraram possuir planos abrangentes de transição climática**, incluindo estratégia, implementação, métricas e mecanismos de governança.

A transparência também permanece incompleta.

Somente 93 das 200 empresas apresentaram inventários completos cobrindo os três escopos relevantes, enquanto apenas 50 submeteram suas emissões a algum tipo de verificação independente.

O problema, portanto, não é falta de anúncios ambientais. É transformar objetivos de longo prazo em decisões presentes sobre localização de data centers, fornecedores, contratos energéticos, projeto de hardware e investimento em infraestrutura.

Quem ganha eficiência e quem pode pagar a conta

Para as empresas de tecnologia, aumentar capacidade computacional é uma decisão econômica relativamente direta: existe demanda por IA e existe uma corrida para ocupar o mercado antes dos concorrentes.

Para o sistema elétrico, a mesma decisão é bem menos simples.

Novas cargas de centenas de megawatts podem exigir investimentos em geração e transmissão. Dependendo da estrutura regulatória local, parte dos custos pode ser absorvida pelos próprios operadores de data centers, pelas concessionárias, pelos governos ou distribuída entre consumidores.

Também existe uma disputa geográfica.

Regiões com energia abundante, redes robustas, clima adequado para refrigeração e procedimentos rápidos de licenciamento passam a ter vantagem na atração desses projetos. Locais com redes saturadas podem descobrir que possuir terreno e incentivos fiscais não significa possuir eletricidade disponível.

A próxima guerra da inteligência artificial pode ser tão determinada por transformadores, turbinas e linhas de transmissão quanto por GPUs.

Análise da equipe

O relatório da UIT mostra uma mudança importante na discussão ambiental do setor tecnológico.

Durante boa parte da última década, a sustentabilidade digital foi tratada principalmente como uma questão de eficiência e compensação. Data centers ficaram melhores, empresas contrataram renováveis e metas de neutralidade foram anunciadas.

A IA muda a escala do problema.

Quando a capacidade computacional cresce suficientemente rápido, eficiência deixa de ser uma solução isolada e passa a ser apenas uma ferramenta para impedir que o consumo aumente ainda mais.

Também será necessário abandonar métricas ambientais excessivamente confortáveis. Informar que 100% do consumo anual foi “compensado” por eletricidade renovável diz pouco sobre qual fonte realmente abasteceu determinada operação durante cada hora do ano.

Da mesma forma, uma companhia pode reduzir emissões dentro de seus escritórios enquanto transfere boa parte de sua pegada para fabricantes de semicondutores, construtoras, fornecedores de servidores e redes elétricas localizadas em outros países.

O teste real das metas climáticas das big techs não será quantos gigawatts de energia renovável elas conseguem contratar. Será saber se conseguem expandir uma infraestrutura de IA de proporções inéditas sem fazer com que as emissões físicas cresçam junto.

O que precisa ser acompanhado agora

Os próximos relatórios ambientais serão particularmente importantes porque os dados analisados pela UIT nesta edição ainda se referem a 2024. Desde então, os investimentos em infraestrutura de inteligência artificial continuaram acelerando.

Isso cria um atraso inevitável entre aquilo que está sendo construído hoje e aquilo que aparecerá nos balanços ambientais consolidados.

Será necessário observar não apenas emissões totais, mas também consumo elétrico absoluto, localização de novos data centers, origem horária da energia, expansão de geração a gás, uso de água, emissões da cadeia de semicondutores e a parcela dos investimentos dedicada efetivamente à descarbonização.

A inteligência artificial pode ajudar a tornar redes elétricas, edifícios, indústrias e sistemas de transporte mais eficientes. Esse potencial é real.

Mas existe uma condição física impossível de contornar: antes de reduzir o consumo de energia de qualquer outro setor, a IA precisa receber energia para funcionar.

É nessa diferença entre o potencial ambiental da tecnologia e o custo ambiental de construí-la em escala planetária que os compromissos climáticos das empresas de tecnologia serão realmente testados.

👉 Dúvida? Então veja mais em: [https://pixbugtech.com/linksuteis](https://pixbugtech.com/linksuteis)

[1]: https://www.itu.int/en/mediacentre/Pages/PR-2026-09-02-greening-digital-companies.aspx "Press Release"