Nos últimos meses, diversas publicações chamaram atenção para o alto consumo de água na geração de imagens com IA.
A University of California, Riverside (Li et al., 2023), aponta que um único prompt de geração de imagem em modelos grandes, como os da OpenAI ou similares, pode consumir entre 2 a 4 litros de água indiretamente.
Esse consumo indireto acontece no resfriamento dos Data Centers. No entanto, como entusiasta nesse tema – inteligência artificial – quis mergulhar mais no assunto para entender realmente o que isso significa em impacto para nosso meio ambiente.
Como você enxerga o impacto ambiental da IA e como realmente é:
Observe a tabela abaixo para entender o custo ambiental completo:
O que as empresas estão fazendo para minimizar esses impactos?
Tendo em vista que o Custo Ambiental é iminente e crescente, o que nos importa agora é saber o que as Big Techs têm feito para minimizar esses impactos. Segue a lista:
1. Transição para energia limpa:
- Google, Microsoft, Amazon AWS e Meta investem em energia solar, eólica e geotérmica. No momento, como seu consumo não é 100% sustentável, essas empresas investem em compra de contratos de energia (PPAs) e certificados de energia renovável (RECs). Por exemplo, a Meta reportou que suas emissões baseadas na localização aumentaram para 14 milhões de toneladas de CO₂ em 2023, refletindo o uso de eletricidade da rede local, que pode não ser totalmente limpa. (Fonte: The Verge);
- A OpenAI (em parceria com a Microsoft) usa data centers com certificações verdes e tem metas a cumprir de carbono negativo até 2030.
2. Eficiência computacional:
- Projetos de IA eficiente como o TinyML e Distillation Models reduzem o consumo computacional mantendo a performance.
- Redução no tamanho dos modelos por meio de:
- Podagem de redes neurais (pruning);
- Quantização (uso de menos bits por parâmetro);
- Treinamento distribuído inteligente, com alocação otimizada de cargas.
Recentemente o DeepSeek “estremeceu” as ações da NVIDIA justamente por anunciar uma melhor performance computacional que o ChatGPT.
Observe a tabela comparativa entre os dois:
Como você pode observar, como software, o DeepSeek pode ser considerado muito mais eficiente, no entanto, seu Data Center depende de carvão para suas operações.
3. Resfriamento sustentável:
- Adoção de sistemas de resfriamento evaporativo com água reciclada ou até resfriamento submerso com líquidos especiais;
- Data centers em climas frios (como Islândia ou Finlândia) reduzem a necessidade de refrigeração artificial.
Aqui, eu fiquei pensando, oras, o Data Center usa água para resfriamento tão logo essa água não “some” ela volta para o ciclo da água, então qual seria definitivamente o problema do consumo da água?
A maior parte da água que é usada para resfriar os Data Centers são fontes limpas, e quando utilizadas elas evaporam. Ao evaporar essa água não retorna necessariamente para o mesmo local onde foi extraída.
A tabela abaixo esclarece o motivo do uso da água ser um problema:
Para diminuir esse grave impacto, as empresas estão adotando medidas como:
- Utilização de água reciclada e implementação de sistemas de recirculação;
- Em Umatilla, Oregon, a AWS fornece até 96% da água de resfriamento de seus data centers para agricultores locais, após tratamento adequado, para uso na irrigação de culturas como milho, soja e trigo. (Fonte: Data Center Frontier). Assista o vídeo para mais informações:
- Sistemas de resfriamento a seco (menos eficientes, mas economizam água);
- Instalação em locais com excesso hídrico (Islândia, Canadá) ou clima naturalmente frio.
4. Relatórios de impacto e certificações:
Empresas estão publicando relatórios ESG (Environmental, Social and Governance) com métricas claras de uso de água, energia e carbono.
Certificações como:
- LEED (construções sustentáveis)
- ISO 14001 (gestão ambiental)
- CDP Disclosure (Carbon Disclosure Project)
5. Reutilização e reciclagem de hardware:
- Programas internos de upcycling de servidores, reaproveitamento de componentes e redução de descartes;
- Algumas fabricantes como a NVIDIA e Intel também buscam designs modulares com maior vida útil.
6. Modelos como serviço (AIaaS) e compartilhamento:
- Plataformas oferecem IA como serviço em nuvem, reduzindo a necessidade de cada empresa treinar seu próprio modelo — isso centraliza e otimiza os recursos;
- Menos redundância = menos energia e menos equipamentos.
7. Compensação e reflorestamento:
- Programas de carbon offset (como plantio de árvores, preservação de florestas e créditos de carbono);
- Parcerias com ONGs de reflorestamento e restauração de áreas degradadas.
8. Pesquisa aberta em IA verde (Green AI):
Grupos como o Allen Institute, HuggingFace e universidades como MIT e Stanford promovem pesquisas sobre:
- Medição do impacto de modelos;
- Otimização de algoritmos para sustentabilidade;
- Benchmark ecológicos (ex: Carbontracker, EnergyVis).
Quais são os países com maior impacto?
Analisei quais são os países que tem mais data centers no mundo, portanto, países com maior impacto. Veja o infográfico:
Como pode observar a maior parte dos data centers estão concentrados próximo a áreas mais frias e com alto desenvolvimento tecnológico. Especificamente no Brasil, temos Data Centers importantes localizados em São Paulo e Campinas.
E o que podemos fazer?
Como vimos, o problema dá água é importante, mas não somente ele. Segundo a OMS em média consumimos de 2 a 4 litros por dia – para beber. No mínimo assustador pensar que estamos consumindo mais água fazendo imagens na IA do que bebendo.
Portanto, o primeiro passo você já deu, que é se conscientizar sobre o problema. O segundo passo é utilizar a IA tendo tudo isso em mente. E não é só a IA, tudo o que fazemos deveríamos inicialmente pensar no impacto que isso tem para a natureza e sociedade de forma geral. Mesmo ações simples, como gerar uma imagem divertida de um pet, ganham outra dimensão quando entendemos o impacto ambiental envolvido. A ideia não é eliminar a criatividade, mas usá-la com consciência.
Mas se você acha isso radical, ainda há outras maneiras de se pensar em sustentabilidade neste cenário:
- Regulamentação ambiental específica para IA;
- Pressão pública e do mercado por métricas ambientais claras;
- Escolhas conscientes dos usuários.
Tecnologia e consciência ambiental não precisam estar em lados opostos. A inteligência artificial pode — e deve — ser parte da solução, desde que guiada por escolhas responsáveis, regulações adequadas e um olhar ético sobre seu impacto.
