💧 Principais destaques:
- Modelos de IA consomem bilhões de litros de água doce para resfriar servidores e gerar energia.
- O crescimento acelerado da IA pode dobrar ou até quadruplicar o uso de água em datacenters até 2028.
- Sustentabilidade em IA não é só sobre carbono: a pegada hídrica precisa entrar no debate urgente.
A inteligência artificial já é vista como uma das maiores forças de transformação do nosso tempo.
Ela ajuda a enfrentar mudanças climáticas, otimizar cadeias produtivas e até criar novas formas de interação humana. Mas há um custo oculto que raramente aparece nas manchetes: a água.
Enquanto muito se fala sobre a pegada de carbono da IA, o consumo de água, essencial para resfriar servidores e gerar eletricidade, permanece em grande parte invisível.
E os números são alarmantes: só em 2023, um único gigante da tecnologia retirou 29 bilhões de litros de água doce para manter seus datacenters funcionando. Para comparação, isso equivale ao consumo anual de uma grande empresa global de bebidas.
Se nada mudar, os datacenters dos EUA poderão chegar a gastar entre 150 e 280 bilhões de litros de água por ano até 2028, pressionando ainda mais uma infraestrutura hídrica já fragilizada por secas prolongadas e envelhecimento estrutural.
Como a IA “bebe” água?
O consumo de água da IA acontece em três frentes principais:
- Resfriamento local (escopo 1): servidores geram calor extremo e precisam de sistemas de resfriamento, muitos deles baseados em torres de evaporação que literalmente “consomem” água.
- Geração de energia (escopo 2): a eletricidade que alimenta os datacenters também exige água, especialmente em usinas termelétricas.
- Cadeia de suprimentos (escopo 3): a fabricação de chips e servidores demanda enormes volumes de água ultrapura, com baixa taxa de reciclagem.
O resultado é que cada requisição feita a um modelo como o GPT-3 pode equivaler, em média, ao consumo de alguns mililitros de água.
Parece pouco, mas multiplicado por bilhões de interações diárias, o impacto se torna gigantesco.
Carbono e água: duas pegadas que não se substituem
Um ponto crucial revelado por pesquisadores é que otimizar a pegada de carbono não significa reduzir a pegada hídrica.
Em alguns casos, pode até piorá-la. Isso acontece porque a eficiência hídrica depende de fatores como clima local e matriz energética.
Por exemplo: treinar um modelo em um datacenter no Arizona, sob altas temperaturas, pode consumir até cinco vezes mais água do que em regiões mais frias ou com energia menos dependente de resfriamento intensivo.
Essa desconexão mostra que precisamos de uma visão holística: carbono e água devem ser tratados como métricas complementares, não concorrentes.
Caminhos para uma IA mais sustentável
A boa notícia é que existem soluções possíveis:
- Transparência: incluir dados de consumo de água nos relatórios de sustentabilidade e até nos “model cards” de IA, assim como já acontece com emissões de carbono.
- Agendamento inteligente: escolher quando e onde treinar modelos pode reduzir drasticamente o impacto hídrico. Treinar à noite ou em regiões com maior eficiência hídrica é uma estratégia promissora.
- Compromissos globais: empresas como Google e Microsoft já anunciaram metas de se tornarem “Water Positive” até 2030, devolvendo mais água do que consomem.
Mas, para que isso se torne realidade, é preciso que a comunidade de IA, pesquisadores, empresas e usuários, reconheça que a água é um recurso tão crítico quanto a energia.
💡 A inteligência artificial pode ser uma aliada poderosa na luta contra as crises globais, mas não podemos ignorar o preço que ela cobra do planeta. A pegada hídrica da IA já não pode mais ficar escondida.
Se quisermos que a tecnologia continue a servir à humanidade sem agravar a escassez de recursos, precisamos agir agora: medir, reportar e reduzir o consumo de água da IA.
Afinal, a inovação só faz sentido se também for sustentável.
