Porque a IA consome água? Cada consulta ao ChatGPT ou ao Gemini ativa data centers que evaporam bilhões de litros todos os anos. Quando você digita uma pergunta simples, desencadeia um processo de resfriamento massivo em servidores que operam sob calor extremo. Além disso, o treinamento de modelos como o GPT-3 pode drenar cerca de 700 mil litros de água a cada ciclo. No entanto, quando falamos de imagens geradas por IA, o impacto se multiplica por até 30 vezes, segundo o MIT. Dessa forma, uma tecnologia aparentemente invisível começa a pressionar de maneira concreta as reservas hídricas globais. Afinal, qual alternativa sustentável você apoiaria?
O “cérebro” da IA precisa ser resfriado
O que são Data Centers (CPDs)?
Os data centers são as estruturas centrais da era digital. Eles armazenam, processam e distribuem as informações que mantêm vivas as redes sociais, os e-mails, os streamings e, sobretudo, as inteligências artificiais. Essas máquinas não residem em nossos celulares ou computadores domésticos; elas operam em CPDs — verdadeiros cérebros invisíveis que transformam cada comando em respostas, imagens ou vídeos. Além disso, são projetadas para garantir eficiência, velocidade e disponibilidade 24 horas por dia.
Marcelo Henrique Casali, especialista em Gestão de TI da UFSM, explica que os data centers funcionam como centrais ocultas que sustentam quase toda a vida digital moderna. O primeiro deles surgiu em 1945, na Universidade da Pensilvânia, abrigando o Eniac — um gigante de 27 toneladas e 27 metros quadrados. Embora tenha nascido com fins militares, essa estrutura evoluiu de forma surpreendente. Atualmente, gigantes como Google, Microsoft e Meta comandam centros que chegam a 100 mil metros quadrados. Em 2021, apenas os CPDs da Google nos Estados Unidos consumiram 12,7 bilhões de litros de água doce, revelando a dimensão desse sistema.
O problema do superaquecimento
Sempre que um usuário interage com uma IA, milhares de cálculos matemáticos são executados simultaneamente. Essa atividade consome enormes quantidades de energia elétrica e, como consequência, gera calor intenso. O superaquecimento, por sua vez, reduz a eficiência e ameaça os equipamentos. Portanto, o resfriamento constante se torna indispensável para evitar falhas e manter o desempenho.
O Relatório de Sustentabilidade da Microsoft de 2022 ilustra bem esse impacto: a empresa aumentou em 34% o uso de água em um único ano, o que representa cerca de 6,4 milhões de litros. Só o treinamento do GPT-3 consumiu aproximadamente 700 mil litros de água potável. Além disso, estudos apontam que 20 a 50 interações comuns com uma IA utilizam o equivalente a meio litro de água. Como o ChatGPT registra cerca de 1 bilhão de interações diárias, estima-se que entre 10 e 25 milhões de litros sejam consumidos todos os dias para manter o sistema estável.
Como a água é usada para o resfriamento?
Existem dois métodos principais de resfriamento nos data centers. O mais simples usa sistemas de ar condicionado industrial, que trocam o calor através de compressores e evaporadores. Já os modelos avançados utilizam serpentinas de cobre ou alumínio, por onde circula água gelada. Esse líquido absorve o calor com muito mais eficiência que o ar e, em seguida, evapora ou é recirculado em um ciclo fechado.
De acordo com o professor Leonardo Emmendörfer, também da UFSM, o consumo de água varia conforme o tipo de conteúdo processado. Textos são convertidos em tokens unidimensionais, enquanto imagens envolvem pixels bidimensionais e vídeos adicionam tempo, tornando-se tridimensionais. Assim, conteúdos visuais demandam até 30 vezes mais energia — e, portanto, mais água — do que textos, segundo o MIT Technology Review.
Por consequência, a expansão das IAs visuais amplifica o impacto ambiental. CPDs operando em larga escala, como os da Microsoft, evidenciam esse crescimento. E, no Brasil, há 162 centros desse tipo, concentrados majoritariamente no Sudeste — justamente a região que mais sofre com escassez hídrica. Dessa forma, o avanço tecnológico acaba agravando crises locais.
Quanto de água estamos falando?
O custo por interação diária
Estudos da Universidade da Califórnia Riverside revelam que cada 20 a 50 consultas a uma IA consomem cerca de 500 mililitros de água. Parece pouco, mas multiplicando por bilhões de acessos diários, o volume atinge níveis impressionantes. O ChatGPT, sozinho, consome de 10 a 25 milhões de litros por dia. Assim, um simples comando de texto ativa uma cadeia complexa de refrigeração que se estende por milhares de quilômetros.
O custo de treinamento versus geração de imagem – Porque a IA consome água?
Treinar um modelo de IA é ainda mais intensivo. O GPT-3, por exemplo, precisou de 700 mil litros de água para concluir seu treinamento. Quando se trata de geração de imagens, o impacto cresce ainda mais. Segundo o MIT Technology Review, essas operações podem exigir até 30 vezes mais energia que um modelo de texto. Portanto, quanto mais sofisticado o conteúdo produzido, maior o volume de água utilizado para dissipar o calor.
O consumo total das Big Techs
Microsoft, Google e outras gigantes tecnológicas estão no centro dessa equação. A Microsoft registrou um aumento de 34% em seu consumo hídrico após adotar amplamente sistemas de IA, o que equivale a 2.500 piscinas olímpicas. Já o Google reportou o uso de 24 bilhões de litros de água em 2023.
Esses números revelam o lado oculto da tecnologia. Cada clique em um chatbot aciona mecanismos de resfriamento que demandam litros e mais litros de água. A Exploding Topics indica que o ChatGPT tem 800 milhões de usuários semanais — o suficiente para transformar cada interação cotidiana em um pequeno elo de uma corrente global de consumo.
Além disso, o cenário tende a piorar. A ONU projeta que, até 2050, a demanda mundial por água doce aumentará entre 20% e 30%. A urbanização desordenada, a poluição dos mananciais e as mudanças climáticas só ampliam essa pressão. Dessa forma, o impacto ambiental das IAs deixa de ser uma abstração técnica e se torna um desafio real para a sustentabilidade global.
O problema no Brasil: data centers em zonas de estresse hídrico
A “zona cinzenta” da regulação
No Brasil, o mercado de data centers cresce rapidamente, impulsionado por incentivos fiscais e pela expansão das Big Techs. No entanto, a regulação ambiental ainda é deficiente. As normas existentes são genéricas e não contemplam o impacto hídrico dessas infraestruturas digitais. Além disso, muitas empresas evitam divulgar o volume exato de água consumida, alegando sigilo industrial. Dessa forma, o país segue ampliando sua capacidade computacional sem políticas específicas de preservação.
Especialistas alertam que, sem transparência e controle, o setor pode repetir erros cometidos em outras áreas industriais. O professor Pedro Kemerich, da Universidade Federal de Santa Maria, reforça que a ausência de uma gestão integrada entre os setores de energia, tecnologia e meio ambiente cria um ciclo vicioso: mais data centers exigem mais energia, que por sua vez requer mais água para resfriamento. Portanto, o avanço digital precisa ser acompanhado de planejamento hídrico rigoroso.
A contradição geográfica: onde a água falta
O Brasil é um país de contrastes. Enquanto a região Norte concentra cerca de 80% dos recursos hídricos superficiais, o Sudeste e o Nordeste enfrentam escassez recorrente. Paradoxalmente, é no Sudeste — especialmente em São Paulo e Rio de Janeiro — que se localizam cerca de 110 dos 162 data centers nacionais. Essa concentração ocorre porque a infraestrutura elétrica e de conectividade é mais robusta. No entanto, o preço ambiental é alto.
A Microsoft, por exemplo, revelou que 42% da água utilizada em suas operações globais provém de áreas sob estresse hídrico. Ademais, eventos climáticos extremos e secas periódicas aumentam o risco de escassez. Assim, a expansão tecnológica avança justamente sobre territórios onde o recurso natural é mais escasso.
O risco de atrair investimentos sem planejamento
O governo brasileiro tem apostado fortemente na atração de investimentos tecnológicos. O plano Redata, por exemplo, oferece isenções fiscais e incentivos energéticos para novas instalações de data centers. Em tese, a matriz hidrelétrica limpa seria uma vantagem ambiental. No entanto, o plano ignora um detalhe essencial: o uso massivo de água. Dessa forma, regiões que já enfrentam secas periódicas acabam recebendo estruturas altamente dependentes desse recurso.
Segundo especialistas, a falta de integração entre políticas de tecnologia e meio ambiente cria uma contradição perigosa. Enquanto o país se vangloria por ter energia de baixo carbono, deixa de contabilizar o impacto hídrico dos CPDs. Além disso, grandes empresas priorizam a proximidade com centros urbanos e mercados consumidores, o que as leva a instalar seus servidores em áreas de maior estresse hídrico. Portanto, o resultado é um paradoxo: inovação digital de ponta operando sobre reservatórios em declínio.
A Associação Brasileira de Data Centers confirma que mais de 70% das unidades estão localizadas em São Paulo e no Rio de Janeiro. Já a região Norte, onde há abundância hídrica, segue praticamente ignorada devido à falta de infraestrutura elétrica. Assim, o modelo de expansão repete padrões desiguais e aprofunda a crise ambiental.
Professor Pedro Kemerich resume bem: “O Brasil precisa de uma política que integre inovação e preservação. De nada adianta impulsionar a economia digital se, no longo prazo, esgotarmos nossos recursos básicos.” Essa constatação reforça a urgência de um debate público sobre a cidadania digital e a sustentabilidade das IAs.
O consumo indireto: a “pegada hídrica” completa da IA
Escopo 1: o consumo direto no resfriamento
Nos data centers, a água é usada de forma direta para resfriar os servidores. Ela circula por serpentinas metálicas, absorvendo o calor gerado pelos processadores. Em seguida, pode evaporar ou ser reaproveitada em circuitos fechados. Essa técnica supera o ar-condicionado tradicional em eficiência térmica e é essencial para evitar interrupções nos sistemas. Além disso, garante que as IAs operem continuamente, 24 horas por dia.
Escopo 2: o consumo indireto da geração elétrica
Grande parte do consumo de água acontece fora dos data centers, na geração de energia elétrica. Usinas termelétricas e nucleares utilizam água para resfriar suas torres e condensadores. Até mesmo as hidrelétricas, frequentemente apresentadas como alternativas limpas, perdem bilhões de litros por evaporação em seus reservatórios. Portanto, o impacto hídrico das IAs começa muito antes do processamento de dados.
A dependência energética torna o problema mais complexo. Microsoft e Google, por exemplo, destacam suas matrizes de energia limpa, mas raramente mencionam as perdas por evaporação nas hidrelétricas. Assim, a pegada hídrica global das IAs é mascarada sob o discurso de sustentabilidade energética.
Escopo 3: a fabricação do hardware
Outra parte do consumo de água está na própria fabricação dos componentes eletrônicos. Cada microchip requer milhares de litros de água ultrapura para ser produzido. O processo de limpeza dos wafers de silício, essencial para garantir precisão, é extremamente intensivo. Dessa forma, mesmo antes de chegar a um servidor, o hardware de IA já carrega uma pegada hídrica considerável.
Essa cadeia global conecta países distantes. Fábricas em Taiwan, Estados Unidos e Brasil compartilham processos que exigem grandes volumes de água desmineralizada. Portanto, a questão não é apenas local: é sistêmica.
Além disso, usinas termelétricas perdem cerca de 2 litros por kWh gerado, enquanto hidrelétricas chegam a evaporar até 18 litros por kWh. A soma dessas perdas, multiplicada pelo volume de energia necessário para treinar modelos como o GPT-3, ilustra o tamanho do desafio.
No Brasil, esse problema ganha contornos mais graves. O país concentra seus CPDs em áreas urbanas densamente povoadas, dependentes de reservatórios sujeitos à escassez. Assim, cada clique em uma IA reflete uma cadeia de consumo invisível que começa nas fábricas de chips e termina nas torneiras das cidades.
Existem alternativas? Como reduzir a sede da IA
Métodos de resfriamento mais eficientes
Apesar dos desafios, há soluções em curso. Empresas vêm investindo em sistemas de resfriamento que dispensam ou reduzem significativamente o uso de água. Um deles é o resfriamento por ar, que substitui os circuitos líquidos por fluxo de ar direcionado e ventilação inteligente. Outra alternativa é o resfriamento por imersão, em que os servidores são mergulhados em líquidos não condutores. Esse método elimina quase totalmente a evaporação.
Além disso, algumas Big Techs estão transferindo seus data centers para regiões frias, como Noruega, Islândia e Canadá, onde as temperaturas naturais ajudam a reduzir a necessidade de refrigeração artificial. Embora o custo inicial dessas soluções seja elevado, elas representam uma transição essencial para equilibrar inovação e sustentabilidade. Dessa forma, o setor avança rumo a uma tecnologia menos sedenta.
Usando a própria IA para otimizar o consumo
Curiosamente, a própria inteligência artificial pode ajudar a reduzir o impacto que ela causa. O Google, por exemplo, desenvolveu um algoritmo de otimização energética que ajusta automaticamente a carga dos servidores e o uso dos sistemas de resfriamento. Com essa medida, conseguiu reduzir em 40% o consumo de energia destinado à refrigeração.
Microsoft e Amazon seguem caminho semelhante, aplicando modelos preditivos para antecipar picos de calor e redistribuir tarefas entre servidores. Além disso, os CPDs mais modernos já operam com sensores inteligentes capazes de ajustar temperatura, fluxo de ar e potência em tempo real. Assim, a tecnologia se torna aliada da própria eficiência ambiental.
Transparência e conscientização: o papel do usuário e das empresas – Porque a IA consome água?
Apesar dos avanços, falta transparência. As empresas de tecnologia divulgam relatórios detalhados sobre emissões de carbono, mas raramente informam o consumo de água. Essa lacuna impede que o público compreenda o impacto total das IAs. Por isso, especialistas defendem a obrigatoriedade de relatórios completos, incluindo dados de pegada hídrica e planos de mitigação.
Por outro lado, o comportamento do usuário também faz diferença. Consultas redundantes, geração excessiva de imagens e uso irrestrito de ferramentas de IA contribuem para o aumento da demanda. Assim, pequenas mudanças individuais podem ter efeito coletivo. Escolas e universidades começam a incluir o tema da “cidadania digital sustentável” nos currículos, estimulando o uso responsável da tecnologia.
Governos, por sua vez, precisam vincular incentivos fiscais a metas claras de eficiência hídrica. Além disso, políticas públicas podem exigir que novas instalações de CPDs adotem sistemas de recirculação de água e reaproveitamento térmico. Portanto, a transformação deve envolver todos os atores da cadeia digital.
Conclusão
Porque a IA consome água, compreender essa relação se torna urgente. Cada clique, cada imagem gerada e cada treinamento de modelo contribui para um ciclo global de consumo invisível. No entanto, soluções já estão em andamento. O resfriamento por imersão elimina a evaporação; o uso da própria IA para otimizar energia corta desperdícios; e a exigência de transparência pode transformar o comportamento corporativo.
Além disso, o usuário consciente desempenha papel central nessa mudança. Ao reduzir consultas desnecessárias, apoiar tecnologias sustentáveis e cobrar relatórios completos, ele passa a influenciar diretamente as práticas das Big Techs. Dessa forma, o equilíbrio entre inovação e preservação torna-se possível.
O Brasil, por sua vez, precisa agir rápido. A concentração de data centers em áreas secas sem regulação hídrica ameaça o futuro dos mananciais. Portanto, integrar políticas tecnológicas, ambientais e educativas é o único caminho viável para garantir que a inteligência artificial continue avançando sem comprometer os recursos essenciais à vida.
Em última instância, cada pergunta enviada a um chatbot representa uma escolha. A tecnologia que hoje responde por nós também depende de nossas decisões para existir de forma sustentável. E, se entendermos o custo oculto de cada resposta, talvez consigamos criar um futuro em que a inteligência artificial aprenda, finalmente, a poupar a própria água que a mantém viva.