Inteligência Artificial: o custo invisível de 700 mil litros de água potável evaporada

O rastro de vapor da Inteligência Artificial

A evolução dos modelos de linguagem em larga escala, como o GPT-3 com seus 175 bilhões de parâmetros, trouxe à tona um custo ambiental até então invisível: a sede tecnológica. O treinamento deste modelo específico em data centers de última geração consumiu cerca de 5,4 milhões de litros de água. Desse total, aproximadamente 700 mil litros referem-se ao consumo direto no local, ou Escopo 1. Essa água, frequentemente potável e limpa, é utilizada em torres de resfriamento para dissipar o calor extremo gerado pelos chips. O problema central reside na evaporação: cerca de 80% da água que entra nesses sistemas vira vapor, saindo do ciclo hídrico local e gerando uma pegada de “água azul” que compete diretamente com o consumo humano e a irrigação.

Além do resfriamento direto, existe o impacto indireto na geração de energia (Escopo 2). O treinamento do GPT-3 demandou cerca de 1.287 MWh de eletricidade, um processo que consome volumes massivos de água em usinas hidrelétricas e termoelétricas. A pegada hídrica total é, portanto, uma variável geográfica e temporal; treinar um modelo em locais de clima quente ou com redes elétricas menos eficientes pode multiplicar o gasto de água por kWh. A falta de transparência das empresas de tecnologia ainda é um desafio para precisar quanto desse recurso é dedicado exclusivamente ao aprendizado de máquina em comparação à operação diária, mas os números já indicam a urgência de uma gestão hídrica rigorosa na era da IA.

WUE: a métrica da eficiência no coração dos dados

Para medir e regular esse impacto, o setor tecnológico adotou o índice WUE (Water Usage Effectiveness). Desenvolvido pelo consórcio The Green Grid, o WUE calcula a eficiência dividindo o volume total de água consumido (em litros) pela energia gasta pelos equipamentos de TI (em kWh). Quanto menor o índice, mais eficiente é o centro de dados. Enquanto a média global do setor é de 1,9 L/kWh, gigantes como a Microsoft já reportam médias significativamente menores, em torno de 0,30 L/kWh. Existem duas variações principais: o WUE Site, que foca apenas no consumo local, e o WUE Source, que inclui a água embutida na geração da eletricidade consumida.

No Brasil, essa métrica ganhou força com o plano REDATA (MP 1.318/2025). Para que novos data centers acessem incentivos fiscais, o governo brasileiro estabeleceu um padrão rigoroso: um WUE igual ou inferior a 0,05 L/kWh. Essa exigência impulsiona a adoção de tecnologias avançadas, como o resfriamento em circuito fechado, que evita a perda por evaporação. A meta é garantir que a expansão da infraestrutura digital no país não comprometa a segurança hídrica das bacias hidrográficas, especialmente em regiões propensas à escassez, transformando a eficiência em uma ferramenta de regulação e competitividade econômica.

Retirada versus consumo: o balanço hídrico da tecnologia

Um ponto crucial para entender o impacto da IA é a distinção técnica entre retirada e consumo de água. A retirada refere-se ao volume total extraído de fontes superficiais ou subterrâneas. É o indicador que mede a dependência do data center em relação aos recursos compartilhados. Já o consumo é a parcela dessa retirada que não retorna ao ambiente imediato — no caso da tecnologia, é a água que evapora nas torres de resfriamento. Embora a retirada global projetada para a IA em 2027 seja de bilhões de metros cúbicos, o consumo efetivo por evaporação é uma fração menor, porém crítica, pois representa a perda líquida para usuários que dependem da mesma bacia hidrográfica (downstream).

Nos sistemas tradicionais, o consumo é alto devido à natureza evaporativa do resfriamento. Entretanto, a indústria caminha para modelos mais sustentáveis. Em sistemas de resfriamento líquido de alta eficiência, a água é reintroduzida no sistema ou descartada apenas após vários ciclos, minimizando o acúmulo de minerais e reduzindo a necessidade de nova retirada constante. Essa diferenciação é fundamental para o planejamento urbano e ambiental, permitindo que gestores públicos avaliem não apenas quanto de água um novo empreendimento de tecnologia “pede”, mas quanto ele efetivamente “devolve” ao ciclo local.

SAIBA MAIS: Filosofia do Bem Viver propõe ruptura com o consumo desenfreado como cuidado com o clima

Resfriamento líquido: o futuro do “consumo zero”

A solução definitiva para a pegada hídrica da IA reside na transição para sistemas de resfriamento líquido, que substituem a evaporação por tecnologias de circuito fechado. Métodos como o resfriamento direto no chip (direct-to-chip) utilizam placas frias para remover até 75% do calor gerado por CPUs e GPUs sem perder uma gota de água potável no processo. Outra fronteira é o resfriamento por imersão, onde servidores inteiros são mergulhados em fluidos dielétricos que absorvem o calor com eficiência total. Essas inovações permitem que data centers operem com um WUE próximo de zero, preservando milhões de litros de água anualmente em cada unidade operacional.

No Brasil, a expectativa é que 90% dos data centers adotem tecnologias de circuito fechado até o final desta década. Embora esses sistemas puramente mecânicos possam elevar levemente o consumo de eletricidade, o uso de fontes de energia renovável compensa esse aumento, mantendo a pegada ambiental equilibrada. O novo design de data centers otimizados para IA, já em implementação por líderes globais, mostra que é possível sustentar o avanço computacional sem exaurir os recursos naturais. A Inteligência Artificial do futuro não será apenas mais rápida, mas também significativamente menos sedenta, operando em harmonia com os limites hídricos do planeta.