Agentes de IA estão sedentos por energia — e a conta ainda é um mistério

Por que os data centers não param de crescer

A pergunta que muita gente vem fazendo é direta: se a inteligência artificial já entrega tantos avanços, por que as big techs estão contraindo bilhões de dólares em dívida e erguendo algumas das maiores usinas de energia do mundo para construir ainda mais data centers?

A resposta não está nos chatbots. Consultas simples — buscar uma receita ou planejar uma viagem — representam uma forma cada vez mais ultrapassada de pensar em IA. O motor do novo ciclo de infraestrutura são os agentes: sistemas baseados em modelos de linguagem projetados para tomar decisões autônomas e executar tarefas completas do início ao fim.

Um agente dispara centenas de comandos onde um chat fazia um

Em vez de responder a uma pergunta isolada, um agente dispara dezenas — ou centenas — de prompts internos a partir de uma única solicitação do usuário. Um pedido como “construa um site para mim” pode fazer o agente rodar por horas, se auto-instruindo dezenas de vezes para gerar páginas, menus e bancos de dados que sustentam o resultado final.

Essa diferença muda a escala do consumo de energia. A OpenAI anunciou recentemente que um enxame de mais de 10 mil agentes, trocando 2,7 milhões de mensagens entre si, resolveu um problema matemático de longa data — um feito que matemáticos contestaram. Mesmo sendo um caso extremo, ele expõe o custo real: dezenas de milhões de dólares em processamento, segundo estimativas citadas pela WIRED.

A conta que as empresas não querem mostrar

Empresas privadas de IA têm sido historicamente seletivas sobre o que divulgam em métricas ambientais. Executivos costumam usar consultas individuais como régua de consumo de recursos. Em entrevista recente a um podcast, o CEO da OpenAI, Sam Altman, afirmou que a água usada para produzir uma única amêndoa equivale a 38 mil consultas ao ChatGPT — cálculo que foi contestado.

“Quem come 12 amêndoas de uma vez não sente que está fazendo algo terrível do ponto de vista hídrico”, disse ele. A entrada dos agentes na equação — muito mais intensivos em energia do que consultas simples — torna esses números muito mais complexos, e há uma lacuna enorme de informações públicas sobre o consumo real desses sistemas.

A conta caseira de um cientista climático

Com poucos dados confiáveis vindos das empresas, alguns entusiastas resolveram fazer as contas por conta própria. No mês passado, o cientista climático Zeke Hausfather publicou um cálculo do consumo de energia do seu próprio uso de IA, que depende fortemente de agentes. O resultado: uma sessão diária média com o Claude pode consumir mais energia do que a necessária para manter duas geladeiras funcionando.

Hausfather reconhece que, no quadro geral da sua vida pessoal, isso não é um número apocalíptico. Mas trata-se de “uma nova fonte líquida de emissões, num momento em que as temperaturas globais disparam e nossas metas de redução estão cada vez mais fora do caminho”, escreveu. E é muito maior do que a fração de amêndoa que Altman usa como métrica.

Meta quer um computador na nuvem para cada usuário

O cenário pode escalar rápido. Na semana passada, a Meta lançou um agente pessoal de IA chamado Muse, apresentado como “feito para trabalhar para bilhões de pessoas no mundo”. A empresa afirmou que o agente manterá um “computador dedicado na nuvem” para cada usuário, funcionando até quando a pessoa estiver offline — com integração aos óculos de IA da Meta prevista para ainda este ano.

É possível que, em breve, usuários mexendo nos óculos ou navegando no Facebook estejam terceirizando tarefas para agentes sem se dar conta. Comparado a voos frequentes ou ao consumo diário de carne, a pegada de carbono do uso pessoal de agentes ainda é relativamente pequena. Mas se a Meta imagina um futuro em que todo mundo usa um agente, isso explica a escala colossal de data centers como o projeto Hyperion, na Louisiana, que será alimentado por 10 usinas de gás natural.

O que dizem os especialistas

“Em outras áreas de crescimento tecnológico, somos limitados por quantas pessoas estão dirigindo um carro ou assistindo Netflix”, afirma Boris Gamazaychikov, cofundador e CEO da Sustainable AI, grupo de pesquisa e consultoria. “Agora, isso está de certa forma desacoplado dos usuários — e, se você ouvir os líderes de IA, acho que é isso que eles querem. Eles falam em unicórnios com um único funcionário.”

Nesse mundo imaginado, pode haver centenas ou milhares de agentes trabalhando em segundo plano para cada humano. “A tecnologia que será treinada pelos data centers que estão sendo propostos e construídos agora está a três ou cinco anos de distância”, acrescenta Gamazaychikov. “Será um sabor muito diferente do que apenas a janela do chatbot.”

E os reatores nucleares pequenos?

Uma pergunta recorrente dos leitores: pequenas usinas nucleares resolveriam o problema de energia dos data centers? A resposta curta é sim — os chamados reatores modulares pequenos (SMRs, na sigla em inglês) poderiam fornecer energia livre de carbono para os data centers.

O problema, como sempre com a energia nuclear, é o tempo: nenhum SMR opera comercialmente nos Estados Unidos, e apenas um modelo recebeu licença de venda, apesar de décadas de desenvolvimento. Enquanto isso, muitos desenvolvedores de data centers não querem esperar anos — estão instalando turbinas a gás agora mesmo.

A reportagem da WIRED deixa claro o ponto central: a corrida por infraestrutura de IA não é motivada por consultas triviais, mas pela aposta de que os agentes se tornarão a forma dominante de usar inteligência artificial — e a conta de energia desse futuro, hoje, é uma incógnita que poucos estão dispostos a calcular com transparência.