O consumo de eletricidade da IA generativa pode ser grande o suficiente para virar um custo operacional e ambiental relevante, principalmente quando o uso escala para milhões de interações por dia. A conta não vem só do “prompt”, ela vem de data centers, GPUs, resfriamento e do jeito como empresas colocam a IA em tudo.
De onde vêm os números
A ideia central é simples: IA generativa consome muita energia, e isso fica mais visível quando o serviço atende centenas de milhões de pedidos. Um relatório citado pelo The New Yorker atribui ao ChatGPT um consumo diário na casa de meio milhão de kWh para lidar com cerca de 200 milhões de solicitações, algo que foi comparado a mais de 17 mil vezes a energia usada por uma casa média nos EUA em um dia.
O gasto não é só “computar texto”. Há o custo de manter servidores prontos 24 horas, a infraestrutura de rede, e o resfriamento, que pode ser tão crítico quanto o processamento em si.
Por que é tão difícil medir com precisão
Estimativas variam porque modelos grandes têm perfis diferentes de uso, e as operações mudam ao longo do tempo, inclusive com otimizações. Soma-se a isso o nível de sigilo sobre consumo energético em grandes empresas, ponto levantado em análises como as do The Verge.
O que acontece quando escala
O risco aparece quando a IA deixa de ser “um recurso” e vira “o padrão”. Um estudo de Alex de Vries, publicado na Joule, sugeriu que se o Google colocasse IA generativa em toda pesquisa, o consumo poderia chegar a 29 bilhões de kWh por ano, um volume comparável ao de países inteiros.
Usando dados ligados ao ecossistema de chips da Nvidia, de Vries também projetou que, até 2027, o setor de IA poderia somar algo entre 85 e 134 TWh por ano, chegando perto de 0,5% do consumo global de eletricidade. A OpenAI não comentou publicamente essas estimativas no material citado.
Como decidir e reduzir impacto
Um jeito prático de pensar é o mini-modelo Energia, Escala, Erro: quanto maior a energia por resposta, maior a escala de uso e maior a tolerância a erro, mais atenção o projeto exige.
Exemplo prático
Um time de atendimento quer colocar um bot para responder dúvidas internas. Se 70% das perguntas são “onde fica a política X” ou “qual é o link do processo”, um sistema de busca com FAQ resolve quase tudo, e a IA entra só quando a pergunta exige síntese ou decisão contextual.
Regra de decisão
Se a resposta pode ser encontrada por busca e copiada com segurança, não use um modelo grande. Use primeiro: base de conhecimento, busca semântica e respostas pré-aprovadas. Se ainda precisar de IA, prefira: modelos menores, limites de tamanho de resposta, cache de perguntas repetidas e “modo rascunho” antes do “modo final”.