Você pede uma receita, solicita ajuda para escrever uma mensagem ou transforma uma ideia em imagem. Alguns segundos depois, a resposta aparece. Nenhuma torneira foi aberta na sua frente, mas, em algum lugar, a infraestrutura responsável por aquela tarefa pode ter consumido água.
Essa conexão parece estranha porque nos acostumamos a imaginar a internet como algo quase sem matéria. Falamos em arquivos “na nuvem”, como se textos, fotografias e conversas flutuassem longe do mundo físico. Na realidade, tudo isso depende de prédios, cabos, processadores e eletricidade. E equipamentos trabalhando intensamente produzem calor.
A inteligência artificial ampliou a atenção sobre essa estrutura. Afinal, por que um programa de computador está associado ao consumo de um recurso tão básico? A IA precisa manter seus equipamentos em temperaturas adequadas. A quantidade de água utilizada para isso depende das escolhas de infraestrutura.
O futuro da IA dependerá tanto do desenvolvimento dos modelos quanto da engenharia que os mantém funcionando
Por que a inteligência artificial usa água?
Modelos de IA realizam cálculos em computadores. Tanto o treinamento, etapa em que o modelo é desenvolvido, quanto a geração de respostas exigem processamento. A energia elétrica utilizada pelos equipamentos acaba, em grande parte, transformada em calor, que precisa ser retirado para que eles continuem funcionando adequadamente.
Pense em um notebook aquecendo enquanto executa uma tarefa pesada. Agora imagine milhares de processadores trabalhando em uma instalação. Esses ambientes são os data centers, que também abrigam equipamentos de armazenamento e comunicação. Seus sistemas de refrigeração mantêm as condições necessárias à operação.
A água pode ajudar porque transporta calor com eficiência. Dependendo do projeto, participa de sistemas que resfriam o ar ou circula em estruturas próximas aos chips. Isso acontece em equipamentos próprios, sem contato indiscriminado com circuitos eletrônicos expostos.
Entretanto, refrigeração líquida não significa, automaticamente, alto consumo de água. Um fluido pode circular repetidamente dentro de um circuito. Para entender o gasto, é necessário acompanhar o caminho completo do calor, desde o processador até sua liberação no ambiente.
Como a evaporação ajuda a resfriar os computadores?
Uma das soluções utiliza um princípio familiar ao corpo humano. Quando o suor evapora, absorve calor da pele. Em determinados sistemas de refrigeração, a evaporação da água também ajuda a retirar calor e manter a temperatura sob controle.
O problema é que a parcela evaporada precisa ser reposta. Além disso, alguns sistemas descartam parte da água para controlar a concentração de sais e impurezas. Portanto, recircular um volume várias vezes não significa que a instalação possa funcionar indefinidamente sem novo abastecimento.
O estudo Making AI Less “Thirsty”, de Pengfei Li e colaboradores, destaca outra distinção essencial: captação e consumo não são a mesma coisa. A captação corresponde à retirada de água de uma fonte. O consumo considera a parcela que não retorna prontamente ao mesmo sistema hídrico, como aquela perdida por evaporação.
Isso não significa que a água desapareceu do planeta. Ela permanece no ciclo hidrológico, mas pode retornar como chuva em outro lugar ou momento. Para uma comunidade que enfrenta dificuldades de abastecimento, essa diferença geográfica e temporal importa.
A água continua no planeta, mas isso não garante que estará disponível onde e quando as pessoas precisam dela.
Há ainda um consumo menos visível. A geração de eletricidade pode utilizar recursos hídricos, dependendo da tecnologia empregada. A fabricação de semicondutores também exige água, incluindo etapas de limpeza com elevada pureza. Assim, olhar somente para as tubulações do data center deixa parte da história de fora.
Tanto o treinamento, etapa em que o modelo é desenvolvido, quanto a geração de respostas exigem processamento
É possível fazer a IA funcionar com menos água?
Sim. A resposta de um modelo não depende de evaporar determinada quantidade de água. Ela depende dos cálculos executados e das condições adequadas de funcionamento dos equipamentos. Uma instalação que retire o calor por outra solução pode reduzir bastante o consumo hídrico direto.
Em dezembro de 2024, a Microsoft apresentou um projeto de data centers com resfriamento sem evaporação de água. A proposta utiliza refrigeração próxima aos chips e um circuito fechado, no qual o líquido circula entre os servidores e os equipamentos responsáveis por retirar o calor.
Segundo a empresa, esse desenho pode evitar o consumo de mais de 125 milhões de litros por ano em cada instalação que o adote. Trata-se de uma estimativa da companhia para um projeto específico, e não de um resultado aplicável a todos os data centers. A própria Microsoft reconhece que substituir a evaporação por refrigeração mecânica pode elevar a demanda elétrica.
Por isso, a análise precisa considerar água e energia juntas. Uma solução pode reduzir o consumo dentro do prédio e aumentar a necessidade de eletricidade. O resultado ambiental dependerá também de como essa energia é produzida.
Da mesma forma, “zero água para resfriamento” não significa ausência de uso hídrico em toda a operação e cadeia produtiva. Continuam existindo outros usos no edifício, além daqueles associados à energia e à fabricação dos equipamentos.
Quanto cada pergunta consome e o que esperar do futuro?
Não existe um número universal de litros por pergunta. O resultado depende do modelo, da extensão da resposta, da tarefa, do local de processamento e do sistema de refrigeração. Uma mensagem curta e a geração de um vídeo não representam necessariamente o mesmo esforço computacional.
Estimativas por interação também podem incluir parcelas diferentes do consumo. Algumas consideram o resfriamento direto; outras acrescentam a produção da eletricidade. Compará-las sem observar esses limites pode transformar uma conta específica em uma conclusão enganosa sobre toda a inteligência artificial.
Para dimensionar o setor, o relatório Energy and AI, da Agência Internacional de Energia, publicado em 2025, estimou um consumo associado aos data centers de aproximadamente 560 bilhões de litros em 2023. Seu cenário-base projetou cerca de 1,2 trilhão de litros anuais em 2030, incluindo diferentes etapas da cadeia. Esses números abrangem os data centers em geral, que atendem também atividades além da IA.
Uma projeção é um cenário, não uma quantidade já consumida nem um destino inevitável. Ainda assim, ajuda a explicar a preocupação com o crescimento da infraestrutura digital. Mesmo que cada tarefa fique mais eficiente, o total pode aumentar quando o número de tarefas cresce mais rapidamente.
Imagine uma operação que passe a gastar metade dos recursos por solicitação. Se o volume de solicitações triplicar, o consumo total ainda aumentará. É uma diferença importante entre melhorar a eficiência e reduzir o impacto absoluto.
As medidas para enfrentar esse desafio começam antes da construção. Escolher o local exige considerar a disponibilidade hídrica, os períodos de seca e as necessidades da população. Água de reúso pode substituir água potável em aplicações compatíveis, mas precisa de tratamento e planejamento. Sistemas eficientes também devem ser avaliados conforme as condições de cada região.
A transparência completa esse trabalho. Informar quanto foi captado, quanto foi consumido, de qual fonte e em qual período permite avaliar impactos que uma média global pode esconder. Uma instalação em uma região com escassez enfrenta condições diferentes de outra com maior disponibilidade.
O futuro da IA dependerá tanto do desenvolvimento dos modelos quanto da engenharia que os mantém funcionando. A resposta aparece na tela, mas sua infraestrutura ocupa espaço e compartilha recursos com comunidades reais. Entender essa ligação permite fazer uma pergunta mais útil: como oferecer os benefícios da inteligência artificial com menor pressão sobre a água disponível?
