IA mais “sedenta”: como o avanço dos modelos amplia o consumo de água e por que isso importa

O crescimento acelerado da inteligência artificial está elevando a demanda de água em centros de dados para resfriamento e na geração de eletricidade que alimenta esses sistemas. Estimativas recentes apontam que a operação de infraestruturas de IA em 2025 pode ter consumido centenas de bilhões de litros, pressionando regiões já vulneráveis à escassez hídrica e reacendendo debates sobre transparência e eficiência.

Contexto: onde, quando e quem está envolvido

Modelos de IA modernos exigem grande capacidade computacional, concentrada em centros de dados distribuídos principalmente nos Estados Unidos, Europa e Ásia. Em 2025, um estudo acadêmico estimou que a água associada à operação de sistemas de IA pode ter alcançado entre 312,5 e 764,6 bilhões de litros no ano, uma ordem de grandeza comparável ao consumo global anual de água engarrafada. Já em 2023, outra pesquisa havia quantificado a “pegada hídrica” da IA em duas frentes: a água evaporada diretamente nos sistemas de resfriamento e a água usada indiretamente na geração de energia.

Empresas de tecnologia anunciaram metas para mitigar o problema: compromissos de “ser positiva em água” até 2030 e de repor mais água do que consomem nas operações, além de portfólios de projetos de reposição hídrica em bacias críticas. Esses esforços, porém, convivem com uma expansão sem precedentes de data centers voltados à IA.

Dados relevantes e evolução da situação

Em termos de uso por tarefa, estimativas acadêmicas indicam que uma sessão típica de 20–50 prompts em um chatbot de IA pode representar cerca de 500 ml de água quando se considera o ciclo completo de resfriamento e geração elétrica. No treinamento, a mesma linha de pesquisa calculou que um grande modelo como o GPT-3 evaporou aproximadamente 700 mil litros de água em infraestrutura de ponta nos Estados Unidos.

No nível local, registros públicos de serviços de água mostram picos significativos durante treinamentos de modelos avançados: em julho de 2022, por exemplo, o complexo de centros de dados de West Des Moines (Iowa) bombeou cerca de 11,5 milhões de galões no mês — aproximadamente 6% da água distribuída no distrito naquele período. Esse tipo de pico levou autoridades municipais a exigir tecnologias que reduzam o uso hídrico em horários críticos.

No plano regulatório, a União Europeia adotou em 15 de março de 2024 um esquema de reporte obrigatório para sustentabilidade de centros de dados. Operadores passaram a registrar indicadores como consumo de energia, uso de água (WUE), reaproveitamento de calor e participação de renováveis, com submissões iniciais em 15 de setembro de 2024 e, a partir de 2025, sempre até 15 de maio. A medida busca transparência e comparabilidade para impulsionar ganhos de eficiência.

Impactos para pessoas, setores e regiões

Em áreas sujeitas a estiagens e restrições de captação, a competição por água entre centros de dados, agricultura e consumo residencial tende a se intensificar. Comunidades próximas a grandes campi de nuvem relatam preocupação com picos de demanda em ondas de calor, potencial pressão sobre tarifas e riscos à resiliência hídrica local. Para empresas, o tema já entrou na análise de risco operacional e de licenciamento; para governos, tornou-se um ponto central no planejamento energético-hídrico e em exigências de reporte ambiental.

Como reduzir a “pegada hídrica” da IA

As soluções combinam tecnologia e localização. Entre as medidas em curso estão: resfriamento líquido em circuito fechado (reduzindo ou quase eliminando a água evaporada em operação), uso de água de reuso ou salobra, aumento de eficiência térmica (direto ao chip e imersão), free cooling sazonal em climas frios, e redistribuição de cargas para horários e locais menos “intensivos em água”. Há também metas corporativas de reposição (como repor 120% do volume consumido até 2030) e compromissos de ser “positivo em água”. Projetos recentes em novos campi na Europa, por exemplo, anunciam WUE próximo de zero com sistemas de circuito fechado.

Do lado das métricas, a WUE (Water Usage Effectiveness) — litros de água por kWh de TI — permite acompanhar eficiência operacional, enquanto propostas mais recentes, como WUI (Water Usage Impact), incorporam o estresse hídrico local para avaliar impacto relativo do mesmo volume em diferentes bacias.

Próximos passos

Para 2026, os desdobramentos mais prováveis incluem: 1) mais transparência nos relatórios de água atribuída especificamente a cargas de IA; 2) exigências regulatórias e contrapartidas locais em novos licenciamentos; 3) expansão de tecnologias de resfriamento de baixo ou zero consumo de água; 4) integração entre planejamento energético e hídrico para acomodar a expansão de centros de dados; e 5) padronização de métricas (WUE/WUI) em auditorias independentes. O equilíbrio entre inovação em IA e segurança hídrica dependerá do ritmo dessa agenda — e da capacidade de medir, reduzir e compensar a água usada em cada estágio do ciclo computacional.