Na esteira do pós-COP30, quando o mundo discute caminhos para reduzir emissões e mitigar as consequências das mudanças climáticas, um novo protagonista entrou no debate ambiental: a inteligência artificial (IA). Por trás da aparência etérea de softwares que respondem perguntas, produzem textos e ajudam a interpretar dados, há uma infraestrutura tão física quanto uma hidrelétrica ou uma refinaria. Data centers, redes, sistemas de refrigeração e servidores operando ininterruptamente consomem energia em escala industrial, com impactos que já aparecem em disputas por capacidade elétrica e água em diferentes regiões do planeta.
Nos últimos anos, a corrida global por modelos de IA cada vez maiores e mais difundidos mudou de patamar. A cada nova geração, cresce não apenas a capacidade desses sistemas, mas também o custo energético de sustentá-los — justamente quando governos e organizações internacionais pedem medidas concretas para descarbonizar a economia.
Para entender esse impacto, vale distinguir dois processos. O primeiro é o treinamento, quando um modelo aprende padrões ao ajustar bilhões ou trilhões de parâmetros por meio de trilhões de operações matemáticas. O segundo é a inferência, o uso cotidiano — cada pergunta a um chatbot, cada imagem gerada, cada texto resumido — que aciona hardware especializado em grandes data centers. O treinamento tende a ser concentrado em campanhas intensivas; a inferência é contínua e cresce à medida que a IA se torna um serviço de massa. Em certos cenários, a operação diária pode se tornar tão ou mais custosa que o treinamento, dependendo da escala de uso.
Mesmo quando empresas não divulgam números detalhados, dados agregados do setor indicam a dimensão do fenômeno. A Agência Internacional de Energia (IEA) estima que, em 2024, os data centers consumiram cerca de 415 TWh — aproximadamente 1,5% da eletricidade mundial — e projeta que esse consumo pode mais que dobrar até 2030, alcançando cerca de 945 TWh, ou pouco abaixo de 3% da eletricidade global. É necessário reconhecer que os data centers crescem muito mais rápido do que outros setores e podem se tornar, em determinadas regiões, a maior fonte de demanda elétrica.
Essa dimensão regional transforma a questão em política pública. Na Irlanda, dados do Central Statistics Office mostram que a parcela de eletricidade consumida por data centers subiu de 5% em 2015 para 21% em 2023. A pressão sobre a rede elétrica da região de Dublin levou o operador EirGrid a restringir novas conexões por anos. Computação intensiva, portanto, requer planejamento energético, capacidade de transmissão e segurança de suprimento.
A energia, porém, é apenas parte do problema físico. A outra parte é a água usada no resfriamento. Síntese do Environmental and Energy Study Institute (EESI) aponta que grandes data centers podem consumir até 5 milhões de galões de água por dia — cerca de 19 milhões de litros — dependendo da tecnologia empregada. Em regiões de estresse hídrico, a expansão da “nuvem” transforma-se em disputa concreta por recursos locais.
É nesse contexto que ganha força uma narrativa futurista: a de data centers orbitais. A proposta consiste em instalar módulos de computação em órbita da Terra, alimentados por painéis solares expostos a luz quase contínua. A energia seria gerada no próprio espaço, usada para alimentar servidores e o processamento seria transmitido de volta à Terra por sistemas de comunicação via satélite. Em teoria, isso reduziria a pressão sobre redes elétricas terrestres, uso de solo urbano e consumo de água.
A ideia parece oferecer um escape elegante para o gargalo energético da IA. Ao mesmo tempo, carrega um incentivo econômico evidente: se parte da computação migrar para a órbita, cresce o mercado para quem lança foguetes, fabrica satélites e constrói infraestrutura espacial. É nesse ponto que entram dois atores centrais do capitalismo espacial contemporâneo.
Elon Musk, por meio da SpaceX e de sua empresa de IA xAI, vem associando a expansão da inteligência artificial à necessidade de infraestrutura espacial. Jeff Bezos, fundador da Blue Origin, também defende a expansão industrial para fora da Terra, incluindo aplicações de computação em órbita num horizonte entre 10 e 20 anos. Não é preciso recorrer a teorias conspiratórias para perceber o incentivo: ambos controlam empresas de lançamento de foguetes e têm interesse direto na ampliação do mercado. A promessa de data centers orbitais deve, portanto, ser analisada com o mesmo ceticismo aplicado a qualquer solução climática apresentada por quem lucraria com sua implementação.
Se a narrativa é sedutora, a engenharia é severa. No espaço não há convecção — não existe ar para remover calor. A dissipação térmica depende exclusivamente de radiadores, que aumentam massa, área e custo de lançamento. Soma-se a isso a radiação cósmica, que degrada componentes eletrônicos; a complexidade de manutenção em órbita; riscos associados a detritos espaciais; e limitações de latência para serviços interativos. Hoje, a ideia é plausível apenas como nicho — para processamento embarcado em satélites ou aplicações estratégicas — e não como substituto da infraestrutura terrestre.
Se data centers no espaço não resolvem o problema desta década, a pergunta relevante retorna à Terra: o que resolve? A resposta realista combina transição energética, eficiência computacional e planejamento de infraestrutura. O pilar mais imediato continua sendo eletricidade limpa e confiável. No caso brasileiro, há um dado objetivo relevante: 88,2% da matriz elétrica do país é renovável. Essa vantagem não elimina desafios de transmissão, licenciamento e gestão hídrica, mas representa posição estratégica num mundo em que computação e eletrificação avançam juntas.
A segunda frente é reduzir energia “fazendo menos conta”. Técnicas de simplificação, compressão e uso mais parcimonioso dos modelos de IA podem diminuir significativamente o consumo energético por tarefa, especialmente na inferência. A terceira frente é o hardware: arquiteturas especializadas para IA entregam mais desempenho por watt, e linhas emergentes — como computação neuromórfica e analógica — exploram princípios físicos distintos para reduzir consumo.
O espaço inspira e pode ganhar relevância em nichos estratégicos no futuro. Mas apresentá-lo como solução climática de curto prazo é prematuro e, em certos contextos, funciona mais como narrativa de mercado do que como resposta concreta. A agenda decisiva é: expandir renováveis, modernizar redes, gerir água, exigir transparência e incentivar eficiência de software e hardware. O futuro da IA pode ter um componente espacial. O futuro do clima depende das escolhas terrestres que estamos fazendo agora.
Americo Cunha Jr é pesquisador do Laboratório Nacional de Computação Científica (LNCC) e professor associado do Departamento de Matemática Aplicada da Universidade do Estado do Rio de Janeiro (UERJ). Seus trabalhos de pesquisa combinam sistemas dinâmicos e técnicas de inteligência artificial para descrever fenômenos complexos.