Quando a dívida de carbono da IA vence

Todo novo centro de dados costuma vir acompanhado de uma promessa climática: a IA vai evitar mais carbono do que emite. A ideia parece plausível - até alguém perguntar quando, de facto, essas economias aparecem. A conta da dívida de carbono da IA chega antes.

O carbono não espera. Um novo estudo calculou o preço desse atraso, comparando-o com o orçamento de aquecimento que ainda resta ao planeta, e o resultado vira de cabeça para baixo a narrativa habitual sobre IA e clima.

A conta do carbono chega primeiro

Yassine Charabi, geógrafo da Kuwait University, criou um modelo para mapear em que momento as emissões associadas à IA realmente se materializam. O que ele encontrou foi um período prolongado que ele chama de Vale do Carbono.

Esse vale corresponde aos anos em que construir e operar IA lança mais carbono na atmosfera do que a tecnologia consegue poupar.

O calendário importa por um motivo simples da física do clima. O aquecimento acompanha o total de carbono acumulado no ar ao longo do tempo; por isso, o mundo dispõe de um orçamento fixo antes de ultrapassar o limite de 2.7°F (1.5°C).

No percurso mais rápido testado, apelidado de "Decolagem", a IA acumula cerca de 2.85 bilhões de toneladas métricas de carbono extra antes de as economias anuais ultrapassarem as emissões, no fim de 2031. Esse gasto consome parte do orçamento disponível.

E nem toda IA aprofunda o buraco do mesmo jeito. Um chatbot de propósito geral consome muito mais energia por tarefa do que uma ferramenta desenhada especificamente para reduzir emissões, como observa um estudo.

A dívida de carbono da IA

Esse total de 2.85 bilhões de toneladas não cai do céu como um único bloco. Quase 70% vem da eletricidade necessária para manter os centros de dados a funcionar 24 horas por dia - perto de 2 bilhões de toneladas só aí.

A fatia seguinte vem de um problema menos visível. Como os servidores de IA operam continuamente, a potência adicional que eles exigem tende a ser atendida pela fonte que consegue aumentar a geração mais depressa.

Essa fonte muitas vezes é mais poluente do que a média da rede elétrica, o que acrescenta mais 1 bilhão de toneladas. Uma parcela menor, de cerca de 20 milhões de toneladas, está ligada à fabricação dos chips.

Essas emissões dos chips aparecem em “picos” a cada poucos anos, quando o equipamento antigo é substituído. Uma avaliação do ciclo de vida completo (do berço ao túmulo) do hardware de IA indica que essa pegada cresce a cada geração.

Eficiência não dá conta

Seria natural imaginar que chips mais eficientes reduziriam tudo isto. Mas isso não acontece, por causa do que economistas chamam de efeito rebote: quando a tecnologia fica mais barata e eficiente, ela tende a ser usada muito mais - e não menos.

Os números ajudam a tornar isso palpável. Até 2030, uma IA mais “inteligente” deve poupar cerca de 154 terawatt-horas de eletricidade. Só que a corrida para expandir a infraestrutura acrescenta 318 terawatt-horas, mais do que o dobro.

Um artigo recente sobre o efeito rebote da IA aponta o mesmo contra-ataque. É por isso que chips mais eficientes viram uma falsa sensação de segurança.

No papel, os ganhos parecem sólidos. Na prática, a rede elétrica acaba a queimar mais energia, não menos, porque a procura total cresce mais depressa do que qualquer melhoria.

Arrefecimento tem um preço

O local onde os computadores ficam instalados muda a conta. Um centro de dados na América do Norte usa cerca de um terço a mais de eletricidade do que os próprios chips consomem, sobretudo para manter tudo refrigerado. Já centros de dados no Médio Oriente podem gastar quase o dobro.

A causa é pura física. Quando o ar exterior é quente, é mais difícil dissipar o calor que os servidores geram; por isso, regiões quentes consomem 37 a 45% mais eletricidade do que regiões mais frias.

Nenhum “truque” de software contorna esse limite. Quem manda é o calor e o clima, não o código. Além disso, muitas regiões quentes dependem mais de redes elétricas movidas a combustíveis fósseis, o que faz esse peso do arrefecimento ter uma penalização de carbono ainda maior.

O atraso aprofunda a dívida

Há um fator que decide quão fundo o vale fica - e é justamente o mais controlável: a velocidade com que o mundo coloca a IA em campo para reduzir emissões. Quando a implantação atrasa, a dívida incha cerca de 450 milhões de toneladas por ano.

Charabi chama isso de o preço da hesitação. Um atraso de três anos eleva a conta de 2.85 bilhões de toneladas para cerca de 4.2 bilhões. Se o atraso se estender para cinco anos, o total passa de 5.1 bilhões.

Construir IA liberta carbono de imediato. As economias só vão surgindo depois, à medida que empresas de energia, fábricas e transportadoras adoptam as ferramentas aos poucos - por isso, cada adiamento alarga o intervalo.

Por que o momento certo importa

Quando as economias finalmente chegam, elas entram como emissões evitadas - não como carbono removido de volta da atmosfera. É uma porta de sentido único.

Elas podem desacelerar as emissões de amanhã, mas não apagam o que já foi emitido. Para “limpar” essa dívida mais tarde, seria necessário depender de tecnologias de remoção de carbono que mal existem hoje.

Os investigadores já sabiam que a IA é faminta por energia e que ganhos de eficiência raramente acompanham o ritmo da procura. O que faltava era medir o tamanho e, sobretudo, o timing desse desfasamento, em relação a um orçamento que só encolhe.

O modelo também aponta saídas - e elas dependem mais de timing do que de potência computacional. Agendar cargas pesadas de IA para horas em que eólica e solar estão em alta, ou construir em locais mais frios, reduz o vale.

Para quem avalia promessas climáticas ligadas à IA, isso muda a pergunta central. Está registado que existe uma dívida de carbono de curto prazo em todos os cenários - uma dívida que não dá para desfazer.

Assim, o teste real já não é se as economias chegam, e sim quando.