Demanda de eletricidade da inteligência artificial não é o problema real — inflexibilidade é
A chegada da inteligência artificial generativa reacendeu um velho debate: o mundo terá energia suficiente para alimentar os novos data centers? Os números, à primeira vista, justificam a preocupação. Os data centers consumiram cerca de 485 terawatts-hora (TWh) de eletricidade em 2025 no mundo, segundo a Agência Internacional de Energia (IEA), e a expectativa é que esse volume salte para aproximadamente 950 TWh em 2030 — com o consumo das instalações focadas em IA triplicando no período. Alguns campi anunciados por gigantes da tecnologia exigem vários gigawatts de capacidade, mais do que cidades inteiras consomem.
Mas o olhar apenas sobre o volume global esconde o verdadeiro desafio. Mesmo em 2030, os data centers devem responder por cerca de 3% da demanda mundial de eletricidade — um impacto relevante, porém insuficiente para pressionar o sistema elétrico como um todo. O problema é outro: essa carga chega em blocos enormes, em locais específicos e em prazos muito mais curtos do que os necessários para construir usinas e linhas de transmissão. Quase metade da capacidade instalada de data centers nos Estados Unidos está concentrada em cinco polos regionais, e a IEA estima que cerca de metade dos projetos em desenvolvimento no país será erguida nesses mesmos clusters.
O descompasso de prazos é revelador. Enquanto as empresas de tecnologia estão dispostas a investir bilhões em infraestrutura de computação pronta em dois a três anos, as linhas de transmissão necessárias para suprir essas instalações levam de quatro a oito anos para sair do papel. As filas de espera por transformadores, cabos e turbinas a gás cresceram, e a IEA calcula que aproximadamente 20% dos projetos planejados de data centers enfrentarão atrasos se os gargalos do setor elétrico não forem enfrentados.
A saída, segundo analistas do setor, não é apenas construir mais usinas — que custaria caro demais se dimensionada para o pico teórico de consumo —, mas tornar a demanda mais flexível. Uma parte relevante da carga dos data centers é adiável: treinamento de modelos, testes de software, processamento de vídeo e backups podem ser transferidos de horário ou movidos entre instalações. Sistemas de refrigeração oferecem flexibilidade térmica limitada, e baterias de no-break podem reduzir a demanda da rede por curtos períodos sem interromper a operação. Em março de 2026, o Google anunciou a inclusão de data centers em acordos de resposta à demanda com várias utilities americanas, comprometendo-se a reduzir ou deslocar cargas de machine learning quando as redes locais estiverem sob estresse. Acordos anteriores com Indiana Michigan Power e Tennessee Valley Authority já mostraram como a flexibilidade ajuda novas unidades a se conectarem antes da conclusão das obras de transmissão.
O argumento econômico a favor da flexibilidade também ganhou força. Segundo a IEA, um data center voltado a IA é cerca de dez vezes mais intensivo em capital do que uma refinaria de alumínio com demanda elétrica equivalente — interromper totalmente a operação de uma instalação dessas em momentos de aperto na rede faz pouco sentido comercial. O caminho indicado é identificar as cargas não urgentes, usar a capacidade ociosa dos servidores de outras formas, acionar baterias locais e ajustar a refrigeração temporariamente. Para os investidores, o cenário abre oportunidades reais: a demanda adicional beneficia gás natural em vários mercados americanos, acelera a contratação de renováveis e fortalece o caso comercial de nuclear, geotermia e armazenamento de longa duração. Os vencedores, porém, não serão necessariamente as regiões que prometem o maior volume de eletricidade a qualquer custo, e sim as que combinarem geração disponível, capacidade de rede, contratos flexíveis e conexões rápidas.