A inteligência artificial costuma aparecer nas estatísticas econômicas como software.
Mas existe uma infraestrutura física por trás dela.
Servidores.
Chips.
Redes.
Energia.
Sistemas de refrigeração.
Água.
E essa infraestrutura está começando a produzir um problema de política pública.
Nesta segunda-feira, 21 de setembro de 2026, a Comissão Europeia propôs novas regras para aumentar a transparência sobre o consumo de energia e água dos data centers.
A proposta prevê que centros de dados com capacidade superior a 500 kW passem a reportar indicadores de eficiência energética, uso de água, estresse hídrico local e capacidade de reutilização de calor.
A medida não estabelece, neste momento, um limite obrigatório de consumo.
Mas cria algo economicamente muito importante:
informação comparável.
Por que a Europa está preocupada?
Porque a expansão da IA exige capacidade computacional.
E capacidade computacional exige eletricidade.
A Comissão Europeia estima que os data centers já representam aproximadamente 2,5% do consumo de eletricidade da União Europeia.
A expectativa é que a capacidade instalada cresça de cerca de 12 GW para 28 GW até 2030.
A expansão é enorme.
A IA possui uma infraestrutura invisível
Quando alguém pergunta a um chatbot:
“Explique a inflação”
não enxerga o data center.
Mas existe uma cadeia física:
$$ Pergunta \rightarrow processamento \rightarrow servidores \rightarrow energia \rightarrow refrigeração $$
Quanto mais pessoas utilizam IA, maior a demanda computacional.
E quanto mais sofisticados os modelos, maior pode ser a infraestrutura necessária.
Energia não é o único problema
Servidores produzem calor.
Esse calor precisa ser removido.
Sistemas de refrigeração utilizam diferentes tecnologias.
Algumas consomem água.
Outras consomem mais eletricidade.
O problema depende, portanto, da localização.
Um data center em uma região com abundância de água não enfrenta exatamente o mesmo custo ambiental de outro instalado em uma região sob estresse hídrico.
É aí que entra a economia
Um litro de água não possui o mesmo custo social em todos os lugares.
Em uma região úmida:
$$ Custo\ marginal\ da\ água \downarrow $$
Em uma região com escassez:
$$ Custo\ marginal\ da\ água \uparrow $$
Se uma empresa paga apenas o preço privado da água, pode ignorar parte desse custo social.
Esse é um problema clássico de externalidade.
O data center pode ser eficiente e ainda assim gerar custo social
Imagine uma empresa que constrói um data center altamente eficiente.
Ela usa pouca água por unidade de computação.
Ainda assim, se estiver localizada em uma bacia hidrográfica extremamente pressionada, o impacto pode ser relevante.
Isso significa que eficiência técnica e eficiência econômica não são exatamente a mesma coisa.
A primeira pergunta:
“Quanto o equipamento consome?”
A segunda:
“Qual é o custo social desse consumo onde ele ocorre?”
A proposta europeia começa pela transparência
A Comissão Europeia está propondo uma etiqueta voluntária de eficiência para data centers, acompanhada de divulgação de informações.
O objetivo é criar comparabilidade.
É uma estratégia interessante porque informação pode anteceder regulação.
Primeiro:
medir.
Depois:
comparar.
Finalmente:
regular, se necessário.
Isso é uma aplicação de economia da informação
Quando consumidores não sabem qual produto é mais eficiente, empresas podem ter pouco incentivo para investir em eficiência.
Se os consumidores conseguem comparar:
$$ Eficiência_A > Eficiência_B $$
a empresa B passa a enfrentar pressão competitiva.
O mesmo pode ocorrer com data centers.
Se investidores, governos e clientes conseguem comparar consumo energético e hídrico, eficiência pode se tornar uma variável competitiva.
O problema é que data centers produzem externalidades locais
Os benefícios da IA são amplos.
Uma empresa pode utilizar um modelo europeu para produzir software vendido globalmente.
O benefício econômico é distribuído.
Mas a infraestrutura física está em um lugar específico.
Água é consumida em uma região específica.
Eletricidade é demandada em uma rede específica.
Calor é produzido em uma região específica.
Isso cria uma diferença entre:
benefício global
e
custo local.
Essa assimetria pode criar conflitos
Imagine uma cidade que recebe um grande data center.
A empresa promete:
investimentos;
empregos;
arrecadação;
inovação.
Mas a população local percebe:
maior demanda elétrica;
pressão sobre água;
necessidade de novas linhas de transmissão;
custos de infraestrutura.
O projeto pode ser economicamente positivo.
Mas a distribuição dos custos e benefícios não é uniforme.
Essa é uma questão de política pública.
A Europa está tentando evitar um problema antes que ele cresça
A expansão da IA está acontecendo rapidamente.
A Comissão estima que a capacidade dos data centers europeus mais que dobre até 2030.
Se a infraestrutura for construída sem informação sobre consumo e disponibilidade local, políticas futuras podem ter de corrigir decisões já tomadas.
A transparência reduz esse risco.
Existe uma conexão direta com a corrida global pela IA
Estados Unidos e China estão competindo pela liderança em IA.
A Europa tenta evitar ficar dependente de tecnologia estrangeira.
Isso cria um dilema.
Quanto mais capacidade computacional a Europa constrói, maior sua autonomia tecnológica.
Mas maior também é sua demanda por energia e infraestrutura.
Portanto:
$$ Autonomia\ tecnológica \uparrow $$
pode vir acompanhada de:
$$ Demanda\ por\ energia \uparrow $$
O Brasil deveria observar isso
O Brasil está criando incentivos para data centers por meio do Redata.
Esse movimento já foi analisado pela Arven recentemente e não precisa ser repetido.
Mas a experiência europeia acrescenta uma questão nova.
Não basta atrair data centers.
É preciso saber:
onde serão instalados;
quanto consumirã de energia;
quanto usarão de água;
quem pagará pela infraestrutura adicional;
e quais benefícios permanecerão na região.
A IA começa a entrar na velha economia
Essa talvez seja a parte mais interessante da notícia.
Durante muito tempo, a IA foi apresentada como uma revolução puramente digital.
Mas modelos digitais precisam de uma economia física.
Energia.
Terreno.
Construção.
Cabos.
Chips.
Água.
Trabalhadores.
Infraestrutura.
A economia da IA é também uma economia de infraestrutura.
O próximo gargalo pode não estar no algoritmo
Podemos imaginar modelos cada vez mais inteligentes.
Mas a capacidade de executá-los depende de recursos físicos.
Se energia ou água se tornarem restrições relevantes, o custo marginal da computação aumentará.
Isso pode mudar a geografia da IA.
Data centers tenderão a buscar regiões com:
energia abundante;
eletricidade barata;
água disponível;
boa conectividade;
estabilidade regulatória.
A infraestrutura física pode acabar determinando parte da distribuição geográfica da inteligência artificial.
A pergunta mudou
No início da revolução da IA, a pergunta era:
“Qual modelo é mais inteligente?”
Agora começa a surgir outra:
“Onde existe capacidade física para executar esse modelo?”
A Europa está começando a responder essa pergunta com dados.
E isso é mais importante do que parece.
Porque antes de colocar um limite em uma tecnologia, precisamos saber quanto ela realmente consome.
E antes de decidir onde construir a próxima geração de infraestrutura de IA, precisamos saber qual é o verdadeiro custo econômico de fazê-lo.