“Uma única solicitação de IA usa uma garrafa de água” e “O consumo de água da IA é praticamente nulo” são afirmações que você provavelmente já viu este ano. Nenhuma delas é apresentada com contexto suficiente para ser útil. Este artigo compara os números reais por consulta com os números globais agregados, mostrando que ambas as afirmações podem ser verdadeiras simultaneamente sem se contradizerem — e demonstra por que a verdadeira preocupação não é a sua solicitação individual, mas sim os trilhões de solicitações que ocorrem todos os anos em uma base de novos data centers em rápido crescimento.
As duas escalas que se confundem
Quase toda a confusão sobre este tema surge da mistura de duas medidas muito diferentes:
Impacto por consulta — quanta água ou energia um único comando de IA utiliza. Esse número é realmente ínfimo.
impacto global agregado — quanta água e energia toda a indústria de IA usa em bilhões de consultas e na infraestrutura de data centers em constante crescimento. Esse número é grande e está crescendo rapidamente.
Ambos os números estão corretos. Eles apenas respondem a perguntas diferentes. Confundi-los é o que gera manchetes que parecem se contradizer.
Consumo de água por consulta: o pequeno número
Fonte / Estimativa | Água por consulta |
O número declarado pelo CEO da OpenAI, Sam Altman | Aproximadamente 0.000085 galões (cerca de 0.32 ml, aproximadamente 1/15 de uma colher de chá) |
Google Gemini, consulta de texto mediana | ~0.26 ml (cerca de cinco gotas) |
Ampliação do intervalo de consultas da classe ChatGPT | 0.05-0.5 ml, dependendo do método de resfriamento e do tamanho do modelo. |
estimativa mais conservadora | 500 ml para cada 20-50 consultas (cerca de 10-25 ml por consulta) |
Mesmo a estimativa mais alta representa uma pequena fração de um único gole de água. Para efeito de comparação:
Atividades diárias | Água utilizada |
Uma descarga no vaso sanitário | ~3 galões |
Um chuveiro | ~17 galões |
Uma carga de roupa | ~30 galões |
Uma xícara de café (incluindo o cultivo dos grãos) | ~37 galões |
Um par de calças jeans (produção completa) | ~2,000 galões |
Um ano inteiro de uso de IA por um usuário avançado (aproximadamente 25,000 mensagens) | De 2 a 100 galões, dependendo da estimativa utilizada — o equivalente a aproximadamente dois a seis banhos. |
Segundo essa métrica, um ano inteiro de uso intenso de IA para uso pessoal consome menos água do que alguns banhos. Essa é a estatística em que se baseiam os argumentos de que "o consumo de água da IA é praticamente nulo" e, em nível individual, ela é precisa.
Consumo de energia por consulta: também pequeno, mas mais variável.
métrico | Figura |
Energia por consulta da classe ChatGPT | ~0.3 a 3 Wh |
Comparação com uma pesquisa padrão do Google | Consome aproximadamente de 3 a 10 vezes mais energia do que uma única consulta de pesquisa. |
Explicação do alcance | Depende muito do tamanho do modelo, se a consulta requer etapas de raciocínio e da eficiência do centro de dados. |
A comparação com uma pesquisa no Google é um ponto de referência útil: uma única consulta de IA consome significativamente mais energia do que uma pesquisa, mas "significativamente mais do que uma pesquisa" ainda é um número muito pequeno em termos absolutos — uma lâmpada LED típica consome mais energia funcionando por alguns minutos do que uma única consulta de IA.
Onde os números deixam de ser pequenos: Uso global agregado
É aqui que os dois lados do debate realmente se encontram, e onde a preocupação se torna legítima, mesmo que cada questão individual seja insignificante.
métrico | Figura 2025-2026 |
Uso global de água em data centers de IA, 2025 | Aproximadamente 264 bilhões de galões (quase 1 trilhão de litros) |
Equivalente diário | Aproximadamente 550 milhões de galões por dia |
Comparação | Equivalente às necessidades básicas anuais de água potável de todos os 1.3 bilhão de habitantes da África Subsaariana. |
Demanda global de eletricidade para data centers, 2025 | ~460-490 TWh |
Crescimento projetado até 2030 | aproximadamente dobrando |
Um número que parece insignificante, multiplicado por bilhões de consultas diárias, processadas em centros de dados que necessitam de refrigeração constante à base de água, resulta em um consumo de recursos em escala industrial realmente enorme. Multiplicar um número pequeno por um número enorme é exatamente como as afirmações “praticamente nada por uso” e “uma questão ambiental séria em grande escala” acabam sendo verdadeiras simultaneamente.
Projeções para 2030: Para onde isso está nos levando?
Um relatório da Universidade das Nações Unidas (UNU-INWEH), intitulado "Custo Ambiental do Uso de Energia da IA", projetou para onde as tendências atuais levarão até 2030, caso o crescimento continue no ritmo atual.
métrico | 2030 Projeção |
consumo de água do data center de IA | 9.3 trilhões de litros por ano |
Comparação | Equivalente às necessidades básicas de água potável de 1.3 bilhão de pessoas. |
consumo de eletricidade do data center de IA | 945 TWh por ano |
Comparação | Quase três vezes o consumo combinado de eletricidade do Paquistão, Bangladesh e Nigéria. |
Projeção da participação da IA no consumo global de eletricidade dos data centers | 40% |
Emissões de CO2 de centros de dados, projetadas | 399 milhões de toneladas |
Crescimento da área ocupada pelos data centers | De aproximadamente 6,900 km² para mais de 14,500 km² |
Projeção anual de resíduos eletrônicos provenientes de centros de dados | ~2.5 milhões de toneladas métricas |
Se essas projeções se confirmarem, a IA se tornará um dos maiores consumidores individuais de eletricidade do mundo até 2030, ficando atrás apenas de um pequeno grupo de países. Esse é um número que as comparações por consulta — por mais precisas que sejam em seus próprios termos — não capturam.
Por que isso se conecta diretamente ao ciclo de notícias sobre IA?
Este não é um debate ambiental abstrato que ocorre separadamente das notícias da indústria de IA abordadas em outros lugares. Está diretamente ligado a ele. O recém-anunciado negócio de nuvem "Meta Compute" da Meta, sua meta de dobrar a capacidade total de computação até 2027 e seu data center de 1 gigawatt e US$ 10 bilhões em Alberta são exatamente o tipo de expansão de infraestrutura que impulsiona esses números agregados. O mesmo se aplica à reformulação da Busca do Google, impulsionada pelo Gemini 3.5, que agora atende a mais de um bilhão de usuários do Modo IA, e a todos os outros laboratórios que correm para adicionar agentes sempre ativos aos seus produtos. Cada um desses anúncios representa, do ponto de vista dos recursos, um compromisso com mais data centers, mais água para refrigeração e maior consumo de eletricidade — embora nenhuma das coberturas de lançamento apresente isso dessa forma.
Por que as duas perspectivas continuam a colidir no debate público?
Empresas de IA enfatizam o número por consulta Porque é verdade, defensável e reconfortante — comparar um estímulo individual a uma colher de chá de água não é manipulação, é apenas uma visão incompleta por si só.
Pesquisadores ambientais enfatizam os números agregados e projetados. Porque é nessa escala que as decisões reais de infraestrutura — novos centros de dados, direitos de água, sobrecarga da rede elétrica — são de fato tomadas.
Nenhuma das partes está mentindo.Mas cada uma responde a uma pergunta diferente, e é por isso que o mesmo setor industrial pode ser descrito como "usando quase nenhuma água por interação" e "a caminho de sobrecarregar os sistemas de abastecimento de água que atendem mais de um bilhão de pessoas" na mesma semana, por fontes diferentes, sem que nenhuma das duas afirmações esteja factualmente incorreta.
Conclusão
Ambas as partes do debate sobre IA, água e energia estão factualmente corretas, e a confusão surge inteiramente do fato de tratá-las como se fossem a mesma afirmação. Uma única consulta de IA representa, de fato, um consumo ínfimo de água e energia — menor do que a pegada hídrica de uma xícara de café, menor do que a maioria das pessoas imagina. Mas esse pequeno número, multiplicado por uma base global de usuários que enviam bilhões de consultas por dia através de data centers construídos especificamente para suportar esse crescimento, resulta em uma pegada de recursos industriais real e em rápida expansão — um projeto de pesquisadores da ONU prevê que esse consumo poderá chegar a 9.3 trilhões de litros de água e 945 terawatts-hora de eletricidade anualmente até 2030. A verdadeira conclusão não é que as pessoas devam se sentir culpadas por fazer uma pergunta a um chatbot. É que as decisões de infraestrutura que estão sendo tomadas agora pelas mesmas empresas que anunciam modelos e data centers maiores são o que realmente importa — e não uma única consulta.
Perguntas frequentes
As estimativas mais confiáveis indicam que uma única consulta ChatGPT consome entre 0.05 ml e 25 ml de água, dependendo do data center e do método de resfriamento utilizado. Isso representa uma pequena fração de uma garrafa de água padrão, e não uma garrafa inteira, como algumas manchetes afirmaram.
As consultas de IA exigem um processamento computacional significativamente maior do que uma pesquisa web padrão, com estimativas sugerindo que a IA utiliza de 3 a 10 vezes mais energia por consulta. No entanto, ambos os valores permanecem relativamente pequenos em termos absolutos, se comparados ao consumo típico de eletricidade de uma residência.
Sim, apesar das melhorias na eficiência por consulta, o consumo total de água em todo o setor ainda deverá crescer substancialmente, visto que a capacidade dos novos data centers está sendo construída mais rapidamente do que os ganhos de eficiência conseguem compensá-la. Pesquisadores da ONU estimam que o consumo de água relacionado à IA poderá atingir 9.3 trilhões de litros anualmente até 2030.
Os principais fatores são o tipo de tecnologia de refrigeração empregada, a localização geográfica da instalação e as condições climáticas locais. Essas são decisões de infraestrutura tomadas pelas empresas que constroem data centers, e não variáveis influenciadas por usuários individuais.
Sim, a matriz energética que alimenta um data center é um dos principais fatores para reduzir a pegada de carbono da IA, visto que a energia proveniente de combustíveis fósseis amplifica o custo ambiental do alto consumo de energia. Empresas que optam por instalar data centers perto de fontes de energia renováveis podem reduzir significativamente o impacto ambiental geral de suas operações de IA.
