Marc Sureda
A perceção da inteligência artificial como uma tecnologia essencialmente virtual contrasta com a realidade física das infraestruturas necessárias ao seu funcionamento. Cada processo operacional desta tecnologia depende de milhares de servidores que exigem um fornecimento contínuo de eletricidade e sistemas complexos de refrigeração. A nível mundial, estas infraestruturas apresentam uma forte concentração geográfica, com os Estados Unidos a acolherem mais de 5.400 centros de dados e a União Europeia mais de 2.200, de acordo com dados citados pela Euronews.
A dimensão energética desta infraestrutura tornou-se particularmente visível nos últimos anos. Em 2024, a Agência Internacional de Energia estimou que o consumo elétrico dos centros de dados atingiu os 415 terawatts-hora, equivalente a cerca de 1,5% do consumo mundial de eletricidade.
Em Portugal, esta pressão sobre o sistema elétrico começa igualmente a ganhar dimensão. Em 2025, o consumo de eletricidade abastecido pela rede pública atingiu 53,1 TWh, mais 3,2% do que no ano anterior, segundo a REN. Ao mesmo tempo, o Plano Nacional de Centros de Dados, apresentado pelo Governo em 2026, aponta para que a procura associada a estas infraestruturas possa passar de cerca de 0,2 GW em 2025 para aproximadamente 1 GW em 2030. A expansão dos centros de dados deverá, por isso, tornar-se um fator cada vez mais relevante na evolução da procura de eletricidade em Portugal.
A EDP estima que o consumo elétrico nacional possa crescer, em média, cerca de 4,5% por ano entre 2026 e 2035 e calcula que aproximadamente 60% desse aumento possa estar associado aos centros de dados. Mais do que o consumo atual destas infraestruturas, são estas perspetivas de crescimento que colocam a capacidade da rede, a disponibilidade de energia renovável e o planeamento das novas ligações elétricas no centro da discussão sobre a expansão desta indústria em Portugal.
A questão energética cruza-se, ao mesmo tempo, com um contexto climático mais exigente. Segundo o Instituto Português do Mar e da Atmosfera (IPMA), julho de 2026 foi o sétimo mês de julho mais quente em Portugal continental desde 1931, com uma temperatura média de 24,04 °C, 1,41 °C acima da normal climatológica de 1991-2020. Foi também o oitavo julho mais seco desde 1931 e o mais seco desde 2000, tendo a seca meteorológica passado a abranger todo o território continental no final do mês.
Este cenário acrescenta uma segunda dimensão ao problema. Não basta assegurar eletricidade suficiente para alimentar uma nova geração de infraestruturas digitais. É igualmente necessário avaliar a eficiência dos sistemas de refrigeração e a utilização dos recursos hídricos num país cada vez mais exposto a períodos prolongados de calor e seca.
As previsões internacionais reforçam esta pressão. Segundo a Agência Internacional de Energia, impulsionado sobretudo pela expansão da inteligência artificial e de outros serviços digitais intensivos em computação, o consumo elétrico dos centros de dados poderá atingir cerca de 945 terawatts-hora em 2030, mais do dobro do nível registado em 2024.
Para além da procura elétrica, o volume de água necessário para manter os equipamentos informáticos dentro das temperaturas adequadas constitui um desafio relevante. O impacto varia substancialmente de acordo com a localização, o desenho das instalações, as tecnologias de refrigeração utilizadas e a origem da eletricidade consumida, mas a disponibilidade de água tornou-se uma variável cada vez mais importante na seleção dos locais destinados à construção de grandes centros de dados.
Esta preocupação levou figuras como a ativista ambiental norte-americana Erin Brockovich a alertarem publicamente para os possíveis impactos destas infraestruturas sobre as reservas de água e o abastecimento das comunidades localizadas nas proximidades das instalações.
O diretor-geral da i3e, Sergio García Estradera, considera que a questão deve ser analisada para além das capacidades proporcionadas pela própria tecnologia: “A IA pode tornar-se uma ferramenta fundamental para melhorar a eficiência energética, otimizar recursos e acelerar o combate às alterações climáticas, mas também devemos prestar atenção à pegada ambiental das infraestruturas que tornam possível o seu funcionamento. O debate sobre a IA já não pode centrar-se exclusivamente nas suas capacidades tecnológicas. Devemos também perguntar-nos como garantir que esta revolução digital avança de forma compatível com os compromissos energéticos e climáticos definidos pela sociedade”.
Segundo a sua análise, o crescimento da economia digital dependerá da capacidade da indústria para garantir o abastecimento elétrico, implementar métodos de refrigeração mais eficientes e planear adequadamente a implantação dos centros de dados, conciliando a expansão da capacidade tecnológica com os objetivos energéticos e ambientais.
O desafio ganha dimensão adicional à medida que aumenta o investimento em infraestrutura dedicada à inteligência artificial. Segundo a Gartner, a despesa mundial em infraestrutura como serviço (IaaS) otimizada para cargas de trabalho de IA atingiu 21.529 milhões de dólares em 2025. A consultora prevê que a despesa em IaaS otimizada para inteligência artificial cresça 96% em 2026, atingindo os 42.276 milhões de dólares a nível mundial.
Os analistas atribuem esta evolução à necessidade de disponibilizar recursos computacionais capazes de suportar os processos de treino dos grandes modelos de linguagem, mas também ao rápido crescimento da sua utilização em ambiente empresarial. A implementação de soluções de inteligência artificial nas aplicações e nos fluxos de trabalho das empresas está a acelerar estes investimentos em ambientes cloud.
Em comparação, o mercado global de serviços de infraestrutura como serviço deverá crescer 29,3% em 2026, atingindo 287.347 milhões de dólares. No segmento especificamente otimizado para inteligência artificial, a tendência de crescimento deverá manter-se em 2027, com um aumento estimado de 56,5%, elevando o mercado para 66.143 milhões de dólares.
Mais relevante do que o próprio crescimento é, contudo, a alteração na forma como esta capacidade computacional está a ser utilizada. Durante os primeiros anos da atual vaga de IA, grande parte dos recursos era destinada ao treino dos modelos. Essa relação começa agora a inverter-se: em 2026, a despesa destinada à execução, ou inferência, deverá superar pela primeira vez o investimento dedicado ao treino dos modelos.
A inferência corresponde à fase em que um modelo já treinado processa novos dados e produz uma resposta. É o que acontece, por exemplo, sempre que um assistente de IA responde a uma pergunta, um sistema analisa um documento ou um agente autónomo executa uma sequência de tarefas. Ao contrário do treino, que pode ocorrer de forma periódica, a inferência acompanha permanentemente a utilização das aplicações.
Em valores concretos, a Gartner estima que o custo global associado à inferência atinja 23.300 milhões de dólares em 2026, face aos 19.000 milhões destinados ao treino. Isto significa que 55% de todo o orçamento de IaaS para inteligência artificial será destinado a suportar cargas de inferência durante este ano, uma proporção que poderá aumentar para 59% em 2027.
Uma das causas desta mudança é o crescimento da inteligência artificial agêntica. Estes sistemas conseguem executar tarefas de forma relativamente autónoma, recorrendo sucessivamente a modelos, bases de dados e outras aplicações. Cada ação acrescenta novos pedidos de processamento, aumentando a intensidade e a continuidade da utilização dos recursos computacionais.
As empresas estão, assim, a deslocar progressivamente o investimento dos laboratórios de desenvolvimento para a utilização da inteligência artificial em produção. Consequentemente, os modelos específicos ajustados às necessidades de cada empresa estão a ser integrados nos sistemas empresariais, exigindo uma execução contínua e em tempo real, em vez de um processo de aprendizagem periódico.
É precisamente esta passagem do treino para a utilização massiva dos modelos que poderá tornar a questão energética ainda mais relevante. Quanto mais a inteligência artificial estiver incorporada no funcionamento diário das organizações, maior será a necessidade de capacidade computacional permanentemente disponível.
Para os responsáveis pelas tecnologias de informação, a discussão deixa por isso de estar limitada à escolha de modelos, fornecedores de cloud ou aceleradores de IA. Energia disponível, localização dos centros de dados, eficiência dos sistemas de refrigeração, utilização de água e custo da capacidade computacional passam também a integrar uma equação que terá impacto crescente sobre os investimentos tecnológicos a médio e longo prazo.
No caso português, onde novos projetos de centros de dados estão a aumentar rapidamente a capacidade instalada e prevista, o desafio será aproveitar esse investimento sem adiar as questões sobre energia, água e ligação à rede. A sustentabilidade da inteligência artificial dependerá tanto da eficiência dos algoritmos como da forma como for construída e operada a infraestrutura física que os mantém em funcionamento.
