Cinco gotas por pergunta e oito bilhões de litros por ano. Os dois são verdade.

Toda vez que alguém pergunta se usar IA é um absurdo ambiental, aparecem duas respostas prontas.

A primeira diz que cada pergunta ao ChatGPT seca uma garrafa de água e que isso vai derreter o planeta. A segunda diz que é exagero de ativista, que o consumo é irrelevante perto de qualquer outra coisa que a humanidade faz.

O detalhe incômodo é que as duas usam número real, publicado, com fonte e ano. O que separa uma da outra não é honestidade com o número. É o zoom do mapa. E depois que você entende isso, a discussão inteira muda de lugar.

Os dois números, com nome e ano

Do lado da unidade: em 2025, um time do Google publicou “Measuring the environmental impact of delivering AI at Google Scale” (Elsworth, Huang, Patterson e outros), medindo o custo de um prompt de texto mediano do Gemini. Deu 0,24 Wh de energia e 0,26 mL de água. Os próprios autores traduzem a unidade: cinco gotas.

Do lado do agregado, e agora é outra empresa: o “2026 Microsoft Environmental Data Fact Sheet” registra 8.170 megalitros de água consumidos pela Microsoft no ano fiscal de 2025. São mais de oito bilhões de litros, 22% acima do ano anterior, e metade da captação veio de áreas sob estresse hídrico.

Cinco gotas por pergunta é verdade. Oito bilhões de litros por ano é verdade. Não existe contradição: um número é uma pergunta, o outro é uma empresa inteira durante um ano.

E repare numa coisa que é parte do problema: são duas empresas diferentes, com metodologias diferentes, e o número da Microsoft é da operação toda dela, não da IA. Ninguém publica as duas metades de um jeito que permita multiplicar uma na outra. É por isso que esse debate é tão fácil de ganhar com meia verdade.

Ou seja: são dois zooms do mesmo assunto. Um mostra a gota. O outro mostra o oceano, e ninguém publica a régua que liga um ao outro.

O data center não bebe água, ele sua

A maioria das pessoas imagina que a água entra no data center e lava alguma coisa lá dentro. Não é isso. Um galpão com milhares de placas de vídeo, cada uma dissipando centenas de watts, é literalmente um forno. Esse calor precisa sair do prédio, ou o equipamento para.

E o jeito mais barato de tirar calor é evaporar água. A água é pulverizada numa torre de resfriamento, o ar passa por ela, e uma fração evapora. A passagem de líquido para vapor rouba calor do que ficou atrás. É exatamente o mecanismo do suor: você não esfria porque está molhado, você esfria porque a água que estava em você virou vapor e levou o calor embora. E evaporar gasta muito menos eletricidade do que jogar esse mesmo calor fora com máquina de refrigeração, o que explica por que a indústria inteira faz assim. Menos, não zero: a torre ainda tem bomba e ventilador rodando.

E é aqui que está o ponto: o que evapora não volta para aquela bacia hidrográfica. Virou vapor, subiu, e vai chover em outra bacia.

Quem diz “mas a água não se perde, ela volta pro ciclo” está certo na escala do planeta e errado na escala do rio. Ela não volta pro rio de onde saiu.

O paper “Making AI Less ‘Thirsty’: Uncovering and Addressing the Secret Water Footprint of AI Models”, de Li, Yang, Islam e Ren (2023), separa isso com precisão. Retirada é quanto de água sai da fonte, e mede competição pelo recurso. Consumo é retirada menos devolução, o que evaporou e não voltou, e mede indisponibilidade para quem está rio abaixo. Numa torre de resfriamento com água de boa qualidade, cerca de 80% da retirada evapora e conta como consumo.

A água que ninguém está contando é a da usina, não a do prédio

Agora o dado que eu acho o mais importante do assunto, e o que menos aparece.

A pegada hídrica tem duas partes. A direta é o que evapora na torre do prédio. A indireta é o que evapora na usina que gerou a eletricidade, porque termoelétrica sua do mesmo jeito.

Nos Estados Unidos, o “2024 United States Data Center Energy Usage Report”, do Lawrence Berkeley National Laboratory para o Departamento de Energia, calcula 66 bilhões de litros de consumo direto em 2023. O EESI, um instituto de pesquisa em energia e meio ambiente, estima em “Data Centers and Water Consumption” (2025) a pegada indireta da eletricidade que esses mesmos data centers consumiram em torno de 211 bilhões de galões no mesmo ano, uns 800 bilhões de litros.

A água invisível é cerca de doze vezes a água visível.

E daí sai o corolário que muda a conversa de lugar: painel solar e turbina eólica não precisam de água para gerar. Trocar térmica por solar e eólica ataca a maior parte do problema hídrico da IA sem mexer em uma única torre de resfriamento. Vale a ressalva: nem toda fonte de baixo carbono é de baixa água. Hidrelétrica e nuclear pontuam bem em carbono e mal em água, e é por isso que o próprio paper mede as duas coisas separadas.

E repare no que isso faz com o debate de hoje, que é inteiro sobre o prédio: quantos litros aquele data center vai tirar daquela cidade. A pergunta é legítima e tem lugar onde é decisiva. Mas a maior parte da conta está na usina, e ninguém protesta na frente da usina.

E aqui entra a nota brasileira, que é boa notícia sem ser desculpa: nossa matriz é majoritariamente renovável, então o mesmo consumo de energia carrega menos água e menos emissão aqui do que num país movido a carvão.

Duas coisas que dão pra fazer com isso hoje

A primeira serve se você contrata infraestrutura, hospedagem ou nuvem: peça o PUE do fornecedor.

PUE é a sigla de power usage effectiveness, ou eficácia no uso de energia. É uma divisão simples: toda a energia que entra no prédio dividida pela energia que de fato chega aos servidores. PUE 2,0 significa que para cada 1 kWh de computação, outro 1 kWh foi gasto em refrigeração, iluminação e perda elétrica.

A régua: o “Global Data Center Survey 2025” do Uptime Institute mediu média global ponderada de 1,54, e registra que esse número está praticamente parado pelo sexto ano seguido. O Google reporta 1,09 na média anual da própria frota em 2025. Escolher fornecedor é decisão ambiental, e o PUE substitui o relatório de marketing por um número.

A pergunta, literal:

“Qual o PUE médio anual da instalação onde meu ambiente vai rodar, medido nas quatro estações e incluindo toda a sobrecarga do prédio?”

Se vier um número de projeto em vez de um número medido, ou se não vier número nenhum, isso também é informação.

A segunda serve para qualquer pessoa que usa IA: use IA proporcional à tarefa. Não peça a um modelo de raciocínio caro o que um modelo rápido resolve. Não gere vídeo quando texto resolve. Isso não é ascetismo digital: custo computacional e preço andam juntos, então é o mesmo conselho que economiza o seu dinheiro. Incentivo ambiental e incentivo financeiro apontando pro mesmo lado é raro o bastante pra aproveitar.

O que eu tiro disso

Que o medo mais difundido sobre IA e energia é exatamente o que os números não sustentam.

O relatório “Key Questions on Energy and AI”, publicado em 2026 pela IEA, a agência internacional de energia, faz uma conta que quase ninguém faz: se todas as buscas convencionais da internet, no mundo inteiro, virassem consultas de texto a uma IA, o acréscimo seria de menos de 4 TWh por ano. Menos de 1% do que os data centers consomem hoje.

Leia de novo, porque é contraintuitivo. “Imagina se todo mundo usar IA em vez de Google” é justamente o cenário que não é problema.

O mesmo relatório projeta os data centers indo de 485 TWh em 2025 para cerca de 950 TWh em 2030, uns 3% da eletricidade global. Então o crescimento é real e é rápido. Ele só não vem do seu chat de texto. Vem de geração de vídeo, de modelos que ficam pensando minutos antes de responder e de agentes executando dezenas de passos sozinhos, que segundo a própria IEA consomem de centenas a milhares de vezes mais por consulta do que uma pergunta de texto simples.

A pergunta honesta nunca foi “eu deveria usar menos IA?”. É “quem está construindo o que, com energia de onde, tirando água de qual bacia?”.

Cinco gotas e oito bilhões de litros são o mesmo assunto visto de dois zooms diferentes. Quem te mostra só um deles está fazendo campanha, não análise.