A inteligência artificial parece estar em aplicativos, navegadores e celulares, mas o processamento que sustenta esses serviços acontece em edifícios cheios de servidores, redes, sistemas elétricos e equipamentos de refrigeração. À medida que modelos maiores e cargas de IA exigem mais aceleradores computacionais, a localização de um data center deixa de ser apenas decisão imobiliária. Uma região pode ter terreno barato e incentivos fiscais e ainda não conseguir receber o projeto porque falta capacidade elétrica, transmissão, fibra óptica, água adequada à tecnologia escolhida ou prazo aceitável para conectar tudo isso.
Data centers de IA dependem de eletricidade contínua, alta densidade computacional, conectividade e sistemas de refrigeração capazes de retirar grande quantidade de calor.
Potência instalada em MW não deve ser confundida com energia consumida em MWh. Um número descreve capacidade instantânea. O outro mede consumo acumulado ao longo do tempo.
Rede elétrica e prazo para conexão tornaram-se fatores críticos. Um terreno pode ser adequado e ainda aguardar anos por subestações, linhas ou reforços.
Disponibilidade de água depende do projeto de refrigeração. Nem todo data center utiliza o mesmo volume, e sistemas líquidos não significam automaticamente consumo hídrico elevado.
No Brasil, a expansão desses projetos já entrou no planejamento energético e regulatório. Anúncio de investimento, porém, não significa instalação concluída nem demanda efetivamente conectada ao sistema.
Nota editorial: o recorte desta matéria foi desenvolvido a partir da pauta estrutural do Infoalfa. A publicação original do NSC Total que motivou a ideia não pôde ser recuperada integralmente durante a apuração, por isso nenhum projeto ou afirmação específica é atribuído ao veículo abaixo.
Por que a inteligência artificial precisa de infraestrutura física cada vez maior
Todo serviço digital depende de algum computador físico. A diferença é que o usuário geralmente não sabe onde ele está.
Quando alguém pede a um sistema de inteligência artificial para gerar texto, imagem, vídeo ou análise, a solicitação pode atravessar redes de telecomunicações e chegar a um data center localizado a centenas ou milhares de quilômetros. Dentro dele, servidores executam o processamento e devolvem a resposta.
Treinar grandes modelos exige outro tipo de carga. Milhares de aceleradores podem trabalhar simultaneamente durante períodos prolongados, movimentando enorme volume de dados entre máquinas.
GPUs ficaram conhecidas porque sua arquitetura permite executar grandes quantidades de operações em paralelo. Outros aceleradores, como TPUs e chips especializados, seguem lógica semelhante. O hardware exato muda, mas o resultado físico é o mesmo: computação utiliza eletricidade e produz calor.
Data centers tradicionais já consumiam energia para servidores, armazenamento e redes. Instalações orientadas a IA aumentam a densidade por rack e podem exigir muito mais potência concentrada em áreas menores.
Essa mudança altera a infraestrutura elétrica.
Não basta contratar uma conta de energia maior. Um projeto pode precisar de conexão em alta tensão, subestação própria, transformadores, linhas de transmissão ou reforços na rede regional.
A Agência Internacional de Energia estimou que data centers consumiram cerca de 460 TWh globalmente em 2024 e projetou mais de 1.000 TWh em 2030 no cenário-base de seu relatório Energy and AI. A projeção não significa que o consumo necessariamente chegará exatamente a esse valor. Mostra a ordem de grandeza do desafio caso os investimentos e cargas evoluam dentro das premissas utilizadas.
Dados posteriores da IEA apontaram aumento de 17% no consumo elétrico de data centers em 2025, com crescimento ainda mais rápido nos centros focados em IA.
Essa demanda não está distribuída uniformemente pelo mundo. Data centers se concentram em regiões que combinam infraestrutura digital, mercados consumidores, eletricidade e capacidade de expansão.
MW, megawatt, mede potência. Um data center com demanda de 100 MW pode exigir até aproximadamente 100 megawatts num determinado momento.
MWh, megawatt-hora, mede energia consumida ao longo do tempo. Uma carga constante de 100 MW durante uma hora utiliza 100 MWh. Mantida durante 24 horas, seriam 2.400 MWh.
Por isso, um anúncio de “data center de 100 MW” não informa sozinho quanto ele consumirá num ano. É necessário conhecer taxa de utilização, fases do projeto e eficiência.
Outra medida comum é PUE, Power Usage Effectiveness. Ela compara a energia total consumida pelo data center com aquela utilizada diretamente pelos equipamentos de TI.
Um PUE hipotético de 1,2 significa que, para cada unidade de energia utilizada pela computação, aproximadamente 0,2 unidade adicional é consumida por refrigeração, distribuição elétrica e outros sistemas auxiliares.
PUE não mede todas as dimensões ambientais. Um data center pode apresentar excelente eficiência elétrica e ainda operar num local com desafios de água, emissões da matriz elétrica ou pressão sobre a rede.
Também não se deve comparar números de PUE publicados por empresas sem verificar metodologia, clima, carga e período de medição.
A conectividade é a segunda infraestrutura invisível.
Data centers precisam estar conectados a múltiplas rotas de fibra, pontos de troca de tráfego e redes de operadoras. A redundância evita que uma ruptura física de cabo derrube toda a instalação.
Latência importa mais para algumas cargas que para outras. Um treinamento de modelo pode acontecer longe do usuário final se dados e energia justificarem essa escolha. Serviços interativos, jogos, aplicações financeiras e determinados sistemas em tempo real podem exigir maior proximidade.
Isso cria especialização. Nem todo data center precisa estar no centro da maior cidade, mas nem toda carga pode ser deslocada para uma região remota apenas porque a eletricidade é barata.
Como empresas escolhem onde instalar data centers e quais recursos são decisivos
A busca normalmente começa com uma pergunta que parece simples: existe energia suficiente?
Na prática, a resposta envolve capacidade atual e futura, prazo de conexão, segurança do sistema, disponibilidade de terrenos para subestações e condições contratuais.
Uma região pode possuir grande geração de energia renovável e ainda enfrentar gargalos de transmissão. Eletricidade precisa chegar ao ponto de consumo na quantidade e no momento necessários.
Essa é uma das razões pelas quais o tema entrou na agenda da Empresa de Pesquisa Energética e do Operador Nacional do Sistema. Em 2026, a EPE passou a discutir publicamente expansão de data centers, infraestrutura digital, regulação e efeitos sobre planejamento energético brasileiro.
O prazo é crítico. Empresas de tecnologia tomam decisões globais. Se conectar um projeto levar muitos anos numa região e menos tempo em outra, o cronograma pode pesar tanto quanto o preço da energia.
Energia renovável também precisa ser interpretada com cuidado. Um contrato que associa o consumo anual do data center à produção de uma usina solar ou eólica não significa que os servidores estejam fisicamente alimentados por aquela fonte a cada segundo do dia.
Data centers funcionam continuamente. Solar varia entre dia e noite. Eólica varia com o vento. A rede precisa equilibrar geração e demanda.
Empresas podem combinar contratos renováveis, armazenamento, geração firme, rede elétrica e mecanismos de compensação. A composição real precisa ser analisada projeto por projeto.
Geradores de emergência e baterias formam outra camada. Sistemas críticos precisam continuar funcionando durante falhas da rede pelo tempo necessário para transferência, contingência ou desligamento controlado.
Diesel continua sendo utilizado em muitos projetos como backup, embora empresas busquem alternativas por emissões, logística e manutenção.
Refrigeração é o segundo grande fator.
Servidores transformam quase toda a eletricidade consumida em calor. Retirar esse calor é indispensável para confiabilidade.
Sistemas tradicionais utilizam grandes volumes de ar refrigerado. Com racks mais densos de IA, refrigeração líquida se torna mais atraente porque líquidos transportam calor de forma muito mais eficiente que ar.
Isso não significa necessariamente despejar água continuamente sobre servidores. Circuitos podem operar fechados, utilizando fluidos que circulam repetidamente.
O impacto hídrico depende da arquitetura completa. Torres de resfriamento evaporativas podem consumir água significativa. Sistemas de circuito fechado e soluções secas têm perfis diferentes. Clima local altera eficiência.
Uma reportagem responsável não deveria dizer que “um data center consome X litros de água” sem identificar tecnologia, localização e carga.
Temperatura externa também pesa. Climas mais frios podem reduzir energia de refrigeração em certas configurações, mas clima não supera sozinho energia, conectividade e mercado.
Terreno precisa suportar edifícios, pátios elétricos, geradores, sistemas de água, segurança e expansão futura. Proximidade de áreas sujeitas a inundação, incêndio, tempestades severas ou outros riscos entra no projeto.
Licenciamento ambiental e urbano também influencia prazo. Construção de grande porte pode alterar tráfego, drenagem, ruído e demanda sobre serviços locais.
Incentivos fiscais podem tornar uma cidade financeiramente atraente, mas deveriam ser comparados com contrapartidas reais.
Um anúncio de bilhões em investimento costuma incluir construção, servidores e equipamentos importados. Isso não significa que o mesmo valor se transforme em renda permanente dentro do município.
Empregos também exigem separação. A fase de construção mobiliza grande quantidade de trabalhadores temporários. Depois de pronto, um data center altamente automatizado pode operar com equipe permanente muito menor.
Isso não elimina o valor econômico do projeto. Apenas muda a pergunta que o poder público deveria fazer.
Energia: qual potência será necessária, em que prazo e quais reforços de rede serão exigidos?
Água: qual tecnologia de refrigeração será utilizada, qual consumo esperado e de onde virá o recurso?
Infraestrutura: quem financiará subestações, acessos viários, fibra e outras obras?
Emprego: quantos postos existem na construção e quantos permanecerão durante a operação?
Tributos: quais incentivos estão sendo concedidos e qual retorno econômico é esperado?
Risco: quais impactos uma falha elétrica, enchente ou escassez hídrica teria sobre a operação e sobre os moradores?
O que a expansão dos data centers pode significar para cidades brasileiras
O Brasil possui características atraentes para infraestrutura digital. Há grande mercado consumidor, extensa produção renovável, conexão internacional por cabos submarinos e polos consolidados de telecomunicações.
São Paulo concentra grande parte dos data centers comerciais e da conectividade empresarial. Outros estados disputam novos projetos com energia, terrenos e incentivos.
Esse movimento pode levar instalações a cidades médias próximas de infraestrutura elétrica robusta e rotas de fibra.
Mas disponibilidade nacional de energia não significa disponibilidade local.
Uma região pode gerar muita eletricidade e possuir rede de transmissão saturada. Um projeto de centenas de megawatts pode exigir investimentos que alteram planejamento de longo prazo.
O benefício econômico também depende do tipo de data center. Uma instalação que hospeda serviços brasileiros, contrata mão de obra local e cria ecossistema de empresas pode produzir efeitos diferentes de uma estrutura altamente automatizada cuja principal vantagem regional seja acesso barato à energia.
Governos precisam evitar duas simplificações.
A primeira é tratar qualquer data center como indústria tradicional intensiva em empregos permanentes.
A segunda é tratá-lo apenas como consumidor de energia sem benefício econômico.
As duas posições ignoram diferenças entre projetos.
Infraestrutura digital pode aumentar resiliência, reduzir latência, atrair empresas de tecnologia e manter processamento dentro do país. Também pode consumir capacidade elétrica que poderia atender outras atividades.
Transparência ajuda a equilibrar esses fatores.
Projetos anunciados deveriam informar estágio. “Investimento previsto” não significa obra iniciada. Memorando não significa licença. Capacidade planejada não significa carga conectada.
Isso se tornou especialmente importante com a corrida mundial por infraestrutura de IA. Empresas e governos anunciam projetos enormes, mas nem todos encontram energia, financiamento, chips ou demanda suficiente para chegar à operação.
A inteligência artificial também pode participar da própria escolha de localização. Modelos de otimização conseguem combinar preço de energia, risco climático, latência, impostos, distância de redes e disponibilidade de terrenos para classificar alternativas.
Isso não significa que “a IA escolheu a cidade”. Significa que algoritmos podem auxiliar executivos a comparar grande quantidade de variáveis.
A decisão final envolve estratégia, regulação, negociação e responsabilidade humana.
Essa distinção é importante porque automatizar análise não elimina escolhas políticas. Um algoritmo pode concluir que determinada região minimiza custo privado. O poder público ainda precisa avaliar impactos coletivos.
Para moradores, o tema parece distante até chegar na conta de energia, no uso da água, em novas linhas de transmissão ou no orçamento público destinado a incentivos.
É por isso que data centers deixaram de ser um assunto apenas de tecnologia.
São também infraestrutura energética e territorial.
A inteligência artificial opera na nuvem apenas do ponto de vista do usuário. No mundo físico, ela depende de terrenos, subestações, cabos, água, refrigeração, servidores e pessoas. Escolher onde instalar essa infraestrutura é uma decisão que distribui benefícios e custos pelo território. Quanto maiores os modelos e os data centers, menos sentido faz discutir IA sem discutir também energia e planejamento urbano.
.png)
