Sasha Luccioni: IA sustentável é impossível sem dados sobre emissões e uso real

A pesquisadora de IA sustentável Sasha Luccioni diz que a indústria discute a pegada ambiental da tecnologia quase às cegas. Sem dados sobre consumo de energia e água e sobre cenários reais de uso, as empresas não conseguem saber onde a IA realmente traz benefício e onde apenas aumenta a carga sobre a infraestrutura.

A indústria trabalha às cegas

Segundo Luccioni, a principal falha do mercado não é só o crescimento dos data centers, mas a falta de relatórios básicos. As empresas já sentem a pressão de funcionários, conselhos de administração e equipes de ESG: quem adota Copilot, chatbots ou geração de mídia precisa entender como isso afeta suas metas climáticas. Mas muitos clientes de serviços de IA não sabem onde os modelos rodam fisicamente, a quais redes elétricas os data centers estão ligados nem qual é a pegada de carbono indireta deles.

O problema não se limita às empresas privadas. Governos e agências de energia também carecem de números para planejar nova capacidade e avaliar as consequências da próxima onda de construções. Na Europa, o tema já faz parte da agenda regulatória em torno da IA, e alguns países começam a olhar com mais atenção para os novos operadores de data centers. Se a carga de IA não pode ser separada do restante da infraestrutura de nuvem, qualquer conversa sobre crescimento "verde" vira rapidamente palpite.

Nem toda tarefa precisa de IA

Outra crítica de Luccioni é o hábito do mercado de vender grandes modelos generalistas como resposta para qualquer tarefa. Na prática, muitas empresas não precisam de um LLM pesado para cada requisição. Para busca em documentos corporativos, classificação, filtragem, transcrição de fala em texto ou tarefas analíticas específicas, modelos mais simples costumam bastar. Eles são mais baratos, mais rápidos e exigem menos computação, o que também reduz a carga energética sem perda perceptível de qualidade no cenário em questão.

A telemetria é uma boa referência aqui. Se o provedor mostra quantos tokens entram e saem, a empresa consegue ver quais requisições predominam: texto simples, geração de imagens ou pesquisa profunda. Aí a escolha do modelo vira uma decisão de engenharia, e não a compra do "maior de todos, por precaução". Por essa lógica, a sustentabilidade não começa com a proibição da IA, mas com uma comparação honesta entre a tarefa, o custo e a intensidade de recursos de cada ferramenta.

"Ainda precisamos de dados sobre energia e água para tomar decisões conscientes", diz

Luccioni.

• modelos leves para busca, classificação e tarefas rotineiras
• LLMs mais potentes só para análises complexas
• contabilização separada da geração de imagens e vídeo
• escolha de locais com energia mais limpa

Transparência como alavanca

Luccioni diz sentir falta de uma solução de interface bem simples: um contador no ChatGPT ou no Claude que, após cada requisição, mostrasse o gasto de energia, as emissões e a origem dessa energia. Um indicador assim tornaria o custo ambiental da IA visível para o usuário e daria às empresas uma base clara para decisões de compra. Enquanto isso não existe, a sustentabilidade continua sendo tema de slide de PR, e não da gestão diária de produto e infraestrutura.

Nesse contexto, ela lança o Sustainable AI Group junto com Boris Gamazaychikov, ex-chefe de sustentabilidade da Salesforce. O objetivo é ajudar as empresas a entender quais alavancas realmente reduzem o dano: escolha do modelo, da região de execução, do fornecedor de computação, do tipo de tarefa e da fonte de eletricidade. Se uma grande empresa for a primeira a divulgar essas métricas com honestidade e apostar em energia renovável, isso pode se tornar uma vantagem competitiva, e não uma fraqueza.

O que isso significa

O debate ambiental sobre IA vai deixando os medos genéricos para trás e passa a tratar de questões mensuráveis: quanta energia é gasta, onde exatamente os modelos rodam, que água e que rede eles usam, e se, na prática, essa classe de modelo é realmente necessária para uma tarefa específica. O próximo passo do mercado é tornar esses dados visíveis para clientes e reguladores. Sem isso, a IA sustentável continuará sendo uma bela promessa impossível de verificar.