A explosão da inteligência artificial está criando uma nova disputa global: não apenas por chips e servidores, mas pela própria eletricidade. Em um momento em que empresas de tecnologia anunciam megacentros de processamento de dados em ritmo acelerado, operadores de energia enfrentam um problema crescente — como conectar essas estruturas gigantescas às redes elétricas sem provocar congestionamentos, alta de preços ou atrasos bilionários.

Um estudo publicado neste sábado (16), na revista científica Nature Communications, propõe agora uma solução inédita para o impasse. Liderada pelos pesquisadores Dongjoo Kim, Lin Dong e Le Xie, a pesquisa apresenta um modelo de planejamento capaz de reduzir em até quatro anos o tempo necessário para energizar grandes centros de dados voltados à IA.

O trabalho reúne cientistas da Texas A&M University e da Harvard John A. Paulson School of Engineering and Applied Sciences e parte de um diagnóstico alarmante: o crescimento do consumo elétrico impulsionado pela IA está ocorrendo muito mais rápido do que a expansão das linhas de transmissão e das subestações de energia.

Segundo os autores, os data centers consumiram cerca de 460 terawatts-hora em 2022 e podem chegar a quase 0,95 petawatt-hora até 2030 — aproximadamente 3% de toda a eletricidade global. O avanço dos sistemas de IA generativa, capazes de demandar enormes quantidades de processamento contínuo, é apontado como o principal motor dessa escalada.

O cenário já provoca tensão em regiões estratégicas dos Estados Unidos. O estudo cita o chamado “Data Center Alley”, no norte da Virgínia, considerado o maior polo mundial de data centers, que atingiu demanda simultânea próxima de 3,6 gigawatts em 2024. A pressão obrigou empresas e operadores a discutir reforços urgentes na infraestrutura elétrica e abriu disputas locais sobre o impacto urbano e ambiental desses empreendimentos.

Em países como Irlanda, Holanda e Singapura, governos chegaram a suspender ou restringir temporariamente novos projetos de data centers devido à incapacidade das redes de absorver a demanda adicional.

O problema central, segundo o estudo, está no descompasso entre os cronogramas. Enquanto um campus de IA pode ficar pronto em cerca de dois anos, grandes ampliações de transmissão elétrica frequentemente levam entre cinco e dez anos para serem concluídas.

Para enfrentar essa assimetria, os pesquisadores desenvolveram um sistema de “interconexão flexível”. Em vez de esperar que cada empresa solicite conexão individualmente e enfrente longas filas burocráticas, o modelo propõe que operadores elétricos identifiquem previamente pontos da rede capazes de receber grandes consumidores sob regras padronizadas de flexibilidade energética.

Na prática, os data centers passariam a operar com três modalidades: consumo fixo tradicional, redução temporária de carga em horários críticos (“pause”) ou deslocamento parcial do consumo para períodos de menor demanda (“shift”).

Os resultados impressionaram os pesquisadores. Em simulações feitas em uma rede sintética baseada no sistema elétrico do Texas, a flexibilidade operacional aumentou em até 21% o número de locais aptos a receber grandes centros de dados sem necessidade imediata de obras estruturais.

Ao mesmo tempo, os preços médios da energia praticamente não sofreram alteração. O estudo calculou que, mesmo com instalações de até 2 gigawatts — equivalentes ao consumo de cidades inteiras — os preços médios permaneceram próximos de US$ 24,32 por megawatt-hora.

O modelo de deslocamento de carga (“shift”) também reduziu em cerca de 3,4% a volatilidade dos preços nos horários de pico, diminuindo o risco de congestionamentos severos na rede.

“O objetivo é transformar o processo de conexão elétrica de um modelo reativo para um modelo preventivo e planejado”, escrevem os autores.

A proposta surge em meio à crescente preocupação de governos e operadores elétricos com o avanço da IA. Nos Estados Unidos, o operador do sistema do Texas, o Electric Reliability Council of Texas, já iniciou processos específicos para lidar com grandes consumidores de energia associados à computação de alto desempenho.

O impacto econômico potencial é gigantesco. Segundo o artigo, megacentros de IA representam investimentos de bilhões de dólares, e cada ano de atraso na conexão elétrica amplia custos financeiros, reduz competitividade e posterga receitas.

Além disso, os pesquisadores afirmam que o novo modelo poderia evitar que consumidores comuns arquem com os custos de expansão da infraestrutura exigida pelos gigantes tecnológicos. A lógica é simples: apenas locais já capazes de suportar novas cargas receberiam autorização rápida para conexão.

“Projetos elegíveis para a via rápida seriam restritos exclusivamente a pontos que não exigem grandes reforços na rede”, diz o estudo.

Apesar do otimismo, os autores reconhecem limitações. O modelo ainda não incorpora variáveis como disponibilidade de água para resfriamento, impactos sonoros, uso do solo ou restrições ambientais locais. Também não considera integralmente disputas simultâneas entre múltiplos projetos tentando ocupar os mesmos corredores de transmissão.

Mesmo assim, especialistas veem o trabalho como um sinal claro de mudança estrutural no setor elétrico mundial. A era da IA transformou os data centers em uma nova categoria de “megaindústria energética”, comparável a siderúrgicas ou refinarias em escala de consumo.

A diferença é que, desta vez, a disputa não ocorre apenas por petróleo, minério ou gás natural. O ativo estratégico do século XXI passou a ser a capacidade de alimentar algoritmos.