# IA soberana e sustentabilidade

> Países estão financiando modelos e capacidade computacional nacionais de IA. Argumentos a favor e contra a IA soberana e pública, e o efeito na energia e na água.

Source: https://greenai.guide/pt/artigos/ia-soberana-e-sustentabilidade/  
Updated: 2026-11-19

## Em resumo

Governos do mundo todo estão financiando a IA "soberana": capacidade computacional, modelos e dados nacionais que eles controlam. Os defensores argumentam que ela garante o acesso, reflete valores locais e poderia ser construída para ser eficiente desde o início. Os críticos argumentam que a autossuficiência total é inviável financeiramente, duplica esforços e acrescenta data centers a redes elétricas já sobrecarregadas. O resultado para a sustentabilidade depende menos de quem é dono da IA do que de como ela é construída, dimensionada e usada.

## Pontos-chave

- Um índice de 2026 contou 184 projetos de IA soberana em 67 países.
- O Reino Unido, a UE e a Suíça estão entre os que investem em capacidade computacional e modelos nacionais, em escalas muito diferentes.
- Os argumentos a favor da IA soberana ou pública se baseiam em segurança, acesso equitativo, responsabilização e alinhamento com as leis e os valores locais.
- Os argumentos contra se baseiam no custo, na viabilidade, na duplicação de treinamentos que consomem muita energia e no risco de controle político.
- Modelos pequenos, locais e abertos oferecem um meio-termo que pode atender à soberania e à eficiência ao mesmo tempo.

A IA é cada vez mais tratada como infraestrutura nacional, como a energia ou as telecomunicações. Muitos governos
querem hoje ter alguma capacidade de IA sob o seu próprio controle e estão gastando muito para isso. Isso levanta uma
pergunta muitas vezes esquecida no debate: a IA soberana é melhor ou pior para o meio ambiente? Este artigo apresenta
os argumentos dos dois lados.

## O que é IA soberana? {#what-is-sovereign-ai}

**É a capacidade de IA que um país, ou um bloco de países, controla.** Isso pode significar a sua própria capacidade
computacional (data centers e supercomputadores), os seus próprios modelos, os seus próprios dados, as suas próprias
competências ou alguma combinação disso.

A ideia se espalhou rapidamente. O Sovereign AI Index, do Center for a New American Security, contou 184 projetos de
IA soberana em 67 países, com dados até junho de 2026.

Alguns exemplos, em escalas muito diferentes:

| Quem | O quê |
|---|---|
| Reino Unido | Uma Sovereign AI Unit com até £500 milhões, lançada em 2026, ao lado de capacidade computacional nacional, como o supercomputador Isambard-AI, e de AI Growth Zones designadas |
| União Europeia | O InvestAI, anunciado em fevereiro de 2025 para mobilizar €200 bilhões para a IA, incluindo um fundo de €20 bilhões para "gigafábricas" de IA; a seleção dos locais das gigafábricas ainda estava em andamento no fim de 2026 |
| Suíça | O Apertus, um modelo de linguagem multilíngue totalmente aberto, lançado em setembro de 2025 pela EPFL, pela ETH Zurich e pelo Centro Nacional Suíço de Supercomputação, em versões de 8 e 70 bilhões de parâmetros, com pesos, dados e código publicados |

## Quais são os argumentos a favor da IA soberana ou pública? {#what-is-the-case-for-sovereign-or-public-ai}

**Os defensores argumentam que a IA é importante demais para depender inteiramente de algumas empresas
estrangeiras.** Os seus principais argumentos:

- **Segurança e resiliência.** Serviços dos quais governos, sistemas de saúde e redes elétricas dependem não deveriam
  depender de um acesso que outro país ou empresa poderia restringir.
- **Acesso equitativo.** Alguns defendem a IA como serviço de utilidade pública, como a água ou as ferrovias, para que
  o acesso não dependa da capacidade de pagar. O artigo *Public AI*, de 2024, da Mozilla Foundation defende
  alternativas públicas ao lado da IA privada, comparando-as à radiodifusão pública e ao transporte público.
- **Leis e valores.** Um modelo treinado com dados que refletem as línguas, as leis e as normas locais pode atender
  melhor aos cidadãos. Governos que constroem sobre modelos abertos treinados principalmente com dados de outros
  países enfrentam a pergunta: de quem são os valores que esses modelos refletem? O governo do Reino Unido, por
  exemplo, financiou trabalhos em ferramentas para serviços públicos construídas sobre modelos abertos como o Llama,
  da Meta.
- **Responsabilização.** Modelos públicos podem ser inspecionados, auditados e governados publicamente.
- **Dados sensíveis.** Alguns dados, como dados detalhados da rede elétrica ou de saúde, não podem ser enviados a
  fornecedores externos, por isso modelos locais eficientes são a única forma de usar a IA com eles.

Um sandpit de IA verde realizado no Reino Unido em 2026, com matemáticos, cientistas da computação e representantes
da indústria, debateu uma versão dessa ideia: um modelo nacional gerido pelo governo, operado como serviço de
utilidade pública para garantir a equidade de acesso, a soberania e a segurança, tendo a eficiência matemática como
vantagem competitiva.

## Quais são os argumentos contra? {#what-is-the-case-against}

**Os críticos argumentam que a autossuficiência total é inviável financeiramente, lenta e, para a maioria dos países,
impossível.** Os seus principais argumentos:

- **Custo e viabilidade.** O relatório de 2026 do Tony Blair Institute argumenta que a autossuficiência total é cara
  demais, lenta demais e, para a maioria dos países, simplesmente impossível, e propõe entender a soberania como
  capacidade de decisão sobre as escolhas-chave. Um relatório de 2026 da Brookings argumentou que a soberania de IA em
  toda a cadeia é estruturalmente inviável para quase qualquer país.
- **Duplicação.** Treinar um modelo de fronteira do zero em cada país repete custos de energia, água e hardware que já
  foram pagos em outro lugar.
- **Controle político.** Um modelo gerido pelo Estado levanta preocupações sobre a influência do governo sobre o que
  os cidadãos podem perguntar e o que lhes é dito.
- **Limites de dados.** Um governo democrático pode não poder, ou não querer, treinar com dados que as empresas
  privadas usam.
- **Infraestrutura e opinião pública.** Novos data centers precisam de conexão à rede elétrica, de água e de licença
  de construção, e enfrentam oposição local em muitos lugares.
- **Apostar na arquitetura errada.** Um investimento nacional em um grande modelo central pressupõe que esses modelos
  ainda vão dominar daqui a cinco ou dez anos, em vez de modelos locais menores, em que os dados ficam com o usuário.

## O que a soberania significa para a energia e as emissões? {#what-does-sovereignty-mean-for-energy-and-emissions}

**Depende do que é construído, onde, e do que isso substitui.** A IA soberana pode ir para qualquer um dos lados:

- **Pior:** se significar mais data centers em redes elétricas muito dependentes de combustíveis fósseis, treinamentos
  duplicados e grandes modelos gerais usados em tarefas que modelos pequenos poderiam fazer.
- **Melhor:** se significar modelos especializados e do tamanho certo, data centers instalados onde há excedente de
  energia limpa, reutilização de modelos abertos em vez de novos treinamentos do zero e definição de padrões públicos
  de medição e relato.

A localização importa. A Agência Internacional de Energia observa que a demanda dos data centers está concentrada em
poucas regiões e que as restrições da rede elétrica são um problema crescente. Lugares com excedente de geração
renovável, que hoje às vezes precisa ser cortada, são candidatos naturais. Um programa público também pode exigir
relatos de energia e eficiência desde o início, de uma forma mais difícil de impor a fornecedores estrangeiros.

## O código aberto muda o quadro? {#does-open-source-change-the-picture}

**Sim. Modelos abertos permitem que os países adaptem em vez de reconstruir.** Modelos de pesos abertos de muitos
países são hoje amplamente usados. O ATOM Project informou que os modelos abertos chineses superaram os americanos em
downloads acumulados no Hugging Face em meados de 2025.

Fazer o ajuste fino (fine-tuning) de um modelo aberto existente para uma língua, um setor ou um sistema jurídico usa
uma pequena fração da energia necessária para treinar um novo. O Apertus, da Suíça, mostra outro caminho: um modelo
totalmente aberto, construído publicamente, que outros podem reutilizar. Os dois reduzem a necessidade de cada país
pagar o custo total do treinamento.

## Existe um meio-termo? {#is-there-a-middle-path}

**Muitos defendem a soberania sobre as partes que importam e a interdependência para o resto.** Na prática:

- Controle os dados e a implantação, mesmo que o modelo base venha de outro lugar.
- Prefira modelos pequenos, locais e especializados, que podem funcionar em infraestrutura nacional ou local e manter
  os dados sensíveis onde estão. Veja [IA na borda (edge AI)](/pt/artigos/ia-na-borda-mais-verde-ou-so-menos-visivel/).
- Compartilhe capacidade computacional e modelos abertos com aliados em vez de duplicá-los.
- Incorpore eficiência, medição e energia limpa à IA pública desde o início.

Alguns vão além e perguntam se a inferência distribuída, espalhada por muitos fornecedores menores, poderia impedir
que uma única empresa ou governo controle como a IA é usada. Essa é uma questão de pesquisa em aberto, com as suas
próprias concessões em termos de eficiência.

## O que fazer a seguir {#what-to-do-next}

- Se você define programas públicos de IA, exija medição e relato de energia desde o início: veja
  [política de IA verde](/pt/boas-praticas/como-escrever-uma-politica-de-ia-verde/).
- Prefira adaptar modelos abertos a treinar novos, quando o caso de uso permitir.
- Instale a capacidade computacional onde houver energia limpa disponível: veja [hospedagem e data centers](/pt/boas-praticas/hospedagem-e-data-centers-para-ia-verde/).
- Avalie a implantação na borda e local para dados sensíveis: veja [borda ou nuvem?](/pt/boas-praticas/edge-ou-nuvem-onde-a-ia-deve-rodar/).
- Leia [por que a IA verde importa agora](/pt/artigos/por-que-a-ia-verde-importa-agora/) para entender o contexto energético.

## Perguntas frequentes

### O que é IA soberana?

É a capacidade de IA que um país, ou um grupo de países, controla: a sua própria capacidade computacional, os seus modelos, dados ou competências, para não depender inteiramente de empresas ou governos estrangeiros.

### A IA soberana é mais verde?

Não automaticamente. Um modelo nacional treinado do zero duplica a energia que outros já gastaram. Ele pode ser mais verde se for menor, especializado, funcionar com energia limpa e substituir usos menos eficientes, mas isso precisa ser planejado desde o projeto.

### O que é IA pública?

É a ideia de que parte da IA deveria ser oferecida como infraestrutura pública, como a radiodifusão pública ou o transporte público, ao lado dos serviços privados, com responsabilização e acesso públicos.

## Fontes

- [Sovereign AI Index](https://interactives.cnas.org/sovereign-ai-index), Center for a New American Security (2026)
- [Sovereign AI Unit](https://www.sovereignai.gov.uk/), UK Government, Department for Science, Innovation and Technology (2026)
- [AI Opportunities Action Plan: one year on](https://www.gov.uk/government/publications/ai-opportunities-action-plan-one-year-on/ai-opportunities-action-plan-one-year-on), UK Government (2026)
- [EU launches InvestAI initiative to mobilise €200 billion of investment in artificial intelligence](https://digital-strategy.ec.europa.eu/en/news/eu-launches-investai-initiative-mobilise-eu200-billion-investment-artificial-intelligence), European Commission (2025)
- [Call for tenders: selection of AI gigafactory consortia](https://eurohpc-ju.europa.eu/call-tenders-selection-artificial-intelligence-gigafactory-consortia-and-establishment-ai_en), EuroHPC Joint Undertaking (2026)
- [Apertus: a fully open, transparent, multilingual language model](https://ai.epfl.ch/apertus-a-fully-open-transparent-multilingual-language-model), EPFL, ETH Zurich and CSCS (2025)
- [Public AI: making AI work for everyone, by everyone](https://foundation.mozilla.org/en/research/library/public-ai/), Mozilla Foundation (2024)
- [Sovereignty in the age of AI: strategic choices, structural dependencies](https://institute.global/insights/tech-and-digitalisation/sovereignty-in-the-age-of-ai-strategic-choices-structural-dependencies), Tony Blair Institute for Global Change (2026)
- [Is AI sovereignty possible? Balancing autonomy and interdependence](https://www.brookings.edu/articles/is-ai-sovereignty-possible-balancing-autonomy-and-interdependence), Brookings Institution (2026)
- [UK's best AI engineers can apply now to build tech for public services in £1 million fellowship](https://www.gov.uk/government/news/uks-best-ai-engineers-can-apply-now-to-build-tech-for-public-services-in-1-million-fellowship), UK Government (2025)
- [The ATOM Project](https://atomproject.ai), ATOM Project (2026)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
