Em resumo
Meça primeiro uma linha de base e depois defina dois tipos de meta juntos: uma meta de intensidade (energia ou emissões por tarefa útil) e uma meta absoluta ou um teto para o total. A intensidade mostra a eficiência; o número absoluto mostra se o crescimento do uso está consumindo as economias. Revise-as pelo menos uma vez por ano, à medida que os modelos e o uso mudam.
Passos
- Meça ou estime uma linha de base para os seus principais usos de IA, com um método por escrito.
- Escolha uma unidade funcional, como a energia por pedido ou por documento processado.
- Defina uma meta de intensidade por unidade e uma meta absoluta ou um teto para o total.
- Acrescente metas de processo que você controla diretamente, como a parcela de pedidos atendidos por modelos pequenos.
- Revise o progresso e o método todo ano e recalcule a linha de base se o método mudar.
Defina uma meta de intensidade e uma meta absoluta juntas, a partir de uma linha de base medida. Qualquer uma delas sozinha pode enganar: os números por tarefa podem cair enquanto o total sobe, e um total pode parecer bom só porque o uso ainda não cresceu.
Por que duas metas?
A eficiência por pedido pode melhorar muito depressa. O Google informa que a energia do seu prompt de texto mediano no Gemini caiu 33 vezes em um ano. Mas a IA mais barata tende a ser mais usada, o que Luccioni, Strubell e Crawford discutem como efeito rebote ou efeito Jevons. Uma meta de intensidade capta o primeiro fenômeno; uma meta absoluta ou um teto capta o segundo.
Como devem ser as metas?
| Tipo | Exemplo |
|---|---|
| Intensidade | Energia por documento processado reduzida numa parcela definida em relação à linha de base |
| Absoluta | Eletricidade total da IA, ou emissões estimadas, mantida igual ou abaixo de um teto |
| Processo | Parcela de pedidos atendidos por modelos pequenos; parcela de fornecedores que dão dados por pedido |
A especificação Software Carbon Intensity da Green Software Foundation oferece uma medida de intensidade pronta: emissões por unidade funcional, usando dados da rede baseados na localização. Veja calcular uma pontuação SCI.
Erros comuns
- Não ter linha de base. Veja definir uma linha de base.
- Metas cumpridas com certificados. Comprar certificados pode mudar um número baseado no mercado sem mudar o uso de energia. Mantenha pelo menos uma meta em quilowatts-hora.
- Mudar o método em silêncio. Se o método melhorar, recalcule a linha de base.
- Metas que ninguém controla. Combine as metas de resultado com metas de processo sobre as quais as equipes possam agir.
O método por trás dos números está em como medir a energia da IA.
Fontes
- Software Carbon Intensity specification, Green Software Foundation (2024)
- From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate, Luccioni, Strubell and Crawford, ACM FAccT (2025)
- Measuring the environmental impact of delivering AI at Google Scale, Elsworth et al., Google (2025)
Relacionados
Como defino uma linha de base para comprovar economias de energia com IA?
Comprove uma economia real de energia da IA: meça antes de mudar, com a mesma configuração e carga, repita execuções, meça por unidade e confira a qualidade.
Como acompanho a energia da IA por tarefa, e não só no total?
Escolha uma unidade funcional, como por documento ou por tarefa bem-sucedida, registre a energia e a qualidade por essa unidade e informe-a ao lado do total.
Como evito que os ganhos de eficiência da IA sejam anulados pelo aumento do uso?
Como impedir que as economias de eficiência da IA sejam engolidas pelo uso crescente: acompanhe totais, limite o uso, desative o que sobra e avalie a necessidade.
Como medir a energia e o carbono da IA
Um guia prático para medir ou estimar a energia e o carbono do trabalho com IA: ferramentas, limites do sistema, métricas por tarefa e incerteza honesta.