Em resumo
Acompanhe a energia total da IA, além da energia por tarefa, para que o crescimento fique visível, e decida de antemão o que acontece com as economias: desativar a capacidade liberada, manter um orçamento ou limite, ou reinvestir de forma deliberada. Junte eficiência e suficiência, perguntando se cada novo uso vale a pena. Sem isso, uma IA mais barata tende simplesmente a ser mais usada.
Passos
- Informe a energia ou as emissões totais da IA junto com a energia por tarefa em cada revisão.
- Decida, antes de um projeto de eficiência, o que acontecerá com a capacidade ou o orçamento que ele libera.
- Defina um orçamento ou limite de computação, tokens ou gastos totais para cada equipe ou serviço.
- Desative servidores, licenças ou capacidade reservada que a eficiência tornou desnecessários.
- Pergunte se cada novo uso de IA é necessário antes de aprová-lo.
A eficiência só se torna economia quando alguém decide o que acontece com a capacidade que ela libera. Caso contrário, uma IA mais barata passa a ser usada para mais coisas, com mais frequência, e o total continua subindo.
Por que isso acontece?
O economista William Stanley Jevons observou em 1865 que máquinas a vapor mais eficientes levaram a queimar mais carvão, e não menos. Luccioni, Strubell e Crawford argumentam que a mesma dinâmica de rebote se aplica à IA: os ganhos de eficiência baixam os custos, o que pode impulsionar mais uso. A Agência Internacional de Energia (AIE) projeta que o consumo de eletricidade dos data centers mais do que duplique entre 2024 e 2030, com a IA como principal motor, mesmo que cada pedido fique mais barato.
O que uma organização pode fazer?
- Tornar os totais visíveis. Os números por tarefa, sozinhos, vão parecer um progresso constante.
- Fazer orçamento. Dê às equipes um orçamento de computação, tokens ou gastos, como para qualquer outro recurso.
- Guardar a economia. Quando um modelo ou um fluxo de trabalho fica mais eficiente, desligue ou devolva a capacidade de que ele já não precisa.
- Reinvestir de propósito. Gastar as economias em novos usos pode ser a escolha certa, mas faça disso uma decisão, e não algo que acontece por inércia.
- Praticar a suficiência. Pergunte se uma tarefa precisa mesmo de IA, ou de um modelo tão grande; veja decida se você precisa de IA.
Erros comuns
- Anunciar um ganho de eficiência em percentagem como um corte de emissões.
- Deixar servidores liberados ligados "por via das dúvidas".
- Aprovar todas as novas funções de IA porque cada uma é barata.
Um sandpit (laboratório colaborativo) britânico sobre IA verde em 2026, com matemáticos, cientistas da computação e a indústria, apontou evitar o efeito rebote como uma das principais questões em aberto para a IA verde. Leia mais em eficiência não é suficiência.
Fontes
- The Coal Question, W. Stanley Jevons, Macmillan (1865)
- From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate, Luccioni, Strubell and Crawford, ACM FAccT (2025)
- Energy and AI, International Energy Agency (2025)
Relacionados
Eficiência não é suficiência: o efeito rebote na IA
Por que tornar a IA mais eficiente não garante que ela use menos energia no total, o que é o efeito rebote ou de Jevons e o que ajuda a manter a economia real.
Como defino metas de energia e emissões para a IA?
Como definir metas de energia e emissões da IA que façam sentido: uma linha de base medida, metas de intensidade e absolutas juntas e uma revisão regular.
Como verifico se um projeto de IA compensa o seu custo ambiental?
Uma forma simples de pesar a energia, o carbono e o hardware de um projeto de IA contra o benefício que ele traz, antes de construí-lo e depois de funcionar.
Como escrever uma política de IA verde
Um passo a passo para escrever a política de IA verde de uma organização, com um modelo que cobre uso, modelos, medição, compras, alegações e revisão.