Novo método ajuda empresas a estimar emissões de carbono da inteligência artificial
Startup Watershed propõe cálculo de emissões de IA para empresas, oferecendo método e incentivando maior transparência dos fornecedores.
Startup Watershed propõe cálculo de emissões de IA para empresas, oferecendo método e incentivando maior transparência dos fornecedores.
Cresce preocupação com as emissões de carbono da inteligência artificial nas empresas
Com a rápida incorporação da inteligência artificial (IA) em produtos e processos empresariais, cresce a preocupação com o impacto ambiental dessa tecnologia, especialmente em relação às emissões de carbono associadas ao seu uso. Embora as empresas estejam demandando informações cada vez mais detalhadas sobre sua pegada de carbono, a transparência dos fornecedores de IA permanece limitada, dificultando a contabilização precisa dessas emissões.
A complexidade do cálculo das emissões de IA envolve múltiplas variáveis, como a energia consumida para treinar e operar modelos, as diferenças no consumo de energia entre tipos e usos de modelos, além da origem da eletricidade utilizada nas operações. Esses desafios freiam esforços corporativos para medir e reduzir o impacto ambiental dessa tecnologia em expansão.
Watershed propõe método para estimar emissões mesmo com dados limitados
A startup Watershed, especializada em ajudar empresas a medir e gerenciar suas emissões de carbono, publicou um estudo oferecendo uma metodologia para que organizações possam estimar sua pegada de carbono relacionada à IA, mesmo diante da escassez de dados fornecidos pelos desenvolvedores.
O método proposto sugere calcular as emissões com base no consumo energético associado ao número de tokens processados pela IA, uma métrica alinhada com a forma como muitas empresas são cobradas pelos serviços de IA. Para casos em que nem essa métrica está disponível, a Watershed recomenda utilizar uma estimativa aproximada baseada nos gastos financeiros com IA, aplicando um fator médio para converter os custos em emissões de CO2 equivalentes.
Além disso, a empresa revela uma fórmula mais detalhada para aqueles que dispõem de informações maiores, incorporando variáveis como emissões da fase de treinamento dos modelos, consumo indireto de energia por infraestrutura adicional e fatores regionais de emissões da rede elétrica.
Falta de dados por parte dos fornecedores prejudica transparência e ação ambiental
A maior barreira para uma estimativa correta das emissões da IA está na pouca divulgação de informações pelos maiores desenvolvedores da tecnologia. Google é uma exceção, tendo disponibilizado dados sobre o consumo energético de seu modelo Gemini, mas as informações ainda são consideradas preliminares e em constante evolução.
Empresas como Microsoft, OpenAI, Anthropic e outras não fornecem dados detalhados sobre a intensidade de carbono por token processado, o que limita a precisão dos cálculos feitos pelas companhias usuárias dessas ferramentas. Essa lacuna dificulta tanto o monitoramento das emissões quanto a implementação de estratégias efetivas de redução.
A Watershed argumenta que a pressão crescente de investidores, auditores e órgãos reguladores está levando as empresas a exigir maior transparência dos fornecedores. Regulamentações em andamento, como no estado da Califórnia e na União Europeia, devem exigir futuras divulgações mais detalhadas, aumentando a necessidade de métodos confiáveis para estimativas atuais.
Potencial de redução e próximos passos regulatórios e tecnológicos
Com dados mais precisos, as empresas teriam meios para fazer escolhas conscientes, como preferir modelos menos intensivos em energia para tarefas simples, evitando o uso desnecessário de variantes mais custosas em termos ambientais. Isso ajudaria a mitigar o impacto da inteligência artificial no clima sem comprometer seus benefícios práticos.
O avanço regulatório previsto — destacando o regulamento europeu IA Act e legislações estaduais nos EUA — deve obrigar tanto usuários quanto provedores de IA a reportar as emissões diretas e indiretas associadas. O desenvolvimento paralelo de normas e metodologias de contabilização é essencial para conectar a divulgação de dados entre partes e garantir eficácia nas medidas climáticas.
Por ora, a iniciativa da Watershed representa uma tentativa relevante para que as empresas possam começar a lidar com o tema, mesmo com limitações, incentivando melhorias na transparência de dados que são fundamentais para a sustentabilidade da inteligência artificial a longo prazo.
Informações editoriais
Fonte: Heatmap News
Tiago Oliveira
Responsável pela curadoria editorial da TECSOCIETY, com foco em tecnologia, inteligência artificial, segurança digital, automação e games para leitores brasileiros.
Ver perfil editorial