A inteligência artificial (IA) não é mais um tópico do futuro – ela é uma realidade em quase todos os setores. Seja na medicina, no setor industrial, financeiro ou de telecomunicações: os sistemas de IA analisam dados, tomam decisões, automatizam processos e criam novos modelos de negócios. No entanto, essa revolução tecnológica também é acompanhada por um desafio ecológico: o crescente consumo de energia dos aplicativos de IA.
A geração de uma imagem de IA requer tanta energia quanto a metade de uma carga de celular. A capacidade de computação exigida pelos modelos modernos de IA é enorme, especialmente ao treinar modelos grandes. Estima-se que o treinamento do GPT-3, por exemplo, tenha causado mais de 550 toneladas de CO₂ – comparável às emissões anuais de CO₂ de mais de 100 carros. Um estudo da McKinsey de 2024 espera que os requisitos de energia dos data centers na Europa que executam aplicativos de IA aumentem drasticamente: para 150 terawatts-hora até 2030. Isso representa cerca de cinco por cento do consumo total de eletricidade na Europa.
Ao mesmo tempo, porém, a IA também oferece muitas oportunidades para encontrar soluções sustentáveis para os desafios de nosso tempo: por exemplo, a IA pode ser usada para melhorar significativamente as previsões meteorológicas ou reconhecer desastres naturais, como deslizamentos de terra, em um estágio inicial. "A IA pode reduzir significativamente o consumo de energia das fábricas, reduzir a pegada de carbono dos edifícios, reduzir o desperdício de alimentos e minimizar o uso de fertilizantes na agricultura", enfatiza o CEO da Bitkom, Bernhard Rohleder.
Portanto, a IA pode ser tanto parte do problema quanto parte da solução. O desafio é utilizar as grandes oportunidades oferecidas pelos aplicativos de IA e, ao mesmo tempo, manter o impacto no meio ambiente o mais baixo possível.
Como um dos principais provedores de telecomunicações da Europa, a Deutsche Telekom e a T-Systems também estão cientes desse desafio e, portanto, introduziram os "Princípios de IA Verde". Esses princípios servem como um guia sobre como as soluções de IA podem ser desenvolvidas e usadas de forma mais sustentável do ponto de vista ambiental. Eles mostram como os riscos potenciais, como o rápido crescimento da pegada de carbono, podem ser reconhecidos e tratados em um estágio inicial. O objetivo não é apenas tornar o desenvolvimento e o uso da IA mais sustentáveis dentro da Deutsche Telekom, mas também dar impulso a outros participantes, incluindo empresas, instituições públicas, tomadores de decisões políticas e a comunidade científica. A abordagem visa a incorporar a sustentabilidade como parte integrante dos sistemas de IA desde o início.
O desafio é utilizar as grandes oportunidades oferecidas pelos aplicativos de IA e, ao mesmo tempo, manter o impacto no meio ambiente o mais baixo possível.
Nils Henrik Muthmann, Líder de Programa de Sustentabilidade/ESG na T-Systems International
Todos os aplicativos de IA da Telekom são baseados em eletricidade proveniente de fontes de energia renováveis. Isso se aplica não apenas aos data centers internos, mas também às infraestruturas de nuvem terceirizadas. Isso garante que a operação dos sistemas de IA não contribua para o aumento das emissões de CO₂.
Modelos, dados, componentes de software e hardware são usados várias vezes. A reutilização de modelos já treinados ou pipelines de dados existentes não apenas economiza tempo de desenvolvimento, mas também reduz significativamente o consumo de energia.
Cada desenvolvimento de IA é analisado em termos de consumo de energia e emissões de CO₂. Essa transparência cria a base para decisões bem fundamentadas, por exemplo, se um modelo deve ser mais otimizado ou substituído por outro mais eficiente.
Os recursos de computação são dimensionados conforme a demanda – em outras palavras, são fornecidos somente quando e na medida em que são realmente necessários. Isso evita que sistemas superdimensionados consumam energia desnecessariamente, por exemplo, em tempos ociosos.
Os modelos de IA são desenvolvidos de forma modular, eficiente e adaptada ao aplicativo específico. Em vez de modelos universais de "tamanho único", são usadas arquiteturas especializadas que economizam recursos e fornecem apenas o que é realmente necessário.
A transparência e a reutilização de códigos e modelos em toda a empresa evitam duplicar desenvolvimentos. Isso não apenas economiza energia, mas também promove a colaboração interna e a velocidade da inovação.
A programação com eficiência energética é promovida, por exemplo, por meio do uso econômico de memória, ciclos de computação e acesso a dados. Os desenvolvedores são sensibilizados quanto ao impacto de seu código no consumo de energia e na sustentabilidade.
Os algoritmos e as arquiteturas são mantidos tão simples quanto possível. A complexidade só é usada quando traz um valor agregado real, o que não apenas reduz o consumo de energia, mas também aumenta a capacidade de manutenção e a robustez dos sistemas.
A sustentabilidade é considerada em todo o ciclo de vida de um projeto de IA, desde a ideia inicial até o treinamento, a operação e o descomissionamento. Isso garante que os aspectos ecológicos não sejam considerados apenas seletivamente, mas de forma holística.
A implementação dos Princípios de IA Verde não é uma questão puramente técnica – ela exige uma reformulação holística da organização, da cultura e dos processos. Porque os princípios por si só não mudam o mundo. Para minimizar o impacto sobre o meio ambiente, a Deutsche Telekom e a T-Systems estão adotando uma abordagem multidimensional:
A IA verde não é uma contradição – é uma necessidade. Os Princípios de IA Verde são uma abordagem inteligente para combinar inovação tecnológica e responsabilidade ecológica. As empresas que investem em IA sustentável hoje não apenas garantem a resiliência regulatória, mas também uma vantagem competitiva decisiva.
