Campi de data centers como o de Loudoun estão surgindo em todo o país para acomodar um apetite insaciável por IA. Mas esta construção tem um custo enorme. Só nos EUA, os centros de dados consumiram cerca de 4% da electricidade nacional em 2024. As projecções sugerem que esse número poderá aumentar para 12% até 2028. Para colocar isto em perspectiva, um único centro de dados de 100 megawatts consome aproximadamente tanta electricidade como 80.000 lares americanos. Os data centers que estão sendo construídos hoje estão se preparando para uma escala de gigawatts, o suficiente para abastecer uma cidade de médio porte.
Para os líderes empresariais, os custos de energia associados à IA e à infraestrutura de dados estão rapidamente a tornar-se uma preocupação orçamental e um potencial estrangulamento ao crescimento. Enfrentar este momento exige uma capacidade que a maioria das organizações está apenas começando a desenvolver: inteligência energética. A disciplina emergente refere-se à compreensão de onde, quando e por que a energia é consumida e ao uso dessa percepção para otimizar operações e controlar custos.
Estes esforços destinam-se a enfrentar tanto as pressões financeiras imediatas como os riscos de reputação a longo prazo, à medida que comunidades como o condado de Loudoun ficam cada vez mais preocupadas com as exigências energéticas associadas ao desenvolvimento de centros de dados próximos.
Em dezembro de 2025, o MIT Technology Review Insights conduziu uma pesquisa com 300 executivos para entender como as empresas estão pensando sobre inteligência energética hoje, bem como onde estão antecipando desafios no futuro.
Aqui estão cinco de nossas descobertas mais notáveis:
- A inteligência energética está se tornando uma prioridade empresarial universal. Cem por cento dos executivos entrevistados esperam que a capacidade de medir e gerenciar estrategicamente o consumo de energia se torne uma importante métrica de negócios nos próximos dois anos.
- As cargas de trabalho de IA já estão gerando aumentos mensuráveis de custos, e o aumento está apenas começando. Dois terços dos executivos (68%) relatam que as suas empresas enfrentaram aumentos nos custos de energia de 10% ou mais nos últimos 12 meses devido à IA e às cargas de trabalho de dados. Quase todos os entrevistados (97%) prevêem que o consumo de energia relacionado à IA da sua organização aumentará nos próximos 12 a 18 meses.
- Os custos crescentes são a principal ameaça à inovação em IA relacionada com a energia. Metade dos executivos (51%) classifica o aumento dos custos como o maior risco relacionado com a energia para as suas iniciativas digitais e de IA. A maioria das empresas que atualmente rastreiam e tentam otimizar o consumo de energia dos data centers são motivadas pela gestão de custos.
- As organizações estão a responder através da optimização das infra-estruturas e de parcerias de eficiência energética. Para responder às crescentes exigências energéticas, três em cada quatro líderes (74%) estão a otimizar a infraestrutura existente, enquanto 69% estão a estabelecer parcerias com fornecedores de armazenamento e nuvem energeticamente eficientes. Mais de metade também está a implementar o agendamento de cargas de trabalho de IA (61%) e a investir em hardware mais eficiente (56%).
- Fechar a lacuna de medição é a próxima fronteira. A maioria das empresas ainda não dispõe dos dados granulares necessários para uma verdadeira inteligência energética. Esta lacuna é especialmente pronunciada para empresas que dependem de fornecedores de nuvem e serviços geridos de terceiros para as suas necessidades de computação e armazenamento de dados, onde 71% afirmam que o aumento dos custos com base no consumo se origina, embora as métricas de energia sejam muitas vezes opacas.
Baixe o relatório completo.
Este conteúdo foi produzido pela Insights, o braço de conteúdo personalizado do MIT Technology Review. Não foi escrito pela equipe editorial do MIT Technology Review. Foi pesquisado, projetado e escrito por escritores, editores, analistas e ilustradores humanos. Isso inclui a redação de pesquisas e a coleta de dados para pesquisas. As ferramentas de IA que podem ter sido utilizadas foram limitadas a processos de produção secundários que passaram por uma revisão humana minuciosa.
