A adoção corporativa de inteligência artificial avança em ritmo acelerado, mas deixa um rastro de difícil medição: sua pegada de carbono. O consumo de eletricidade dos data centers que treinam e operam esses modelos é massivo, mas raramente aparece de forma clara nos relatórios de sustentabilidade. Para endereçar essa lacuna, a Watershed, uma startup especializada em contabilidade de carbono, publicou uma metodologia para que empresas possam, ao menos, estimar suas emissões de IA.

A proposta, segundo reportagem da Fast Company, é pragmática. A ideia é criar um padrão de cálculo que conecta o custo financeiro ao custo ambiental. Como as empresas já monitoram o uso de IA por meio de “tokens” para gerenciar despesas, o framework da Watershed utiliza essa mesma métrica como base para calcular as emissões de dióxido de carbono. A lógica é que, se uma empresa sabe quantos tokens consome, ela pode ter uma estimativa defensável de seu impacto climático.

A conta por trás dos tokens

A complexidade reside no fato de que as emissões de IA se enquadram na categoria de Escopo 3 — emissões indiretas que ocorrem na cadeia de valor de uma empresa, fora de seu controle direto. No entanto, a pressão para que esses números sejam divulgados aumenta. Reguladores, como os da Califórnia, já exigem a abertura de dados de Escopo 3, e o Greenhouse Gas Protocol, que define os padrões corporativos, avalia incluir requisitos específicos para serviços de nuvem e IA. “Investidores, auditores e reguladores estão perguntando sobre as emissões de IA, e a maioria das empresas não tem uma forma defensável de responder”, afirmou John Bistline, diretor de ciência da Watershed, à publicação.

A pressão por transparência

O maior obstáculo para uma medição precisa é a falta de transparência dos próprios provedores de IA. Gigantes como Google, OpenAI e Microsoft tratam os dados de consumo de energia de seus modelos como “comercialmente sensíveis”. São caixas-pretas cujo funcionamento interno é protegido. A Watershed reconhece que seu método gera uma estimativa, não um número exato, mas argumenta que é um ponto de partida crucial. Com essa estimativa em mãos, as empresas podem tomar decisões mais conscientes, como optar por modelos de IA menos intensivos em energia ou escolher data centers em regiões com matriz energética mais limpa.

A iniciativa da Watershed funciona, portanto, como uma ferramenta de gestão e, ao mesmo tempo, um instrumento de pressão. Ao criar uma metodologia padronizada, ela convida as big techs a divulgar seus próprios dados de eficiência, transformando a sustentabilidade em um diferencial competitivo. O debate não é mais sobre se a IA tem um custo ambiental, mas sobre como medi-lo e gerenciá-lo. A contabilidade de carbono parece ser o primeiro passo para tornar essa fatura visível.

Com reportagem de Brazil Valley

Source · Fast Company