EUA tentam impedir colapso na rede elétrica após grande demanda da IA

No começo de 2025, equipes de energia em vários estados começaram a notar um movimento que, à primeira vista, parecia só uma coincidência. Um pedido urgente aqui, outro ali, sempre vindo de novos datacenters que surgiam em terrenos antes vazios. Quando as requisições passaram a chegar quase toda semana, ficou claro que a rede elétrica já não dava conta. A sensação de pressa tomou conta das salas de operação, onde técnicos passaram a debater, quase diariamente, como evitar que a demanda crescente empurrasse o sistema para o limite.

A pressão não surgiu do nada. Ainda em 2024, gigantes como OpenAI, Google e Amazon anteciparam um salto na potência computacional até 2030. Desde então, muitas concessionárias admitem que estão correndo atrás. Projetos chegam antes das obras, que começam antes das licenças. É assim que se formam disputas por energia, ajustes provisórios e filas de espera espalhadas por todo o país.

Redes em alerta

No Oregon, a situação ficou evidente quando a Amazon voltou às reuniões com autoridades depois de ver parte de um investimento bilionário praticamente congelado por falta de energia disponível. A Pacificorp explicou que não poderia atender ao pedido de imediato, e o assunto acabou nas mesas regulatórias. Em Santa Clara, dois centros de 50 megawatts, erguidos pela Digital Realty e pela Stack Infrastructure, seguem sem operar desde 2024. A concessionária local prevê liberar energia só depois de 2028, quando concluir uma atualização cara e demorada.


IA acelera o consumo de energia nos EUA e pode gerar gargalos antes de 2030 (Foto: reprodução/X/@hectorchamizo)


Consultores que acompanham o setor dizem que esse tipo de impasse deixou de ser exceção. Ohio vive exemplo parecido: uma mudança na regra de contratação enxugou a fila de projetos de 30 para 13 gigawatts. Ainda assim, especialistas lembram que o país tem histórico de acelerar grandes obras quando há interesse econômico forte. Institutos de energia enxergam até um lado positivo nessa corrida, que pode destravar investimentos que ficaram engavetados por anos.

Datacenters viram usinas próprias

Com a rede pública pressionada, várias empresas passaram a montar suas próprias fontes de energia. No Texas, não é raro ver turbinas novas sendo instaladas a poucos metros dos prédios que abrigam servidores. O projeto Stargate, em Abilene, montado por OpenAI, SoftBank, Oracle e MGX, já funciona com dez turbinas só para garantir que nada desligue de surpresa. Esse movimento começou a atrair até grupos do setor de petróleo: a Chevron, por exemplo, planeja instalar 5 gigawatts em geração a gás até 2027, aproveitando o excedente da Bacia Permiana.

Startups e fornecedores menores oferecem células a combustível e turbinas compactas, uma solução rápida para novos datacenters. A xAI, de Elon Musk, já aplicou a estratégia em mais de um local. Especialistas estimam que o gás natural atenderá boa parte da demanda, enquanto o governo aposta em reatores nucleares antigos e novos modelos AP1000. Modernizar a rede e programas de resposta ao consumo poderiam liberar potência extra. Pesquisadores da Duke University calculam que reduzir apenas 1% do uso dos datacenters criaria uma folga de 125 gigawatts.

Engenheiro agrônomo vê na IA linha divisória entre sobrevivência e colapso no agro

São Paulo, dezembro de 2023 —A revolução digital no agronegócio não é mais um exercício de futurologia. Sob pressão por eficiência, rastreabilidade e sustentabilidade, o setor rural brasileiro começa a enxergar na inteligência artificial um divisor de águas — não só entre lucro e prejuízo, mas entre quem segue relevante e quem será deixado para trás.

Entre os especialistas que vêm ajudando a traduzir esse cenário em direções concretas está o engenheiro agrônomo Robson Luís Magnani. Com mais de duas décadas de atuação no setor e um olhar estratégico sobre inovação, ele se tornou referência na avaliação de soluções tecnológicas voltadas ao campo. Atua como advisor técnico no portfólio Agtech da Bossa Nova Investimentos, onde analisa startups de base rural em estágio inicial, e integra conselhos administrativos de empresas do setor com foco em governança, escalabilidade e impacto produtivo replicável.

Com formação em Engenharia Agronômica e especialização em Proteção de Plantas pela Universidade Federal de Viçosa, MBA em Marketing pela FGV e Executive MBA em Negócios Internacionais pela University of Pittsburgh, Robson também é conselheiro certificado pelo Instituto Brasileiro de Governança Corporativa (IBGC), entidade que forma lideranças empresariais com base em ética, sustentabilidade e boas práticas.

Para ele, inovação no campo não pode mais ser tratada como aposta. É um processo em andamento que exige leitura técnica, visão de ecossistema e decisões com base em dados reais. “O papel do avaliador hoje é entender o agro como um conjunto de soluções integradas. IA, conectividade e modelo de negócio precisam conversar entre si”, afirma.

Entre os usos mais promissores da IA já presentes no campo, Robson destaca o monitoramento automatizado de lavouras e rebanhos com sensores e visão computacional. Doenças em plantas vêm sendo identificadas antes de qualquer sintoma visível, o que permite intervenções mais rápidas, redução de perdas e economia de insumos. No caso da pecuária, algoritmos já são capazes de analisar o escore corporal de animais com precisão e autonomia. “Isso não é futuro. Está em teste de campo hoje.”

A assistência técnica digital também ganha força com a aplicação de modelos de IA generativa treinados em protocolos agronômicos, veterinários e zootécnicos. Essas soluções conseguem orientar o produtor mesmo em áreas com pouca ou nenhuma conectividade constante, tornando a tomada de decisão mais ágil e democrática. “É um avanço com enorme potencial de impacto, principalmente em regiões onde o acesso a técnicos especializados é limitado.”

Outra frente com crescimento acelerado, segundo Robson, é a desintermediação da cadeia produtiva por meio de IA logística. Plataformas que conectam diretamente produtores a restaurantes, centros de distribuição e consumidores finais vêm usando inteligência artificial para precificação dinâmica, roteirização eficiente de entregas e análise de demanda com base em sazonalidade e preferências locais. “É um modelo que melhora a margem do produtor, reduz desperdícios e aproxima o campo do urbano.”

Para o engenheiro, ainda há um descompasso entre a velocidade de adoção dessas tecnologias e a percepção de parte do mercado financeiro. “As startups rurais que combinam IA com conhecimento técnico local já estão operando. O capital que entender isso agora entra com valuation justo. Quem deixar para depois vai pagar caro — ou não vai conseguir entrar.”

Na hora de avaliar uma Agtech com potencial, Robson busca cinco pontos essenciais: dor validada no campo, time técnico qualificado, IA funcional (não cosmética), modelo de negócio escalável e governança desde o início. “Investir em IA no agro não é seguir modismo. É assumir o comando de um setor que está se reescrevendo em tempo real”, conclui.