Você já deve ter lido isso em algum lugar: gerar uma imagem com IA gasta uma garrafa de água inteira, ou até mais. Esse número é real ou um exagero? O consumo de água por trás da IA generativa é discutido com números que variam em até mil vezes de uma fonte para outra, e a razão para essa diferença é mais interessante do que parece. Explicamos de onde vem esse consumo, quanto uma imagem realmente gasta e o que as grandes empresas de IA estão fazendo a respeito.
De onde vem o consumo de água da IA
O consumo não acontece “dentro” da imagem gerada, ele acontece na infraestrutura física que processa o pedido. Os data centers que rodam os modelos de IA geram calor intenso com o uso contínuo dos processadores, e esse calor precisa ser dissipado para não danificar os equipamentos. A forma mais comum de resfriamento em grande escala usa água: parte evapora no processo, parte é descartada como efluente. Isso significa que cada imagem gerada consome tanto eletricidade (para processar o pedido) quanto água indireta, usada no resfriamento físico do data center e na geração da própria eletricidade que alimenta o sistema, já que usinas termelétricas também usam água para resfriamento.
Quanta água uma imagem gerada realmente consome
Aqui está o ponto central da confusão: a estimativa mais citada por aí (de 500 ml a 3 litros por imagem) não é sobre uma imagem específica. Ela vem de um estudo das universidades da Califórnia (Riverside) e do Texas (Arlington) sobre conversas inteiras com chatbots (20 a 50 perguntas seguidas), e boa parte da mídia brasileira replicou o número atribuindo-o erroneamente a “uma imagem gerada”.
Um relatório mais recente e específico, do Instituto para Água, Meio Ambiente e Saúde da Universidade das Nações Unidas (UNU-INWEH), publicado em junho de 2026, chegou a um número bem menor: gerar uma imagem por IA consome, em média, cerca de 29 mililitros de água, o equivalente a duas colheres de sopa. Já o próprio Sam Altman, CEO da OpenAI, declarou em 2025 que uma consulta comum de texto ao ChatGPT usa cerca de 0,000085 galões de água (aproximadamente 0,32 ml) e 0,34 watt-hora de eletricidade, uma fração minúscula perto dos números virais.
Mais recentemente, em setembro de 2026, ele comparou 38 mil consultas ao ChatGPT ao consumo de água necessário para produzir uma única amêndoa na Califórnia, uma comparação que pesquisadores independentes, como Shaolei Ren, da Universidade da Califórnia em Riverside, dizem não conseguir verificar publicamente. Curiosamente, o próprio grupo de Ren, autor do estudo original sobre conversas inteiras citado acima, já revisou seus números para baixo mais de uma vez: a estimativa mais recente do grupo aponta algo em torno de 15 ml de água por interação (dos quais só cerca de 5 ml seriam consumo direto em data center), bem longe da “garrafa inteira” que viralizou nas notícias e redes.
Por que os números variam tanto? Porque medem coisas diferentes. Estudos que citam litros geralmente somam o “custo hídrico total”, incluindo a água usada para gerar a eletricidade em usinas termelétricas ao longo de toda a cadeia. Já os números que as próprias empresas divulgam costumam contar só a água usada diretamente no resfriamento do data center, sem essa conta mais ampla.
Comparando com outras atividades digitais
Um e-mail de cerca de 100 palavras gerado por IA consome pouco mais de meio litro de água, segundo estudo da Universidade da Califórnia em parceria com o Washington Post. Isso ajuda a colocar o problema em perspectiva: o impacto de uma única interação com IA, isolada, tende a ser pequeno diante de outras atividades digitais cotidianas, mas o volume é o que importa. Bilhões de consultas por dia, multiplicadas por qualquer uma dessas estimativas, chegam a centenas de milhões de litros de água por semana só de uma plataforma, o que explica por que o tema virou pauta de investidores e reguladores.
O que as empresas de IA estão fazendo sobre isso
O Google se comprometeu a repor 120% da água consumida em seus data centers até 2030 e está testando, em fase inicial de piloto, novas soluções de resfriamento com alternativas de baixo consumo de água que prometem reduzir o uso em até 50% nas instalações onde forem implementadas.
A Microsoft já bateu a própria meta: a empresa afirma ter se tornado “water positive” (devolvendo mais água do que consome) no ano fiscal de 2025, cinco anos antes do prazo que havia estabelecido para 2030, reduzindo a intensidade de uso de água em cerca de 25% frente à base de 2022, com meta de chegar a 40% até o fim da década.
A OpenAI é a mais criticada em transparência: não publica dados detalhados de consumo de água e energia desde o GPT-3, em 2020. As poucas informações que existem vêm de declarações informais do próprio Sam Altman, não de relatórios auditados, o que dificulta comparações confiáveis com concorrentes que publicam metas e números específicos.
Fontes: UOL, DataCenterDynamics, BlogAndyMasley
Dicas para usar IA de forma mais consciente
- Gere só o que você realmente vai usar, descartar dezenas de variações de uma mesma imagem por capricho multiplica o consumo sem necessidade.
- Escreva prompts mais detalhados de primeira, em vez de gerar e regerar repetidamente até acertar por tentativa e erro.
- Prefira resolução compatível com o uso final (uma imagem para post de rede social não precisa da resolução máxima).
- E, se a ferramenta permitir escolher entre um modelo “rápido” e um “avançado”, use o rápido quando a diferença de qualidade não for perceptível para o seu objetivo, modelos mais simples consomem menos energia por geração.
Análise Crítica
O verdadeiro problema não está no consumo de uma imagem isolada, está na escala. Uma imagem sozinha, por qualquer conta razoável, consome uma fração de um copo de água. O que preocupa pesquisadores e comunidades locais é a multiplicação desse número por bilhões de solicitações diárias, concentradas em poucas regiões do mundo, muitas delas já sob estresse hídrico. Nesse contexto, declarações como a de Altman sobre “38 mil consultas = uma amêndoa” funcionam mais como estratégia de comunicação do que como dado verificável. A pergunta que fica é: enquanto as empresas competem por quem tem a comparação mais tranquilizadora, quem vai auditar de forma independente se os números realmente se sustentam?
A visão do canal Invente com IA
Não dá pra fugir da conclusão: usar IA pra gerar uma imagem de vez em quando não é o que vai resolver ou piorar a crise hídrica sozinho, o volume é que importa, e isso é decisão das empresas, não só sua. Mas dá pra fazer sua parte sem se sentir culpado por usar a ferramenta: tente fazer um bom prompt logo de cara, isso evita gerar dez variações de imagens só pra escolher uma. E use modelo mais simples quando não precisar de resultado super sofisticado.
