A Kearney, uma das maiores consultorias globais de gestão estratégica de negócios, acaba de divulgar o estudo “Data Center Demand Index“, que analisa a evolução da demanda por data centers até 2030. Segundo a análise, o avanço acelerado da Inteligência Artificial (IA) está gerando uma transformação sem precedentes na infraestrutura digital global, redefinindo o planejamento, a localização e o consumo energético dos data centers.
Os servidores dedicados à IA já representaram entre 23% e 27% de toda a eletricidade consumida por data centers em 2025, uma proporção que deve dobrar até 2030, conforme o levantamento.
O relatório destaca que a intensidade computacional das tecnologias emergentes, incluindo aplicações nativas de nuvem, automação industrial, dispositivos conectados e gêmeos digitais, além da própria IA, está gerando volumes nunca vistos por processamento. Essa nova realidade está enfraquecendo a ligação tradicional entre onde a demanda por dados é originada e onde a infraestrutura física deve ser construída.
Demanda por energia por rack
Um dos dados mais relevantes para o mercado global é a mudança no perfil das cargas de trabalho de IA. Ao contrário da percepção comum de que o treinamento de modelos consome a maior parte dos recursos no longo prazo, o estudo da Kearney indica que o crescimento será predominantemente liderado pela inferência de IA (a aplicação prática dos modelos já treinados):
- A inferência já representa 80% de todas as cargas de trabalho de IA atualmente e deve alcançar 85% até 2028.
- Disparidade de densidade energética: o treinamento de IA continua sendo o segmento de maior densidade energética, exigindo de 30 a 100 kW por rack, em comparação com 10 a 30 kW para a inferência de IA e 10 a 14 kW para ambientes tradicionais de escala hipersensível (hyperscale).
A Era da infraestrutura especializada: os quatro arquétipos globais
Diante desses novos requisitos técnicos e de consumo, o estudo aponta que uma única geografia não será mais capaz de acomodar todos os tipos de demandas de processamento. O mercado global de data centers está se dividindo em quatro arquétipos principais de localização, baseados nas necessidades específicas de cada carga de trabalho:
- Metro-local (Proximidade Urbana): Focado em cargas de trabalho corporativas tradicionais, computação de borda (edge) e casos específicos de inferência de IA que exigem baixíssima latência e proximidade comercial com grandes centros populacionais.
- Regional-portable (Regional e Flexível): Voltado para a maior fatia de inferência de IA e cargas de nuvem comuns. Elas não precisam estar fisicamente na mesma cidade dos usuários e podem ser distribuídas regionalmente onde haja melhor equilíbrio entre latência aceitável, custo e disponibilidade de terreno.
- Sovereign-local (Soberania de Dados): Cargas de trabalho que, por razões de conformidade regulatória, auditoria, segurança nacional ou proteção de dados, precisam ser mantidas obrigatoriamente dentro de fronteiras geográficas ou jurisdições de confiança específicas.
- Power-led (Foco em Energia): Cargas de trabalho maciças, como o treinamento de novos modelos de IA, que possuem altíssima intensidade energética, mas baixa sensibilidade à latência. Elas podem ser alocadas de forma altamente flexível em qualquer lugar do planeta que ofereça energia abundante, competitiva em custos e, preferencialmente, de baixo carbono.
Implicações para mercados emergentes e a América Latina
Embora o estudo tenha base no mercado europeu, a dinâmica de descentralização e a busca por energia escalável são tendências críticas para países de dimensões continentais e com matrizes energéticas limpas, como o Brasil. O relatório argumenta que uma abordagem baseada em “especialização e colaboração” será muito mais eficaz do que o modelo em que cada região tenta fazer tudo sozinha.
“Estamos entrando em uma nova fase da história dos data centers na qual a intensidade computacional e a soberania moldam o mercado”, aponta a análise da Kearney. “O futuro da infraestrutura digital não deve ser visto como um ranking de países ou cidades individuais, mas como uma rede interconectada de papéis complementares”.
