A expansão acelerada dos centros de dados — combustível invisível por trás da inteligência artificial — está pressionando redes elétricas ao redor do mundo de maneiras que os planejadores de infraestrutura nunca previram. Agora, no Reino Unido, o setor começa a sentir o peso financeiro dessa realidade: o regulador de energia estabeleceu uma faixa de depósitos compulsórios que pode chegar a £712,5 mil por megawatt reservado, aplicável a todos os novos projetos que queiram garantir conexão à rede nacional.
A lógica por trás da medida é direta. Durante anos, empresas de tecnologia reservaram capacidade de conexão elétrica sem qualquer garantia concreta de que os projetos seriam concluídos. O resultado foi um congestionamento artificial na fila de conexões, bloqueando outros setores — como energia renovável e manufatura — que dependiam do mesmo acesso. O depósito, que varia entre £237,5 mil e £712,5 mil por megawatt dependendo do porte e do prazo do projeto, funciona como um filtro: só avança quem tem compromisso real.
Para o setor de IA, o impacto é significativo. Um centro de dados de médio porte pode demandar dezenas de megawatts, o que significa que os depósitos exigidos podem facilmente ultrapassar a casa das centenas de milhões de libras antes mesmo de uma única pedra ser assentada. Gigantes como Microsoft, Google e Amazon, que estão em corrida global para expandir sua infraestrutura de computação em nuvem e IA, terão de recalibrar seus planos financeiros para mercados onde regulações semelhantes se espalharem.
A iniciativa britânica não é um caso isolado. Irlanda, Holanda e Singapura já adotaram restrições de diferentes naturezas para conter o apetite energético dos data centers. O que muda agora é o mecanismo: em vez de simplesmente barrar novos projetos, o regulador cria um incentivo econômico para que apenas iniciativas sérias e bem capitalizadas avancem — filtrando o oportunismo sem sufocar a inovação.
O episódio revela uma tensão estrutural que vai definir a próxima fase da revolução da IA: a disputa por energia. Treinar e operar modelos de linguagem em larga escala consome eletricidade em volumes que rivalizam com os de cidades inteiras. Enquanto a demanda cresce em ritmo exponencial, a capacidade de geração e distribuição de energia avança de forma linear. Quem conseguir equacionar essa equação — seja por meio de energia nuclear, renováveis dedicadas ou eficiência nos chips — estará à frente não apenas tecnologicamente, mas estrategicamente.