Um novo relatório do BTG Pactual indica que a América do Sul, especialmente Brasil e Chile, reúne condições para receber parte do crescimento global de data centers voltados à inteligência artificial. A expansão, no entanto, depende de ajustes regulatórios que garantam segurança de dados, simplifiquem operações e aproveitem a infraestrutura energética disponível.
O documento ressalta que a IA é altamente intensiva em consumo de energia. Para efeito de comparação, a geração de um vídeo de apenas seis segundos por IA consome eletricidade equivalente à recarga de oito celulares ou dois laptops. Apesar da expectativa de avanços em eficiência, a demanda atual já pressiona cadeias de suprimento, especialmente a de energia.
Segundo o BTG, tanto o Brasil quanto o Chile apresentam excedente renovável capaz de sustentar novos projetos. No caso brasileiro, o GSF dos geradores hidrelétricos e, no chileno, as restrições de produção de renováveis, são sinais de capacidade acima da demanda.
“Tanto o Brasil quanto o Chile apresentam dados suficientes para demonstrar a disponibilidade de energia (renovável) para atender à demanda de data centers”, aponta o relatório.
O banco avalia que, se conseguirem superar ineficiências internas, os dois países podem se tornar destinos competitivos para a instalação de data centers. No Brasil, as empresas que poderiam ser favorecidas incluem Eletrobras, Auren, Copel, Engie e Cemig, devido aos seus portfólios de geração. Companhias expostas a restrições de produção de renováveis, como Equatorial, CPFL e Neoenergia, também estariam entre as beneficiadas. No Chile, Colbún, Engie Energía Chile, Enel Chile, além das operadoras Vivo e Entel, são apontadas como potenciais ganhadoras.
Apesar do cenário positivo, o BTG vê limitações no atual marco regulatório brasileiro. O banco considera que a Medida Provisória nº 1.307, que estimula zonas de exportação e obriga novos data centers a adquirirem energia de novas usinas, pode reduzir a atratividade do país. Para os analistas, a medida ignora a oferta já existente de energia a baixo custo, sobretudo no Nordeste, e não favorece a instalação de centros de treinamento de IA em escala global.
