{"id":20761,"date":"2026-07-07T11:02:08","date_gmt":"2026-07-07T14:02:08","guid":{"rendered":"https:\/\/fenati.org.br\/?p=20761"},"modified":"2026-07-07T11:02:08","modified_gmt":"2026-07-07T14:02:08","slug":"estudo-alerta-para-consumo-elevado-dos-agentes-de-ia","status":"publish","type":"post","link":"https:\/\/fenati.org.br\/en\/estudo-alerta-para-consumo-elevado-dos-agentes-de-ia\/","title":{"rendered":"Estudo alerta para consumo elevado dos agentes de IA"},"content":{"rendered":"<p><strong>Agentes de IA &#8211;<\/strong> Uma pesquisa indica que os chamados agentes de <a href=\"https:\/\/pt.wikipedia.org\/wiki\/Intelig%C3%AAncia_artificial\" target=\"_blank\" rel=\"noopener nofollow\">intelig\u00eancia artificial<\/a> podem consumir muito mais energia do que os chatbots tradicionais. Segundo o levantamento, esse tipo de tecnologia pode gastar at\u00e9 136,5 vezes mais eletricidade por solicita\u00e7\u00e3o, o que levanta preocupa\u00e7\u00f5es sobre a efici\u00eancia computacional e os impactos na infraestrutura el\u00e9trica.<\/p>\n<p>Diferentemente dos modelos convencionais de IA generativa, que respondem diretamente \u00e0s perguntas dos usu\u00e1rios, os agentes de IA executam tarefas em v\u00e1rias etapas. Para concluir uma solicita\u00e7\u00e3o, eles analisam informa\u00e7\u00f5es, tomam decis\u00f5es intermedi\u00e1rias e consultam repetidamente um grande modelo de linguagem, aumentando a necessidade de processamento.<\/p>\n<p><a href=\"https:\/\/fenati.org.br\/en\/uso-de-ia-decisoes-complexas-cautela-especialista\/\" target=\"_blank\" rel=\"noopener\"><strong>LEIA: Uso de IA em decis\u00f5es complexas exige cautela, alerta especialista<\/strong><\/a><\/p>\n<p>De acordo com o estudo, cada consulta realizada por um agente pode consumir, em m\u00e9dia, 348,41 watt-hora. Os pesquisadores destacam que esse volume de energia equivale ao consumo de uma l\u00e2mpada LED acesa durante um dia inteiro, enquanto uma consulta tradicional exige um gasto muito menor.<\/p>\n<p>Al\u00e9m do maior consumo energ\u00e9tico, os agentes tamb\u00e9m apresentaram tempos de resposta mais longos. Em m\u00e9dia, eles levaram 153,7 vezes mais tempo para concluir uma tarefa em compara\u00e7\u00e3o com uma intera\u00e7\u00e3o convencional de intelig\u00eancia artificial.<\/p>\n<p>Os pesquisadores apontam que esse comportamento tamb\u00e9m reduz a efici\u00eancia dos servidores. Durante a execu\u00e7\u00e3o das tarefas, parte da capacidade das unidades de processamento gr\u00e1fico (GPUs) permanece ociosa por longos per\u00edodos, diminuindo o aproveitamento dos equipamentos.<\/p>\n<p>Apesar dos desafios, a tecnologia j\u00e1 come\u00e7a a ser adotada em diferentes servi\u00e7os. O estudo destaca que plataformas voltadas para agentes de intelig\u00eancia artificial j\u00e1 re\u00fanem centenas de milhares de sistemas ativos, enquanto grandes empresas incorporam esse tipo de recurso a seus produtos e servi\u00e7os.<\/p>\n<p>Os autores tamb\u00e9m projetaram um cen\u00e1rio em que os agentes de IA realizem cerca de 13,7 bilh\u00f5es de solicita\u00e7\u00f5es por dia. Caso esse n\u00edvel de utiliza\u00e7\u00e3o seja alcan\u00e7ado sem avan\u00e7os na efici\u00eancia energ\u00e9tica, a demanda por eletricidade poder\u00e1 crescer de forma significativa.<\/p>\n<p>Segundo a pesquisa, o desenvolvimento dos agentes de intelig\u00eancia artificial amplia a capacidade de automa\u00e7\u00e3o de tarefas complexas, mas tamb\u00e9m refor\u00e7a a necessidade de criar solu\u00e7\u00f5es que reduzam o consumo de energia e aumentem a efici\u00eancia da infraestrutura que sustenta essa tecnologia.<\/p>\n<p><em><strong>(Com informa\u00e7\u00f5es de Gizmodo)<\/strong><\/em><br \/>\n<em><strong>(Foto: Reprodu\u00e7\u00e3o\/Magnific)<\/strong><\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>Levantamento indica que tecnologia pode exigir muito mais processamento e eletricidade do que modelos convencionais<\/p>","protected":false},"author":10,"featured_media":20762,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[35],"tags":[13],"class_list":["post-20761","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ti","tag-sindical"],"_links":{"self":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts\/20761","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/comments?post=20761"}],"version-history":[{"count":2,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts\/20761\/revisions"}],"predecessor-version":[{"id":20764,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts\/20761\/revisions\/20764"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/media\/20762"}],"wp:attachment":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/media?parent=20761"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/categories?post=20761"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/tags?post=20761"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}