Potencial dos data centers

O setor de data centers é um mercado com potencial enorme. O Brasil tem certas características únicas em temas geográficos, tem terras e muitos recursos hídricos. Há muitos anos o Governo começou a fazer investimentos para melhorar a matriz elétrica e, hoje, temos uma matriz elétrica em superavit, ou seja, a demanda é menor que a metade da capacidade de geração do país. Cerca de 80% da geração de energia no Brasil é renovável, o que a torna sustentável. Essa combinação de conectividade, energia e terreno, com uma matriz energética sustentável, posiciona o Brasil com grande possibilidades para investimentos em data centers.

A conectividade através de cabos submarinos no Atlântico garante uma excelente infraestrutura de comunicação e o Governo está trabalhando para criar facilidades e uma garantia jurídica para investidores, visando tornar o custo de instalação de servidores, storage e GPUs competitivo em comparação com outras regiões, como a Ásia. Embora São Paulo tenha sido historicamente um polo de investimento em data centers devido ao seu PIB e infraestrutura, a infraestrutura de transmissão de energia está se desenvolvendo em outras regiões, como o Nordeste, que conta com parques eólicos. Isso abre portas para novos locais de data centers próximos à geração de energia. O Brasil, com mais de 200 milhões de habitantes, possui um nível educacional profissional muito bom, o que garante a disponibilidade de profissionais qualificados para o setor de data centers, um fator crucial em um mercado em que a oferta de pessoal de boa capacidade pode ser um desafio em outros continentes. O nível de profissionalismo nas empresas brasileiras é considerado muito alto. Juntando todos esses fatores temos, então, uma equação muito interessante e uma excelente janela de oportunidades para o mercado no país.

Energia sustentável

A energia sustentável é um pilar fundamental no cenário atual, especialmente no contexto da infraestrutura de dados, e o Brasil se destaca como um país com enorme potencial nesse campo. Mas, apesar do grande potencial de energia sustentável, há um desafio global crescente. Os data centers atualmente demandam entre 4% e 5% da demanda global de energia. Com o avanço da Inteligência Artificial, espera-se que esse consumo aumente ainda mais, podendo chegar a 8% até 2030, o que levanta a questão de onde obter mais energia.

Nesse cenário, a eficiência energética é crucial. É fundamental focar na eficiência energética desde a geração até o consumo, pois podem ocorrer mais de 30% de perdas nesse processo. A digitalização com software é essencial para otimizar as operações e tomar decisões baseadas em dados, gerando maior eficiência.

O papel da inteligência artificial na eficiência energética

A Inteligência Artificial (IA), embora consuma mais energia, é vista como uma tecnologia que veio para ficar e que pode otimizar processos de distribuição, transmissão e geração de energia, resultando em eficiências e economias significativas. A IA pode tornar a gestão da energia mais eficiente e rápida, e sua evolução será muito rápida, com chips sendo renovados anualmente.

Sustentabilidade como prioridade estratégica e investimento

A sustentabilidade é tanto um dilema quanto uma grande oportunidade. Empresas estão assumindo a liderança na responsabilidade de reduzir a pegada de carbono, independentemente de exigências legais e a adoção de práticas sustentáveis é encarado como um investimento social e global, e não um gasto. A cultura empresarial está cada vez mais incorporando a sustentabilidade como uma prioridade em suas agendas e há uma crescente conscientização de que a sustentabilidade é uma responsabilidade com o mundo e a humanidade. Pequenas ações, como a escolha de embalagens sustentáveis, são exemplos da mudança necessária que começa no cotidiano e se expande para as empresas e a sustentabilidade é um valor que começa a se tornar prioridade, mesmo com a falta de leis que obriguem o mercado a se mexer nesse sentido.

Infraestrutura de dados

Os dados são o "novo petróleo". A otimização dos processos dos clientes e das operações, através da captação e análise de informações geradas pelos equipamentos e o uso de machine learning, permite a transição de processos tradicionais para processos baseados em informação, gerando eficiência e economia. Um exemplo é a manutenção preditiva, que reduz paradas programadas e não programadas. A informação gerada pelos equipamentos e a aplicação de machine learning permitem a otimização de processos, a transição de métodos tradicionais para processos baseados em dados, gerando eficiência e economia. A Schneider, por exemplo, utiliza o software EcoStruxure Advisor para análise de dados em tempo real, permitindo a manutenção preditiva e a extensão da vida útil dos equipamentos, reduzindo paradas programadas e não programadas.