Empresas de tecnologia, energia nuclear e o problema do timing estratégico

No ano passado, grandes empresas de tecnologia apostaram tudo na energia nuclear. A Meta assinou um contrato de 20 anos com a Constellation Energy Corp. para obter energia de um reator de Illinois, o Google assinou um contrato com a Kairos Power para comprar energia de uma nova frota de reatores avançados localizados para abastecer os data centers do Google, a Amazon fez uma parceria com a Energy Northwest e a Dominion Energy para desenvolver energia nuclear e a Microsoft se comprometeu com um contrato de 20 anos para reiniciar a Unidade 1 de Three Mile Island. O interesse crescente na energia nuclear tem tudo a ver com a solução de duas questões aparentemente impossíveis com as quais os gerentes de IA generativa e energia nuclear estão lidando agora: Primeiro, como o senhor prevê o cronograma de quando o mercado estará pronto para sua oferta? Há décadas, os construtores de usinas nucleares têm se esforçado para garantir que seus reatores entrem em operação exatamente quando as condições de mercado de longo prazo os justificam. Em segundo lugar, como o senhor transmite um prazo para seus parceiros e fornecedores? Os provedores de IA em hiperescala precisam desesperadamente de mais eletricidade, mas o setor de energia tradicional não sente a mesma urgência que eles. Colocar os fornecedores dos principais insumos no mesmo cronograma é fundamental para garantir que o senhor tenha o que precisa, quando precisa. Uma coisa fica clara quando o senhor examina esses dois problemas: o tempo é tudo. Gerenciá-lo será um desafio estratégico fundamental para os operadores de rede, fornecedores de energia nuclear e empresas de TI no futuro, pois isso resolve seus problemas mútuos de tempo. E, embora acertar o tempo sempre tenha sido importante na estratégia de tecnologia, a necessidade agora é mais evidente do que nunca. Definir cronogramas e cumprir prazos são agora imperativos fundamentais para ambos os setores. O cenário elétrico em transformação da IA Para preparar o terreno, vamos primeiro entender o problema: a IA exige uma enorme quantidade de computação, e essa computação exige muito mais eletricidade do que as tecnologias anteriores baseadas na Web. Até recentemente, a demanda por eletricidade computacional crescia de forma relativamente lenta e previsível. Para dar suporte à expansão inicial da Internet de 2000 a 2010, o consumo de eletricidade dos data centers nos EUA cresceu de aproximadamente 30 TWh/ano para 70 TWh/ano, de acordo com um relatório recente do Electric Power Research Institute (EPRI). Em termos de crescimento no uso anual, isso é como adicionar o país de Belarus à rede elétrica em um período de 10 anos. E de 2010 a 2017, de acordo com o EPRI, o consumo de eletricidade do data center permaneceu mais ou menos assim. Tudo isso mudou com o boom da IA generativa. Uma única resposta do ChatGPT pode exigir que sua consulta passe por trilhões de cálculos. Esse processo de inferência de IA consome quase 10 vezes mais energia do que uma pesquisa no Google. A geração de imagens requer ainda mais energia. De acordo com um estudo realizado por pesquisadores da empresa de IA Hugging Face e da Carnegie Mellon, 1.000 imagens geradas por um modelo potente criam tantoCO2 quanto dirigir um carro a gasolina por 4,1 milhas. Dessa forma, as demandas de energia dispararam. O uso de eletricidade do data center cresceu de 1,9% do uso total de eletricidade nos EUA em 2018 para 4,4% em 2023 - de76 TWh/ano para 173 TWh/ano. Isso é o equivalente a adicionar as demandas de energia de Bangladesh à rede elétrica dos EUA, e isso em apenas cinco anos. À medida que a IA generativa impulsionou o uso de eletricidade nos centros de dados dos EUA, a Big Data ultrapassou outras fontes de energia e assinou acordos nucleares de longo prazo para garantir uma carga de base livre de carbono no futuro. Essas apostas multibilionárias provocam as duas questões de tempo que abordaremos a seguir: Como colocar os reatores em operação exatamente quando a demanda é necessária e como alinhar os fornecedores de energia aos prazos da IA da Big Tech. Desafio 1: prever o cronograma de prontidão do mercado Vamos começar pela perspectiva dos fornecedores de eletricidade: os operadores de rede e os desenvolvedores de usinas nucleares. A energia nuclear está posicionada de forma única para as necessidades energéticas atuais e previstas da IA geradora. Em primeiro lugar, as emissões do ciclo de vida da energia nuclear são comparáveis às das energias renováveis e muito inferiores às dos combustíveis fósseis, o que a torna uma ferramenta essencial para o cumprimento dos compromissos climáticos. Em segundo lugar, a energia nuclear oferece uma fonte estável de eletricidade, ao contrário das energias renováveis, que são intermitentes e dependem de baterias ou gás de reserva. Por fim, os custos da energia nuclear são amplamente previsíveis em décadas no futuro. Embora os custos iniciais de construção das usinas nucleares sejam altos, seus custos operacionais são relativamente baixos, o que resulta em preços previsíveis a longo prazo. Apesar do papel claro que a energia nuclear deveria desempenhar, os operadores de rede têm sido historicamente relutantes em investir e desenvolver a energia nuclear. Os reatores nucleares são projetos enormes e caros que produzem quantidades imensas de eletricidade. Em todo o mundo, eles normalmente levam cerca de 8 anos para serem construídos atualmente. Historicamente, construí-los nos EUA tem sido mais caro do que em muitos outros países. A unidade 1 de Three Mile Island, quando reiniciada, forneceria energia suficiente para 800.000 residências americanas - uma produção de tamanho médio para usinas nucleares. A construção de um reator é um empreendimento caro e plurianual que exige adivinhar quando o mercado para essa energia será forte o suficiente para justificar o enorme investimento inicial. A TI pode se sentir como se estivesse acertando um dardo voador com uma bola de demolição. Os custos de capital inicial de uma usina nuclear representam cerca de 60-80% do custo de eletricidade durante toda a vida útil. Por esse motivo, as usinas nucleares operam melhor quando estão funcionando com capacidade total constante. Mas a demanda de energia normalmente flutua com ciclos diários e sazonais. Além disso, os operadores da rede não podem prever com precisão quando a nova demanda de energia entrará em operação. Construir uma usina em 8 anos apenas para ter uma demanda incerta na conclusão é arriscado - assim como é arriscado para as empresas de tecnologia se a energia de que precisam chegar tarde demais ou não chegar. Sem saber quando o mercado estará pronto, os investidores e operadores de usinas nucleares não podem justificar o risco de bilhões de dólares para fornecer eletricidade que não sabem se os clientes usarão e pagarão por ela. Assim, os projetos nucleares em potencial ficam em pousio, esperando por um sinal do mercado que talvez nunca chegue. Solução do desafio 1: aproximar-se do cliente À distância, pode ser difícil ver a linha do tempo da demanda futura. No entanto, aproximar-se do cliente pode fazer com que o jogo de adivinhação não seja tão difícil. As empresas que administram data centers geralmente têm um conhecimento detalhado de quando e com que rapidez suas necessidades de eletricidade crescerão, pois têm uma visão direta da taxa de expansão do data center e das tendências de uso entre os usuários finais (por exemplo, pessoas que usam Meta AI no WhatsApp). Os possíveis fornecedores de energia nuclear não têm essa mesma visibilidade. Para as usinas nucleares, obter uma visão mais clara dos cronogramas futuros requer uma aproximação - tanto figurativa quanto literal - de seus futuros clientes, os operadores de data center. A construção de relacionamentos mais fortes abre a porta para previsões e planejamentos compartilhados. A proximidade física torna mais provável que, quando uma nova capacidade entrar em operação, um grande cliente já esteja no local para comprar essa energia, reduzindo assim o risco de construção excessiva ou subutilização. Já estamos vendo isso em ação. Em março de 2024, a Talen Energy, operadora da usina nuclear Susquehanna de 2,5 gigawatts na Pensilvânia, anunciou a venda de um campus de data center de 960 megawatts adjacente à sua usina para a Amazon. Essa parceria oferece à Talen Energy a garantia de que, ao produzir eletricidade, a energia flui imediatamente para um consumidor constante e de grande escala, com demanda 24 horas por dia. Mas o mais importante é que esse tipo de parceria pode proporcionar à Talen Energy e a outros possíveis operadores de usinas nucleares um lugar na primeira fila para o cronograma da demanda futura, dando-lhes a certeza de que precisam investir bilhões de dólares a mais em novas usinas. Concebida pela unidade Cumulus Data da Talen, a aliança se cristalizou depois que a empresa construiu uma "prova de conceito" licenciada ao lado dos reatores nucleares, originalmente destinada à criptomineração, e depois estruturou uma opção de aumento de escala que deu à Amazon Web Services energia livre de carbono e a flexibilidade para escalar. Os benefícios dessa abordagem são análogos à integração avançada da Disney na distribuição de filmes on-line. Tradicionalmente, a Disney dependia de intermediários terceirizados - cinemas, redes a cabo e outros distribuidores como a Netflix - para atingir o público. Isso limitava a quantidade de dados que a Disney recebia sobre o comportamento dos espectadores. Ao lançar sua própria plataforma de streaming, a Disney obteve acesso direto a insights sobre o uso do cliente final, o que lhe permitiu prever a demanda com mais precisão e justificar investimentos plurianuais em conteúdo. Da mesma forma, as operadoras de energia nuclear podem se beneficiar ao trabalhar diretamente com empresas de IA, cuja demanda robusta ajuda a justificar - e a eliminar - grandes investimentos de longo prazo em novas instalações nucleares. Desafio 2: Transmitir os prazos aos fornecedores Agora, vamos nos voltar para a perspectiva das empresas de tecnologia. A IA generativa depende dos enormes data centers que essas empresas operam para si mesmas e para outros como um serviço. E como acontece com qualquer data center, mas especialmente com aqueles usados para IA generativa, é econômica e funcionalmente essencial ter um fornecimento confiável de eletricidade. "Quando o senhor implanta modelos de IA, precisa tê-los sempre ligados. O ChatGPT nunca está desligado", disse Sasha Luccioni, principal pesquisadora climática da empresa de IA de código aberto Hugging Face. As empresas de tecnologia têm uma expectativa razoável de suas necessidades atuais e futuras de eletricidade: o planejamento para a construção de data centers ocorre anos antes da conclusão. Mas, à medida que cada novo data center começa a ser construído, há também um prazo: eles agora precisam de um novo suprimento de eletricidade pronto para funcionar quando o data center estiver concluído. Um data center pronto esperando que a eletricidade apareça é apenas um depósito muito caro. Atualmente, as usinas de energia não estão sendo construídas organicamente com rapidez suficiente para cumprir esse prazo. Pode parecer óbvio que a eletricidade demandada pela TI crescerá enormemente. Então, por que os operadores de rede não respondem construindo novas usinas de energia? Simplificando, o boom da IA ainda é muito incerto para que as operadoras de rede invistam maciçamente em uma nova usina de energia, muito menos em um reator nuclear. E os operadores de rede têm muitos motivos para serem cautelosos. Primeiro, o entusiasmo com a IA pode diminuir, fazendo com que as taxas de utilização do data center caiam. Em segundo lugar, os projetos de data center planejados podem ser cancelados, por exemplo, se não for possível obter GPUs suficientes ou por qualquer outro motivo. Em terceiro lugar, quanto mais longe no futuro - leva anos para que qualquer nova planta entre em operação - mais graves são as preocupações acima. Por todos esses motivos, é difícil para um operador de rede justificar uma nova usina de energia apenas para atender à demanda prevista de TI em alguns anos, muito menos nos 40 a 60 anos de vida útil de uma usina nuclear. E como os operadores de rede aprenderam da maneira mais difícil, muita coisa pode mudar nesse intervalo de tempo. Considere a experiência da Lower Colorado River Authority (LCRA) ao lidar com a produtora de alumínio Alcoa. Para obter fornecimento de energia suficiente para sua grande fundição de alumínio em Rockdale, Texas, a Alcoa divulgou sua demanda constante por eletricidade e estabeleceu contratos de compra de longo prazo com a LCRA. Porém, durante a recessão econômica global de 2008-2009, os preços do alumínio despencaram e a Alcoa reduziu significativamente a produção - acabando por paralisar a fundição - deixandoa LCRA com excesso de capacidade de eletricidade. Solucionando o Desafio 2: Assumir uma posição de compromisso Para preencher essa lacuna, as empresas de IA não devem apenas comunicar seus prazos para obter mais eletricidade, elas precisam assumir compromissos confiáveis, como investimentos financeiros significativos, contratos de longo prazo ou projetos de infraestrutura co-localizados. Sem um compromisso sério, um operador de rede tem muitos motivos para se preocupar com o fato de que todo o hype da IA é "conversa fiada", transitória demais para se apostar nela. Ao pagar bilhões para construir ou reformar usinas nucleares ou ao investir em start-ups de energia nuclear, as empresas de tecnologia enviam sinais muito claros às concessionárias, aos órgãos reguladores e às operadoras de usinas: levamos esse prazo a sério. A realização de altos investimentos iniciais em energia nuclear dá às empresas de tecnologia outra vantagem: elas reduzem a incerteza futura ao negociar altos custos iniciais com baixos custos variáveis futuros. Ao contrário da energia solar ou eólica, em que a produção de energia pode flutuar, a energia nuclear pode fornecer uma carga de base estável e programável. Ao contrário dos combustíveis fósseis, cujos custos e disponibilidade são incertos, os custos nucleares são, em grande parte, fixos e conhecidos. Por exemplo, a compra de toda a produção da Unidade 1 de Three Mile Island por 20 anos (com um prêmio sobre os preços atuais da energia) dá à Microsoft uma visão clara do fornecimento e do custo décadas à frente. Cronogramas de energia previsíveis significam que eles podem programar com confiança o treinamento de modelos e construir novos data centers. Como exemplo comparável de um compromisso confiável para definir um prazo para os fornecedores, considere a pressa da Samsung em lançar seu smartphone Galaxy Fold em 2019. O telefone inicial da Samsung foi amplamente criticado: sua tela de plástico era facilmente arranhada pelas unhas porque o fornecedor de vidro Corning ainda não havia desenvolvido uma tecnologia adequada de vidro dobrável. É claro que a Corning não tinha urgência em fazer isso antes, porque não havia um mercado real para o vidro dobrável. Isto é, até o movimento agressivo da Samsung para entrar no mercado e arriscar bilhões de dólares no formato de smartphone dobrável. Esse compromisso da Samsung abriu caminho para que a Corning investisse US$ 1,5 bilhão no desenvolvimento do vidro dobrável. Compromissos confiáveis como esse alinham fornecedores e compradores em torno de prazos compartilhados. Cronograma estratégico Para as empresas de tecnologia e os fornecedores de energia nuclear, o maior desafio ainda está por vir. Mesmo com seus bolsos fundos, nenhuma das grandes empresas de tecnologia pode, por si só, desenvolver a infraestrutura de energia necessária. A eletricidade neutra em carbono proveniente da energia nuclear que a Amazon, a Microsoft, a Meta e o Google podem estimular individualmente é grande, mas não chega nem perto do que é necessário apenas para a IA e muito menos para a sociedade como um todo. Mas, se tivermos sorte, a união entre as empresas de tecnologia e a energia nuclear demonstrará a outros setores que eles podem tomar o futuro em suas próprias mãos e acelerar tanto o desenvolvimento da tecnologia quanto nossa jornada rumo à sustentabilidade neutra em carbono. Construir o futuro para uma tecnologia transformadora depende cada vez mais de uma gestão eficaz do tempo. O fator decisivo não será apenas o que o senhor pode construir ou inventar, mas quando poderá entregá-lo.

Empresas de tecnologia, energia nuclear e o problema do timing estratégico

Resumo.

Partner Center