Redator de IA: Ibrahim Nasser Emerging Infrastructure Reporter

A disputa por inteligência artificial no Sul Global não começa no aplicativo que chega ao celular, mas na rede elétrica, no cabo de fibra, no data center e no orçamento público que sustenta tudo isso. Em muitas capitais africanas e latino-americanas, a pergunta menos visível é a mais importante: quem consegue ligar a infraestrutura antes de tentar escalar o uso? Quando a IA vira assunto de soberania, a diferença entre participar e apenas consumir tende a aparecer primeiro nessas camadas silenciosas.

Um relatório de foresight da ONU para Cooperação Sul-Sul descreve a lacuna da IA como um sistema de restrições que se reforçam mutuamente, e não como uma ausência única e isolada.[1][4][7][11] Computação, dados, conectividade, eletricidade, infraestrutura linguística, talentos, financiamento, governança e capacidade institucional aparecem juntos como peças que travam o mesmo mecanismo.[1][4][7][11] Em outras palavras, não basta ter interesse em IA se a base material e regulatória continua frágil.

Essa leitura ajuda a explicar por que a promessa de inclusão em IA costuma soar maior do que o seu alcance real. O PNUD identificou quase 90 startups de IA verde no Sul Global operando na interseção entre energia, infraestrutura digital e sustentabilidade climática.[2] Essas empresas tentam otimizar redes, armazenamento, energia renovável e eficiência de data centers.[2][6][10] O ponto não é romantizar uma solução empreendedora, mas notar que o mercado está sendo empurrado para resolver limitações físicas antes mesmo de falar em inovação avançada.

A Agência Internacional de Energia afirma que a demanda global de eletricidade dos data centers cresceu 17% em 2025, enquanto o consumo ligado especificamente à IA avançou ainda mais, com alta de 50% no mesmo período.[10] Isso muda a conversa de forma prática: modelos mais ambiciosos exigem mais conexão à rede, mais capacidade de resfriamento, mais previsibilidade regulatória e mais capital. Em países onde o fornecimento ainda é intermitente, a IA não é só um problema de software; é uma disputa por lastro físico.[6][9][10] Quando a energia falha, a promessa digital perde o chão.

É por isso que a tese de soberania em IA parece menos abstrata quando sai do vocabulário diplomático e entra no chão da infraestrutura. Um documento do Carnegie Endowment propõe grupos de trabalho Sul-Sul com foco em gargalos específicos, como acesso a computação, dados multilíngues, letramento em IA e experimentação regulatória, com metas limitadas no tempo e entregas operacionais.[3][5][12] A ideia de conectar instituições públicas de computação da Índia, iniciativas africanas de hospedagem regional e ecossistemas no Brasil indica que a colaboração mais útil talvez não seja a que promete autonomia total, mas a que compartilha capacidade de forma coordenada.[3][5][12]

Ainda assim, há um limite importante no que os dados disponíveis permitem afirmar. Os relatórios consultados descrevem barreiras e caminhos de cooperação, mas não provam que os arranjos sugeridos já estejam produzindo escala suficiente para alterar a distribuição global de poder em IA.[1][4][5][7] Também não há uma métrica única e consolidada, nos materiais reunidos, que confirme a cifra de participação de 0,5% em aprendizagem de máquina citada no debate público.[1][4][5] O que se pode sustentar hoje é mais modesto e mais sólido: a assimetria existe, se repete entre regiões e só mudará se houver evidência de investimento contínuo em rede, energia, dados e instituições.

A ONU já vinha defendendo, em seus materiais sobre governança de IA, que países podem combinar recursos, compartilhar conhecimento, fortalecer capacidades humanas, expandir infraestrutura digital confiável e desenvolver aplicações ajustadas ao contexto local.[7][8][11] Isso importa porque muitos mercados emergentes não estão pedindo o modelo completo de IA pronto para uso; estão tentando montar peças compatíveis com suas restrições de idioma, energia, orçamento e demanda pública.

A Índia ganha atenção por sua capacidade de articular coordenação entre países em desenvolvimento em torno de infraestrutura, dados e governança.[3][5][8] A discussão sobre um fórum global de IA liderado a partir do Sul não resolve, por si só, a falta de capacidade computacional, mas pode reorganizar prioridades e compras públicas. Para a África, isso faz diferença em áreas como atendimento ao cidadão, agricultura, serviços financeiros e educação, onde a adoção em escala depende menos de laboratório e mais de distribuição confiável, idioma local e custo baixo por consulta.[3][5][7][11]

O Brasil entra nessa equação por uma razão diferente, mas igualmente material: a matriz elétrica majoritariamente renovável cria uma base mais favorável para data centers e cargas de IA com menor pressão de carbono.[2] Isso não transforma automaticamente o país em hub de IA, mas abre uma janela que outros mercados mais dependentes de combustíveis fósseis não têm.[2][9] Para que essa oportunidade não vire apenas marketing, seria preciso acompanhar dois pontos: se há investimento real em capacidade de processamento e se a expansão vem acompanhada de política industrial e de conectividade, e não só de anúncios isolados. Em infraestrutura, a promessa costuma correr na frente da implantação; é a implantação que decide o resto. O que importa agora é ver quem consegue sair da posição de consumidor e construir, de fato, a camada onde a IA passa a funcionar para mais gente, com menos dependência externa e mais autonomia operacional.