São três da manhã de um dia qualquer de 2035. Um sensor deteta que a temperatura do ar de entrada de um rack está a subir mais do que o normal. O software de gestão do data center cruza esse dado com o consumo elétrico, o histórico do equipamento e o estado da refrigeração.
Um agente de IA diagnostica um ventilador avariado, ajusta a refrigeração dessa zona para ganhar margem e abre uma ordem de trabalho. Dez minutos depois, um robô percorre o corredor, localiza o servidor, substitui o módulo e confirma que tudo voltou ao normal. A equipa humana só dá por isso na manhã seguinte, no relatório.
Esse cenário é imaginado. Mas não é ficção científica: algumas das suas peças já funcionam hoje, outras estão em testes e outras continuam muito longe. Vale a pena separá-las com cuidado, porque neste tema é fácil confundir uma demonstração com uma realidade.
O “cérebro”: uma IA que já controla a refrigeração
Comecemos pelo “cérebro”, que é a parte mais avançada. Em 2016, a Google começou a utilizar um sistema de IA desenvolvido pela DeepMind que recomendava ajustes de refrigeração aos operadores humanos. Nos seus testes, reduziu em 40 % a energia dedicada à refrigeração. Em 2018 deu mais um passo: a IA passou a controlar diretamente a refrigeração de vários data centers, com poupanças médias de cerca de 30 %.
O pormenor importante está na forma como foi feito. Cada ação proposta pela IA era confrontada com uma lista de restrições de segurança definida pelos operadores, e o sistema local do data center voltava a verificá-la antes de a executar. As recomendações em que a IA tinha pouca confiança eram descartadas e os operadores podiam sair do modo automático a qualquer momento.
Ou seja, autonomia sim, mas dentro de limites definidos por pessoas.
Esse equilíbrio reflete bem o que o setor pensa hoje. No seu inquérito global mais recente, o Uptime Institute observa que a confiança dos operadores é elevada para usos de baixo risco, como a análise de dados de sensores ou a manutenção preditiva, mas cai a pique quando se trata de autonomia real.
Apenas 31 % confiaria numa IA para controlar as configurações dos equipamentos e só 16 % aceitaria alterações de configuração automáticas. A confiança de que a IA reduz o erro humano também desceu, para 40 %.
As “mãos”: robôs que já percorrem os corredores
Passemos agora às “mãos”, que é onde está a grande novidade de 2026. Segundo publicou a Wired no final de agosto, a Meta está a testar robôs nos seus data centers de Altoona (Iowa) e New Albany (Ohio):
- Um robô de dois braços da startup Watney Robotics treina a substituição de cabos de rede.
- Robôs da ABB montados em plataformas móveis testam reencaixar componentes que ficaram parcialmente desligados.
- Um braço da Kinova está a ser avaliado para reiniciar servidores bloqueados, carregando no botão de ligar.
Em várias instalações já funcionam robôs autónomos que deslocam racks e robôs de inventário que fazem a leitura dos equipamentos.
Porque é que os data centers são um bom sítio para começar? Porque são ambientes muito estruturados. Os mesmos tipos de cabo e a mesma configuração de rack repetem-se em milhares de filas, o que facilita treinar um robô em simulação antes de o levar para a sala real.
Mas as limitações são muito concretas::
Os robôs da Meta são mais lentos do que um técnico humano em todas as tarefas avaliadas.
As suas baterias limitam o tempo de trabalho e os corredores não têm pontos de carregamento.
A inspeção visual de avarias, como um conector mal encaixado ou um componente queimado, ainda não é fiável com a iluminação de uma sala densa.
Os racks cheios de cabos confundem os seus sensores, e os corredores, com 60 a 120 centímetros, são estreitos e por vezes estão ocupados por pessoas.
E os humanoides? Muitos títulos, pouco trabalho real
E os humanoides? São os que geram mais títulos, mas também os que mostram maior distância entre a demonstração e o trabalho real.
Em meados de 2026, apenas um punhado de robôs humanoides realizava trabalho documentado e repetitivo em poucas instalações concretas, como o piloto de onze meses da Figure AI na fábrica da BMW em Spartanburg. A Tesla reconheceu no início de 2026 que os seus robôs Optimus serviam sobretudo para aprender e recolher dados, não para produzir.
O seu atrativo para um data center é evidente, porque as salas estão pensadas à escala humana. Mas o mais provável é que, pelo menos no início, os robôs especializados os superem em fiabilidade e custo.
Há uma experiência anterior que ajuda a imaginar o extremo do caminho. Em 2018, a Microsoft submergiu ao largo das ilhas Órcadas um data center selado com 864 servidores, sem pessoas e cheio de azoto. Dois anos depois, a sua taxa de falhas era um oitavo da de uma instalação equivalente em terra..
Os responsáveis atribuíram-no ao ambiente de azoto e à ausência de pessoas a manusear os equipamentos. A contrapartida era óbvia: o que avariava não podia ser reparado. A Microsoft acabou por encerrar o projeto, embora tenha garantido que aplicaria o que aprendeu.
É viável substituir totalmente as pessoas?
Depende da tarefa que considerarmos. A supervisão, a análise e a otimização já podem ser automatizadas em grande medida. As tarefas físicas de rotina, como trocar cabos, discos ou servidores, estão em testes e têm um caminho claro.
Mas há trabalhos muito mais difíceis:
- a manutenção de geradores, chillers, quadros elétricos e baterias.
- as manobras em alta tensão.
- a resposta a um incêndio ou a uma inundação.
- as ampliações e remodelações.
E há algo que não é técnico: alguém tem de assumir a responsabilidade legal e operacional de cada decisão.
Há também um argumento de peso a favor da automatização: segundo o Uptime Institute, o erro humano está presente em 70 % a 80 % das falhas dos data centers. E outro a favor das pessoas: o setor sofre de escassez de profissionais qualificados. A Meta, aliás, defende que, com o atual boom das infraestruturas, são precisos mais trabalhadores, não menos.
O mais provável é que ambas as coisas aconteçam ao mesmo tempo: menos tarefas de rotina em mãos humanas e perfis mais técnicos a supervisionar mais instalações.
Com a informação disponível hoje, este é o nosso calendário estimado. É uma estimativa, não uma certeza:
Até 2028: a IA analisa, prioriza alarmes e recomenda; controla parâmetros delimitados sob supervisão. Os robôs limitam-se a pilotos e tarefas muito simples, como deslocar equipamentos ou fazer inventário.
De 2028 a 2032: os robôs especializados assumem uma parte importante das tarefas de rotina nos grandes data centers. Equipas humanas mais pequenas supervisionam várias instalações em simultâneo.
De 2032 a 2040: algumas instalações novas, sobretudo de edge ou concebidas de raiz para robôs, funcionam sem pessoal permanente no local, com equipas móveis que intervêm quando é necessário.
Substituição total: pouco provável num horizonte previsível. As pessoas passarão a conceber, supervisionar, auditar, resolver exceções e, também, fazer a manutenção dos robôs.
Há vozes mais otimistas. O presidente da ACE Robotics acredita que a IA aplicada aos robôs vai viver o seu “momento ChatGPT” antes do final de 2027. As previsões de mercado acompanham: o negócio da robótica para data centers poderá passar de cerca de 13 700 milhões de dólares em 2024 para mais de 44 000 milhões em 2030.
Se esse salto acontecer, os prazos vão encurtar. Mas convém lembrar que, em robótica, muitas datas são anunciadas para o futuro e poucas se cumprem a tempo.
A condição prévia: um sistema nervoso para o data center
Há uma condição prévia que quase ninguém menciona. Um robô não consegue trocar um cabo se não souber exatamente em que rack, em que posição e em que porta está. Uma IA não consegue otimizar a refrigeração se não receber dados fiáveis de cada sala.
Antes das mãos e do cérebro, é preciso um sistema nervoso: um software de gestão de infraestruturas (DCIM) com um inventário exato, dados em tempo real e uma visão completa da capacidade elétrica e térmica. Será esse sistema a converter um diagnóstico numa ordem de trabalho e a enviá-la a quem a deve executar, seja uma pessoa ou uma máquina.
Dito de outro modo: o data center autónomo não começa pela compra de robôs. Começa por saber com precisão o que há em cada sala, quanto consome e quanta margem resta. As organizações que hoje não têm esse conhecimento não estarão preparadas para automatizar amanhã.
A pergunta não é se os robôs vão chegar aos data centers: já estão a chegar. A pergunta é se os nossos data centers vão saber dizer-lhes exatamente o que fazer.
Fontes
• DeepMind / Google, Safety-first AI for autonomous data centre cooling and industrial control (17 de agosto de 2018). https://deepmind.google/blog/safety-first-ai-autonomous-data-centre-cooling-and-industrial-control/
• VentureBeat, resultados de 2016 do sistema de recomendações da DeepMind (redução de 40 % na refrigeração). https://venturebeat.com/2018/08/17/google-puts-ai-in-charge-of-data-center-cooling-systems
• Network World, inquérito global do Uptime Institute: confiança dos operadores na IA. https://networkworld.com/article/4203054/most-corporate-it-is-off-premises-ai-is-reshaping-infrastructure-uptime-reports.html
• Data Center Knowledge, inquérito do Uptime Institute de 2025 (erro humano nas falhas). https://www.datacenterknowledge.com/energy-power-supply/uptime-institute-data-center-industry-faces-management-crisis-amid-ai-transformation