As equipes de sustentabilidade estão no limite. Elas lidam com tudo, desde relatórios e conformidade até o desenvolvimento de estratégias de sourcing responsável e a coleta de dados de inúmeras fontes. Mesmo em grandes marcas, essas equipes costumam ser pequenas, passando mais tempo imersas em planilhas do que impulsionando as estratégias significativas de sustentabilidade que originalmente se propuseram a implementar. Não é de admirar que a promessa da IA altamente eficiente seja tão atraente.

Especialistas do setor sugerem que a IA pode aliviar a pressão tanto nas equipes de sustentabilidade quanto em seus parceiros da cadeia de suprimentos, automatizando relatórios ambientais, melhorando a qualidade dos dados, reformatando informações para diferentes necessidades e verificando a rastreabilidade. A IA também oferece ganhos potenciais de eficiência dentro da própria cadeia de suprimentos, por meio de um uso mais inteligente de materiais e uma previsão de demanda mais precisa. "A IA está definitivamente ajudando as equipes de sustentabilidade com os relatórios, permitindo que se concentrem mais em programas estratégicos do que em conformidade", diz Annie Agle, vice-presidente de impacto e sustentabilidade da marca de artigos de montanha Cotopaxi.

No entanto, há uma ressalva. O verdadeiro impacto ambiental do uso da IA em nível organizacional permanece amplamente desconhecido. Sem um monitoramento cuidadoso, as marcas poderiam, sem querer, aumentar sua pegada de carbono por meio da própria tecnologia destinada a reduzi-la.

"Os benefícios são claros, mas também sabemos que há impactos negativos que ainda não são totalmente compreendidos", observa Agle. "Ainda não sabemos como essa pegada digital afeta nossas medições de gases de efeito estufa."

Para saber como as equipes de sustentabilidade estão integrando a IA e abordando essas incertezas, a Vogue Business conversou com uma seleção de marcas de diferentes tamanhos e segmentos de mercado. Enquanto algumas usam IA há anos, outras ainda estão experimentando, mas todas concordam que a IA desempenhará um papel em suas operações futuras.

**Como as Equipes de Sustentabilidade Estão Usando IA**

A H&M relata usar IA em toda sua cadeia de suprimentos, logística, marketing, vendas e experiência do cliente. A marca afirma que a IA apoia seu objetivo de produzir apenas o que vende, otimizando quantidades de produção, locais de venda e cronogramas. "Isso tem efeitos positivos no uso de recursos, estoque, matérias-primas e emissões", explica a H&M.

O grupo de luxo Kering, dono de marcas como Gucci e Balenciaga, nomeou Pierre Houlès como diretor de digital, IA e TI em março de 2026. A empresa vem implementando IA em algumas de suas casas há vários anos. Como a H&M, a Kering usa IA analítica para prever a demanda e otimizar os níveis de estoque de cada produto, de acordo com a diretora de sustentabilidade e assuntos institucionais, Marie-Claire Daveu. Semelhante à Cotopaxi, ela também emprega IA para automatizar e melhorar a confiabilidade dos relatórios, usando ferramentas que coletam automaticamente e corrigem inteligentemente dados dos sites da Kering. No nível de desenvolvimento de produto, o Laboratório de Inovação de Materiais da Kering, com sede na Itália — que pesquisa materiais mais sustentáveis — criou um agente de IA de ecodesign para fornecer orientação técnica às equipes de design. Isso ajuda a unir equipes de design e sustentabilidade, muitas vezes separadas, garantindo que o trabalho de um grupo não prejudique os objetivos do outro.

Enquanto H&M e Kering integraram a IA em operações centrais ao longo de vários anos, outras marcas a usam principalmente para aliviar a carga de trabalho. "Quando se trata de IA, ainda estamos nos estágios iniciais de exploração", disse o CEO da Everlane, Alfred Chang, em comunicado à Vogue Business. "Estamos focados em como ela pode apoiar processos internos do dia a dia e economizar tempo." H&M SS26.
Foto: Cortesia do Grupo H&M

Agle observa que sua pequena equipe usa IA para traduzir dados brutos de fornecedores em medições de gases de efeito estufa (GEE), reformatar dados para vários relatórios e criar visualizações para ajudar a equipe em geral a entender o impacto da empresa. "Isso realmente ajuda na produtividade. Definitivamente, acho que as empresas que não adotarem a IA vão ter dificuldade para competir comercialmente", diz ela.

Maximilien Abadie, vice-CEO da empresa de tecnologia francesa Lectra, concorda. A Lectra oferece soluções de IA que ajudam marcas de moda a atingir metas de sustentabilidade, como verificar dados de rastreabilidade e otimizar o corte de tecidos para reduzir pedidos em excesso. Mas Abadie acredita que a maior oportunidade está em reduzir o tempo de lançamento no mercado. "O desafio para qualquer empresa de moda é como permanecer competitiva em um mundo cheio de interrupções e incertezas diárias, onde você não pode prever o que acontecerá em três ou seis meses. Você precisa estar presente no momento certo, com o produto certo, no preço certo, nas quantidades certas, para o consumidor certo."

Maximilien Abadie, vice-CEO da empresa de tecnologia francesa Lectra.
Foto: Cortesia da Lectra

Enquanto a IA está sendo usada para reduzir o desperdício e otimizar cadeias de suprimentos, ela também é amplamente implantada para fins comerciais e criativos. "Desde 2018, desenvolvemos mais de 15 plataformas internas de aprendizado de máquina, todas construídas para aprimorar a criatividade, a eficiência e o atendimento ao cliente", diz Jordi Alex, diretor de tecnologia da informação da varejista espanhola Mango.

Segundo Alex, a Mango desenvolveu a maioria dessas plataformas internamente. Isso inclui sua assistente de IA Iris, que lida com mais de 7,5 milhões de consultas de clientes por ano. Outra ferramenta, o Gaudi, usa dados de navegação e compra dos clientes para gerar recomendações de produtos personalizadas. A Mango também usa IA generativa para criar imagens de campanhas e coleções. Essas extensas aplicações além da sustentabilidade aumentam a urgência para que as marcas examinem os impactos ambientais subjacentes da IA.

Uma imagem de campanha gerada por IA para a Mango Teen.
Foto: Cortesia da Mango e gerada por IA

**Impactos Desconhecidos**

É amplamente reconhecido que o crescimento da IA aumentou a demanda por energia e água, esta última usada para resfriar data centers. Um artigo de 2025 na **Nature** afirmou que, nas taxas de crescimento atuais, os servidores de IA apenas nos EUA gerariam 24 a 44 milhões de toneladas métricas de dióxido de carbono (CO₂) — equivalente a adicionar 5 a 10 milhões de carros às estradas americanas. Sua pegada hídrica anual varia de 731 a 1.125 milhões de metros cúbicos, uma preocupação agravada pelo fato de muitos data centers estarem localizados em algumas das regiões mais secas do mundo. Em abril de 2025, a Agência Internacional de Energia (IEA) relatou que os data centers representaram 1,5% do consumo global de energia em 2024, um número que deve subir para 3% até 2030.

Embora os data centers suportem mais do que apenas IA, espera-se que as cargas de trabalho de IA representem metade de toda a capacidade dos data centers até 2030, destacando sua demanda de energia significativa e crescente. A empresa de IA americana Anthropic reconheceu que a capacidade da rede elétrica e o crescimento dos data centers necessários para sua tecnologia aumentarão os preços da eletricidade para os consumidores e afirmou que cobrirá os custos de infraestrutura relacionados. A empresa não respondeu aos pedidos de comentário.

Embora projeções mais amplas possam ser feitas, calcular o impacto da IA em nível organizacional é muito mais complicado. "Vai ser muito complicado para uma empresa que não é de IA entender os impactos da IA. Quando é o seu serviço e você é dono dos data centers, você pode contar o uso de eletricidade e água necessários para o resfriamento", diz Agle, da Cotopaxi. Mas para uma marca de moda que não controla toda a infraestrutura subjacente, avaliar a pegada completa continua sendo um desafio. É extremamente difícil chegar a um número exato de como cada funcionário está usando a IA, seja escrevendo e-mails com o ChatGPT ou coletando dados com ferramentas internas. Esse cálculo também depende de as empresas de IA medirem e validarem seus próprios impactos para que terceiros possam usar os dados. No entanto, grandes players como OpenAI, Perplexity e Anthropic não divulgaram publicamente nenhum dado de emissões, e nenhum respondeu aos pedidos de comentário.

"Vai ser muito complicado para uma empresa que não é de IA entender os impactos da IA. Quando é o seu serviço e você é dono dos data centers, você pode contar a eletricidade e a água necessárias para o resfriamento", diz um especialista.

A Kering afirma que monitora de perto o impacto ambiental da IA em todas as suas atividades de TI, incluindo data centers e uso de nuvem, observando que a TI representa menos de 2% de sua pegada total de carbono. Entre as empresas contatadas, a Kering foi a única a compartilhar um esboço de sua estratégia de mitigação: priorizar modelos simples e eficientes em recursos e trabalhar com parceiros de tecnologia para apoiar a descarbonização e melhorar a transparência dos relatórios de carbono.

A Kering não especificou a fonte de seus dados e, atualmente, não há métricas padronizadas. Para permitir avaliações comparáveis no futuro, a Coalizão para IA Sustentável — iniciada pelo governo francês, pelo Programa das Nações Unidas para o Meio Ambiente (PNUMA) e pela União Internacional de Telecomunicações (UIT) — está pedindo pela padronização global. Como um passo nessa direção, a UIT lançou diretrizes em fevereiro de 2026 para avaliar e minimizar o impacto ambiental dos sistemas de IA. Além disso, em janeiro de 2026, a Força-Tarefa sobre Divulgações Financeiras Relacionadas à Natureza (TNFD) divulgou um rascunho de orientação setorial para o setor de tecnologia e comunicações para ajudar as organizações a avaliar suas dependências, impactos, riscos e oportunidades relacionados à natureza. Esses são passos iniciais em direção a um sistema padronizado, semelhantes aos usados para relatar impactos de produção ou transporte.

Até que estruturas robustas sejam estabelecidas e amplamente adotadas, as marcas devem encontrar seu próprio caminho. Na ausência de padrões globais para calcular a pegada da IA, a Cotopaxi planeja usar estimativas aproximadas para entender seu impacto. "O primeiro passo é entender nosso uso. Que contratos temos com um provedor de IA? Que tipo de uso estamos vendo dos funcionários? Se temos um certo número de funcionários usando uma ferramenta como o Claude, e o Claude relata um conjunto de emissões, de que porcentagem disso somos responsáveis? Vai ser desafiador medir, mas precisamos tentar", diz Agle, da Cotopaxi.

**Da Medição à Mitigação**

Para a Cotopaxi, medir o impacto é o primeiro passo para criar uma política de IA responsável. Algumas marcas já têm tais políticas em vigor. A H&M desenvolveu uma estrutura de IA responsável em 2018, enquanto a adoção de IA na Mango é liderada por um comitê diretivo. "Por meio de governança centralizada, treinamento e programas como AI Champions — embaixadores internos que apoiam a adoção e compartilham as melhores práticas — garantimos que a IA seja adotada corretamente e ajude nossa equipe a realizar seu potencial", diz um representante da Mango. No entanto, muitas políticas existentes se concentram na ética da IA, como segurança, combate a vieses e transparência, em vez de fatores ambientais.

O quadro geral do Ministério da Transição Ecológica da França para o uso frugal de IA visa preencher essa lacuna, oferecendo orientação sobre as melhores práticas e como passar da... Da medição à mitigação, o ministério sugere que as marcas considerem várias etapas. Elas podem questionar se a IA é realmente necessária para tarefas específicas, agendar treinamentos de IA em horários em que os data centers dependem de energia renovável, usar dados de treinamento precisos e de alta qualidade para reduzir a demanda de computação e explorar se um modelo de IA menos intensivo em energia poderia ser eficaz.

Embora plataformas de IA grandes e de múltiplos propósitos, alimentadas por data centers, sejam comuns, alternativas existem. A Literal Labs, do Reino Unido, uma spin-off da Universidade de Newcastle, concentra-se em criar modelos de IA eficientes que não requerem Unidades de Processamento Gráfico (GPUs) especializadas e caras. Em vez disso, seus modelos rodam em chips menores, mais baratos e mais eficientes encontrados em dispositivos cotidianos, como controles remotos de TV ou micro-ondas. Eles conseguem isso substituindo as complexas redes neurais por trás de sistemas como o ChatGPT por redes mais simples baseadas em lógica "se/então", que exigem muito menos poder de computação.

Segundo Daniel Dykes, diretor de produto da empresa, essa abordagem não mostra comprometimento na capacidade. Tanto as redes neurais quanto as redes baseadas em lógica podem realizar aprendizado profundo para lidar com dados complexos. Em um teste de previsão de demanda para uma empresa de alimentos, sua rede baseada em lógica foi 7% mais precisa do que um concorrente líder em rede neural.

Dykes observa: "Se um algoritmo não requer hardware especializado, um data center ou uma nova usina, você resolveu muitos dos problemas apresentados pela IA atual." A empresa, que atua na região EMEA e em setores como serviços públicos de água, afirma que seu processo de treinamento é mais de 50 vezes mais eficiente em energia e 54 vezes mais rápido do que redes neurais equivalentes.

Outro inovador do Reino Unido, a DeepGate, está desenvolvendo IA que roda em chips menores, detectando com eficiência "palavras de ativação" (como "Ei, Siri") e classificando imagens. Embora não seja um substituto completo para sistemas mais exigentes, mostra que muitas tarefas especializadas podem rodar em hardware mais barato e energeticamente eficiente, em vez de GPUs. Exemplos incluem inspecionar a qualidade do material ou detectar irregularidades em documentos e dados da cadeia de suprimentos — aplicações específicas e direcionadas.

Luke Taylor, cofundador da DeepGate, explica que esses sistemas mais simples podem complementar os maiores, lidando com tarefas especializadas apenas quando necessário, em vez de rodar continuamente, o que desperdiça energia.

Soluções estão surgindo, mas para usá-las estrategicamente, as marcas devem primeiro entender o impacto total da IA para garantir que ela beneficie a sustentabilidade. Como aponta Abadie, da Lectra, "Não faz sentido melhorar algo em uma área enquanto aumenta a poluição e as emissões de CO₂ em outra." Ele acredita que uma maior conscientização levará a ciclos de desenvolvimento mais curtos e a uma IA melhor. "À medida que avançamos, mais pessoas perceberão que o impacto ambiental deve ser considerado desde o início. Se a IA criar mais malefícios do que benefícios, não vale a pena investir."



Perguntas Frequentes
Perguntas Frequentes: A IA Tornará a Moda Mais ou Menos Sustentável?



Perguntas de Nível Iniciante



1. O que significa moda sustentável?

Moda sustentável refere-se a roupas que são projetadas, fabricadas, distribuídas e usadas de maneiras ambientalmente amigáveis e socialmente responsáveis. Visa minimizar os danos ao planeta e garantir condições justas para os trabalhadores.



2. Como a IA pode ajudar a moda?

A IA pode ajudar de muitas maneiras, como prever tendências para reduzir a superprodução, projetar roupas com menos desperdício, otimizar cadeias de suprimentos para economizar energia e ajudar os clientes a encontrar itens que vão amar e manter por mais tempo.



3. Então, a IA é basicamente uma coisa boa para tornar a moda mais verde?

Tem o potencial de ser uma ferramenta poderosa para o bem, mas não é automático. O resultado depende de como as empresas escolhem usá-la. Se usada para otimizar a sustentabilidade, pode ajudar. Se usada apenas para impulsionar mais consumo e mais rápido, pode piorar as coisas.



4. A IA pode realmente projetar roupas?

Sim, a IA pode gerar novos designs de roupas com base em parâmetros específicos. Isso pode ajudar os designers a experimentar e criar padrões que minimizem o desperdício