Druzhba atingida: 1,5 milhões de barris por dia bloqueados

Ataque direcionado ao coração do sistema russo

Em 23 de fevereiro de 2026, forças ucranianas atacaram o nó central da rede Druzhba em Tatarstan, desencadeando um incêndio no hub de bombeamento da Transneft. O sistema, que transporta 1,5 milhão de barris por dia para a Europa Central, viu interrompido o fluxo para Alemanha, Áustria e Hungria. As estações de Unecha em Bryansk e Nikolskoye em Tambov foram atingidas em sequência, com danos estruturais que requererão pelo menos 6-8 semanas para reparos completos.

A Druzhba, com 4.000 km de extensão, é dividida em dois ramos principais: o ramo leste (Alemanha) e o ramo oeste (Áustria-Hungria). O sistema opera com uma pressão de 70-80 bar, exigindo bombeamentos a cada 150-200 km. A estação de Tatarstan funciona como uma válvula de controle para 40% do volume total de exportação russa por tubulação.

A vulnerabilidade física emerge do design: os nós de bombeamento são centralizados, com reservas de combustível auxiliares limitadas a 72 horas. A falta de alternativas imediatas (o Nord Stream 2 está em stand-by) força Moscou a revisar as rotas via marítimo, com custos logísticos adicionais estimados em US$15/barril.

Arquitetura crítica e cadeia de dependências

O sistema Druzhba é propriedade da Transneft, empresa estatal russa com 120.000 km de tubulações. Cada estação de bombeamento requer componentes específicos (bombas centrífugas API 610) produzidos exclusivamente por empresas russas ou chinesas. A manutenção programada prevê substituições a cada 5 anos, com custos de US$200 milhões por intervenção em um nó principal.

A cadeia de dependência se estende a 18 refinarias europeias, incluindo OMV na Áustria e MOL na Hungria, que dependem por 60% das suas fornecimentos do ramo russo. A perda de 1,2 milhão de barris por dia já causou um aumento de 18% nos custos de abastecimento para estas empresas. A reconstrução do sistema requererá 12 meses, com um orçamento estimado em US$3,5 bilhões.

O controle operacional reside em 12 centros de comando russos, com backup via satélite Inmarsat. A falta de acesso externo aos sistemas de controle torna a infraestrutura vulnerável a ataques físicos, mas não a interrupções cibernéticas.

Impacto econômico e geográfico

Transneft estimou perdas imediatas de US$250 milhões por dia. As refinarias de Schwedt (Alemanha) e Százhalombatta (Hungria) reduziram a produção em 40%, com riscos de escassez de combustível para transporte dentro de 30 dias. A companhia russa deverá arcar com custos adicionais para alugar 15 navios petroleiros de 100.000 DWT, com contratos a US$18.000 por dia.

A cidade de Tatarstan perderá US$120 milhões em receitas fiscais anuais, enquanto o governo federal deverá destinar US$500 milhões para apoiar as empresas locais. A reconstrução do sistema requererá o emprego de 15.000 trabalhadores especializados, com um risco de atrasos devido à escassez de materiais de aço carbono.

A falta de alternativas imediatas força Moscou a revisar as estratégias de exportação. A rota via marítimo para os portos de Rostock e Ventspils está em fase de ativação, com custos logísticos que poderiam impulsionar os preços do petróleo russo a US$10/barril acima do Brent.

Indicador operacional e escolha estratégica

A meu ver, o dano ao Druzhba revela uma falha estrutural no modelo de exportação russo. Dois indicadores serão cruciais: o tempo efetivo de reparo (se superior a 8 semanas) e o volume de petróleo russo exportado via marítimo nos próximos 90 dias. A escolha de atacar uma infraestrutura física, em vez de um sistema digital, demonstra uma estratégia de guerra logística mirado a enfraquecer a capacidade financeira de Moscou.

A narrativa oficial russa falará de “ações terroristas”, mas o mecanismo operacional mostra uma guerra de atrito: não se busca a destruição total, mas o aumento constante dos custos de transação. Essa discrepância entre comunicação e realidade não é um erro, mas uma escolha tática precisa.


Foto de Jon Tyson no Unsplash
Os textos são elaborados autonomamente por modelos de Inteligência Artificial


Sources & Checks