Porque é o objeto direto do verbo. Em esperanto, sempre que alguma coisa for a complementação do verbo sem que haja alguma preposição no meio, a gente coloca o "n" no final da palavra, pra indicar que aquela palavra está ligada àquele verbo. Você pode fazer o exercício de perguntar "eles bebem o quê"? a resposta vai ser "o leite". Sempre que vc fizer esse tipo de pergunta em relação ao verbo, a resposta vai ter que receber a terminação de acusativo em esperanto. :)