A aposta de $7 trilhões: Remodelando o mundo para a Inteligência Artificial (Artificial Intelligence, AI)

A era do software comendo o mundo está transitando para uma nova fase em que o hardware o reconstrói. Segundo novas projeções divulgadas esta semana, o investimento global em infraestrutura de Inteligência Artificial (Artificial Intelligence, AI) está a caminho de ultrapassar $7 trilhões na próxima década. Essa cifra impressionante, que rivaliza com o PIB anual de grandes nações industriais, sinaliza uma mudança fundamental na economia global. O foco está mudando das descobertas algorítmicas para as "porcas e parafusos" necessários para sustentá-las: centros de dados em escala de gigawatts, redes elétricas de próxima geração e manufatura avançada de fabricação de semicondutores.

Para os analistas e observadores da Creati.ai, essa projeção é mais do que um simples indicador financeiro; representa a maior mobilização industrial desde a reconstrução do pós-Segunda Guerra Mundial. A onda de investimentos é impulsionada pela percepção de que a infraestrutura atual é lamentavelmente inadequada para suportar a próxima geração de Modelos de Fronteira (Frontier Models) e agentes autônomos. À medida que a IA generativa (Generative AI) se torna onipresente, as restrições físicas da computação — energia, refrigeração e silício — tornaram-se os principais gargalos ao progresso.

Os três pilares da revolução industrial da IA

O gasto projetado de $7 trilhões não é distribuído de forma homogênea. Ele flui principalmente para três verticais críticas que formam a espinha dorsal da economia da IA. Especialistas da indústria as categorizam como a "Trindade de Computação (Compute Trinity)": Abrigo Físico (Centros de Dados), Potência de Processamento (Semicondutores) e Energia (rede elétrica).

1. A evolução dos centros de dados

O centro de dados em nuvem tradicional está se tornando obsoleto. A demanda por treinamento e inferência de IA requer uma revisão arquitetônica completa. Estamos testemunhando a ascensão das "Fábricas de IA" — instalações projetadas não apenas para armazenar dados, mas para processá-los em velocidades de exaescala.

• Padrões de refrigeração líquida: O ar condicionado já não é suficiente para racks de GPU de alta densidade. Refrigeração direta ao chip e imersão em líquido estão se tornando requisitos padrão para novas construções.
• Campus de gigawatts: Enquanto os centros de dados tradicionais operavam na faixa de megawatts, o novo padrão para clusters de treinamento de IA é o campus de gigawatts, exigindo terrenos e pegadas de energia comparáveis às de pequenas cidades.
• Nós de inferência de borda: Para reduzir a latência para os usuários finais, um investimento paralelo está crescendo em computação de borda (edge computing), impulsionando centros de dados menores e altamente eficientes mais perto dos centros urbanos.

2. Soberania e manufatura de semicondutores

Enquanto Nvidia e AMD continuam a projetar os cérebros da revolução da IA, a capacidade de manufatura — as fundições — está atraindo fluxos maciços de capital. A cifra de $7 trilhões inclui a construção de novas fábricas de fabricação (fabs) nos EUA, Europa e Ásia.

Esse setor é caracterizado por extrema intensidade de capital. Uma única fab de ponta pode custar mais de $20 bilhões. O investimento é impulsionado por uma necessidade dupla: expansão de capacidade para evitar a escassez de HBM (Memória de Alta Largura de Banda, High Bandwidth Memory) e chips lógicos, e diversificação geopolítica para proteger cadeias de suprimentos contra instabilidade regional.

3. A rede elétrica e a geração de energia

Talvez o componente mais crítico desta previsão seja a energia. A sede de eletricidade da IA está superando a capacidade das redes existentes. Uma parcela significativa do investimento projetado é alocada para geração e transmissão de energia.

As empresas de tecnologia deixaram de ser apenas consumidoras de energia; estão se tornando desenvolvedoras de energia. Estamos vendo parcerias sem precedentes entre Big Tech e fornecedores de serviços públicos para reabilitar redes envelhecidas e investir em Pequenos Reatores Modulares (SMRs) e pesquisa em fusão. O objetivo é energia de base 24/7 que seja livre de carbono, um requisito que solar e eólica isoladamente têm dificuldade em atender para cargas de trabalho contínuas de IA.

Distribuição regional dos investimentos

A corrida pela supremacia em IA é global, mas as estratégias regionais diferem significativamente com base em recursos locais e ambientes regulatórios. A tabela a seguir descreve como as principais regiões devem alocar capital dentro desse quadro de $7 trilhões.

Investimento Global em Infraestrutura de IA (2026-2036)

O gargalo energético: uma crise da física

O obstáculo mais assustador para realizar essa visão de $7 trilhões é a física. Treinar um modelo de ponta em 2026 requer energia equivalente à de milhares de residências. À medida que os modelos escalam, o consumo de energia não cresce linearmente; cresce exponencialmente.

O relatório destaca uma divergência crescente entre as metas de "IA verde" e a realidade das demandas de infraestrutura. Embora grandes corporações de tecnologia tenham prometido emissões líquidas zero de carbono, a velocidade da adoção da IA está forçando uma dependência temporária do gás natural e do carvão em certas regiões para fazer a ponte até que soluções nucleares avançadas e de armazenamento renovável entrem em operação.

"O gargalo não é mais o silício; é o elétron. Nós temos os chips, mas não temos os gigawatts", observa um analista líder de infraestrutura citado no relatório mais amplo.

Essa realidade está impulsionando a inovação em eficiência energética. Arquiteturas de chip inovadoras, como computação neuromórfica e fotônica, estão atraindo capital de risco enquanto a indústria busca desesperadamente dissociar a inteligência do consumo massivo de energia.

Implicações econômicas e retorno sobre investimento

Céticos argumentam que $7 trilhões é uma valorização em nível de bolha, questionando o Retorno sobre Investimento (ROI) para gastos de capital tão massivos. No entanto, os defensores argumentam que a infraestrutura de IA deve ser vista de forma semelhante às ferrovias do século XIX ou à espinha dorsal da internet nos anos 1990 — tecnologias capacitadoras que elevam toda a economia global (global economy).

Os impactos econômicos devem ser multifacetados:

1. Criação de empregos: Enquanto a IA ameaça automação de colarinho branco, a construção da infraestrutura cria milhões de empregos em construção, engenharia elétrica, manufatura especializada e logística.
2. Ganho de produtividade: A infraestrutura permite a implantação de IA física (Physical AI) — robótica e sistemas autônomos — em indústrias como agricultura, mineração e saúde, potencialmente revertendo a estagnação da produtividade.
3. Pressões inflacionárias: No curto prazo, a intensa demanda por cobre, aço, equipamentos especializados e mão de obra qualificada provavelmente elevará os preços no setor industrial.

O caminho a seguir

Ao olharmos para a próxima década, o compromisso de $7 trilhões sinaliza que a IA deixou de ser um experimento; é a base da economia futura. Para a Creati.ai, monitorar a implantação desse capital é essencial. Os vencedores da próxima década não serão apenas aqueles com os melhores algoritmos, mas aqueles que conseguirem assegurar terra, energia e silício necessários para operá-los.

A transição do "treinamento" para a "inferência" também deslocará onde o capital é implantado. À medida que os modelos forem treinados e passarem para implantação, a infraestrutura precisará se tornar mais distribuída, migrando de enormes clusters centralizados de treinamento para nós de inferência altamente eficientes e localizados, integrados às redes de telecomunicações.

Esta é uma transformação física da capacidade digital do planeta. As porcas e parafusos estão sendo apertadas, o concreto está sendo despejado e as linhas de energia estão sendo estendidas. A máquina está sendo construída, e a conta é de $7 trilhões.