O mundo vai gastar mais de US$ 30 trilhões com IA. Alguém precisa fazer essa conta fechar.
Data centers podem consumir mais de US$ 30 trilhões em investimentos até 2050, numa corrida que Silicon Valley vende como a infraestrutura da próxima revolução industrial. A tecnologia pode realmente produzir valor suficiente para justificar essa montanha de dinheiro, mas existe uma diferença enorme entre a IA transformar a economia e todos os investidores que estão financiando essa transformação conseguirem recuperar o que colocaram nela.
Existe um número circulando pelos bastidores da corrida da inteligência artificial que deveria receber muito mais atenção do que o lançamento de qualquer novo modelo. Segundo um cenário central desenvolvido pela Oxford Economics para a PwC, os investimentos acumulados em data centers podem alcançar aproximadamente US$ 31,6 trilhões até 2050, enquanto um cenário de expansão mais acelerada poderia aproximar essa conta dos US$ 50 trilhões.
Estamos falando de uma quantidade de capital suficientemente grande para transformar redes elétricas, cadeias de semicondutores, mercados imobiliários, políticas industriais e relações de poder entre países. Mesmo assim, boa parte da conversa pública continua concentrada na superfície mais sedutora dessa revolução, comparando chatbots, discutindo benchmarks e tentando descobrir qual laboratório conseguiu arrancar alguns pontos extras de desempenho do modelo mais recente.
O dinheiro está contando outra história.
A inteligência artificial que o usuário encontra numa tela parece software, mas a inteligência artificial que investidores estão financiando está sendo construída com terrenos, usinas, linhas de transmissão, subestações, sistemas de refrigeração, fibra óptica, semicondutores, servidores, dívida e contratos de energia que podem durar décadas. Silicon Valley está apostando que capacidade computacional se tornará uma das infraestruturas fundamentais da economia deste século, numa escala comparável às grandes expansões industriais que reorganizaram o mundo físico.
Essa tese pode estar correta e ainda assim produzir uma quantidade extraordinária de capital destruído durante o caminho, porque existe uma diferença que frequentemente desaparece no debate sobre a suposta “bolha da IA”: uma tecnologia pode transformar o mundo enquanto investidores perdem fortunas tentando descobrir cedo demais quem ficará com o dinheiro dessa transformação.
A IA pode ser uma revolução tecnológica e uma bolha financeira ao mesmo tempo
Existe uma preguiça intelectual na discussão sobre bolhas tecnológicas que obriga o público a escolher entre duas versões extremas da história. De um lado estão aqueles que tratam qualquer questionamento sobre os investimentos atuais como prova de que alguém “não entendeu a IA”; do outro, aqueles que enxergam qualquer excesso de capital como demonstração de que toda a tecnologia é uma fraude prestes a desaparecer.
A história econômica é muito menos organizada.
A internet estava certa, embora muitas empresas da bolha pontocom estivessem erradas. Ferrovias transformaram economias inteiras enquanto investidores ferroviários quebravam. A infraestrutura de telecomunicações construída durante períodos de euforia continuou sendo utilizada muito depois de algumas das empresas responsáveis por financiá-la terem desaparecido.
A inteligência artificial pode seguir exatamente esse roteiro, só que numa escala de capital muito maior e com um agravante particularmente inconveniente: uma parte importante da infraestrutura computacional envelhece rapidamente.
Segundo as premissas utilizadas na análise da PwC, servidores, GPUs e outros equipamentos tecnológicos trabalham com ciclos de renovação que podem ficar aproximadamente entre quatro e seis anos. Isso significa que uma parcela considerável dos trilhões projetados até 2050 não servirá simplesmente para construir novos data centers, mas para substituir equipamentos que custaram fortunas poucos anos antes.
Uma GPU não precisa parar de funcionar para se tornar economicamente velha. Basta que uma nova geração entregue muito mais processamento por dólar ou por megawatt para que a máquina anterior comece a perder competitividade.
É aqui que a conta começa a ficar interessante, porque a indústria não está apenas construindo uma infraestrutura gigantesca. Está entrando numa esteira permanente de renovação de capital, na qual a geração atual precisa produzir retorno antes que a próxima exija outra rodada bilionária de investimento.
O relógio da obsolescência já começou a correr.
Silicon Valley está construindo primeiro e esperando que a demanda chegue depois
Os maiores grupos de tecnologia não estão esperando que essa economia seja completamente provada antes de investir. Estimativas analisadas pelo Financial Times colocaram o capex dos grandes hyperscalers americanos em aproximadamente US$ 800 bilhões em 2026, com possibilidade de alcançar cerca de US$ 1,1 trilhão em 2027.
O tamanho desses números revela algo que costuma desaparecer atrás dos discursos sobre inovação: essa corrida não é movida apenas por convicção tecnológica, mas também por medo competitivo.
Google não pode correr o risco de descobrir que outro laboratório construiu a plataforma que substituirá parte da busca. Microsoft não pode perceber tarde demais que subestimou a quantidade de capacidade computacional necessária para seus produtos. Meta precisa garantir que a próxima interface digital não seja controlada integralmente por concorrentes. Amazon precisa proteger a posição da AWS caso workloads de inteligência artificial se tornem uma das maiores fontes de demanda por cloud.
Enquanto isso, Nvidia ocupa uma posição particularmente confortável porque não precisa prever exatamente qual chatbot vencerá. Enquanto todos continuarem precisando comprar infraestrutura para participar da corrida, vender os componentes mais disputados continua sendo um excelente negócio.
Esse conjunto de incentivos cria uma dinâmica curiosa. Mesmo um executivo que suspeite que o mercado esteja construindo capacidade demais pode concluir que continuar gastando é menos perigoso do que descobrir, cinco anos depois, que o concorrente acertou e sua empresa economizou justamente na infraestrutura que decidiu o próximo ciclo tecnológico.
É assim que uma corrida de investimentos pode continuar mesmo quando parte de seus participantes começa a desconfiar que existe excesso.
O problema é que alguém precisa transformar todos esses data centers em receita
A adoção de inteligência artificial pelos consumidores aconteceu numa velocidade impressionante, mas milhões de usuários utilizando ferramentas gratuitas não pagam automaticamente uma infraestrutura de dezenas de trilhões de dólares.
A matemática começa a fechar quando a IA deixa de ser uma curiosidade tecnológica e se transforma numa despesa inevitável das empresas.
Silicon Valley precisa convencer o mundo corporativo de que modelos e agentes não servem apenas para produzir textos, resumir documentos ou acelerar tarefas administrativas, mas podem reorganizar departamentos, reduzir custos, desenvolver software, automatizar atendimento, ampliar vendas, acelerar pesquisa científica e permitir que equipes muito menores produzam aquilo que anteriormente exigia estruturas inteiras.
Existem evidências reais de ganhos de produtividade em determinadas atividades, e seria igualmente preguiçoso fingir que nada está acontecendo. O problema é que economizar algumas horas de trabalho por funcionário e reorganizar estruturalmente a economia são coisas muito diferentes.
Para justificar investimentos dessa magnitude, inteligência artificial precisará produzir uma mudança muito maior do que simplesmente permitir que profissionais executem as mesmas tarefas um pouco mais rapidamente.
Ela precisará alterar a quantidade de trabalho, capital e tempo necessária para produzir bens, serviços e conhecimento.
Se isso acontecer, a infraestrutura atual pode parecer barata retrospectivamente. Se não acontecer na velocidade esperada, teremos uma tecnologia extraordinária convivendo com uma economia de capital bastante desconfortável.
A nuvem finalmente precisou admitir que mora em algum lugar
Durante anos, Big Tech conseguiu transformar “cloud” numa abstração quase perfeita. O usuário apertava um botão, o serviço aparecia e ninguém precisava pensar muito sobre onde aqueles computadores estavam instalados.
A inteligência artificial está tornando essa abstração cada vez mais difícil de sustentar.
Os modelos dependem de chips avançados instalados em servidores que ocupam data centers gigantescos, e esses centros precisam de terrenos, refrigeração, fibra, subestações, linhas de transmissão e uma quantidade crescente de eletricidade. A Agência Internacional de Energia estima que o consumo global de eletricidade dos data centers pode praticamente dobrar até 2030 e alcançar aproximadamente 945 TWh.
Essa transformação está deslocando parte do poder econômico da camada puramente digital de volta para a infraestrutura física.
Durante a última geração tecnológica, possuir software extraordinário podia ser suficiente para construir empresas gigantescas. Na próxima, uma companhia poderá possuir um modelo extraordinário e ainda assim enfrentar uma limitação muito mais prosaica: não encontrar energia suficiente para operá-lo na escala desejada.
A corrida pela inteligência está se tornando também uma corrida por eletricidade, e isso abre espaço para uma mudança que ainda recebe pouca atenção fora dos círculos de infraestrutura.
Se GPUs foram o primeiro grande gargalo da corrida, energia pode se transformar no próximo.
E o dinheiro costuma seguir o gargalo.
Talvez o grande vencedor da IA não tenha um chatbot
Se capacidade energética se tornar uma restrição persistente, empresas de geração elétrica, utilities, operadores de redes, fabricantes de transformadores, fornecedores de refrigeração, armazenamento e energia nuclear poderão capturar uma parcela crescente do valor criado pela inteligência artificial.
Isso parece pouco glamouroso comparado a modelos que conversam, raciocinam e produzem imagens, mas infraestrutura econômica raramente se preocupa em parecer interessante.
Quando semicondutores avançados eram escassos, Nvidia capturou uma quantidade extraordinária de valor porque estava posicionada justamente no gargalo.
Se o próximo gargalo for eletricidade, não existe nenhuma lei econômica determinando que toda a riqueza continuará concentrada nas empresas que treinam modelos.
Pode acontecer justamente o contrário: uma parte crescente da margem da inteligência artificial poderá migrar para quem controla os recursos físicos necessários para operá-la.
A era da IA talvez termine fazendo Wall Street descobrir que uma subestação pode ser mais estratégica do que um aplicativo com uma interface bonita.
A conta de luz vai transformar a corrida tecnológica numa disputa política
A expansão dos data centers já começou a produzir conflitos sobre quem deve financiar a infraestrutura energética necessária para atendê-los.
Uma instalação de enorme escala pode exigir novas linhas de transmissão, subestações, capacidade adicional de geração e investimentos significativos na rede. Quando esses custos começam a aparecer, moradores e reguladores naturalmente perguntam quanto será pago pelas empresas responsáveis pela nova demanda e quanto poderá terminar incorporado às tarifas dos consumidores.
Essa pergunta parece regulatória, mas esconde uma disputa econômica muito maior.
Se uma companhia privada consegue transformar capacidade computacional em bilhões de dólares de receita enquanto parte do custo necessário para ampliar a infraestrutura elétrica é distribuída entre consumidores, ocorre uma transferência de valor que dificilmente permanecerá invisível politicamente.
É por isso que a resistência aos data centers provavelmente crescerá em diversas regiões, especialmente quando a promessa abstrata de “liderança em inteligência artificial” começar a disputar espaço com uma pergunta muito concreta sobre o preço da eletricidade.
O conflito que hoje parece local pode se tornar uma das grandes disputas políticas da próxima década: quem ficará com o lucro da IA e quem financiará a infraestrutura necessária para que esse lucro exista?
Mesmo que a IA produza trilhões, ainda não sabemos onde esses trilhões vão parar
Esse talvez seja o ponto mais ignorado de toda a corrida.
Imagine que a inteligência artificial cumpra boa parte das promessas atuais e aumente dramaticamente a produtividade mundial. Mesmo nesse cenário, não existe garantia de que as empresas hoje tratadas como vencedoras inevitáveis continuarão capturando a maior parcela do valor.
Se modelos avançados se tornarem baratos e relativamente intercambiáveis, as margens dos laboratórios poderão cair e o valor migrará para aplicações e distribuição. Se aplicações puderem ser facilmente reproduzidas, empresas que controlam relacionamento com usuários poderão ganhar importância. Se compute continuar escasso, fabricantes de chips e operadores de infraestrutura manterão poder. Se energia se transformar no principal gargalo, utilities e produtores de eletricidade poderão capturar uma parcela muito maior da economia.
Por isso podemos estar completamente certos sobre a importância histórica da IA e completamente errados sobre quais empresas ficarão ricas com ela.
Os laboratórios querem que modelos sejam a camada mais valiosa. Os hyperscalers querem transformar compute em receita recorrente. Nvidia quer continuar ocupando uma posição privilegiada na infraestrutura. Empresas tradicionais querem converter IA em produtividade. Utilities querem vender eletricidade. Governos querem transformar capacidade computacional em poder estratégico.
Todos estão apostando na mesma revolução, mas não estão apostando na mesma forma de ganhar dinheiro com ela.
Essa diferença decidirá grande parte dos vencedores e perdedores dos próximos vinte anos.
Daqui a 5 anos: 2031, a primeira grande seleção entre infraestrutura real e FOMO bilionário
Minha previsão para 2031 não é de desaparecimento da inteligência artificial nem de colapso generalizado dos data centers. O cenário mais provável é uma seleção bastante mais dolorosa entre investimentos que encontraram demanda real e projetos construídos principalmente porque nenhuma grande empresa queria correr o risco de ficar atrás dos concorrentes.
Até lá, parte da infraestrutura anunciada hoje provavelmente terá sido cancelada, adiada ou redimensionada. Operadores excessivamente alavancados poderão enfrentar dificuldades, enquanto data centers localizados em regiões com energia cara ou redes insuficientes terão problemas para competir com instalações construídas onde eletricidade, terrenos e conectividade forem mais favoráveis.
Também acredito que veremos a primeira grande ressaca nas avaliações de empresas cuja tese depende apenas da ideia de que “mais IA significa automaticamente mais receita”. O mercado começará a separar companhias que realmente transformaram inteligência artificial em fluxo de caixa daquelas que apenas adicionaram IA à apresentação para investidores.
Ao mesmo tempo, a tecnologia estará profundamente incorporada às operações empresariais. Programação, atendimento, marketing, pesquisa, jurídico, finanças, vendas e administração funcionarão com sistemas capazes de executar uma parcela crescente do trabalho intelectual rotineiro.
O impacto sobre emprego provavelmente será menos cinematográfico do que as previsões sobre desemprego em massa, mas poderá ser estruturalmente mais importante. Empresas poderão continuar crescendo sem aumentar suas equipes na mesma proporção, e muitas posições desaparecerão não através de demissões, mas simplesmente porque deixarão de ser abertas.
Uma companhia que antes precisaria contratar vinte analistas para acompanhar sua expansão poderá contratar dez profissionais equipados com agentes. Um departamento que aumentaria seu quadro em 30% poderá manter praticamente o mesmo tamanho enquanto amplia a produção.
A automação mais difícil de enxergar será justamente aquela que elimina o emprego antes de existir alguém para perdê-lo.
O lado positivo dessa fase será uma democratização importante da capacidade produtiva. Pequenas empresas poderão acessar ferramentas de pesquisa, programação, design e análise que anteriormente exigiam departamentos inteiros, permitindo que equipes reduzidas disputem mercados antes reservados a organizações muito maiores.
O lado negativo será particularmente duro para profissionais iniciantes, porque várias das atividades utilizadas historicamente para formar trabalhadores juniores estão entre as mais fáceis de automatizar.
Isso criará um problema que Silicon Valley ainda não resolveu: como formar o especialista de 2040 se as empresas decidirem que não vale mais a pena contratar o iniciante de 2031?
Daqui a 10 anos: 2036, empresas poderão ficar menores enquanto se tornam economicamente maiores
Por volta de 2036, minha expectativa é que falar em uma empresa “usar inteligência artificial” pareça tão redundante quanto dizer hoje que uma empresa utiliza internet ou eletricidade.
A tecnologia estará embutida na operação.
Agentes poderão negociar com outros agentes, sistemas cuidarão de partes importantes de compras, compliance, vendas, atendimento e administração financeira, enquanto software será desenvolvido e mantido com níveis de automação muito maiores.
A consequência mais importante poderá ser aquilo que chamo de compressão organizacional: empresas capazes de produzir receitas enormes utilizando muito menos pessoas do que companhias equivalentes precisavam no passado.
Essa mudança pode gerar um salto extraordinário de produtividade, mas também abrir uma das disputas distributivas mais importantes deste século.
Se cada bilhão de dólares em receita exigir menos trabalhadores, uma parcela maior do valor produzido tende a migrar para capital, infraestrutura, propriedade intelectual e para quem controla os sistemas capazes de realizar o trabalho.
O debate político sobre IA deixará então de girar principalmente em torno da pergunta simplista sobre máquinas “roubarem empregos”. A questão será como uma economia baseada em consumo continua funcionando quando produtividade e lucros podem crescer muito mais rapidamente do que a renda laboral.
Governos serão pressionados a discutir tributação de capital, financiamento de sistemas previdenciários, educação, treinamento profissional e novas formas de distribuir parte dos ganhos de produtividade.
Nesse horizonte, também espero uma consolidação importante do mercado de modelos. É improvável que dezenas de laboratórios consigam sustentar indefinidamente o custo de competir na fronteira se treinamento, inferência e infraestrutura continuarem tão caros.
Alguns serão comprados, outros abandonarão a corrida pelos maiores modelos e parte do mercado poderá se concentrar em poucas plataformas globais, cercadas por milhares de empresas especializadas em aplicações.
A grande batalha econômica deixará de ser apenas quem possui o modelo mais inteligente e passará a envolver quem controla a interface através da qual pessoas e empresas delegam decisões aos agentes.
Controlar o agente que escolhe produtos, serviços, notícias, softwares e fornecedores poderá ser mais valioso do que controlar o mecanismo de busca que hoje organiza a internet.
Daqui a 20 anos: 2046, capacidade computacional pode se tornar infraestrutura soberana
Qualquer pessoa que afirme saber exatamente o que modelos de inteligência artificial serão capazes de fazer em 2046 está vendendo confiança onde deveria oferecer incerteza. Vinte anos são tempo demais para prever arquiteturas, produtos ou capacidades específicas.
Mas existe uma transformação estrutural que considero muito mais provável.
Se inteligência artificial continuar relevante para ciência, economia, defesa, medicina e administração pública, compute será tratado cada vez menos como um serviço comercial comum e cada vez mais como infraestrutura estratégica nacional.
Governos poderão subsidiar data centers, proteger cadeias de semicondutores, garantir contratos energéticos de longo prazo e manter capacidade computacional reservada para funções críticas. Países poderão exigir que determinados modelos e dados permaneçam em infraestrutura doméstica, da mesma forma que hoje tratam setores considerados estratégicos.
Nesse mundo, soberania digital não significará apenas possuir dados ou legislação própria.
Significará possuir chips, energia, modelos e capacidade computacional suficientes para que funções essenciais da economia não dependam completamente de empresas estrangeiras.
Países sem essa infraestrutura poderão descobrir que sua dependência tecnológica ganhou uma dimensão nova. Em vez de apenas importar software, estarão alugando capacidade cognitiva industrial de empresas e Estados capazes de controlar a infraestrutura da inteligência.
Isso pode criar uma divisão geopolítica comparável à dependência energética que marcou outras fases da economia mundial.
Em vinte anos, o mapa tecnológico também pode deixar de parecer com o atual
Durante a industrialização, determinadas regiões cresceram porque estavam próximas de portos, rios, carvão, petróleo ou grandes redes ferroviárias. A economia da inteligência artificial poderá favorecer lugares capazes de combinar energia abundante e barata, conectividade, disponibilidade de terrenos, refrigeração eficiente e estabilidade política.
Isso significa que alguns dos futuros centros tecnológicos poderão surgir longe dos lugares que hoje associamos à inovação.
O próximo grande cluster de inteligência artificial talvez não precise estar perto de restaurantes frequentados por venture capitalists ou de bairros cheios de startups. Poderá precisar estar perto de uma usina nuclear, de uma rede elétrica robusta e de terrenos suficientes para instalar centenas de milhares de aceleradores.
Existe uma ironia histórica interessante nisso. Silicon Valley passou décadas convencendo o mundo de que software havia libertado a economia das limitações do mundo físico, e agora a tecnologia mais valorizada do planeta está redescobrindo que elétrons, terrenos e transformadores continuam tendo opinião sobre o assunto.
O melhor cenário em vinte anos é muito maior do que automatizar escritórios
A versão realmente otimista dessa história não acontece quando um modelo consegue escrever um relatório melhor do que um funcionário.
Ela acontece quando sistemas de inteligência artificial começam a acelerar significativamente a produção de conhecimento científico.
Se modelos conseguirem ajudar pesquisadores a desenvolver medicamentos, descobrir novos materiais, projetar sistemas energéticos, melhorar baterias, simular fenômenos complexos e explorar hipóteses numa velocidade muito superior à atual, a economia da inteligência artificial muda completamente.
Nesse cenário, IA deixa de ser apenas uma tecnologia capaz de reduzir custos e começa a aumentar a velocidade com que a própria civilização descobre novas tecnologias.
Educação personalizada poderia chegar a bilhões de pessoas, diagnóstico médico sofisticado poderia se tornar muito mais barato, pequenos laboratórios poderiam acessar capacidades que hoje pertencem a grandes instituições e empresas reduzidas poderiam produzir resultados que anteriormente exigiam organizações gigantescas.
Se essa versão do futuro acontecer, os US$ 31,6 trilhões poderão parecer perfeitamente justificáveis quando vistos retrospectivamente.
Talvez pareçam até modestos.
O pior cenário não precisa envolver máquinas dominando a humanidade
Existe um futuro muito menos cinematográfico e provavelmente mais útil de analisar, no qual inteligência artificial funciona extraordinariamente bem, mas sua infraestrutura fica concentrada nas mãos de poucas empresas e poucos países.
Uma pequena quantidade de companhias controla chips, modelos, cloud, agentes e parte importante da infraestrutura necessária para operar sistemas avançados. Governos integram essas tecnologias aos seus sistemas administrativos e de segurança, enquanto empresas passam a utilizar IA para prever comportamento, personalizar persuasão e automatizar decisões em escala.
Nesse cenário, a maioria das pessoas poderá utilizar inteligência artificial diariamente sem possuir qualquer parcela economicamente relevante da infraestrutura.
Elas estarão alugando inteligência de quem controla as máquinas.
Essa diferença poderá definir uma nova divisão entre capital e trabalho.
Se inteligência computacional se tornar um dos principais fatores de produção da economia, possuir infraestrutura de IA significará possuir uma parcela crescente da capacidade produtiva mundial.
A desigualdade mais importante da era da IA talvez não seja entre pessoas que sabem escrever bons prompts e pessoas que não sabem.
Será entre quem cobra pelo acesso à inteligência e quem precisa pagar para utilizá-la.
Existe ainda um cenário em que a bolha estoura e, ironicamente, ajuda a IA
Entre os cenários que considero plausíveis para os próximos dez anos existe um que parece contraditório apenas até lembrarmos da história da tecnologia.
A indústria pode construir capacidade demais, receitas podem demorar mais do que o esperado, determinados operadores podem quebrar e investidores podem descobrir que algumas projeções de demanda foram otimistas demais.
Nesse momento, a manchete será inevitável: a bolha da IA estourou.
Só que os data centers continuarão no chão, parte dos equipamentos continuará funcionando e investidores precisarão vender ativos.
Capacidade computacional poderá ficar mais barata, startups conseguirão acessar infraestrutura anteriormente proibitiva e pesquisadores poderão utilizar máquinas que foram financiadas por uma geração de investidores que já aceitou o prejuízo.
A infraestrutura construída durante a bolha poderá então alimentar a próxima fase da revolução.
Seria uma ironia bastante coerente com a história econômica: Wall Street financia demais, perde dinheiro e deixa para a geração seguinte exatamente a infraestrutura barata necessária para construir os negócios que finalmente justificam a tecnologia.
Uma bolha financeira, portanto, não provaria necessariamente que a IA fracassou.
Poderia apenas provar que o capital chegou antes da receita.
Então, os US$ 30 trilhões valerão a pena?
Minha leitura é que existe uma probabilidade considerável de a inteligência artificial produzir valor econômico suficiente para justificar uma infraestrutura dessa magnitude ao longo das próximas décadas, especialmente se os sistemas avançarem da automação de tarefas administrativas para a aceleração de ciência, engenharia e produção.
O que considero muito menos provável é que todos os participantes atuais consigam capturar retorno proporcional ao dinheiro que estão colocando na corrida.
Algumas empresas construirão infraestrutura demais, outras pagarão caro demais por hardware, alguns laboratórios descobrirão que seus modelos se tornaram commodities e determinados negócios que hoje parecem inevitáveis poderão simplesmente desaparecer.
Ao mesmo tempo, setores que parecem periféricos hoje, como geração de energia, redes elétricas, refrigeração e infraestrutura física, poderão capturar uma parcela muito maior da economia da IA do que o mercado atualmente imagina.
Por isso, perguntar se “a IA valerá US$ 30 trilhões” ainda é olhar para a questão de maneira incompleta.
A pergunta decisiva é quem conseguirá capturar o valor depois que esses trilhões forem investidos.
Nvidia quer vender a infraestrutura da inteligência, hyperscalers querem alugá-la, laboratórios querem controlar a camada cognitiva, empresas querem transformar modelos em produtividade, utilities querem vender a eletricidade, governos querem converter compute em soberania e investidores querem transformar toda essa arquitetura em retorno financeiro.
Enquanto isso, trabalhadores terão de descobrir se os ganhos de produtividade continuarão chegando até eles através de salários e oportunidades ou se servirão principalmente para permitir que empresas produzam mais utilizando menos pessoas.
Todos dizem estar apostando no futuro da inteligência artificial, mas estão disputando posições completamente diferentes dentro dele.
É isso que está realmente escondido dentro da projeção de mais de US$ 30 trilhões: não estamos assistindo apenas à construção da infraestrutura da IA, mas a uma disputa para decidir quem será proprietário da capacidade produtiva e cognitiva que poderá sustentar uma parcela crescente da economia mundial durante as próximas décadas.
Agora queremos saber o que você pensa
Você acredita que os mais de US$ 30 trilhões projetados para data centers serão lembrados como a infraestrutura que construiu a próxima economia ou como um dos maiores excessos de capital da história?
Se empresas conseguirem produzir muito mais utilizando muito menos trabalhadores, quanto do ganho de produtividade deveria permanecer com os acionistas e quanto deveria retornar para quem trabalha e consome?
Se data centers exigirem novas usinas, subestações e linhas de transmissão, Big Tech deveria pagar integralmente pela infraestrutura adicional ou parte dessa conta pode legitimamente ser dividida com o restante da sociedade?
Como formaremos especialistas no futuro se inteligência artificial começar a substituir justamente as funções juniores utilizadas para formar os especialistas de hoje?
Se modelos avançados se tornarem commodities, você acredita que o verdadeiro poder econômico migrará para quem controla chips, energia, data centers e distribuição?
Uma eventual bolha da IA significaria que a tecnologia fracassou ou poderia simplesmente deixar uma enorme infraestrutura barata para a próxima geração de empresas?
Daqui a vinte anos, países sem data centers, chips e capacidade computacional própria continuarão soberanos tecnologicamente ou estarão alugando parte de sua capacidade econômica de empresas estrangeiras?
E se inteligência realmente se transformar numa infraestrutura que pode ser comprada e alugada, você estará do lado de quem possui essa infraestrutura ou do lado de quem precisa pagar continuamente para acessá-la?
Continue acompanhando a Tech Gossip
Enquanto boa parte da internet acompanha qual modelo ganhou o benchmark da semana, a disputa que realmente pode definir os próximos vinte anos está acontecendo em data centers, redes elétricas, fábricas de semicondutores, contratos energéticos, fundos de investimento, governos e salas de conselho, porque é nesses lugares que está sendo decidido quem financiará a infraestrutura da inteligência e quem conseguirá cobrar pelo acesso a ela.
A Tech Gossip acompanha justamente essa camada menos confortável da revolução tecnológica, onde seguir o dinheiro costuma revelar muito mais do que acompanhar o discurso cuidadosamente ensaiado sobre democratização, inovação e futuro. Para não ficar por fora das próximas investigações, previsões e histórias de bastidor, acompanhe a Tech Gossip em www.techgossip.com.br.
#TechGossip #InteligenciaArtificial #ArtificialIntelligence #AI #DataCenters #BigTech #Nvidia #OpenAI #Anthropic #Google #Microsoft #Meta #AIInfrastructure #Energia #Semicondutores #FuturoDoTrabalho #Automacao #Produtividade #EconomiaDigital #SiliconValley #TechInsider