Depois de quase quatro anos de entusiasmo, o discurso corporativo sobre inteligência artificial mudou de tom. Conselhos de administração que antes celebravam pilotos e provas de conceito agora exigem uma pergunta simples, onde está o impacto no EBITDA? A fase da novidade acabou. Agora começou a fase de cobrar a IA.
O apetite por capital não diminuiu, pelo contrário. As cinco maiores hyperscalers (Amazon, Microsoft, Google, Meta e Oracle) devem investir cerca de US$ 600 bilhões em infraestrutura em 2026, alta de 36% sobre 2025, segundo estimativas compiladas pela consultoria Introl com base em dados da IEEE ComSoc e do Goldman Sachs. Desse total, aproximadamente 75%, perto de US$ 450 bilhões, vai diretamente para infraestrutura de IA. O banco Moody’s projeta números ainda mais altos para o mercado americano, com US$ 700 bilhões em 2026 e US$ 870 bilhões em 2027, alertando para o risco de “overbuild” e retornos fracos caso a demanda não acompanhe a oferta.
O problema é que boa parte desse investimento está sendo financiado por dívida, as big techs emitiram cerca de US$ 108 bilhões em títulos apenas em 2025, com projeções que chegam a US$ 1,5 trilhão nos próximos anos. Enquanto isso, muitos CEOs de empresas não-tech ainda não conseguem provar ganho de margem proporcional aos gastos. O resultado é uma onda de consolidação: startups que eram, na prática, apenas interfaces sobre modelos de terceiros começam a ser compradas ou fechadas, enquanto o mercado separa o joio da eficiência real do marketing vestido de inovação.
A segunda mudança é estrutural. A IA deixou de ser um chatbot de apoio e passou a operar como agente dentro dos sistemas centrais das empresas como SAP, Salesforce, bancos de dados legados, executando rotinas financeiras, jurídicas e de suprimentos de ponta a ponta. O efeito colateral é incômodo: são justamente essas tarefas repetitivas que historicamente formavam estagiários, analistas e associados. Se o primeiro degrau da carreira está sendo automatizado, o desafio que sobra para as empresas é como formar os especialistas e diretores de amanhã sem o treinamento que antes vinha do trabalho júnior.
O gargalo real da IA hoje não é mais o chip é a energia. A escalada de capex das hyperscalers já supera, em proporção ao PIB americano, o Programa Apollo e a construção do sistema rodoviário interestadual, segundo análises do setor. Diante da falta de capacidade na rede elétrica, big techs vêm fechando acordos dedicados de energia nuclear, incluindo reatores modulares, para garantir fornecimento contínuo aos data centers. Nesse tabuleiro, países do Sul Global com matriz elétrica limpa, caso do Brasil, majoritariamente hidrelétrica, ganham peso como polos estratégicos para data centers sustentáveis.
Na União Europeia, o AI Act deixou de ser promessa regulatória para virar cronograma concreto. Desde 2 de agosto deste ano, entraram em vigor as obrigações plenas para sistemas de alto risco, com multas que podem chegar a 35 milhões de euros ou 7% do faturamento global anual, o que for maior. Multinacionais já revisam fluxos de dados, viés algorítmico e direitos autorais para se adequar, e enfrentam o dilema clássico da regulação europeia, ou seja, operar sistemas diferentes por jurisdição ou adotar o padrão da UE como teto único, ainda que isso signifique perder velocidade frente a mercados menos regulados.
PARA LER OUTROS ARTIGOS DE ARTUR MARQUES JR CLIQUE AQUI
Por fim, a internet aberta fechou as portas para raspagem gratuita em larga escala. Quem tem dados proprietários: transacionais, industriais, clínicos, passou a tratá-los como segredo industrial, não como commodity. Isso abre um fosso competitivo entre empresas tradicionais, com décadas de registros exclusivos, e novos entrantes obrigados a recorrer a dados sintéticos, sujeitos a degradação de qualidade nos modelos treinados.
O fio condutor de todas essas frentes é o mesmo: a IA corporativa saiu da fase do encantamento e entrou na fase da física, do balanço e da lei. Quem sobreviver ao próximo ciclo não será quem gastou mais, mas quem soube medir o retorno, energia, dado e conformidade como parte de uma única equação.(Foto: Google DeepMind/Pexels)
ARTUR MARQUES JR
É cientista de dados e especialista em IA aplicada, com sólida atuação em educação digital e inovação. Coordena a pós-graduação digital na Cruzeiro do Sul Educacional e é PhD em Ensino de Matemática, Mestre em Física Computacional e Astrofísica. Atua como palestrante, mentor, cofundador do Grape Valley, é VP Fiscal do Hospital do GRENDACC e já foi VP da DAMA Brasil.
VEJA TAMBÉM
PUBLICIDADE LEGAL É NO JUNDIAÍ AGORA
ACESSE O FACEBOOK DO JUNDIAÍ AGORA: NOTÍCIAS, DIVERSÃO E PROMOÇÕES
