Principais destaques
- Investimento sem precedente: infraestrutura de IA pode consumir US$ 10,3 trilhões entre 2025 e 2032, cerca de 3,6% do PIB americano por ano.
- Dívida e estruturas complexas: empresas de tecnologia já recorrem cada vez mais a financiamento externo e veículos fora do balanço para sustentar a expansão.
- Uma conta difícil de fechar: para justificar o investimento, o setor precisaria chegar a aproximadamente US$ 3,7 trilhões em receita anual até 2032.
A corrida para construir a infraestrutura necessária para a inteligência artificial nos Estados Unidos atingiu uma escala que começa a escapar das comparações tradicionais do setor de tecnologia.
Um novo estudo do Brookings Institution estima que data centers e outras estruturas relacionadas à IA poderão consumir US$ 10,3 trilhões entre 2025 e 2032.
O valor representa aproximadamente 3,6% do PIB americano todos os anos durante o período.
Para colocar isso em perspectiva, o boom das ferrovias no fim do século XIX, considerado anteriormente o maior ciclo de investimento desse tipo, absorveu cerca de 2,2% do PIB anual.
🚂 A comparação histórica é enorme:
| Infraestrutura | Participação anual aproximada do PIB |
|---|---|
| IA e data centers | 3,6% |
| Ferrovias no fim do século XIX | 2,2% |
| Rodovias interestaduais | Menos de 1,2% |
| Expansão das telecomunicações | Menos de 1,2% |
A estimativa consta de um estudo de Stijn van Nieuwerburgh, professor de finanças e mercado imobiliário da Columbia Business School, apresentado em uma conferência do Brookings.
O problema não é só gastar. É financiar 💰
Construir data centers em escala gigantesca exige uma quantidade de capital que já ultrapassa a capacidade de financiamento das próprias empresas de tecnologia.
Segundo dados da FactSet citados pelo The Wall Street Journal, Alphabet, Amazon, Meta, Microsoft e Oracle caminham para somar US$ 4,2 trilhões em investimentos de capital entre 2026 e 2029.
E uma parcela crescente desse dinheiro está vindo de dívida.
O problema fica mais difícil de enxergar quando o financiamento passa por estruturas fora do balanço das companhias, incluindo veículos específicos criados para determinados projetos.
🔎 É aí que a comparação com 2008 aparece:
Van Nieuwerburgh chamou atenção para a opacidade dessas estruturas e comparou o cenário, em alguns aspectos, ao que ocorreu durante a crise das hipotecas de alto risco.
💡 “Essa opacidade de todos esses veículos de propósito específico lembra um pouco o que aconteceu na crise das hipotecas subprime.”
A comparação não significa que uma nova crise financeira esteja inevitavelmente a caminho. O próprio pesquisador ressalta que existem cenários nos quais a expansão da IA pode gerar receitas suficientes para sustentar os investimentos.
Mas a estrutura financeira aumenta a exposição caso as expectativas não se confirmem.
A conta da IA precisa fechar 📊
O ponto central do estudo é relativamente simples: quem vai pagar por toda essa infraestrutura?
Para atingir os retornos necessários sobre o capital investido, a indústria de IA precisaria alcançar aproximadamente US$ 3,7 trilhões em receita anual até 2032.
O número chama ainda mais atenção quando comparado à receita atual das principais empresas independentes de IA.
OpenAI e Anthropic, por exemplo, têm uma base combinada estimada em aproximadamente US$ 100 bilhões.
Isso significa que, partindo desse patamar, seria necessário sustentar um crescimento anual próximo de 80% para chegar ao nível projetado.
🚀 O desafio, portanto, não é apenas desenvolver modelos melhores.
É transformar esses modelos em aplicações capazes de gerar receitas em uma escala compatível com os investimentos realizados em chips, servidores, energia, terrenos, redes e data centers.
Data centers não empregam tanta gente depois de prontos 🏗️
Existe ainda uma característica peculiar nesse ciclo de investimento.
A construção de grandes data centers pode gerar picos significativos de emprego durante as obras. Depois que as instalações começam a operar, porém, elas precisam de relativamente poucos trabalhadores em comparação com o tamanho do investimento físico.
É uma diferença importante em relação a setores tradicionais de infraestrutura.
Uma estrada emprega durante a construção, mas também sustenta uma enorme cadeia econômica ao longo de sua utilização. Um data center pode representar bilhões de dólares em equipamentos e instalações e, ainda assim, operar com uma equipe permanente relativamente pequena.
Mesmo assim, a expansão da IA já aparece nas estatísticas de emprego.
Dados do LinkedIn citados pelo Wall Street Journal indicam que a inteligência artificial esteve associada à geração de mais de 750 mil empregos nos EUA entre 2023 e 2026.
A interpretação desse número, porém, continua sendo objeto de debate entre economistas, especialmente sobre quanto desses empregos é diretamente criado pela IA e quanto resulta de efeitos indiretos da expansão do setor.
E a infraestrutura começa a aparecer no bolso ⚡
A corrida por capacidade computacional também está produzindo efeitos fora do mercado de tecnologia.
Dados de importação mostram que computadores, periféricos e semicondutores ficaram 20% mais caros em agosto, na comparação anual, segundo dados citados pelo Wall Street Journal.
A infraestrutura necessária para alimentar modelos de IA também compete por trabalhadores, equipamentos, energia e financiamento.
A consequência pode aparecer em diferentes partes da economia.
🏦 Juros: o presidente do Federal Reserve de Chicago, Austan Goolsbee, alertou que os investimentos em data centers estão pressionando salários em setores relacionados.
🏠 Hipotecas: o presidente do Federal Reserve, Kevin Warsh, apontou o endividamento das grandes empresas de tecnologia como um dos fatores que podem contribuir para elevar as taxas de longo prazo, com reflexos sobre os custos de financiamento imobiliário.
⚙️ Componentes: chips, computadores e equipamentos necessários para os data centers entram em uma disputa global por capacidade produtiva.
A IA, portanto, deixou de ser apenas uma questão de software.
Uma nova bolha tecnológica?
A palavra “bolha” aparece naturalmente quando investimentos crescem muito mais rapidamente do que as receitas atuais.
Mas o estudo não afirma que o colapso seja inevitável.
Há uma condição bastante objetiva para que a matemática funcione: a demanda por aplicações de IA precisa crescer de forma suficientemente rápida e os data centers precisam manter níveis elevados de utilização.
Se isso acontecer, a infraestrutura construída hoje poderá gerar fluxos de caixa capazes de justificar os investimentos.
Se a demanda decepcionar, a situação muda.
⚠️ E existe outro problema: a tecnologia também muda rapidamente.
Um data center projetado para determinada geração de chips pode continuar sendo um ativo valioso, mas a velocidade de evolução dos modelos e dos aceleradores de IA cria riscos de obsolescência e de decisões erradas de investimento.
É uma diferença importante em relação a algumas grandes obras de infraestrutura do passado, que podiam permanecer úteis por décadas com mudanças tecnológicas relativamente pequenas.
O tamanho da aposta explica a preocupação
O estudo de Van Nieuwerburgh coloca lado a lado quatro elementos que normalmente seriam analisados separadamente:
• Investimento gigantesco: US$ 10,3 trilhões projetados até 2032.
• Alavancagem crescente: parte do investimento está sendo financiada por dívida.
• Receita futura incerta: o retorno depende de uma expansão ainda não comprovada das aplicações de IA.
• Mudança tecnológica acelerada: modelos, chips e arquiteturas podem evoluir antes que determinados investimentos tenham sido totalmente amortizados.
Essa combinação não significa que o setor esteja prestes a entrar em crise.
Significa que o tamanho da aposta tornou os erros potencialmente muito mais caros.
E se a demanda realmente vier?
Existe, naturalmente, o outro lado da equação.
Modelos mais capazes podem estimular novas aplicações, aumentar a utilização dos data centers e criar mercados que hoje ainda são pequenos ou nem sequer existem.
Nesse cenário, os enormes investimentos em infraestrutura poderiam deixar de parecer exagerados.
O próprio Van Nieuwerburgh aponta que forte crescimento das aplicações de IA, alta utilização da infraestrutura e avanços contínuos na capacidade dos modelos poderiam sustentar os investimentos e gerar fluxos de caixa estáveis.
O problema é que ninguém sabe exatamente qual desses cenários prevalecerá.
US$ 10,3 trilhões é uma aposta grande demais para depender apenas de expectativas.
A infraestrutura já está sendo construída. O que ainda precisa acompanhar esse movimento é a economia capaz de sustentá-la.
E, nos próximos anos, uma das perguntas mais importantes da indústria de tecnologia talvez não seja qual será o próximo modelo de IA, mas quanto dinheiro essas máquinas serão capazes de transformar em receita antes que a próxima geração de infraestrutura torne a atual obsoleta.
