Vale a pena o investimento bilionário das Big Techs em IA?

Por Arthur Bittencourt ·
O mercado atual observa um movimento sem precedentes com as maiores empresas de tecnologia investindo aproximadamente 800 bilhões de dólares apenas em infraestrutura de Inteligência Artificial (IA) neste ano. Esse gasto não é motivado por mera curiosidade tecnológica; trata-se de uma estratégia defensiva para proteger modelos de negócios estabelecidos, como os anúncios no Google ou serviços de nuvem da Amazon e Microsoft. O medo central reside na possibilidade de que novas ferramentas automatizadas possam canibalizar receitas já consolidadas.
Na prática, esse volume de capital garante ao usuário final acesso rápido a ferramentas cada vez mais sofisticadas e baratas, mas cria barreiras de entrada altíssimas para novos competidores. Enquanto o consumidor vê assistentes virtuais eficientes integrados aos seus dispositivos, o custo real está concentrado nas "fábricas" invisíveis dessas corporações. Essas fábricas processam cada solicitação individual através da inferência — termo técnico usado quando o modelo pronto executa uma tarefa específica, funcionando como se a fábrica assasse um novo bolo personalizado toda vez que alguém faz uma pergunta.
A base dessa operação são os chips da Nvidia, cujo custo de fabricação gira em torno de 6 mil dólares para serem vendidos entre 30 mil e 40 mil dólares. Uma única estante desse hardware pode custar de 3 a 5 milhões de dólares, consumindo eletricidade equivalente a 100 residências americanas simultaneamente. Para sustentar essas máquinas, as empresas constroem data centers gigantescos que funcionam como fornos industriais; no caso da Meta, sua nova planta na Louisiana foi projetada para chegar a 5 gigawatts, permitindo alimentar milhares desses equipamentos com energia constante.
Um desequilíbrio surgiu recentemente com o DeepSeek, laboratório chinês que demonstrou receitas de treinamento quase tão eficazes quanto as americanas por menos de 6 milhões de dólares. Esse feito provocou pânico nos mercados, fazendo ações de semicondutores caírem drasticamente em um único dia. O cenário ilustra o paradoxo de Jevons: conforme uma tecnologia se torna mais eficiente ou barata (como uma "receita" melhor), a demanda aumenta tanto que acaba estimulando um consumo total ainda maior do recurso básico — neste caso, o poder computacional bruto disponível nas fábricas.
A pergunta sobre adotar já ou esperar depende da escala do seu objetivo tecnológico. Para desenvolvedores e usuários comuns, a tendência é aproveitar ferramentas cada vez menores e locais, como modelos rodando diretamente em celulares através do Gemini do Google ou tecnologias similares da Apple. Já para quem busca infraestrutura própria, os riscos são maiores devido à rápida depreciação das peças e às limitações físicas de conexão elétrica. No momento, enquanto a capacidade produtiva for escassa, quem dominar as fábricas terá vantagem estratégica antes que a eficiência extrema torne esses ativos obsoletos demais para gerar lucro.