Até 2030, o ecossistema global de inteligência artificial (IA) exigirá um investimento anual de aproximadamente US$ 2,6 trilhões para sustentar a infraestrutura de data centers, o desenvolvimento de chips, a criação de modelos e o retorno para investidores. Essa projeção, elaborada pelo BCG Institute, destaca que a maior parte desse montante, cerca de US$ 1,8 trilhão, deverá vir de empresas. Consumidores contribuiriam com US$ 366 bilhões, o uso interno por hiperscaladores com US$ 204 bilhões e tecnologias emergentes, como a IA física, com outros US$ 200 bilhões. As estimativas excluem a China e concentram os custos de infraestrutura principalmente nos Estados Unidos, onde grande parte da nova capacidade está sendo construída.

O peso do orçamento corporativo

O valor de US$ 1,8 trilhão representa a necessidade do ecossistema de IA em relação às empresas, e não uma previsão de gastos efetivos. Uma simulação da BCG sugere que as companhias poderiam atingir esse patamar realocando US$ 857 bilhões de seus orçamentos de tecnologia existentes e adicionando US$ 937 bilhões em novos investimentos. Isso elevaria os orçamentos corporativos de tecnologia para cerca de 13% acima da previsão da International Data Corporation (IDC), com a participação da IA saltando de 5% atualmente para 25% em 2030. Esse cenário sublinha a forte dependência do crescimento da indústria de IA em relação aos gastos corporativos.

Justificando o investimento em IA

Para diretores financeiros (CFOs) que buscam aprovação para investimentos adicionais em IA, Clark O’Niell, líder global de IA, infraestrutura e cibersegurança da BCG, aponta a necessidade de apresentar às diretorias evidências concretas de ganhos de produtividade, redução de custos, novas fontes de receita ou vantagens competitivas. No entanto, alguns benefícios estratégicos podem ser difíceis de quantificar em cálculos tradicionais de retorno sobre o investimento (ROI). A questão central não é apenas se a IA entregará um retorno financeiro imediato, mas também qual seria o custo de ficar para trás em um cenário cada vez mais competitivo.

Resiliência e riscos do financiamento

O BCG considera a expansão da infraestrutura de IA mais resiliente do que booms de infraestrutura anteriores. Um dos motivos é que os hiperscaladores financiaram grande parte de seus investimentos com fluxo de caixa, em vez de endividamento. Contudo, a capacidade de financiar a infraestrutura não garante retornos adequados. O’Niell identifica dois indicadores de risco: o financiamento da infraestrutura, onde uma mudança sustentada para o endividamento sinalizaria maior risco, e a geração de receita suficiente a partir da computação implementada. À medida que laboratórios de ponta entram no mercado, suas divulgações poderão indicar se a receita acompanha os custos computacionais.

Implicações para compradores e o futuro

As projeções econômicas deixam pouca margem para decepção. A BCG assume que os chips de IA terão uma vida útil média de cinco anos e estima que cada gigawatt de capacidade que entrar em operação em 2026 precisará gerar cerca de US$ 15 bilhões em receita para cobrir seus custos. Uma demanda mais fraca que o esperado poderia desencadear guerras de preços e perdas para provedores de modelos e operadores de data centers. Para os compradores corporativos, essas pressões têm uma implicação prática: O’Niell aconselha a maioria a evitar compromissos de longo prazo com preços por token, à medida que os preços da IA continuam a cair. A flexibilidade contratual pode ajudar os CFOs a capturar futuras reduções de custos. O montante de US$ 2,6 trilhões é alcançável, mas não garantido. Mesmo que as empresas forneçam os gastos, a questão permanece se elas capturarão valor econômico suficiente para justificar o investimento.

Com reportagem de Brazil Valley

Source · Fortune