CEO da NVIDIA Jensen Huang, em 30 de agosto de 2026, declarou que a IA não é apenas uma revolução digital, mas o início da reindustrialização dos Estados Unidos. Após décadas de terceirização no exterior, a IA cria novos incentivos econômicos para trazer de volta a manufatura e as cadeias de suprimentos estratégicas para o país. Isso é apoiado por US$ 400 bilhões em investimentos em startups de IA nos últimos seis meses — um número que reflete a grande confiança do capital na IA como a próxima infraestrutura econômica, não como indicação de lucros já realizados.

A mudança fundamental é a transformação da IA de um produto de software em um gigantesco projeto industrial. Diferentemente da era anterior, a IA exige elementos físicos que não são fáceis de deslocar: chips semicondutores, fornecimento massivo de eletricidade, terrenos para data centers, redes de internet, além de mão de obra qualificada em engenharia e construção. A NVIDIA construiu uma rede de fabricantes e fornecedores em 43 estados americanos, abrangendo semicondutores, placas de circuito, sistemas montados e infraestrutura de IA, formando assim um novo ecossistema industrial.

Um aspecto crucial frequentemente ignorado é a dependência da IA de eletricidade em escala industrial. Por trás de uma única pergunta a um chatbot existe uma longa cadeia de demanda: GPU → servidor → data center → eletricidade → resfriamento → rede → chip → memória → sistema de energia. Huang destaca que a explosão da IA impulsiona grandes investimentos na envelhecida rede elétrica dos EUA e no desenvolvimento de novas fontes de energia. Essa cadeia cria um efeito multiplicador: a IA impulsiona os data centers, os data centers impulsionam a eletricidade, e a eletricidade impulsiona usinas, turbinas, transformadores, cabos, fábricas e, por fim, empregos na construção e na manufatura.

O número de US$ 400 bilhões precisa ser analisado com cautela; trata-se de uma aposta de capital de risco, não de lucro. Os recursos começam a fluir não apenas para criadores de modelos de IA, mas também para programação com IA, agentes de IA, robótica, IA física, cibersegurança, semicondutores e energia. A startup Lovable anunciou um financiamento de US$ 400 milhões com uma avaliação de US$ 13,3 bilhões, enquanto a Zhipu AI, na China, registrou um salto de 400% na receita, para 953,9 milhões de yuans, sinalizando que a concorrência está migrando para o nível de empresas, países e ecossistemas.

A própria NVIDIA está se transformando em uma empresa de infraestrutura de IA. No segundo trimestre fiscal de 2027, a receita alcançou US$ 96,2 bilhões (alta de 18% QoQ), com o segmento de Data Center em cerca de US$ 89 bilhões (salto de 117% YoY), e projeção de US$ 108 bilhões para o trimestre seguinte. Huang afirma que *"computação é receita"*. A NVIDIA trabalha com Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR para mobilizar mais de US$ 500 bilhões em capital de terceiros para a construção de infraestrutura de IA, sinalizando o tratamento da computação como um ativo de infraestrutura.

Evidências concretas são vistas no Texas e no Arizona, que se tornaram novos laboratórios. O Arizona é voltado para chips e empacotamento (com a parceira Amkor), enquanto o Texas se concentra em supercomputadores e sistemas de IA (nas instalações da Wistron em Fort Worth). A SK Hynix anunciou uma instalação de US$ 4 bilhões em Indiana para a produção da próxima geração de HBM, com produção prevista para 2029 e a criação de cerca de 7.000 empregos. Isso comprova que a IA está atraindo de volta as cadeias de suprimentos de semicondutores para os EUA.

A próxima etapa é a IA física, na qual a IA atua no mundo real por meio de robôs, fábricas automatizadas, veículos e gêmeos digitais, transformando as fábricas em "máquinas pensantes" capazes de detectar falhas, otimizar a eletricidade e simular linhas de produção. Se for bem-sucedida, a manufatura americana poderá ser competitiva mesmo com salários elevados.

No entanto, a questão dos empregos não é simples. A construção de data centers cria demanda por eletricistas, soldadores, profissionais de HVAC e trabalhadores da construção. Os sindicatos apoiam essa tendência. Porém, a automação após o início das operações pode reduzir a força de trabalho. O Brookings alerta que os empregos na construção são temporários e não necessariamente criarão empregos tecnológicos de longo prazo em todas as regiões. A pergunta central é que tipos de empregos serão criados e quem terá as habilidades para ocupá-los.

A maior ironia é que o principal obstáculo não são as GPUs, mas a eletricidade. Os EUA têm capital e talento, mas, sem eletricidade suficiente, as fábricas de IA não operam. Huang alerta que as limitações energéticas são o principal problema, fazendo com que a corrida da IA se transforme em uma corrida pela energia. Quem tiver eletricidade barata e estável sairá na frente.

Isso abre amplas oportunidades em semicondutores, HBM, redes, resfriamento, transformadores, geração de energia, rede elétrica, construção, robótica e cibersegurança. No entanto, o Financial Times alerta para os riscos de financiamento: se a monetização for lenta, grandes investimentos de capital provocarão baixa utilização, fluxo de caixa decepcionante, aumento da dívida e reprecificação das avaliações. Os US$ 400 bilhões não são lucro, mas capital que está apostando no futuro da IA.

Nos próximos 5-10 anos, há três cenários. Cenário otimista: a IA aumenta a produtividade, os robôs se disseminam, o custo da computação cai, a manufatura se torna competitiva e a IA se transforma na maior máquina econômica. Cenário moderado: a IA avança rapidamente, mas a produtividade não cresce tão rápido quanto o esperado, ocorre uma consolidação e os investidores diferenciam a IA que gera dinheiro daquela que queima capital. Cenário pessimista: excesso de investimentos de capital, a eficiência da IA reduz a necessidade de computação, a monetização fracassa, os custos de energia sobem e ocorre uma correção da bolha, mas a infraestrutura continua sendo um ativo.

Em conclusão, Huang está falando de uma revolução maior que o ChatGPT. Os US$ 400 bilhões mostram a dimensão do capital, mas o mais importante é o efeito depois que o dinheiro entra: o capital precisa de chips, os chips precisam de fábricas, as fábricas precisam de eletricidade, a eletricidade precisa de rede e usinas, e tudo isso precisa de trabalhadores e construção. A IA não traz de volta a antiga era da manufatura, mas cria uma nova era manufatureira controlada por software, robôs e computação. Os EUA não precisam trazer de volta as antigas fábricas; basta construir as fábricas da próxima geração, projetadas para o mundo da IA. Se a tese de Huang estiver correta, a verdadeira disputa será pelo domínio da infraestrutura física. A IA não vive na nuvem; ela precisa de eletricidade, chips, edifícios, redes, máquinas e pessoas. A revolução digital está lentamente se transformando na próxima revolução industrial.

#AIStartupsRaise400BInSixMonths $NVDA