Como a loucura de $630 bln em IA da Big Tech ficará aquém

• Empresas

• Alphabet Inc

  Seguir

• Amazon.com Inc

  Seguir

• Bp Plc

  Seguir

Mostrar mais empresas

LONDRES, 26 de março (Reuters Breakingviews) - Apesar de toda a preocupação nos mercados financeiros sobre uma bolha de inteligência artificial, os investidores podem estar a focar-se no risco errado. O medo predominante é que os gigantes da tecnologia gastem centenas de bilhões de dólares em infraestrutura de IA apenas para que a demanda não corresponda. O problema mais imediato, no entanto, é que as empresas de tecnologia terão dificuldade em gastar seus enormes orçamentos de 2026 de maneiras que proporcionem centros de dados funcionais.

A escala da ambição do Vale do Silício já está colidindo com a realidade física. Apenas quatro empresas — Amazon.com (AMZN.O), abre nova aba, Microsoft (MSFT.O), abre nova aba, Alphabet (GOOGL.O), abre nova aba, e Meta Platforms (META.O), abre nova aba — estão projetadas para gastar cerca de $630 bilhões em centros de dados e chips de IA apenas em 2026, estima o Morgan Stanley. Isso é mais de quatro vezes o valor de 2023, e equivale a aproximadamente 2,2% do PIB dos EUA. Amplie o foco para incluir os 11 principais fornecedores de computação em nuvem e infraestrutura, como Oracle (ORCL.N), abre nova aba e CoreWeave (CRWV.O), abre nova aba, e o total de despesas de capital deve atingir $811 bilhões.

O boletim informativo Reuters Iran Briefing mantém você informado sobre os últimos desenvolvimentos e análises da guerra no Irão. Inscreva-se aqui.

Mesmo para as maiores empresas do mundo, essa expansão é impressionante. Os quatro gigantes da tecnologia operam atualmente cerca de 600 instalações de centros de dados globalmente, e têm mais 544 em planejamento ou em construção, de acordo com os dados da S&P Global Energy Horizons. Transformar esse pipeline de desenvolvimento em poder computacional ativo pode se provar um desafio maior do que mobilizar o capital necessário.

No papel, a economia parece simples. Um moderno centro de dados de IA de 100 megawatts pode custar mais de $4 bilhões, incluindo chips. Cerca de 70% do gasto vai para servidores e unidades de processamento gráfico, muito do qual está ligado aos chips mais procurados projetados pela Nvidia (NVDA.O), abre nova aba. A terra normalmente consome até 6% desse orçamento, dependendo da localização. O restante é dividido entre edifícios, equipamentos elétricos, redes, segurança e sistemas de refrigeração necessários para executar cargas de trabalho densas de IA. O problema é que os piores gargalos da indústria não estão necessariamente nos semicondutores, mas na infraestrutura física e nas licenças locais necessárias para instalá-la.

A energia é uma das principais restrições. Garantir uma conexão à rede elétrica pública em grandes centros como Londres pode agora levar até uma década. Para escapar desse purgatório, os operadores estão se aventurando em locais rurais, como partes do Texas. Mas, enquanto as licenças são mais fáceis de obter em lugares remotos, a mão de obra qualificada é mais difícil de encontrar. Em alguns casos, as empresas precisam construir comunidades de apoio para pessoal suas instalações. Mesmo assim, essa solução alternativa tem limites, à medida que a demanda por centros de dados muda do treinamento de modelos de linguagem grandes para a inferência — o processo de executar um modelo de IA treinado para gerar resultados para uso no mundo real. Fornecer respostas rápidas aos clientes requer centros de dados de inferência mais próximos de áreas povoadas.

Os operadores estão tentando contornar a rede elétrica completamente, construindo centros de dados “ilha” alimentados por turbinas a gás no local. Cerca de um terço das instalações nos EUA atualmente em construção depende de geração de energia no local, de acordo com Diego Hernandez Diaz, da McKinsey. Mas essa solução alternativa criou seu próprio gargalo: novas turbinas a gás adequadas estão efetivamente esgotadas até 2029, levando os desenvolvedores a procurar alternativas, diz Thomas Bumberger, do Boston Consulting Group. A geopolítica acrescenta uma camada adicional de fragilidade. A maioria dos centros de dados depende de geradores de backup a diesel que entram em ação caso a fonte de energia principal falhe, segundo a McKinsey. Essas unidades são testadas diariamente, deixando o boom da IA exposto a potenciais escassezes de combustível refinado causadas por conflitos no Oriente Médio.

A cadeia de suprimentos industrial mais ampla também está lutando para acompanhar a demanda avassaladora. O processo de fabricação de equipamentos como subestações, transformadores e sistemas de refrigeração está fora de sincronia com o ciclo da indústria de tecnologia. O tempo de espera para transformadores fornecidos por grupos como Schneider Electric (SCHN.PA), abre nova aba, Eaton (ETN.N), abre nova aba e Hitachi Energy agora chega a 100 semanas na Europa, enquanto geradores nos Estados Unidos podem levar cerca de 50 semanas para chegar, segundo a BCG. Quase 60% dos projetos de centros de dados foram atrasados em mais de três meses no ano passado. Aproximadamente 88% dos projetos enfrentam atrasos apenas na colocação de fundações de concreto, enquanto 78% são atrasados durante a instalação de sistemas de refrigeração e alarmes de incêndio, de acordo com a empresa de previsão de projetos de centros de dados nPlan.

A rápida inovação aumenta a carga de trabalho. Os mais novos chips Blackwell da Nvidia — e sua futura arquitetura Rubin — geram muito mais calor do que as versões anteriores. Isso forçou os centros de dados a mudar do resfriamento a ar para sistemas líquidos mais complexos, que requerem nova tubulação e infraestrutura de purificação de água. Enquanto isso, os racks de servidores de próxima geração vão consumir tanta energia que as formas tradicionais de entrega de eletricidade já não funcionam de maneira eficiente. Para lidar com isso, os operadores de centros de dados estão mudando para transformadores de estado sólido mais avançados (SSTs), que também permitem o carregamento rápido de veículos elétricos. Como resultado, as empresas de tecnologia estão competindo com as montadoras por componentes.

Alguns operadores, como a Amazon Web Services, estão usando soluções alternativas, como projetar equipamentos proprietários. Outros, como a Microsoft, estão alugando capacidade de operadores ágeis de “neocloud”, como a CoreWeave e a Nebius (NBIS.O), abre nova aba. Essas empresas, muitas das quais possuem instalações antigas de mineração de bitcoin reformuladas, muitas vezes garantiram terrenos valiosos, energia e licenças.

A história oferece um aviso claro sobre os perigos de gastos excessivos em investimentos. Tome o boom das commodities do final dos anos 2000, quando grandes grupos de petróleo, incluindo Exxon Mobil (XOM.N), abre nova aba, Shell (SHEL.L), abre nova aba, BP (BP.L), abre nova aba e Chevron (CVX.N), abre nova aba, aumentaram acentuadamente os gastos de capital para aproveitar os preços recordes do petróleo bruto. O investimento global em pesquisa, perfuração e bombeamento de petróleo e gás quase triplicou, abre nova aba, de cerca de $250 bilhões em 2000 para quase $700 bilhões até 2013. Mas escassez de mão de obra, equipamentos especializados e restrições de licenciamento tiveram seu impacto. A produção total quase não se moveu, enquanto os custos dispararam. Os retornos desabaram, exacerbados por uma queda abrupta nos preços do petróleo de $147 por barril em meados de 2008 para menos de $60 meses depois.

Os crescentes custos de construção e os atrasos também representam uma ameaça aos retornos dos gigantes da tecnologia. Um centro de dados originalmente orçado em $1 bilhão pode facilmente inflacionar para $1,3 bilhões ou mais, estima a nPlan. Enquanto isso, os provedores de nuvem só monetizam um centro de dados uma vez que ele está ligado e alugado para clientes. Se uma empresa gastar $10 bilhões em chips de IA avançados, mas não conseguir garantir os transformadores para alimentá-los, esses semicondutores tornam-se capital ocioso, depreciando rapidamente sem gerar um centavo de receita.

Tudo isso irá comprimir as margens de lucro e reduzir os retornos dos gigantes da tecnologia sobre seu investimento. O retorno sobre o capital investido da Alphabet após impostos deve cair de 51% no ano passado para cerca de 36% até 2030, de acordo com previsões compiladas pela Visible Alpha. A da Microsoft deve cair ainda mais acentuadamente, de 95% em 2020 para 36% em 2030.

A inteligência artificial pode ser uma tecnologia mais transformadora do que o petróleo, mas se o Vale do Silício assumir que o dinheiro pode dobrar as leis da física, seu gasto exagerado pode ser insuficiente.

Siga Karen Kwok no LinkedIn, abre nova aba e no X, abre nova aba.

Para mais informações como estas, clique aqui, abre nova aba para experimentar o Breakingviews gratuitamente.

Edição de Peter Thal Larsen; Produção de Pranav Kiran

• Tópicos Sugeridos:
• Breakingviews
• Exploração e Produção
• Refinação

Breakingviews
Reuters Breakingviews é a principal fonte mundial de insights financeiros que definem a agenda. Como a marca Reuters para comentários financeiros, analisamos as grandes histórias de negócios e econômicas à medida que surgem ao redor do mundo todos os dias. Uma equipe global de cerca de 30 correspondentes em Nova Iorque, Londres, Hong Kong e outras grandes cidades fornece análises especializadas em tempo real.

Inscreva-se para um teste gratuito do nosso serviço completo em e siga-nos no X @Breakingviews e em www.breakingviews.com. Todas as opiniões expressas são dos autores.

• X

• Facebook

• Linkedin

• Email

• Link

Comprar Direitos de Licenciamento

Karen Kwok

Thomson Reuters

Karen é colunista focando nos setores de tecnologia global e capital de risco, escrevendo histórias sobre inteligência artificial, fintech e empresas de semicondutores. Ela também cobre negócios na região do Oriente Médio e o setor global de mineração de metais. Antes do Breakingviews, foi repórter de gás e energia na Europa na S&P Global Platts em Londres e cobriu fundos e ações na Morningstar UK. Karen também trabalhou brevemente na Bloomberg. Nascida e criada em Hong Kong, ela é fluente em mandarim e cantonês.

• Email

• X

• Instagram

• Linkedin