#GoldmanSachsRemainsBullishOnDataCentersDespiteTheAISelloff

A Goldman Sachs continua a acreditar num futuro promissor para os centros de dados: porque a procura por IA poderá manter-se forte apesar da correção do mercado bolsista
A recente vaga de vendas de ações de inteligência artificial levantou uma questão importante: o boom da IA está a perder força ou o mercado está simplesmente a reavaliar as empresas e as avaliações associadas a este setor?

A Goldman Sachs mantém uma perspetiva positiva a longo prazo para os centros de dados, porque a procura subjacente de capacidade de computação, serviços na cloud e infraestrutura de IA poderá continuar a crescer, mesmo enquanto as ações tecnológicas sofrem correções acentuadas.

Esta distinção é importante. A descida do preço de uma ação não significa automaticamente que os produtos de um setor estejam a tornar-se menos úteis. Os preços das ações refletem expectativas, taxas de juro, apetite pelo risco, concorrência e lucros futuros. A procura real mede-se através da utilização por parte dos clientes, dos contratos, das necessidades de capacidade, do investimento e das receitas. Estes fatores podem evoluir em direções diferentes em períodos curtos.

1. A Goldman Sachs continua otimista em relação aos centros de dados, apesar da vaga de vendas de ações de IA
A vaga de vendas de ações de IA pressionou as empresas de semicondutores, os fornecedores de serviços na cloud e outras empresas tecnológicas. Os investidores questionam se o enorme investimento em infraestrutura de IA irá gerar receitas e lucros suficientes para justificar os custos. Estão também a analisar as avaliações elevadas, os custos de financiamento, os atrasos na construção e a possibilidade de algumas empresas terem investido antes de a procura efetiva se materializar.
Estas preocupações são legítimas. Um setor pode ter um excelente futuro a longo prazo, enquanto algumas empresas continuam sobrevalorizadas ou têm dificuldades em obter uma rentabilidade adequada. O preço de uma ação pode cair 10%, 15% ou 25% sem que isso prove que a tecnologia subjacente falhou. Da mesma forma, uma grande queda não torna automaticamente uma ação barata.
A Goldman Sachs destacou a dimensão da oportunidade em termos de infraestrutura. A sua investigação previu que a procura global de energia dos centros de dados poderá aumentar aproximadamente 170% entre 2025 e 2030. Trata-se de uma previsão, não de um resultado garantido, mas ilustra por que razão a empresa continua a ver necessidades de investimento significativas a longo prazo.
O ponto essencial é que a IA exige infraestrutura física. Os modelos precisam de processadores, memória, redes, armazenamento, eletricidade, sistemas de refrigeração e edifícios seguros. Se as empresas e os consumidores continuarem a adotar ferramentas de IA, a capacidade de computação que as suporta também terá de aumentar.
Na minha opinião, a vaga de vendas é um lembrete de que é preciso ser mais seletivo, não um motivo para presumir que todas as áreas da economia da IA chegaram ao fim. A próxima fase poderá favorecer empresas com clientes reais, contratos fiáveis, tecnologia competitiva, dívida gerível e um caminho claro para gerar fluxos de caixa.

2. Os preços das ações de IA estão a cair, mas isso significa que o setor da IA chegou ao fim?
Não. Uma correção dos preços das ações e um colapso da procura no setor são dois acontecimentos distintos. As ações relacionadas com a IA subiram rapidamente, à medida que os investidores antecipavam um forte crescimento dos chips avançados, da computação na cloud, da automatização e da IA generativa. Quando as expectativas se tornam extremamente elevadas, até bons resultados podem desiludir se não forem suficientemente bons para justificar a avaliação.
A reavaliação atual reflete várias questões. As grandes empresas tecnológicas conseguirão transformar as despesas de capital em serviços rentáveis? Os clientes estarão dispostos a pagar o suficiente pelos produtos de IA? Com que rapidez entrarão em funcionamento os novos centros de dados? A eletricidade e as ligações à rede conseguirão acompanhar o ritmo? Os chips mais eficientes reduzirão o custo de cada tarefa de IA? Estas questões podem gerar volatilidade sem pôr fim à tendência mais ampla de adoção.
A IA já está a ser explorada no desenvolvimento de software, no atendimento ao cliente, na investigação, nas finanças, na indústria transformadora, na logística, no retalho e em muitos outros setores. As empresas estão a testar ferramentas que podem resumir informação, ajudar os trabalhadores, analisar documentos, gerar código e automatizar processos repetitivos. A adoção não será uniforme e nem todos os projetos serão bem-sucedidos, mas o leque de potenciais aplicações é vasto.
A diferença entre o treino e a inferência de IA é especialmente importante. O treino desenvolve um modelo utilizando grandes quantidades de dados e capacidade de computação. A inferência ocorre sempre que o modelo treinado responde a um utilizador, gera conteúdo ou executa uma tarefa. À medida que mais pessoas e empresas utilizam aplicações de IA diariamente, as cargas de trabalho de inferência poderão tornar-se uma fonte recorrente de procura de capacidade de computação.
Isto significa que a procura de infraestrutura não está ligada apenas ao lançamento de novos modelos. Também pode aumentar à medida que os modelos existentes ganham utilizadores, processam mais pedidos e são integrados nos sistemas empresariais do dia a dia.

3. Porque é que a IA precisa de computadores potentes, servidores, eletricidade, sistemas de refrigeração e centros de dados
A IA não é simplesmente software que flutua na internet. A IA em grande escala depende de uma extensa rede de equipamento físico. Processadores potentes executam cálculos complexos. A memória de elevada largura de banda permite mover informação rapidamente. Os sistemas de armazenamento conservam os dados, enquanto o equipamento de rede liga processadores e servidores para que possam trabalhar em conjunto.
Estes sistemas são instalados em centros de dados: instalações especializadas concebidas para fornecer capacidade de computação, energia, refrigeração, segurança e conectividade fiável. As cargas de trabalho de IA podem exigir muito mais capacidade de computação e eletricidade do que as aplicações de escritório comuns.
Durante o treino, os processadores executam cálculos repetidos para ajudar um modelo a aprender padrões a partir de grandes conjuntos de dados. Durante a inferência, o modelo utiliza o que aprendeu para responder a perguntas, analisar informação, criar imagens ou ajudar em tarefas empresariais. Ambas as fases exigem recursos de computação, embora as necessidades variem consoante o modelo e a carga de trabalho.
À medida que os modelos se tornam mais capazes e a utilização se expande, as empresas poderão precisar de mais processadores, memória, armazenamento e capacidade de rede. A oportunidade em termos de infraestrutura abrange, por isso, muito mais do que as empresas que criam software de IA.
Os fabricantes de semicondutores fornecem aceleradores e processadores. As empresas de memória fornecem memória de alta velocidade. As empresas de redes ligam grandes conjuntos de chips. Os operadores de centros de dados disponibilizam instalações e capacidade. Os fabricantes de equipamento elétrico fornecem transformadores, aparelhagem de comutação e sistemas de distribuição de energia. Os especialistas em refrigeração gerem o calor. As empresas de serviços públicos e os promotores de projetos energéticos ajudam a fornecer eletricidade.
Este ecossistema está interligado. Uma escassez numa área pode atrasar todo o projeto. Um edifício pode estar pronto, mas, sem ligação à rede, não pode funcionar à capacidade máxima. Os servidores podem estar instalados, mas, sem refrigeração adequada, não podem executar em segurança cargas de trabalho intensivas. É por isso que a história da infraestrutura de IA envolve muitos setores, e não apenas uma ação popular.

4. Porque é que a Goldman Sachs tem uma perspetiva positiva sobre a procura de IA
A principal razão para o otimismo é a possibilidade de a IA se tornar uma ferramenta empresarial amplamente utilizada, em vez de uma experiência tecnológica limitada. As empresas procuram formas de aumentar a produtividade, reduzir o trabalho repetitivo, acelerar a investigação e prestar um serviço mais eficiente aos clientes.
Os programadores de software podem utilizar assistentes de IA para ajudar a escrever, testar e rever código. As instituições financeiras podem explorar o processamento de documentos, o apoio ao cliente e a análise de risco. Os fabricantes podem utilizar IA para controlo de qualidade, manutenção preditiva e planeamento da produção. Os retalhistas podem aplicá-la a recomendações de produtos, gestão de inventário e atendimento ao cliente. As equipas de investigação podem utilizar IA para organizar informação e acelerar partes do seu fluxo de trabalho.
Estas aplicações não exigem todas a mesma capacidade de computação. Algumas tarefas são relativamente leves, enquanto os modelos avançados e os serviços em grande escala podem consumir muitos recursos. No entanto, se a adoção se alargar a milhões de utilizadores e organizações, o número total de pedidos de computação poderá crescer substancialmente.
A procura de IA tem também várias camadas. Há procura por parte das empresas que treinam novos modelos, das plataformas na cloud que oferecem serviços de IA e das empresas que utilizam IA nas suas próprias operações. As aplicações para consumidores acrescentam outra camada. O crescimento numa área pode sustentar a procura noutras.
O sinal mais importante será perceber se a utilização se traduz em receitas sustentáveis. Uma adoção forte é importante, mas as empresas também têm de demonstrar que os clientes estão dispostos a pagar, que os serviços resolvem problemas reais e que os fornecedores conseguem operar de forma rentável. A perspetiva positiva da Goldman Sachs para a infraestrutura deve, por isso, ser encarada como uma oportunidade a longo prazo, e não como prova de que todas as empresas de IA serão bem-sucedidas.

5. Centros de dados e eletricidade
Os centros de dados albergam os servidores, processadores, sistemas de memória, redes, energia e refrigeração que sustentam a IA. A Goldman Sachs prevê que a procura global de energia dos centros de dados poderá aumentar aproximadamente 170% entre 2025 e 2030.

A investigação da Goldman estimou que as necessidades energéticas dos centros de dados dos EUA poderão aumentar de cerca de 31 GW em 2025 para 41 GW em 2026 e 66 GW em 2027. São previsões. O aumento da procura poderá beneficiar as empresas de serviços públicos, os produtores de energia, os promotores de redes e os fornecedores de equipamento. No entanto, as melhorias na transmissão e os atrasos na rede podem adiar projetos.

6. Refrigeração e perspetivas para os investidores
Os processadores potentes geram calor, criando procura por sistemas de refrigeração líquida, bombas e permutadores de calor. Os investidores devem acompanhar as despesas de capital, as encomendas de chips, a utilização pelos clientes, a disponibilidade de energia e as receitas dos serviços de IA.

A minha perspetiva continua a ser positiva em relação à infraestrutura de IA a longo prazo, mas é importante investir de forma seletiva. Os riscos incluem uma adoção mais lenta, custos de financiamento elevados, escassez de energia e excesso de capacidade. A previsão de 170% é significativa, mas não está garantida. A IA precisa de processadores, memória, redes, centros de dados, refrigeração e eletricidade fiável. As empresas mais fortes serão as que resolverem os estrangulamentos, garantirem clientes, controlarem os custos e transformarem a procura em lucros.#ShareWeekly #WCTCS9