O CEO da NVIDIA, Jensen Huang, afirmou, em 30 de agosto de 2026, que a IA não é apenas uma revolução digital, mas o início da reindustrialização dos Estados Unidos. Após décadas de deslocalização, a IA está a criar novos incentivos económicos para trazer de volta para o país a produção e as cadeias de abastecimento estratégicas. Isto é apoiado por um investimento de 400 mil milhões de dólares em startups de IA nos últimos seis meses — um valor que reflete a forte confiança do capital na IA como a infraestrutura económica da próxima geração, e não como um indicador de lucros já realizados.

A mudança fundamental é a transformação da IA, de produto de software em megaprojeto industrial. Ao contrário da era anterior, a IA requer elementos físicos que não são facilmente deslocáveis: chips semicondutores, enormes fornecimentos de eletricidade, terrenos para centros de dados, redes de Internet, bem como mão de obra qualificada nas áreas da engenharia e da construção. A NVIDIA construiu uma rede de produção e de fornecedores em 43 estados norte-americanos, abrangendo semicondutores, placas de circuitos, sistemas montados e infraestrutura de IA, criando assim um novo ecossistema industrial.

Um aspeto crucial frequentemente ignorado é a dependência da IA de eletricidade à escala industrial. Por trás de uma única pergunta a um chatbot existe uma longa cadeia de procura: GPU → servidor → centro de dados → eletricidade → refrigeração → rede → chip → memória → sistema de energia. Huang salienta que a explosão da IA está a impulsionar grandes investimentos na envelhecida rede elétrica dos EUA e no desenvolvimento de novas fontes de energia. Esta cadeia cria um efeito multiplicador: a IA impulsiona os centros de dados, os centros de dados impulsionam a eletricidade, a eletricidade impulsiona as centrais elétricas, as turbinas, os transformadores, os cabos e as fábricas, gerando, em última análise, empregos na construção e na indústria transformadora.

O valor de 400 mil milhões de dólares deve ser interpretado com cautela; trata-se de uma aposta de capital de risco, não de lucros. Os fundos estão a fluir não apenas para os criadores de modelos de IA, mas também para a IA de *coding*, agentes de IA, robótica, *physical AI*, cibersegurança, semicondutores e energia. A startup Lovable anunciou um financiamento de 400 milhões de dólares com uma avaliação de 13,3 mil milhões de dólares, enquanto a Zhipu AI, na China, comunicou um aumento de 400% nas receitas, para 953,9 milhões de yuans, sinalizando que a concorrência está a passar a desenrolar-se entre empresas, entre países e entre ecossistemas.

A própria NVIDIA está a transformar-se numa empresa de infraestrutura de IA. No segundo trimestre do ano fiscal de 2027, as receitas atingiram 96,2 mil milhões de dólares (mais 18% QoQ), com o segmento de Data Center a representar cerca de 89 mil milhões de dólares (um aumento de 117% YoY), e uma previsão de 108 mil milhões de dólares para o trimestre seguinte. Huang sublinhou: *"compute is revenue"*. A NVIDIA está a trabalhar com a Apollo, a BlackRock, a Blackstone, a Brookfield, a Goldman Sachs e a KKR para mobilizar mais de 500 mil milhões de dólares de capital de terceiros destinados à construção de infraestrutura de IA, assinalando o tratamento da computação como um ativo de infraestrutura.

As provas concretas são visíveis no Texas e no Arizona, que se tornaram novos laboratórios. O Arizona está focado em chips e empacotamento (com a Amkor como parceira), enquanto o Texas se dedica a supercomputadores e sistemas de IA (nas instalações da Wistron em Fort Worth). A SK Hynix anunciou uma instalação de 4 mil milhões de dólares no Indiana para a produção da próxima geração de HBM, com início previsto da produção em 2029, criando cerca de 7.000 empregos. Isto demonstra que a IA está a trazer de volta para os EUA as cadeias de abastecimento de semicondutores.

A próxima fase é a Physical AI, na qual a IA atua no mundo real através de robôs, fábricas automatizadas, veículos e gémeos digitais, transformando as fábricas em “máquinas pensantes” capazes de detetar avarias, otimizar o consumo de eletricidade e simular linhas de produção. Se for bem-sucedida, a indústria transformadora norte-americana poderá ser competitiva apesar dos salários elevados.

No entanto, a questão do emprego não é simples. A construção de centros de dados cria procura por eletricistas, soldadores, técnicos de AVAC e trabalhadores da construção. Os sindicatos apoiam-na. Contudo, a automatização após a entrada em funcionamento pode reduzir a mão de obra. A Brookings alerta para o facto de os empregos na construção serem temporários e não criarem necessariamente empregos tecnológicos de longo prazo em todas as regiões. A questão fundamental é saber que tipos de empregos são criados e quem possui as competências necessárias para os ocupar.

A maior ironia é que o principal obstáculo não são as GPU, mas sim a eletricidade. Os EUA dispõem de capital e talento, mas, sem eletricidade suficiente, as fábricas de IA não podem funcionar. Huang alertou para as limitações energéticas como um problema central, fazendo com que a corrida à IA passe a ser uma corrida à energia. Quem dispuser de eletricidade barata e estável terá vantagem.

Isto abre amplas oportunidades nos semicondutores, HBM, redes, refrigeração, transformadores, produção de energia, redes elétricas, construção, robótica e cibersegurança. No entanto, o Financial Times alerta para os riscos de financiamento: se a monetização for lenta, um capex elevado poderá conduzir a uma utilização reduzida, fluxos de caixa dececionantes, aumento da dívida e reavaliação das avaliações. Os 400 mil milhões de dólares não são lucros, mas capital que está a apostar no futuro da IA.

Nos próximos 5-10 anos, existem três cenários. Cenário otimista: a IA aumenta a produtividade, os robôs tornam-se comuns, o custo da computação diminui, a indústria transformadora torna-se competitiva e a IA transforma-se no maior motor económico. Cenário moderado: a IA desenvolve-se rapidamente, mas a produtividade não cresce tão depressa como o esperado, ocorre uma consolidação e os investidores distinguem entre a IA que gera dinheiro e a que queima capital. Cenário pessimista: excesso de capex, a eficiência da IA reduz a necessidade de computação, a monetização falha, os custos energéticos aumentam e ocorre uma correção da bolha, embora a infraestrutura continue a ser um ativo.

Em conclusão, Huang está a falar de uma revolução maior do que o ChatGPT. Os 400 mil milhões de dólares demonstram a dimensão do capital, mas mais importante é o efeito após a entrada do dinheiro: o capital requer chips, os chips requerem fábricas, as fábricas requerem eletricidade, a eletricidade requer redes elétricas e centrais de produção, e tudo isto requer trabalhadores e construção. A IA não está a fazer regressar a antiga era industrial, mas a criar uma nova era da indústria transformadora, controlada por software, robôs e computação. Os EUA não precisam de recuperar as antigas fábricas; basta-lhes construir as fábricas da próxima geração, concebidas 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; necessita de eletricidade, chips, edifícios, redes, máquinas e pessoas. A revolução digital está gradualmente a transformar-se na próxima revolução industrial.

#AIStartupsRaise400BInSixMonths $NVDA