Limites do progresso: custos e escassez podem desacelerar o avanço da IA

​As gigantes da tecnologia estão investindo centenas de bilhões de dólares em inteligência artificial. Mas a corrida para criar modelos cada vez mais poderosos enfrenta custos crescentes, escassez de recursos e o ceticismo cada vez maior dos investidores. A IA está se aproximando dos limites de suas capacidades?

Bilhões que podem não ser suficientes

O CEO da Broadcom, Hock Tan, alertou que a escassez de capital pode se tornar o maior obstáculo ao desenvolvimento da IA. Durante uma conferência em Singapura, ele observou que a escassez de chips, memória e eletricidade pode diminuir com o tempo, à medida que a capacidade de produção e a infraestrutura se expandem. No entanto, o acesso ao capital pode se tornar a principal restrição ao crescimento futuro do setor.

Ver publicação no X Carregando...

O tweet foi excluído pelo autor.

Mas guardámos tudo 🙂.

As maiores empresas de tecnologia continuam aumentando os gastos com infraestrutura de IA. No segundo trimestre de 2026, as despesas de capital combinadas da Microsoft, Alphabet, Amazon e Meta chegaram a US$ 165 bilhões, alta de 87% em relação ao ano anterior. Uma parcela significativa desses gastos é destinada à construção de data centers e à compra de equipamentos necessários para treinar e executar modelos de IA.

Nesse contexto de gastos maciços, o CEO da Intel, Lip-Bu Tan, destacou outro problema: o custo de capital e o tempo necessário para recuperar os investimentos. O aumento dos rendimentos dos títulos torna os empréstimos mais caros, elevando o custo da construção de data centers e da compra de equipamentos. Enquanto isso, os investidores querem saber quando os enormes investimentos em IA começarão a gerar lucros.

Ainda assim, nenhum dos executivos espera uma desaceleração acentuada do setor de IA nos próximos anos. Hock Tan prevê que a demanda por capacidade computacional continuará superando a oferta até 2029 e possivelmente até 2030. Ao mesmo tempo, o CEO da Broadcom criticou os investidores que aplicam dinheiro em IA sem compreender as perspectivas do setor. "Muitos investidores não fazem ideia do que estão investindo, mas estabelecem expectativas extremas, apenas para descobrir que é quase como estar em um cassino apostando", afirmou.

Quando a IA atinge limites físicos

Mesmo com financiamento suficiente, o desenvolvimento da IA pode desacelerar devido à escassez de eletricidade. Segundo a Agência Internacional de Energia (IEA), os data centers em todo o mundo consumiram 485 TWh de eletricidade em 2025, alta de 17% em relação ao ano anterior. O consumo de eletricidade dos data centers voltados à IA aumentou 50%. Até 2030, o consumo total de eletricidade dos data centers pode chegar a 950 TWh, ou cerca de 3% da demanda global de eletricidade.

O problema não é apenas a quantidade de eletricidade disponível, mas também a capacidade de conectar novas instalações às redes elétricas. A IEA estima que cerca de 20% da capacidade planejada de data centers pode sofrer atrasos devido às limitações da infraestrutura da rede. Por exemplo, a construção de novas linhas de transmissão em países desenvolvidos pode levar de quatro a oito anos. Enquanto isso, os prazos de entrega de transformadores e cabos dobraram nos últimos três anos.

Outra restrição é a produção de chips avançados. A empresa holandesa ASML, que fabrica equipamentos usados na produção de semicondutores de ponta, espera que a demanda do setor de IA supere a oferta até pelo menos 2028. A empresa considera ampliar a capacidade de produção, já que os clientes estão perguntando sobre entregas de equipamentos para 2029–2030.

Ver publicação no X Carregando...

O tweet foi excluído pelo autor.

Mas guardámos tudo 🙂.

Ao mesmo tempo, as exigências impostas aos data centers estão aumentando. Segundo estimativas da IEA, o consumo de energia dos servidores de IA aumentou onze vezes entre 2020 e 2025 e pode quadruplicar novamente até 2027. Um único rack de servidores do tamanho de uma geladeira grande pode consumir potencialmente tanta eletricidade quanto 65 residências. Isso impõe exigências maiores aos sistemas de refrigeração, às fontes de energia e aos equipamentos que precisam suportar mudanças repentinas na carga de trabalho durante a execução de modelos de IA.

Onde estão os limites do progresso?

A escassez de eletricidade, chips e data centers não são os únicos obstáculos ao avanço tecnológico. Mesmo que esses problemas sejam resolvidos, outra questão permanece: os novos modelos melhorarão o suficiente para justificar os custos crescentes? Hock Tan reconhece que a demanda por capacidade computacional pode desacelerar se as novas gerações de modelos de IA deixarem de superar significativamente suas antecessoras. No entanto, atualmente não há sinais de que o progresso tenha parado.

Ao mesmo tempo, o aumento do poder computacional não garante que a IA terá desempenho igualmente bom em todas as tarefas. Por exemplo, os modelos avançados já conseguem resolver problemas matemáticos complexos, mas ainda têm dificuldade para trabalhar de forma independente com computadores. No benchmark OSWorld, que testa a capacidade da IA de realizar tarefas em aplicativos de computador, os melhores sistemas concluíram com sucesso aproximadamente dois terços das tarefas.

Os benefícios práticos da IA para as empresas são igualmente importantes. Em agosto de 2026, a McKinsey publicou os resultados de uma pesquisa com 1.719 representantes de empresas em 97 países. Cerca de 80% dos entrevistados disseram que a IA havia melhorado sua produtividade pessoal. No entanto, apenas 37% relataram um impacto positivo nos lucros operacionais de suas organizações.

Uma nova realidade para a corrida tecnológica

Atualmente, não há razão para concluir que a inteligência artificial esteja se aproximando dos limites de suas capacidades. No entanto, manter o ritmo atual de desenvolvimento pode se tornar caro demais até mesmo para as maiores empresas de tecnologia. Se os gastos continuarem crescendo mais rápido que a receita, os investidores talvez precisem rever suas expectativas, enquanto os desenvolvedores poderão ter de reduzir os custos de criação e operação de novos modelos.

Isso provavelmente levará mais a uma mudança de prioridades do que ao fim do progresso tecnológico. Em vez de competir para criar os modelos mais poderosos, as empresas podem se concentrar em soluções mais baratas e eficientes, capazes de gerar lucros reais. Nesse caso, o futuro do desenvolvimento da IA dependerá menos do volume de investimentos e mais da capacidade da tecnologia de resolver problemas práticos para empresas e usuários comuns.