A corrida da IA pode apagar 3,5 trilhões de dólares

Ontem, 14 de outubro, a Gartner publicou um número que fez CFO de tecnologia ler o parágrafo duas vezes: mais de US$ 3,5 trilhões em investimentos em infraestrutura de IA podem ter o valor contábil reduzido até o fim de 2030 ^[1]. Para dar dimensão, é mais do que o PIB anual do Brasil intocado em chips, prédios e energia. E o alerta não veio de um crítico de fora: é a mesma consultoria que coloca a IA generativa no topo do hype cycle há dois anos quem agora calcula o tamanho do ajuste se a receita não acompanhar o gasto. A diferença entre esses dois momentos é a pergunta que mudou. Deixou de ser "quanto vamos investir em IA" e virou "quem vai pagar por isso".

O número que a Gartner colocou na mesa

O relatório parte de um fato conhecido, o volume de capital sendo queimado em datacenters, GPUs e energia, e conclui algo incômodo. Em 2026, os provedores de IA devem gastar quase US$ 1 trilhão em infraestrutura, com outros US$ 6 trilhões previstos entre 2027 e 2030 ^[1]. Para esse gasto se pagar, seria preciso receita suficiente para cobrir o capex, o custo de financiamento e ainda entregar 12% de retorno sobre o capital investido, o ROIC mínimo que justifica o risco. A projeção da Gartner é que esse retorno não se concretiza antes do fim de 2032 e que, mantida a trajetória atual, mais de US$ 4 trilhões em valor de ativos ficam expostos a write-down até lá ^[1]. Em contabilidade, write-down (ou impairment) é o momento em que a empresa admite no balanço que o ativo que comprou não vale mais o que foi pago por ele. Não é perda no papel: é o reconhecimento formal de que o dinheiro saiu e não vai voltar.

Em 2026, espera-se que os provedores de IA gastem quase 1 trilhão de dólares em infraestrutura de IA, com mais 6 trilhões previstos entre 2027 e 2030. Nossa pesquisa indica que a receita de IA corporativa e de consumo será insuficiente para sustentar retornos lucrativos sobre todo o capex planejado nesse período.

- Will Sommer, analista sênior da Gartner [1]

A matemática que não fecha

A aritmética por trás do alerta é simples e brutal. Somando o que já foi anunciado, os provedores podem chegar a US$ 7 trilhões em infraestrutura até 2030, o que exigiria cerca de US$ 8,5 trilhões em receita para cobrir o gasto de capital, o financiamento e o retorno de 12% exigido pelos acionistas ^[2]. A projeção de receita de IA do setor nesse período: cerca de US$ 3,5 trilhões ^[2]. O buraco não é margem de erro, é o dobro da receita esperada. Enquanto isso, o gasto continua acelerando: a Goldman Sachs projeta que o capex dos cinco maiores hyperscalers dos EUA suba mais de 50% no próximo ano, chegando a US$ 1,2 trilhão ^[4], e a própria Gartner já havia estimado que o gasto global com infraestrutura de IA saltaria de US$ 965 bilhões em 2025 para US$ 1,37 trilhão em 2026, dentro de um gasto total de US$ 2,5 trilhões com IA no ano ^[5]. Ou seja: o investimento dobra o ritmo exatamente no momento em que a consultoria que mais mapeia a adoção corporativa afirma que a receita não sustenta a conta.

A onda de consolidação: 80% dos neoclouds

Quem sente primeiro esse aperto são os neoclouds, os provedores de nuvem especializados em GPU que cresceram pegando dinheiro caro para comprar máquinas caras e alugar para quem treina modelos. A posição da Gartner é que 80% deles vão deixar de operar de forma independente até 2030 ^[2]. A previsão, que o Bloomberg destacou nesta quinta-feira (15) ao lado do número do write-down ^[3], não significa necessariamente falência em cascata: cessar operação independente pode ser aquisição, fusão, parceria ou encerramento. Mas o efeito líquido para quem compra computação é o mesmo em qualquer cenário. Menos fornecedores, contratos renegociados e preços que deixam de ser subsidiados por capital barato e passam a refletir o custo real de energia, silício e depreciação.

Nossa posição é que 80% dos neoclouds vão deixar de operar de forma independente até 2030. Isso não significa que os ativos de computação vão simplesmente desaparecer: cessar operações independentes pode incluir aquisição, parceria ou falência pura e simples. Nem toda empresa que desaparecer vai falir.

- Will Sommer, analista sênior da Gartner [2]

Por que isso importa para quem não tem datacenter

Você não assina contrato com datacenter, mas paga a conta dele embutida em cada assinatura de IA que usa. Se o ajuste contábil vier, ele chega na sua stack de três formas: a ferramenta que você usa é adquirida e muda de preço ou de roadmap; o subsídio de capital barato que segurava o preço da ferramenta desaparece porque o provedor não sobreviveu; e fica a ferramenta que funciona, mas que a empresa nunca conseguiu justificar com retorno. Sobre esse último ponto, outro número da Gartner é revelador: quatro em cada dez empresas devem rebaixar ou desativar seus agentes de IA até 2027, depois de identificar falhas de governança e de valor em produção ^[6]. Repare que o problema raramente é a tecnologia falhar. É ninguém ter medido o que ela entregava antes de escalar.

Auditoria de ROI da sua stack de IA, em uma tarde:

• Inventário: liste toda ferramenta de IA que a empresa paga hoje, de copiloto enterprise a crédito de API esquecido em cartão corporativo. Sem inventário não existe auditoria, existe impressão.
• Custo real: valor mensal de cada item vezes doze, mais as horas de setup e manutenção que ele consome. O número anual assusta de propósito, porque a assinatura mensal esconde o tamanho do buraco.
• Retorno nomeado: para cada item, escreva em uma frase o resultado mensurável (horas economizadas por mês, receita gerada, erro evitado, ciclo acelerado). Se a frase não sai, o retorno não existe ou nunca foi observado de verdade.
• Decisão com prazo: cada item recebe um destino, mantido, renegociado ou cortado, com data e responsável. Item sem decisão vira dívida silenciosa que a próxima auditoria encontra de novo, só que mais caro.

O número da Gartner não é sobre datacenter, é sobre disciplina. A mesma conta que ameaça trilhões nos balanços dos provedores roda em miniatura na sua fatura mensal: quem mede o retorno de cada ferramenta não precisa adivinhar quando a música para, ele já saiu da sala com lucro.

- Gabriel Krüger, Arquiteto de Operações com IA