CEO da Vercel: demanda por tokens cresce 40% ao mês, e nuvens de inferência fazem pitch a cada 2 dias
Guillermo Rauch, CEO da Vercel, afirma que novas nuvens de inferência, que alugam placas de vídeo para executar modelos prontos, o procuram com propostas a cada dois dias. A demanda por tokens (unidades de volume de texto usadas por IA) no AI Gateway, o gateway da Vercel para diferentes modelos, cresce cerca de 40% ao mês desde o início do ano. Rauch espera primeiro um aumento no número de players e depois uma consolidação, por isso times fariam melhor em não atrelar o produto a um único provedor pequeno.
Processado por IA de X: @rauchg; editado por Hamidun News
Imagine um mercado em que, a cada dois dias, surge uma nova empresa disposta a alugar placas de vídeo para executar redes neurais, enquanto a demanda por respostas de modelos cresce quase 40% ao mês. Foi esse o cenário descrito no X por Guillermo Rauch, CEO da Vercel. Vamos explicar os termos que ele usa.
Inferência é a execução de um modelo já treinado, quando ele responde a requisições. "Neocloud para inferência" é uma empresa que não treina os próprios modelos, mas aluga muitas GPUs e vende acesso a modelos de terceiros ou abertos. Token é a unidade em que se mede o volume de texto para um modelo (grosso modo, um pedaço de palavra), e é por tokens que se cobra.
AI Gateway é o gateway unificado da Vercel: a aplicação faz a requisição a ele, e ele encaminha o pedido ao modelo e ao provedor certos.
Segundo Rauch, esses neoclouds o procuram com propostas em média a cada dois dias. Ele destaca que não é exagero: ele ouve cada empreendedor a sério e se aprofunda no produto. Mas reconhece que o fluxo parece instável.
O que significa "40% ao mês"
Ao lado disso, Rauch cita um número do próprio negócio. A demanda por tokens no AI Gateway cresce cerca de 40% ao mês em juros compostos desde o início do ano, ou seja, cada mês é calculado sobre uma base que já havia crescido. Segundo ele, não há sinais de desaceleração.
O que isso representa em números, calculamos nós mesmos (é nosso cálculo, e não palavras de Rauch). Nesse ritmo, o volume dobra em pouco mais de dois meses, cresce cerca de 7,5 vezes em seis meses e quase 57 vezes em um ano. Rauch não divulga volumes absolutos, então só é possível avaliar a velocidade.
Ressalva: são dados de uma única plataforma, que vende acesso a modelos e tem interesse em um cenário otimista. Seus clientes são sobretudo desenvolvedores web que integram IA em aplicações. O mercado como um todo pode crescer de outra forma.
"Febre do petróleo", e não "febre do ouro"
Para conciliar o fluxo de pitches com o rápido crescimento da demanda, Rauch propõe uma metáfora: a computação se torna a nova economia, e o token, a nova unidade de energia, como o quilowatt-hora. Ele fala em uma nova revolução industrial, na qual todas as esferas da vida migram para uma nova plataforma. Por isso compara o momento a uma "oil rush", e não a uma "gold rush": o petróleo é consumido continuamente, enquanto a corrida do ouro é lembrada como um episódio.
Isso é uma opinião, e não uma prova. A lógica, porém, é clara: se os tokens já estão incorporados ao atendimento ao cliente, à escrita de código, à busca e ao trabalho com documentos, a demanda se sustenta pelo hábito, e não pela moda.
Por que ele espera consolidação
No curto prazo, Rauch prevê ainda mais players e, em seguida, consolidação. Ele aponta as seguintes razões:
- Efeito de escala. Grandes fornecedores têm as placas de vídeo mais bem utilizadas, por isso o token sai mais barato.
- Exigências de clientes corporativos e segurança. Ele destaca especificamente o ZDR (zero data retention, garantia de que o provedor não armazena suas requisições e respostas) e a cibersegurança como temas quentes para os provedores de inferência. Um banco ou uma clínica dificilmente vai escolher um fornecedor pequeno sem essas garantias.
- Capital. Comprar e manter GPUs custa caro, e nem todas as startups conseguirão captar dinheiro indefinidamente.
- Regulação. As regras para serviços de IA estão mudando, e a adequação a elas não é barata.
O que fazer na prática
Primeiro, não construir o produto sobre um único provedor de inferência pouco conhecido, mesmo que ele hoje seja metade do preço. Se o mercado começar a encolher, parte das empresas vai desaparecer ou ser comprada, e as condições vão mudar.
Segundo, manter uma camada de abstração entre a aplicação e o provedor. Gateways como o AI Gateway, o OpenRouter ou um proxy próprio permitem trocar de modelo ou de provedor sem reescrever o código.
Terceiro, perguntar ao provedor, desde o início, sobre ZDR, local de processamento dos dados e certificações. Se você vende para empresas, essas perguntas virão do seu cliente.
Para os fundadores de startups de inferência, a conclusão é mais dura: um preço baixo por token não bastará por muito tempo. Será preciso demonstrar segurança, estabilidade e fôlego financeiro.
Por enquanto, isso é a previsão de um executivo, e não uma estatística do setor. Mas quando alguém cujo serviço canaliza muito tráfego de IA fala tanto em crescimento acelerado quanto em consolidação inevitável, vale levar isso em conta ao escolher fornecedores para o próximo ano.
- 22 de out. de 2026Vercel lança BYOC na AWS e beta de autorização para agentes: uso de tokens de IA quadruplica
- 26 de out. de 2026a16z: tokens ficam mais baratos, mas o aluguel da H100 não cai — o paradoxo de Jevons na IA
- 20 de nov. de 2026Alibaba: receita recorrente da nuvem de IA com clientes externos cresce 67%, e a receita total, 10%
- 24 de out. de 2026Modelos open-weight processam 71,5% dos tokens do Vercel AI Gateway e levam 23% do orçamento
Perguntas frequentes sobre a notícia
O que significa "40% ao mês"?
Ao lado disso, Rauch cita um número do próprio negócio. A demanda por tokens no AI Gateway cresce cerca de 40% ao mês em juros compostos desde o início do ano, ou seja, cada mês é calculado sobre uma base que já havia crescido. Segundo ele, não há sinais de desaceleração. O que isso representa em números, calculamos nós mesmos (é nosso cálculo, e não palavras de Rauch). Nesse ritmo, o volume dobra em pouco mais de dois meses, cresce cerca de 7,5 vezes em seis meses e quase 57 vezes em um ano.
O que se sabe sobre "Febre do petróleo", e não "febre do ouro"?
Para conciliar o fluxo de pitches com o rápido crescimento da demanda, Rauch propõe uma metáfora: a computação se torna a nova economia, e o token, a nova unidade de energia, como o quilowatt-hora. Ele fala em uma nova revolução industrial, na qual todas as esferas da vida migram para uma nova plataforma. Por isso compara o momento a uma "oil rush", e não a uma "gold rush": o petróleo é consumido continuamente, enquanto a corrida do ouro é lembrada como um episódio. Isso é uma opinião, e não uma prova.
Por que ele espera consolidação?
No curto prazo, Rauch prevê ainda mais players e, em seguida, consolidação. Ele aponta as seguintes razões: Efeito de escala. Grandes fornecedores têm as placas de vídeo mais bem utilizadas, por isso o token sai mais barato. Exigências de clientes corporativos e segurança. Ele destaca especificamente o ZDR (zero data retention, garantia de que o provedor não armazena suas requisições e respostas) e a cibersegurança como temas quentes para os provedores de inferência.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.