Samsung vai destinar US$ 73 bilhões à expansão da produção de chips e a pesquisa em 2026

A Samsung Electronics pretende investir em 2026 mais de 110 trilhões de wons, cerca de US$ 73,3 bilhões, em despesas de capital e pesquisa. A empresa aposta em duas frentes ao mesmo tempo: ampliar a produção de memória e buscar novas oportunidades em áreas ligadas à inteligência artificial.

Para onde vai o dinheiro

O orçamento previsto parece um dos maiores pacotes de investimento da Samsung nos últimos tempos. Ele não cobre apenas a construção e a modernização de capacidade produtiva, mas também gastos com pesquisa que devem sustentar o próximo ciclo de crescimento.

O centro do plano é aumentar a capacidade em chips de memória, segmento em que a demanda é especialmente sensível ao avanço dos data centers, dos serviços de IA e de uma infraestrutura de computação mais potente. A decisão une a demanda atual à preparação para o próximo ciclo tecnológico.

Para o mercado, é um sinal de que a Samsung não conta com um surto passageiro de interesse por IA, e sim se prepara para um longo período de demanda elevada por semicondutores. Quando uma empresa desse porte compromete antecipadamente dezenas de bilhões de dólares em fábricas, equipamentos e P&D, ela confirma na prática que a infraestrutura de IA deixou de ser um negócio secundário e virou um dos principais polos de capital da indústria de tecnologia e da estratégia das maiores empresas do setor no mundo.

• A Samsung reserva mais de 110 trilhões de wons para despesas de capital e pesquisa em 2026
• A prioridade-chave de produção é ampliar a capacidade de memória
• Um foco à parte é pesquisa e novas frentes ligadas à IA
• O investimento foi pensado para um longo ciclo de demanda, não para um lançamento pontual

Por que a memória importa

A IA costuma ser discutida pelos modelos, chatbots e aplicativos, mas a base desse mercado é o hardware. Quanto mais modelos são treinados e usados, maior a carga sobre servidores, aceleradores e subsistemas de memória. Por isso, ampliar a produção de chips de memória é um passo estratégico: sem capacidade e velocidade de memória suficientes, não é possível escalar a computação como o negócio atual de IA exige. Toda a camada superior de serviços de IA se apoia nessa base.

Para a Samsung, também é uma questão de posição na cadeia global de suprimentos. A memória é um dos segmentos em que a empresa tradicionalmente tem papel central, o que significa que ela pode converter o boom geral da IA em crescimento direto de receita e influência tecnológica. Mesmo que produtos específicos de IA mudem rápido, a necessidade de chips capazes de atender a novas cargas continua básica e de longo prazo. Assim, o investimento em capacidade parece menos uma aposta em tendência da moda e mais uma tentativa de ocupar um lugar fundamental na próxima etapa do mercado.

Aposta em pesquisa

É relevante que a Samsung fale não só em ampliar a produção, mas também em pesquisa. Isso indica uma estratégia mais ampla: a empresa quer não apenas fabricar mais componentes, mas ao mesmo tempo buscar novos pontos de crescimento tecnológico onde semicondutores, infraestrutura de computação e IA se cruzam. Nessa lógica, P&D não é um apêndice da produção, mas um segundo eixo de mesmo peso, que deve garantir os produtos e vantagens do futuro.

Essa abordagem reduz o risco de virar mera fornecedora de volume. Se o mercado de IA migrar para novas arquiteturas, soluções mais eficientes em energia ou sistemas especializados, vencerão os que souberem adaptar rapidamente tanto a produção quanto os próprios desenvolvimentos. A Samsung deixa claro que quer manter flexibilidade: aumentar a produção onde a demanda já é visível e, em paralelo, investir em áreas que podem se tornar centrais em alguns anos.

O que isso significa

O plano da Samsung mostra que a era da IA é definida cada vez mais não só por software, mas também por investimento industrial. Para o mercado, é mais uma confirmação de que a disputa pela liderança em inteligência artificial acontece não só nos modelos, mas também nas fábricas, na memória, nos equipamentos e nos laboratórios de pesquisa.

Para empresas e investidores, a conclusão é simples: agora é preciso avaliar a IA não só pela qualidade dos modelos, mas também por quem controla os componentes escassos e a capacidade de produção.