Goldman Sachs: investimento em IA migra do hype para data centers e infraestrutura

A Goldman Sachs avalia que o mercado de investimentos em IA está saindo da fase de euforia geral e ficando visivelmente mais seletivo. O foco migra de aplicativos de IA badalados para data centers, fornecimento de energia, redes e outras infraestruturas sem as quais os modelos simplesmente não funcionam.

Para onde o capital está migrando

Segundo o banco, os investidores olham cada vez menos para empresas que apenas puseram IA na apresentação e cada vez mais para quem controla a base física do setor. São donos e operadores de grandes data centers, fornecedores de capacidade computacional, chips e equipamentos de rede. A lógica é simples: seja qual for a interface ou o serviço de IA que vença o mercado, treinar modelos e fazer inferência continuará exigindo hardware, links de comunicação e fornecimento estável de energia.

Na primeira onda da IA generativa, o mercado elevava o valor de muitas empresas só pela menção à IA. Esse efeito está enfraquecendo. A Goldman Sachs descreve a mudança como uma "fuga para a qualidade": o dinheiro vai para onde há ativos de infraestrutura, receita clara e chance de lucrar com o longo ciclo de adoção da IA, e não apenas com o hype em torno de mais um aplicativo. Para os investidores, é a passagem de apostas em promessas para apostas na base da economia da IA que já funciona.

"Fuga para a qualidade" é como a

Goldman Sachs descreve a nova etapa do mercado de IA.

Por que os data centers importam mais

A Goldman Sachs Research espera que, já nos próximos dois anos, as cargas de trabalho de IA possam ocupar cerca de 30% da capacidade total dos data centers. O motivo está na natureza das próprias tarefas de IA. Treinar grandes modelos exige milhares de chips trabalhando em paralelo, por semanas, sem parar. A inferência também não é de graça: quando o serviço é lançado para usuários ou empresas, precisa de capacidade computacional constante, e não de picos curtos, como parte das cargas clássicas de nuvem.

A carga cresce por vários canais ao mesmo tempo:

• novos clusters de GPU e CPU para treinar modelos
• capacidade permanente para inferência em produtos e sistemas corporativos
• expansão da infraestrutura de rede entre clusters, armazenamento e nuvem
• novos locais com refrigeração, energia de reserva e segurança física

É por isso que os maiores provedores de nuvem e desenvolvedores de IA investem dezenas de bilhões de dólares em novos data centers e equipamentos de computação. Para o mercado, isso significa uma mudança simples: a camada mais estável volta a ficar na base da pilha. Aplicativos ainda podem surgir e sumir rapidamente, mas a demanda por computação, redes e hospedagem de capacidade segue como necessidade básica em quase todos os cenários de desenvolvimento da IA. Nessa lógica, ganham tanto os operadores de data centers quanto os fabricantes de componentes-chave.

Os principais limites ao crescimento

A próxima etapa da corrida da IA esbarra não só nos modelos, mas na realidade dos serviços públicos. A Goldman Sachs Research estima que a demanda global de eletricidade dos data centers pode crescer cerca de 175% até 2030 em relação ao nível de 2023, com as cargas de IA como principal motor. O material compara isso a adicionar ao sistema elétrico mundial mais um país entre os dez maiores consumidores de eletricidade. Para governos, empresas de rede e os próprios provedores, isso já não é teoria, e sim uma tarefa de investimento.

Isso já influencia onde as novas instalações são construídas. Grandes clusters de IA precisam não só de salas de servidores, mas de fontes de energia estáveis, linhas de comunicação potentes, sistemas de refrigeração e terreno suficiente. Por isso, parte dos novos locais é avaliada em regiões remotas, onde é mais fácil obter eletricidade e território. Os pesquisadores também observam que o consumo de energia e de água depende não só dos chips, mas da geografia e da arquitetura de refrigeração. Ou seja, a eficiência é cada vez mais uma questão de localização.

Há ainda barreiras mais prosaicas. Construir grandes data centers leva anos e depende de uma longa cadeia de suprimentos: é preciso regularizar o terreno, conectar-se às redes elétricas, fechar contratos de longo prazo de energia, comprar equipamentos elétricos e esperar a expansão da infraestrutura de rede. A escassez de componentes e os atrasos na modernização das redes elétricas retardam os projetos, e por isso os investidores valorizam especialmente empresas que já têm hoje uma grande rede de data centers. A infraestrutura pronta deixa de ser apenas um ativo e se torna uma vantagem competitiva de alto valor.

O que isso significa

Para o mercado de IA, é um sinal de amadurecimento. A era em que bastava incluir a sigla IA no pitch vai chegando ao fim aos poucos. A próxima rodada de competição não será vencida apenas por quem tem o melhor modelo ou interface, mas por quem consegue garantir computação, energia e entrega estável do serviço em escala. Em suma, o futuro da IA depende cada vez mais não só de algoritmos, mas também de concreto, cabos e megawatts.