Goldman Sachs: investimentos em AI migram do hype para data centers e infraestrutura

A Goldman Sachs acredita que o mercado de investimentos em IA está saindo da fase de burburinho generalizado e se tornando notavelmente mais seletivo. O foco está se deslocando de aplicativos de IA espalhafatosos para data centers, fornecimento de energia, redes e outras infraestruturas sem as quais os modelos simplesmente não funcionam.

Para Onde o Capital Está Se Deslocando

De acordo com a avaliação do banco, os investidores estão olhando cada vez menos para empresas que simplesmente adicionaram IA ao seu pitch, e cada vez mais para os atores que controlam a base física da indústria. Isso inclui proprietários e operadores de grandes data centers, fornecedores de poder computacional, chips e equipamentos de rede. A lógica é simples: qualquer que seja a interface ou serviço de IA que vença no mercado, o treinamento de modelos e a inferência ainda exigem hardware, canais de comunicação e fornecimento estável de energia.

Durante a primeira onda de IA generativa, o mercado estava elevando a capitalização de muitas empresas apenas por mencionar IA. Agora esse efeito está enfraquecendo. A Goldman Sachs descreve a mudança como um "voo para a qualidade": dinheiro flui para onde há ativos de infraestrutura, receita compreensível e chance de lucrar com o longo ciclo de adoção da IA, e não apenas com o burburinho em torno do próximo aplicativo. Para os investidores, essa é uma transição de apostas em promessas para apostas na base já funcional da economia de IA.

"Voo para a qualidade" — é assim que a

Goldman Sachs descreve a nova fase do mercado de IA.

Por Que os Data Centers Importam Mais

O Goldman Sachs Research espera que já nos próximos dois anos, cargas de trabalho de IA possam ocupar cerca de 30% da capacidade total dos data centers. A razão está na natureza das próprias tarefas de IA. O treinamento de modelos grandes exige milhares de chips trabalhando em paralelo e funcionando ininterruptamente por semanas. A inferência também não é gratuita: quando um serviço é lançado para usuários ou negócios, ele precisa de poder computacional contínuo, não de picos curtos como algumas cargas de trabalho em nuvem clássicas.

A carga está crescendo em várias frentes simultaneamente:

• novos clusters de GPU e CPU para treinamento de modelos
• poder computacional contínuo para inferência em produtos e sistemas empresariais
• expansão da infraestrutura de rede entre clusters, armazenamento e nuvem
• novas instalações com resfriamento, energia de backup e segurança física

É exatamente por isso que os grandes provedores de nuvem e desenvolvedores de IA estão investindo dezenas de bilhões de dólares em novos data centers e equipamentos de computação. Para o mercado, isso significa uma mudança simples: na base da pilha, a camada mais estável está de volta. Se os aplicativos ainda podem aparecer e desaparecer rapidamente, a demanda por computação, redes e hospedagem permanece uma necessidade básica em quase todos os cenários de desenvolvimento da IA. Nessa lógica, tanto os operadores de data centers quanto os fabricantes de componentes-chave se beneficiam.

As Principais Limitações do Crescimento

A próxima fase da corrida da IA depende não apenas de modelos, mas também de realidades de infraestrutura. O Goldman Sachs Research estima que a demanda global de data centers por eletricidade até 2030 pode crescer aproximadamente 175% comparado aos níveis de 2023, com cargas de trabalho de IA sendo o principal impulsionador. O relatório compara isso a adicionar outro país dos 10 maiores consumidores de eletricidade do mundo ao sistema de energia global.

Para governos, empresas de utilidade pública e provedores, isso não é mais teoria, mas uma tarefa de investimento. Já está afetando onde novas instalações estão sendo construídas. Grandes clusters de IA exigem não apenas salas de servidores, mas fontes de energia estáveis, linhas de comunicação poderosas, sistemas de resfriamento e terra suficiente. É por isso que algumas novas instalações estão sendo consideradas em regiões remotas, onde é mais fácil acessar eletricidade e território.

Os pesquisadores também observam que o consumo de energia e a ingestão de água são influenciados não apenas por chips, mas também pela geografia e arquitetura de resfriamento. Em outras palavras, a questão de eficiência cada vez mais se torna uma questão de localização. Há também barreiras mais prosaicas.

A construção de grandes data centers leva anos e depende de uma longa cadeia de suprimentos: você precisa processar permissões de terra, conectar-se às redes de energia, negociar contratos de fornecimento de energia de longo prazo, adquirir equipamentos elétricos e esperar pela expansão da infraestrutura de rede. A escassez de componentes e atrasos na modernização das redes de energia desaceleram os projetos, razão pela qual os investidores valorizam especialmente as empresas que já possuem uma grande rede de data centers hoje. A infraestrutura existente se torna não apenas um ativo, mas uma vantagem competitiva com alto valor.

O Que Isso Significa

Para o mercado de IA, este é um sinal de maturação. A era em que era suficiente adicionar a abreviatura IA ao seu pitch está gradualmente terminando. O próximo ciclo de competição será vencido não apenas por quem tem o melhor modelo ou interface, mas por quem consegue fornecer computação, energia e entrega confiável de serviços em escala. Em outras palavras, o futuro da IA cada vez mais depende não apenas de algoritmos, mas de concreto, cabos e megawatts.