Existe uma parte da inteligência artificial que quase nunca aparece na tela.
Quando alguém abre o ChatGPT, gera uma imagem, pede uma análise para uma IA ou conversa com um agente inteligente, tudo parece acontecer em poucos segundos. A interface é simples: uma caixa de texto, uma resposta e pronto. Mas, por trás daquela experiência aparentemente leve, existe uma infraestrutura gigantesca trabalhando sem parar.
São chips especializados, servidores, data centers, redes de alta velocidade, sistemas de refrigeração e uma quantidade enorme de energia. E, à medida que a inteligência artificial deixa de ser apenas uma tecnologia experimental e passa a fazer parte de produtos e serviços reais, essa estrutura precisa crescer em uma escala igualmente impressionante.
É justamente aí que entra uma das notícias mais importantes do mercado de IA nesta semana: a NVIDIA anunciou uma parceria com seis gigantes do mercado financeiro — Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR — para criar plataformas capazes de mobilizar mais de US$ 500 bilhões em capital de terceiros para financiar a expansão da infraestrutura de inteligência artificial.
O número chama atenção, mas o mais interessante está no que ele representa. A inteligência artificial está deixando de ser tratada apenas como software e começando a ser encarada também como uma gigantesca oportunidade de infraestrutura. Assim como estradas, redes elétricas, portos e telecomunicações exigiram décadas de investimentos para sustentar novas economias, a IA agora demanda uma infraestrutura própria para crescer.
E essa infraestrutura custa caro.
Um data center preparado para inteligência artificial não é simplesmente um galpão cheio de computadores. Os sistemas precisam lidar com cargas computacionais muito superiores às de aplicações tradicionais, além de demandas enormes de energia e refrigeração. Em março, por exemplo, a NVIDIA anunciou uma parceria com a IREN para apoiar a implantação de até 5 gigawatts de infraestrutura de IA. Em outro movimento, NVIDIA, NAVER e Brookfield anunciaram a expansão de uma instalação de IA na Coreia do Sul de 55 para 200 megawatts até 2028.
É uma mudança de escala que ajuda a explicar por que Wall Street entrou tão fortemente nessa conversa.
Para os investidores institucionais, data centers e capacidade computacional começam a parecer ativos de infraestrutura com potencial de gerar receitas recorrentes. Para empresas de tecnologia, o capital privado pode ajudar a acelerar a construção de instalações que seriam difíceis de financiar apenas com recursos próprios. E, para a NVIDIA, existe uma vantagem estratégica bastante evidente: quanto mais infraestrutura de IA for construída baseada em seus chips e plataformas, maior tende a ser o mercado disponível para sua tecnologia.
A própria NVIDIA vem defendendo essa mudança de modelo. Em julho, a companhia apresentou uma estratégia para facilitar o acesso de empresas de IA a grandes volumes de computação, argumentando que startups, desenvolvedores de modelos, empresas e organizações de pesquisa enfrentam dificuldades para financiar a infraestrutura necessária para crescer. A proposta inclui modelos de compartilhamento de receita e mecanismos de suporte ao crédito.
E não é apenas a NVIDIA que percebeu o tamanho dessa oportunidade.
Em junho, Broadcom, Apollo e Blackstone lançaram uma plataforma de infraestrutura de IA com uma primeira operação de US$ 35 bilhões, planejada para viabilizar mais de 20 gigawatts de capacidade computacional até 2028. O projeto começa apoiando a expansão de infraestrutura utilizada pela Anthropic, mostrando que o financiamento de IA já está se tornando uma categoria própria dentro do mercado de infraestrutura digital.
Outro exemplo veio em maio, quando Blackstone e Google anunciaram uma joint venture para criar uma operação de nuvem baseada nos TPUs do Google. A Blackstone se comprometeu inicialmente com US$ 5 bilhões para colocar 500 megawatts de capacidade em operação prevista para 2027.
Ou seja: o dinheiro não está chegando apenas para financiar modelos de inteligência artificial. Ele está chegando para financiar toda a máquina que permite que esses modelos existam em escala.
E existe uma diferença importante entre treinar uma IA e colocá-la para funcionar para milhões de pessoas. O treinamento de modelos exige uma quantidade gigantesca de processamento, mas a utilização diária — chamada de inferência — também demanda capacidade computacional contínua. Quanto mais pessoas utilizam agentes, assistentes e ferramentas de IA, maior é a necessidade de infraestrutura disponível permanentemente.
É por isso que a discussão deixou de ser apenas “quem vai criar a melhor IA?” e passou a incluir perguntas muito mais concretas: quem vai construir os data centers? Quem vai fornecer os chips? Quem vai produzir energia suficiente? Quem vai financiar tudo isso? E, principalmente, quem conseguirá transformar essa infraestrutura em receita capaz de justificar investimentos dessa magnitude?
O movimento também traz riscos. Quanto maior o investimento necessário, maior a pressão para que a demanda por computação continue crescendo. Há ainda desafios relacionados ao consumo de energia, disponibilidade de terrenos, conexão com redes elétricas e tempo necessário para construir novos data centers. Estudos recentes já apontam que o crescimento concentrado dessas instalações pode aumentar a pressão sobre sistemas elétricos regionais.
Existe também uma discussão financeira importante: quando fabricantes de chips e empresas de tecnologia participam do financiamento da infraestrutura que, posteriormente, comprará seus próprios produtos, surge uma relação cada vez mais integrada entre fornecedor, financiador e cliente. Isso não significa automaticamente que os investimentos sejam inviáveis, mas torna ainda mais importante observar de onde vem o capital, quem assume os riscos e qual demanda real existe por essa capacidade.
No fundo, a grande história por trás dos bilhões não é apenas sobre NVIDIA, Wall Street ou data centers. É sobre a transformação da inteligência artificial em uma indústria que precisa de infraestrutura física gigantesca para continuar crescendo.
A IA pode parecer invisível quando está na tela do celular. Mas sua expansão é extremamente concreta: precisa de prédios, cabos, energia, chips, água, profissionais e bilhões de dólares.
E talvez essa seja uma das melhores maneiras de entender o momento atual da tecnologia: a corrida pela inteligência artificial não está acontecendo apenas nos modelos. Está acontecendo também nos lugares onde esses modelos são construídos, financiados e executados.
A pergunta que fica é: estamos diante da infraestrutura que vai sustentar a próxima grande revolução tecnológica ou de uma aposta cujo tamanho ainda precisa provar que consegue se pagar?
Produção: Lamar Comunicação
Concepção: João Victor
Texto: Jarvis, inteligência artificial da Lamar Comunicação
Revisão e edição: Ketlyn
