Nos últimos meses, o ecossistema tecnológico tem sido marcado por uma dualidade intrigante: de um lado, uma euforia quase irracional em torno da inteligência artificial (IA), e do outro, dados de investimentos que parecem incompatíveis com qualquer lógica de negócios sustentável.
Conectando três pontos — os números da IBM sobre centros de dados, os alertas de Geoffrey Hinton e os dados da McKinsey — o quebra-cabeça dos “8 trilhões” desenha um cenário alarmante. Está sendo construída uma infraestrutura colossal para IA, mas ainda não existe um modelo econômico claro que a torne viável a longo prazo.
Recentemente, o CEO da IBM, Arvind Krishna, quantificou o que antes era apenas uma intuição: um único megacentro de dados de 1 gigawatt dedicado à IA pode custar cerca de 80 bilhões de dólares em CAPEX. Com a previsão de que até 100 centros sejam construídos na próxima década, o total de investimento pode chegar a 8 trilhões de dólares. Essa cifra levanta questões cruciais, uma vez que os centros de dados de IA não são apenas “um pouco mais caros” do que os atuais; eles exigem um salto significativo em potência, refrigeração e design.
Ainda que esses custos sejam alarmantes, o mais preocupante é que, segundo o relatório “The State of AI in 2025” da McKinsey, cerca de 88% das organizações afirmam utilizar IA regularmente, mas apenas 39% têm notado um impacto econômico significativo em seus resultados. Em outras palavras, muitas empresas estão investindo em IA, mas poucas estão realmente vendo retorno financeiro.
Geoffrey Hinton, um ícone do deep learning, advertiu que a pressão para justificar esses investimentos massivos em infraestrutura pode levar a uma substituição em massa do trabalho humano, ao invés de uma melhoria incremental na produtividade. Esse cenário é ainda mais preocupante em um ambiente onde as empresas tendem a automatizar funções internas em vez de reimaginar completos processos de negócios.
Além disso, as empresas que obtêm retornos sustentáveis em IA estão tomando decisões estratégicas diferentes. Elas priorizam a integração da IA em sistemas de negócios reais e estão focadas em arquiteturas que consideram o custo total de propriedade (TCO).
Diante desses desafios, especialistas recomendam que o setor não sobrecarregue a infraestrutura, reestruture processos com IA em mente e protejam o capital humano como um ativo vital. À medida que os centros de dados de IA consomem mais energia e regulamentações se tornam mais rígidas, as empresas que ignorarem esses fatores podem enfrentar dificuldades.
A conclusão é clara: estamos construindo uma infraestrutura de IA de escala histórica, mas sem um modelo econômico comprovado que justifique os investimentos da ordem de 8 trilhões de dólares. O futuro da IA deve ser baseado em redimensionar a forma como trabalhamos, em vez de apenas reduzir custos com mão de obra. Para que isso aconteça, é necessário mais rigor técnico e engenharia de processos, ao invés do simples “hype” em torno das novidades tecnológicas.
Fonte: Notícias sobre Inteligência Artificial.
