A febre investidora em inteligência artificial (IA) tem gerado uma onda de investimentos em megacentros de dados alimentados por GPUs e chips especializados, com demanda por centenas de megawatts de energia. Entretanto, o CEO da IBM, Arvind Krishna, expressou preocupações sobre a viabilidade econômica desse crescimento desmedido. Em uma recente entrevista no podcast “Decoder” do The Verge, Krishna alertou que a atual expansão da infraestrutura para modelos de IA de ponta pode acabar sendo insustentável financeiramente.
Krishna argumenta que, se a indústria pretende investir cerca de 8 trilhões de dólares em centros de dados voltados para IA, serão necessários aproximadamente 800 bilhões de dólares anuais em lucros apenas para cobrir os custos de capital. “Não há como isso ter retorno”, afirmou, sublinhando a realidade do setor, que frequentemente promete lucros ilimitados.
De acordo com suas estimativas, equipar um centro de dados de última geração consumiria cerca de 80 bilhões de dólares em hardware para 1 gigawatt (GW) de potência, equivalente a uma cidade de tamanho médio. Contudo, algumas das principais empresas estão planejando implantações que variam entre 20 e 30 GW, o que elevaria o investimento para cerca de 1,5 trilhões de dólares por empresa. Krishna destacou que se a capacidade planejada para operações de “classe AGI” totaliza cerca de 100 GW, isso não apenas pressionará as redes elétricas, mas também colocará em dúvida qualquer expectativa razoável de retorno sobre o investimento.
Outro ponto importante levantado por Krishna é a rápida depreciação dos chips de IA, que, tipicamente, perdem valor em cerca de cinco anos. A evolução acelerada das gerações de chips, que oferece aumentos significativos de desempenho, torna desafiador prolongar sua vida útil além desse período, obrigando as empresas a substituir grandes quantidades de hardware constantemente.
A mensagem de Krishna se destina especialmente aos chamados “hyperscalers”, as grandes plataformas de nuvem, que concorrendo por escala, podem se deparar com um cenário problemático caso não tenham modelos de negócios sólidos. Com grandes investimentos em fábricas de IA e expectativas sobre a AGI, a necessidade de uma análise crítica e viabilidade das promessas de retorno se torna fundamental.
Embora o ceticismo de Krishna não signifique um desprezo pela IA, ele chama a atenção para a necessidade de eficácia e inovação nas estratégias de crescimento, questionando o modelo atual que se baseia apenas em potência e quantidade de chips. Para o futuro, isso pode implicar em um foco maior em otimizações de software, arquiteturas mais eficientes e uma análise mais crítica sobre os impactos socioeconômicos das infraestruturas de IA.
As considerações de Krishna servem como um alerta para investidores e reguladores em um momento em que a pressão por sustentabilidade econômica e ambiental no setor de IA está crescendo. Em um cenário repleto de novos projetos de megacentros de dados, é crucial que as empresas reavaliem suas estratégias para assegurar um futuro rentável e responsável na era da inteligência artificial.
