Atualmente, o volume de capital direcionado à inteligência artificial (IA) nunca foi tão grande, superando os aportes feitos em revoluções tecnológicas passadas, como as ferrovias e a internet. Essa escala de investimento levanta questionamentos sobre o tempo necessário para que tais aplicações gerem o retorno esperado.
De acordo com uma projeção da PwC, citada pela Reuters, os gastos mundiais acumulados com data centers podem exceder US$ 30 trilhões (aproximadamente R$ 159 trilhões) até 2050. Este montante se aproxima ao estoque de títulos do Tesouro dos Estados Unidos e, segundo a consultoria, ultrapassa os investimentos ocorridos durante os períodos de expansão das ferrovias e das empresas pontocom, mesmo após correção inflacionária.
A Anthropic, uma das empresas centrais nesse cenário competitivo, planeja investir US$ 518 bilhões (cerca de R$ 2,75 trilhões) nos próximos anos, conforme detalhado em seu prospecto de oferta pública de ações analisado pela Reuters. Esse valor representa mais de cem vezes a receita que a companhia registrou em 2025.
Os defensores desses grandes investimentos argumentam que a IA trará um impacto econômico superior às transformações causadas pela máquina a vapor e pela industrialização. Contudo, grande parte dessa expectativa baseia-se em ganhos de produtividade e lucros futuros, para os quais ainda faltam provas concretas e precedentes históricos que garantam a chegada dos resultados no ritmo necessário.
O JPMorgan sinalizou em agosto que os ganhos de produtividade amplos nos Estados Unidos, líder da corrida da IA, permanecem difíceis de serem encontrados, o que gera incertezas sobre a sustentabilidade das avaliações do setor. Um estudo da Bain & Company chegou a uma conclusão similar, indicando que os ganhos de produtividade nos mercados atuais não seriam suficientes para justificar os níveis de investimento vigentes; para cobrir essa lacuna, seriam necessários mercados inteiramente novos.
Possibilidades para esses novos mercados incluem o uso de robôs operados por IA e o desenvolvimento de materiais inovadores para semicondutores e baterias. A Bain aponta que as empresas americanas responsáveis pela infraestrutura de IA — como Google, Amazon e Microsoft — e outras participantes da disputa precisariam gerar mais de US$ 4,2 trilhões (cerca de R$ 22,3 trilhões) em novas receitas nos próximos cinco anos para financiar a expansão. A dúvida central reside em saber se as aplicações capazes de gerar tal receita chegarão a tempo de remunerar a infraestrutura já construída.
O JPMorgan também advertiu que, historicamente, os ciclos de expansão tecnológica tendem a encerrar-se quando os investimentos em infraestrutura param de oferecer retornos adequados. Para atingir um retorno de 10% sobre este investimento, o setor de IA dos Estados Unidos teria que faturar cerca de US$ 3,55 trilhões (aproximadamente R$ 18,8 trilhões) anualmente até 2032, um valor que, atualmente, é apenas uma pequena fração.
Adicionalmente, o uso de estruturas alavancadas para financiar parte da infraestrutura eleva os riscos. Um economista ressaltou que uma diminuição modesta na demanda, atrasos ou quedas no valor dos ativos poderiam resultar em perdas muito maiores.
Perspectivas Futuras Apesar dos Números
Apesar dos dados apresentados, executivos da indústria continuam a descrever um futuro repleto de mudanças profundas. Dario Amodei, CEO da Anthropic, já expressou que um futuro impulsionado pela IA poderia ser algo de «beleza transcendente». Sam Altman, CEO da OpenAI, também afirmou que a rapidez das novas descobertas proporcionadas pela tecnologia será imensa à medida que os modelos aprenderem a aprimorar a si mesmos.
Jasjeet Sekhon, diretor de estratégia do Google DeepMind, considera o chamado autoaperfeiçoamento recursivo como um elemento crucial na tese de investimento em IA. Se alcançado, esse processo tem o potencial de acelerar os avanços dos sistemas e gerar ganhos de produtividade sem precedentes. No entanto, essa mesma possibilidade está ligada a preocupações sobre riscos existenciais para a humanidade.
Mesmo que a IA consiga reestruturar a economia, o fator tempo pode ser o principal obstáculo. Diane Coyle, economista da Universidade de Cambridge, observou que o impacto na produtividade de tecnologias revolucionárias anteriores geralmente levou entre dez e cinquenta anos para se disseminar pela economia.
A equipe econômica da Anthropic simulou diversos cenários para o crescimento adicional da IA em 2030. Partindo de uma projeção de crescimento de 2% em um cenário sem IA, o crescimento subiria para 2,4% em uma hipótese de impacto moderado, 5,4% em um cenário de impacto substancial e 15,4% em uma situação classificada como extrema. O estudo também indicou que um crescimento maior resultaria em maior perda de empregos, embora não atribua probabilidades aos cenários.
Amodei havia previsto no ano anterior que a IA poderia eliminar metade dos cargos administrativos de nível inicial em cinco anos. Entretanto, pesquisas recentes sugerem que o impacto parece estar mais ligado à dificuldade enfrentada por recém-chegados ao mercado de trabalho para conseguir posições de escritório. Estudos realizados nos Estados Unidos e no Reino Unido mostraram uma desaceleração na contratação de profissionais iniciantes para funções administrativas onde a IA possui maior capacidade.
Pesquisadores da Universidade Stanford relataram em agosto que o emprego de jovens de 22 a 25 anos em áreas afetadas pela IA, como contabilidade e assistência jurídica, estava 19% abaixo do registro em ocupações mais difíceis de serem replicadas pela tecnologia, como construção e limpeza.
Ainda assim, mesmo que a transformação prometida demore mais do que indicam os números das empresas de IA, os investimentos em infraestrutura podem continuar gerando benefícios econômicos a longo prazo. A história fornece exemplos disso: as ferrovias continuaram operando após o pânico financeiro de 1873, que levou muitas companhias ferroviárias à falência, e a internet não desapareceu após o estouro da bolha das empresas pontocom nos anos 1990. A infraestrutura estabelecida nesses ciclos permaneceu disponível para sustentar os ganhos de produtividade que vieram posteriormente.