A infraestrutura voltada para inteligência artificial entrou em uma fase de alocação de recursos financeiros sem paralelos na indústria moderna. Um modelo analítico da Goldman Sachs, elaborado pela equipe de estrategistas liderada por Ryan Hammond, estima que os cinco principais operadores de hiperescala dos Estados Unidos direcionarão aproximadamente US$ 1,2 trilhão para despesas de capital (capex, ou capital expenditure, termo técnico que designa os fundos aplicados na aquisição ou melhoria de bens físicos como data centers, chips e instalações prediais) no ano de 2027.
O montante estimado representa um crescimento de 54% em relação aos cerca de US$ 800 bilhões projetados para 2026. Em um cenário otimista mapeado pela equipe de análise, a cifra anual pode alcançar até US$ 1,4 trilhão em 2027. Esses números superam a mediana das previsões convencionais do mercado financeiro, que projetavam um dispêndio entre US$ 920 bilhões e US$ 1,1 trilhão para o mesmo período. O avanço exponencial na compra de aceleradores lógicos, na expansão de malhas elétricas e nas edificações civis redefine os fluxos corporativos globais.
Metodologia e cronologia do ciclo de investimentos
A projeção de US$ 1,2 trilhão resulta da estratificação do ciclo de construção da infraestrutura de inteligência artificial em etapas bem delimitadas. A modelagem desenvolvida pelo grupo financeiro mapeou o avanço do mercado em fases temporais que mostram como o ritmo de alocação de recursos se transformou entre 2023 e o horizonte projetado até 2031.
Na Fase 1, compreendida entre os anos de 2023 e 2025, os desembolsos de capital dos provedores totalizaram aproximadamente US$ 633 bilhões. Essa etapa cobriu as primeiras aquisições massivas de processadores para treinamento de modelos de linguagem e readequações imediatas de centros de processamento existentes.
A Fase 2, concentrada no biênio 2026 e 2027, projeta uma aceleração drástica dos investimentos, atingindo US$ 1,73 trilhão de forma agregada ao longo dos dois anos. Essa escala é sustentada pelos planos orçamentários já divulgados pelos maiores grupos tecnológicos. Em demonstrativos recentes, a Amazon (abre em nova aba) reportou cerca de US$ 44,2 bilhões em capex trimestral, a Alphabet (abre em nova aba) registrou US$ 35,67 bilhões em um trimestre, e a Microsoft (abre em nova aba) apontou US$ 30,88 bilhões em seu período correspondente. A Meta (abre em nova aba), por sua vez, elevou sua previsão anualizada de dispêndios de capital para a faixa entre US$ 125 bilhões e US$ 145 bilhões, compondo uma base na qual a Oracle (abre em nova aba) também atua com planos agressivos de implantação de infraestrutura física.
Em uma janela de longo prazo que se estende de 2026 a 2031, os gastos cumulativos em equipamentos e instalações de suporte à computação de inteligência artificial podem somar cerca de US$ 7,6 trilhões. A despeito do tamanho absoluto das cifras, a taxa de expansão percentual tende a exibir desaceleração progressiva: o ritmo, que beirava 100% em 2026, recua para 54% em 2027 e atinge cerca de 12% em 2028, exercício no qual o gasto agregado deve estabilizar na faixa de US$ 1,4 trilhão.
| Período / Parâmetro | Capex Estimado | Ritmo de Crescimento Anual | Características Principais |
|---|---|---|---|
| Fase 1 (2023-2025) | US$ 633 bilhões (acumulado) | Aceleração inicial | Aquisição de chips e adaptação de data centers |
| Ano de 2026 | ~US$ 800 bilhões | Próximo a 100% | Expansão rápida de malhas elétricas e servidores |
| Ano de 2027 (Base) | US$ 1,2 trilhão | 54% | Superação de expectativas de mercado e pico histórico |
| Ano de 2027 (Otimista) | Até US$ 1,4 trilhão | Superior a 60% | Aceleração máxima de implantações físicas |
| Ano de 2028 | US$ 1,4 trilhão | 12% | Desaceleração da taxa de expansão do capex |
| Ciclo 2026-2031 | US$ 7,6 trilhões (acumulado) | Curva de maturação | Manutenção e estabilização de longo prazo |
A proporção histórica e o paralelo ferroviário
O peso relativo desses investimentos introduz uma analogia macroeconômica notável. Ryan Hammond e seus colegas analistas pontuaram que, em 2027, as despesas de capital associadas à infraestrutura de hiperescala representarão uma fração do Produto Interno Bruto (PIB) superior à de qualquer outro ciclo de investimento tecnológico ocorrido desde a expansão das ferrovias no final do século XIX.
Durante o ciclo ferroviário oitocentista, a economia exigiu a drenagem de parcelas substantivas do capital disponível para assentar trilhos, viadutos e forjar locomotivas, criando a rede base de circulação territorial de mercadorias. A implantação de inteligência artificial replica esse comportamento ao canalizar um montante histórico de capital para erguer subestações energéticas, edifícios refrigerados, fibras ópticas e sistemas de armazenamento de dados antes mesmo que a camada de aplicações atinja maturidade plena de receitas.
Mudança de estrutura financeira: O papel do endividamento
Um aspecto crítico ressaltado pelos analistas é a alteração no perfil de liquidez das companhias. Os dispêndios de capital começaram a superar o volume de recursos gerados exclusivamente pelas operações correntes dessas empresas. Esse déficit de cobertura pelo fluxo operacional obriga as organizações a recorrerem à captação de dívida no mercado de capitais para sustentar as obras civis e a compra de hardware.
Estrategistas de crédito liderados por Amanda Lynam destacam a evolução do endividamento dessas corporações:
- Em 2025, os operadores de hiperescala emitiram US$ 108 bilhões em títulos de dívida com grau de investimento (investment-grade bonds, obrigações de longo prazo emitidas por empresas com baixo risco percebido de inadimplência), o que financiou aproximadamente 26% de seus dispêndios de capital naquele ano.
- No primeiro semestre de 2026, essas captações somaram US$ 194 bilhões, direcionando o ano para um montante total de cerca de US$ 250 bilhões em papéis com grau de investimento, cobrindo cerca de 33% do capex executado.
- Para o ano de 2027, a projeção aponta para perto de US$ 400 bilhões em emissões de títulos corporativos dessa classe, o que proverá cerca de 35% do pacote financeiro de capex, estimado entre US$ 1,14 trilhão e US$ 1,2 trilhão.
A dependência de emissão de dívida transforma companhias historicamente reconhecidas por seus balanços desprovidos de alavancagem em devedoras de grande escala perante investidores institucionais.
Gargalos operacionais: Energia, semicondutores e mão de obra
A concretização material de um volume de US$ 1,2 trilhão enfrenta limitações do mundo físico que independem exclusivamente do aporte financeiro. A análise identifica três gargalos primordiais capazes de desacelerar o cronograma:
- Capacidade energética: A instalação massiva de servidores de alta densidade exige conexões de rede elétrica de múltiplos megawatts ou gigawatts por instalação. Os prazos para aprovação de conexão, construção de subestações de alta tensão e fornecimento estável de energia impõem atrasos aos cronogramas civis dos data centers.
- Chips de memória de alto desempenho: A fabricação de semicondutores não depende apenas das unidades de processamento gráfico, mas fundamentalmente das memórias integradas de alta largura de banda. A cadeia produtiva de silício para chips de memória enfrenta gargalos nas fábricas especializadas de encapsulamento avançado.
- Mão de obra especializada: A construção rápida de centenas de novas instalações técnicas depende de engenheiros elétricos, técnicos em climatização de circuitos líquidos e operários industriais especializados em engenharia de instalações críticas, recurso humano escasso diante da velocidade de execução imposta.
A convergência desses três limitadores logísticos pode alongar os prazos de ativação física dos servidores, elevando custos unitários e adiando a entrada em operação dos clusters de processamento.
O limiar de breakeven e o retorno sobre o capital investido
O risco central atrelado a esse ciclo de gastos maciços recai sobre o retorno econômico real das tecnologias de inteligência artificial. Para justificar o investimento e evitar a destruição de valor aos acionistas, as empresas precisam demonstrar demanda comercial monetizável em escala proporcional à estrutura instalada.
A modelagem estipula dois patamares de receita fundamentais para o ecossistema das empresas de tecnologia envolvidas:
- Ponto de equilíbrio (breakeven): Os provedores de hiperescala necessitam de uma receita anual agregada de aproximadamente US$ 300 bilhões diretamente atrelada a serviços de inteligência artificial nos próximos anos apenas para cobrir as despesas incorridas e impedir prejuízos operacionais na infraestrutura.
- Retorno exigido pelo mercado: Caso os investidores passem a exigir um retorno sobre o capital investido (ROIC, a métrica percentual que mede a eficiência com que uma empresa gera lucros a partir dos recursos alocados em seus ativos) de 20%, a receita anual do setor precisará ultrapassar a faixa de US$ 500 bilhões.
A distância entre os US$ 300 bilhões mínimos de sobrevivência financeira e o cenário de geração corrente gera o risco latente de superinvestimento. As decisões de compra tomadas por equipes de engenharia e lideranças corporativas da Amazon, Alphabet, Microsoft, Meta e Oracle são calibradas pelo receio de subinvestimento, ou seja, o perigo de não possuir capacidade computacional caso a demanda atinja picos previstos. Caso a monetização real de softwares corporativos e produtos baseados em inteligência artificial não atinja a marca de centenas de bilhões de dólares ao ano, o peso financeiro das dívidas e a depreciação acelerada dos componentes de hardware criarão pressão direta sobre a rentabilidade dessas gigantes tecnológicas.