Quando um executivo imagina quanto custa a inteligência artificial, pensa em placas de vídeo, conta de luz e fila de espera por chips. A WD (abre em nova aba), fabricante de discos rígidos, quer que ele pense também nos dados que cada uso da IA deixa para trás. A tese saiu nesta quinta-feira (22) no site da MIT Technology Review (abre em nova aba), assinada por Tim Rausch. O texto traz um detalhe que não pode ficar no rodapé: é conteúdo patrocinado. Uma nota ao final avisa que foi produzido pela WD, e não pela redação da revista.
Nada de errado nisso. Fabricante de guarda-chuva também acerta quando avisa que vai chover. Mas convém ler o argumento sabendo quem vende o guarda-chuva.
Treinar acaba, usar não
O raciocínio da WD parte de uma distinção simples. Treinar um modelo de IA é uma tarefa com começo e fim. Consome muito, mas termina. Já a inferência, nome técnico para o momento em que alguém usa o modelo para fazer uma pergunta, pedir uma imagem ou encomendar um vídeo, não para nunca. Acontece a cada clique, o dia inteiro. Segundo a empresa, cada um desses pedidos deixa um resíduo.
O exemplo vem de medições internas da WD. Um clipe de 8 segundos, entregue ao usuário como arquivo de 720p com 3,97 MB, gerou mais de 500 MB de dados nos bastidores. Entram nessa conta logs de operação, contexto guardado em cache, renderizações, backups e registros de segurança. A empresa calcula um volume 130 vezes maior que o do arquivo que o cliente de fato vê. Para vídeos corporativos mais longos e em resolução maior, diz a WD, a sobra pode chegar a centenas de gigabytes por clipe.
O mecanismo é plausível. Sistemas de IA guardam rastros para corrigir falhas, auditar respostas e não perder trabalho. O problema está na procedência do número. A medição é da própria WD, que vende onde guardar esses dados, e não há sinal de verificação independente. Serve como ilustração, não como régua.
A McKinsey, com um arredondamento
Para dar escala ao problema, o texto patrocinado recorre à McKinsey (abre em nova aba). Atribui à consultoria três projeções até 2030. A demanda por inferência cresceria 35% ao ano, contra 22% do treinamento, e chegaria a "mais de 40%" da demanda total dos data centers no fim da década.
As duas primeiras contas batem com o estudo, publicado em dezembro de 2025. A terceira, não. A McKinsey escreveu que, até 2030, a inferência vai superar o treinamento e responder por mais da metade de toda a computação de IA, o que equivale a algo entre 30% e 40% da demanda total dos data centers. O teto da consultoria virou o piso do patrocinador.
| Ponto | O que diz a McKinsey | Como a WD resumiu |
|---|---|---|
| Crescimento anual da inferência até 2030 | 35% | 35% |
| Crescimento anual do treinamento até 2030 | 22% | 22% |
| Fatia da inferência na demanda total dos data centers em 2030 | cerca de 30% a 40% | mais de 40% |
O texto da WD também deixa de fora dois detalhes. O estudo da McKinsey trata de energia e da estratégia das gigantes de nuvem nos Estados Unidos, não de armazenamento. E a própria consultoria diz que a trajetória da inferência é incerta, porque ganhos de eficiência podem derrubar o crescimento para algo entre 4% e 7% ao ano. Entre 35% e 4% cabe uma indústria inteira.
A pesquisa do patrocinador
O outro pilar do argumento é um estudo da IDC (abre em nova aba) patrocinado pela WD. A pesquisa ouviu 763 tomadores de decisão de TI e de negócios em vários países. Quase 95% disseram que o volume de dados da empresa cresceu nos últimos 12 meses por causa da IA generativa, e cerca de 61% relataram alta de 25% ou mais. Além disso, 96% esperam precisar recuperar arquivos antigos mais depressa, seja para a inferência, seja para o RAG, a técnica em que a IA consulta documentos da própria empresa antes de responder.
São percepções de executivos, colhidas numa pesquisa paga por quem vende armazenamento. Não são medições.
O que sobra de útil
Descontado o interesse comercial, fica um ponto que merece atenção. A IA não é uma despesa que se paga uma vez. Cada uso gera registros, cópias e históricos que alguém precisa guardar e pagar para guardar. Quem contrata ou monta serviços de IA faz bem em perguntar ao fornecedor o que o sistema retém, por quanto tempo e em qual conta isso aparece.
A WD pode estar certa sobre a chuva. Por enquanto, porém, quem mede a tempestade é o mesmo que vende o guarda-chuva.