O CEO da Nvidia, Jensen Huang, fez um discurso de abertura na conferência anual de desenvolvedores GTC da empresa em San Jose, Califórnia, em 16 de março de 2026, apresentando a plataforma de data center de IA de próxima geração, Vera Rubin, e a arquitetura de GPU de IA de próxima geração, Rubin Ultra.
Josh Adelson | AFP | Imagens Getty
NVIDIA O Chefe do Executivo, Jensen Huang, excedeu em muito até as estimativas mais optimistas de quanto gastaria em inteligência artificial.
Durante uma teleconferência de resultados na noite de quarta-feira, Huang disse acreditar que os gastos de capital com inteligência artificial poderiam chegar a US$ 4 trilhões.
“Os gastos de capital são de um trilhão de dólares e estão crescendo em direção a três para quatro (marca de trilhões de dólares)”, disse ele, falando apenas de gastos de capital para hiperscaladores como este carta e Amazôniaque não inclui outras partes do mercado de supercomputação, como Neoclouds.
A diretora financeira da Nvidia, Colette Kress, foi mais específica na teleconferência.
“Os analistas agora prevêem que os gastos de capital em hiperescala excederão US$ 1 trilhão em 2027, e a IA de agente está começando a proliferar em todos os setores, com gastos em infraestrutura de IA previstos para atingir US$ 3 a US$ 4 trilhões anualmente até o final da década”, disse ela.
Só uma coisa: isso está bem à frente da trajetória estimada de Wall Street.
Uma análise de Laura Martin, da Needham, mostrou estimativas consensuais de que os gastos de capital dos hiperscaladores atingirão US$ 1,03 trilhão em 2028 – apenas um terço a um quarto do que será dois anos depois, se a previsão de Huang estiver correta.
“Se a previsão de Jensen Huang estiver correta… então acreditamos que a estimativa de consenso contida no gráfico abaixo será revisada para cima”, escreveram ela e seu colega Dan Medina na quinta-feira. “(Sua) visão para os hiperescaladores é diferente e mais interessante do que o que os hiperescaladores dizem em suas previsões de lucros.”
Alguns em Wall Street têm previsto que as despesas de capital atingirão 1 bilião de dólares até ao final do próximo ano, mais rapidamente do que as estimativas de consenso, mas ainda estão significativamente aquém da previsão de Huang, que espera que esse número quadruplique nos próximos três anos.
Não há dúvida de que mais investimentos em infraestrutura de hiperscaladores e outras empresas beneficiarão os negócios da Nvidia como fabricante dominante de chips de inteligência artificial. Mas o crescimento das receitas da nuvem, bem como os avanços nos algoritmos de ponta, parecem apoiar o otimismo de Huang até agora.
A receita trimestral de todas as grandes empresas de nuvem superou as expectativas, com a Alphabet aumentando 63%, a AWS aumentando 28% e a Microsoft aumentando 40%.
“Há um bilhão de usuários no mundo – usuários humanos. Minha sensação é que haverá bilhões de agentes no mundo… e cada agente gerará subagentes”, disse Huang.
É muito cedo para chegar a um consenso sobre produtividade
Apesar do progresso, do aumento das receitas e das frequentes comparações históricas com os caminhos-de-ferro e outras fases de desenvolvimento industrial de capital intensivo, permanecem sérias dúvidas sobre o impacto a longo prazo da inteligência artificial na rentabilidade, na produtividade e, em última análise, na viabilidade.
O JPMorgan Chase estimou em novembro que um retorno de 10% sobre os investimentos em IA exigiria cerca de US$ 650 bilhões em receitas anuais perpétuas até 2030, um número que eles chamaram de “impressionante” e equivalente a “0,58 pontos percentuais do PIB global, ou US$ 34,72 por usuário atual do iPhone por mês, ou US$ 180 por assinante da Netflix por mês”.
Em comparação, a receita da nuvem atingiu US$ 455 bilhões nos últimos 12 meses desde abril, de acordo com o Synergy Research Group.
“Se os ganhos de eficiência se tornarem realidade, não haverá problema; as empresas prósperas terão amplos recursos para pagar as suas contas”, escreveu em Janeiro Cédric Durand, economista da Universidade de Genebra. “Em alguns anos, quando a IA permear os fluxos de trabalho e os custos de saída se tornarem proibitivos, a base de clientes não conseguirá escapar.”
No entanto, as melhorias na produtividade da IA ainda não produziram efeitos e muito menos alcançaram consenso entre os economistas.
“Será este o início de um boom de produtividade da IA? Talvez!” Martha Kimbell, economista do Yale Budget Lab Escrito em fevereiro. “Até que recebamos um sinal claro de alguma forma, não deveríamos colocar todos os nossos ovos na cesta de divulgação de dados de produtividade.
Economistas do Federal Reserve descobriram em março que “Há uma heterogeneidade significativa entre as empresas na adopção da IA”, descrevendo a incompatibilidade entre a percepção e a realidade do impacto da IA.
“O crescimento da produtividade percebido foi superior ao crescimento da produtividade medido, o que pode reflectir atrasos na realização de receitas”, escreveram.
