A frase que não encaixa na narrativa do boom da IA

O próprio presidente e CEO da IBM acabou de dizer, num podcast tecnológico de referência, para que fique registado, que as contas por trás das maiores apostas de infraestrutura do setor não batem certo. Em conversa com Nilay Patel no podcast Decoder da The Verge em agosto de 2026, Arvind Krishna apresentou um cálculo simples: construir um gigawatt de capacidade de centro de dados de IA custa, segundo a sua própria estimativa, cerca de 60 a 80 mil milhões de dólares só em chips. Multiplicado pelos cerca de cem gigawatts já comprometidos em todo o mundo, a fatura sobe para 6 a 8 biliões de dólares. No topo desse intervalo, disse Krishna, só os juros sobre esse capital exigiriam cerca de 800 mil milhões de dólares por ano em lucro para serem pagos - antes sequer de isso cobrir o próprio hardware. "Que exista tanta receita incremental assim, não acredito", disse, acrescentando que a metade dos níveis de despesa atuais as contas "batem certo na perfeição", mas ao dobro, algumas empresas simplesmente não vão gerar retorno suficiente.

Nada disto soa a tese bearish de um hedge fund nem a slogan de um ativista. E o CEO de uma empresa que passou tres décadas a construir e a vender infraestrutura informática empresarial, a fazer o mesmo tipo de cálculo de economia unitária que um diretor financeiro faria antes de assinar um compromisso de capital - e a chegar a um número que não bate certo.

Isto não e uma declaração isolada

A razão para levar o número a sério e que Krishna não o inventou para uma única entrevista. Fez o mesmo argumento, com a mesma estimativa de 60 a 80 mil milhões de dólares por gigawatt, já no podcast In Good Company da Norges Bank Investment Management com Nicolai Tangen em maio de 2026 - quatro meses, um ciclo de resultados e um entrevistador e um público totalmente diferentes antes de o repetir no Decoder. Uma única frase marcante pode ser uma fala ensaiada preparada para um momento concreto. A mesma economia unitária específica sobreviver a duas conversas longas e não preparadas, com meses de intervalo, aproxima-se mais de um modelo que a equipa de Krishna usa realmente internamente do que de uma mensagem produzida para um único ciclo noticioso.

Essa distinção importa para quem tiver de decidir quanto peso dar a afirmação. Uma declaração isolada convida a perguntar pelo contexto e pelo estado de espírito do dia; um número repetido de forma consistente em duas entrevistas separadas, com quatro meses e um ciclo de produto de intervalo, convida a pergunta mais difícil sobre que provas o fariam mudar.

Porque importa quem o diz

Porque importa: a IBM não e um árbitro neutro no debate sobre a economia da infraestrutura de IA, e e precisamente isso que torna o número digno de verificação em vez de descarte. O negócio de IA empresarial da IBM assenta em software, consultoria e implementações mais pequenas e feitas a medida para clientes empresariais, não na expansão de centros de dados hyperscale que a Amazon, a Alphabet, a Microsoft e a Meta estão a financiar - só estas quatro empresas gastaram 725 mil milhões de dólares em infraestrutura de IA em 2026, um aumento de 77 por cento em relação ao ano anterior. Se a corrida dos hyperscalers, intensiva em capital, arrefecer, o modelo mais lento e de maior margem da IBM parece relativamente mais atrativo para os mesmos compradores empresariais a quem Krishna se dirige. Esse interesse comercial não torna as suas contas erradas - a estimativa de custo por gigawatt e o cálculo de cobertura de juros são verificáveis face as divulgações públicas de despesa de capital -, mas e um facto que qualquer dono que pondere o seu aviso devia ter em conta a par do próprio número.

Na mesma semana em que circularam os comentarios de Krishna, a Applied Materials apresentou receitas trimestrais recorde e elevou a sua previsão para 2026 para um crescimento de mais de 30 por cento na despesa em equipamento de semicondutores, um resultado construído inteiramente sobre a premissa de que a expansão posta em causa por Krishna continua a acelerar. A Applied Materials vende as ferramentas que constroem as fábricas que fabricam os chips que vão para os centros de dados - beneficia do facto de se gastar capital, independentemente de essa despesa de capital chegar ou não a compensar-se para as empresas que a realizam. Duas empresas, a mesma semana, dois interesses económicos completamente distintos sobre se Krishna tem razão.

A conclusão para quem esteja a assinar um contrato de infraestrutura de IA

A conclusão: a resposta correta a um aviso como este não e aceita-lo porque uma pessoa credível o disse, nem descarta-lo porque essa pessoa tem algo a ganhar se se vier a revelar certo. E tratar as afirmações concretas e verificáveis - 60 a 80 mil milhões de dólares em chips por gigawatt, 6 a 8 biliões de dólares de despesa total comprometida, cerca de 800 mil milhões de dólares por ano de lucro necessário para cobrir os juros no topo desse intervalo, e duas ou tres empresas de modelos sobreviventes face a um mercado que conta com seis a doze - como um modelo a testar face a própria exposição, não como um veredito a aceitar ou rejeitar consoante a reputação de quem o disse.

Para qualquer dono ou operador com compromissos plurianuais em infraestrutura de IA, seja um contrato de nuvem, um arrendamento de colocation ou a dependência de um número reduzido de fornecedores de modelos de fronteira, o exercício prático e simples: aplicar os próprios números de Krishna aos fornecedores concretos nos seus contratos, e tratar a concentração em duas ou tres contrapartes, em vez das seis a doze que o mercado atualmente conta, como o cenário base para planear e não como o risco de cauda contra o qual simplesmente nos seguramos.

Leia a seguir: A AMD superou tudo. A ação caiu 8 por cento  |  Anthropic quer gastar 6 mil milhões para cortar custos de computação