Resumo

  • A Gartner projeta gastos mundiais com IA crescendo 49,5% em 2026, alcançando cerca de 1,79 trilhão de dólares — uma estimativa de intenção de demanda, não de entrega.
  • Paralelamente, a capacidade norte-americana de data centers adicionada no quarto trimestre de 2025 desacelerou consideravelmente segundo a Wood Mackenzie, com filas de interconexão de serviços públicos e escassez de chips Nvidia restringindo a oferta.
  • A inferência, não o treinamento, domina os gastos projetados até 2030, o que muda onde e quando a capacidade física é necessária.
  • O risco central não é superconstrução, mas subentrega: os pressupostos de receita embutidos nas previsões de demanda podem não ter os data centers que os pressupõem.

A análise começa com a própria previsão. Em 16 de setembro de 2026, a Gartner previsão publicada indicou que os gastos mundiais com IA crescerão 49,5% em 2026. Em 10 de agosto de 2026, a mesma consultoria projetou que o gasto com IaaS otimizada para IA cresceria 96% no ano. Estes são números enormes, e ambos foram reportados amplamente como sinais de uma expansão sem precedente.

Mas o que essas previsões medem é intenção de demanda: orçamentos anunciados, contratos assinados e expectativas de compra agregadas por fornecedores e clientes. Elas não medem se os megawatts existirão. A Wood Mackenzie informou que a capacidade de data centers recém-adicionada nos Estados Unidos desacelerou consideravelmente no quarto trimestre de 2025, apesar da demanda explosiva, porque o mercado não consegue acompanhar. A análise de filas de serviços públicos do Lawrence Berkeley National Laboratory documentou tempos de espera cada vez mais longos para novas conexões de energia.

A estrutura de composição importa. A Futurum estima que a inferência representará 71,7% do gasto com infraestrutura de plataformas de IA até 2030 — uma mudança do treinamento concentrado em poucos sites para inferência distribuída perto dos usuários, com implicações diferentes de energia e latência. A McKinsey analisa como os hiperescalers estão redistribuindo cargas de trabalho em resposta; a Deloitte observa a mesma tensão de compute.

Do lado da oferta, a escassez de chips continua. Reportagens de rede e da indústria documentam que os chips da Nvidia esgotaram-se, forçando compradores a cortar planos de IA ou buscar alternativas. A Sightline Climate sinaliza uma lacuna de capacidade de data centers de IA para 2026, enquanto o relatório da Utility Dive documenta que o boom de construção desacelerou apesar do gasto massivo.

O risco de interpretação é duplo. Primeiro, as previsões da Gartner são revisadas com frequência; os totais de séries anteriores foram reafirmados em revisões posteriores, e qualquer leitura deve divulgar essa cadeia de revisões em vez de tratar um único número como fundação. Segundo, se a entrega física ficar atrás da demanda projetada, os próprios gastos projetados podem não se materializar: um orçamento de 1,79 trilhão de dólares pressupõe data centers que ainda não existem. A Janus Henderson argumenta que o risco-chave é a subentrega, não a superconstrução — e a evidência atual de energia e filas de interconexão dá sustentação a essa leitura.

A conclusão limitada: os totais da Gartner são úteis como termômetro de intenção de demanda, mas a variável de estado que determina se eles se realizam está no canteiro de obras — energia, permitimento e cadeia de suprimentos de chips — e não nas planilhas de previsão. Até que a taxa de entrega de capacidade se recupere, o intervalo entre previsão e realidade tende a se ampliar, não a se fechar.

Referências