Resumo

  • A previsão de setembro de 2026 da Gartner estima US$ 2,7 trilhões em gastos mundiais com IA em 2026 (+49,5%), com US$ 1,48 trilhão — cerca de 56% do total — na categoria de infraestrutura de IA.
  • A taxonomia foi reescrita duas vezes em 2026: em setembro, "AI Models" tornou-se "Generative AI Models" e uma nova linha "AI Agents and Assistants" foi separada do software, com agentes de consumo incluídos pela primeira vez.
  • A própria Gartner afirma que comparações entre iterações do forecast não são significativas porque o escopo se ampliou; parte das taxas de crescimento revisadas reflete redefinição de categorias, não apenas demanda.
  • A infraestrutura é dominada por dispositivos e compras impulsionadas por fornecedores: no detalhamento de abril de 2026, dispositivos somavam US$ 604,1 bilhões, enquanto o IaaS otimizado para IA era de apenas cerca de US$ 38,5–42,3 bilhões.

Três vintages, três tabelas

O release de janeiro de 2026 da Gartner previu US$ 2,52 trilhões em gastos com IA para 2026 (+44%), com oito segmentos e uma única linha "AI Models" (US$ 26,4 bilhões para 2026) (Gartner). O update de maio elevou o total para US$ 2,59 trilhões (+47%) e a infraestrutura para US$ 1,43 trilhão, com o crescimento de "AI Models" revisado para 110% (Morningstar/Business Wire, 19-05-2026).

O release de setembro (16-09-2026) elevou o total para US$ 2,67 trilhões (+49,5%) e reescreveu a estrutura: nove segmentos, com "Generative AI Models" (US$ 28,3 bilhões) substituindo "AI Models" e uma nova linha "AI Agents and Assistants" (US$ 29,2 bilhões) esculpida fora do software de IA, incorporando agentes e assistentes de consumo pela primeira vez (Gartner; IT Voice). As taxas de crescimento também foram revisadas: plataformas de desenvolvimento de aplicações de 28% para 39%; modelos generativos de 110% para 117%.

O que a tabela de setembro conta

A tabela completa (em milhões de dólares, 2025/2026/2027): serviços de IA 434.046 / 576.481 / 745.655; segurança cibernética de IA 25.920 / 51.347 / 85.997; software de IA 288.168 / 461.637 / 656.353; agentes e assistentes de IA 16.481 / 29.219 / 65.472; modelos generativos de IA 13.021 / 28.266 / 51.620; plataformas de ciência de dados e ML 19.405 / 26.445 / 35.552; plataformas de desenvolvimento de aplicações de IA 6.885 / 9.541 / 12.478; dados de IA 826 / 3.126 / 6.480; infraestrutura de IA 981.920 / 1.484.397 / 1.977.685; total 1.786.671 / 2.670.460 / 3.637.292 (IT Voice). A Gartner observa que os valores dos segmentos são arredondados independentemente e podem não somar aos totais declarados.

A infraestrutura inclui IaaS otimizado para IA, servidores otimizados para IA, rede (network fabric), semicondutores de processamento de IA e dispositivos (Gartner). O detalhamento de abril de 2026 mostrava dispositivos como o maior subsegmento (US$ 604,1 bilhões), seguidos por servidores (US$ 468,9 bilhões) e semicondutores (US$ 286,0 bilhões), com rede em US$ 34,1 bilhões e IaaS otimizado para IA em apenas US$ 38,5 bilhões (Locsic). A Campus Technology calcula que, no total de setembro, cada dólar gasto em modelos generativos corresponde a mais de US$ 52 em infraestrutura, com o IaaS otimizado para IA chegando a US$ 42,3 bilhões em 2026 (+96%) e inferência (US$ 23,3 bilhões) superando treinamento (US$ 19 bilhões) (Campus Technology).

O aviso metodológico

Na própria documentação do forecast, a Gartner declara: "Esta é a primeira iteração do forecast de gastos com IA que a Gartner publicou... as comparações de gastos com iterações anteriores, portanto, não são significativas, pois o escopo se ampliou" (Software Strategies Blog, 16-02-2026). O escopo ampliado incluiu segurança cibernética de IA, dados de IA e a separação de agentes como segmento próprio.

A implicação editorial é direta: quando a Gartner eleva o crescimento de um segmento entre vintages — por exemplo, plataformas de desenvolvimento de aplicações de 28% para 39% — parte do salto reflete reclassificação e definição mais ampla, não apenas demanda adicional. Ler os títulos dos releases como se medissem a mesma coisa em janeiro, maio e setembro é um erro de leitura que a própria fonte adverte evitar.