Uma dúvida significativa paira sobre o setor tecnológico: até quando os maciços investimentos em infraestrutura de inteligência artificial serão sustentáveis? As grandes empresas de tecnologia estão alocando centenas de bilhões de dólares em infraestrutura de IA, com foco em centros de dados e nos chips que os suportam. Esse investimento, segundo elas, visa preparar o terreno para que a inteligência artificial transforme nossa economia, o mercado de trabalho e até mesmo nossas interações sociais.
Só neste ano, estima-se que as empresas do setor tecnológico gastarão cerca de US$ 400 bilhões em investimentos de capital relacionados à IA. É quase certo que isso criará uma pressão constante sobre as finanças das companhias. Para aquelas que veem a inteligência artificial como fundamental para seu futuro, a frequência com que precisarão atualizar ou substituir chips avançados é uma preocupação crucial — especialmente em um cenário de crescente ceticismo sobre se a IA poderá gerar retornos substanciais ou rápidos o suficiente para compensar os investimentos feitos e cobrir os custos futuros de infraestrutura.
Essas inquietações surgem em um momento em que as ações das chamadas “Sete Magníficas” do setor tecnológico representam aproximadamente 35% do valor no S&P 500, levantando questões sobre o impacto de uma possível queda na IA sobre a economia. “O quanto dessa construção é uma bolha depende, em parte, da longevidade desses investimentos”, comentou Tim DeStefano, professor associado de pesquisa na escola de negócios McDonough, em Georgetown.
Não está claro por quanto tempo as unidades de processamento gráfico (GPUs), que são os chips mais utilizados para treinamento e processamento de IA, manterão sua eficácia. Especialistas em tecnologia consultados pela CNN estimam que esses chips podem ser utilizados para treinar grandes modelos de linguagem por um período que varia de 18 meses a três anos. No entanto, eles podem continuar a ser empregados em tarefas menos exigentes por vários anos, acrescentaram.
Em contrapartida, as unidades centrais de processamento (CPUs) utilizadas em data centers tradicionais são normalmente trocadas a cada cinco a sete anos. Isso se deve, em parte, ao fato de que o treinamento de modelos de IA submete os chips a tensões e temperaturas elevadas, acelerando seu desgaste. Aproximadamente 9% das GPUs falharão em um ano, em comparação com cerca de 5% das CPUs, segundo David Bader, professor de ciência de dados do Instituto de Tecnologia de Nova Jersey.
As gerações mais novas de chips de IA estão se desenvolvendo rapidamente e se tornando mais eficazes, o que sugere que pode não ser financeiramente viável continuar utilizando chips mais antigos, mesmo quando ainda operam. Diferentes especialistas apresentam estimativas variadas: DeStefano acredita que os chips de IA devem falhar após cerca de cinco a dez anos de uso, embora sua viabilidade econômica seja de apenas cerca de três a cinco anos. Por outro lado, Bader considera que as GPUs podem ser usadas para o treinamento de modelos de IA de 18 a 24 meses, mas que chips mais antigos ainda conseguem lidar com tarefas de inferência por mais cinco anos, estendendo seu valor.
A Nvidia, principal fornecedora de chips de IA, afirma que seu sistema de software CUDA permite que os clientes atualizem o software dos chips existentes, adiando a necessidade de migrar para novos produtos. A diretora financeira da Nvidia, Colette Kress, mencionou em uma conferência recente que as GPUs lançadas há seis anos continuam a operar em plena capacidade, graças ao sistema CUDA.
Entretanto, independentemente da durabilidade dos chips, as empresas de tecnologia enfrentam a mesma questão: “De onde virá a receita necessária para sustentar essa escala de investimento?”, questionou Mihir Kshirsagar, diretor da clínica de política tecnológica do Centro de Política de Tecnologia da Informação de Princeton. À medida que os chips se desgastam mais rapidamente, as empresas sentirão uma pressão crescente para gerar retorno sobre seus investimentos em IA para financiar suas substituições.
A demanda a longo prazo por IA ainda é incerta, especialmente considerando os relatos deste ano que indicam que a maioria das empresas que adotaram a tecnologia ainda não observou benefícios significativos em seus resultados financeiros. Os clientes corporativos serão os principais responsáveis pela geração de receita para as empresas de IA, mas essas empresas ainda estão descobrindo como usar a tecnologia para criar valor ou reduzir custos, conforme apontou DeStefano.
“Há uma demanda por IA generativa entre usuários individuais… mas isso não é suficiente para que essas grandes empresas de IA recuperem seus investimentos”, acrescentou. Michael Burry, o renomado investidor conhecido por “The Big Short”, recentemente alertou sobre a possibilidade de uma bolha de IA, argumentando que as empresas de tecnologia podem estar superestimando a durabilidade de seus investimentos em chips, o que pode impactar negativamente seus lucros.
Os líderes do setor de IA também têm começado a abordar essa questão com mais frequência. O CEO da Microsoft, Satya Nadella, mencionou em um podcast recente que a empresa começou a espaçar seus investimentos em infraestrutura para evitar que os chips de seus data centers se tornem obsoletos ao mesmo tempo. Já a diretora financeira da OpenAI, Sarah Friar, soou o alarme ao afirmar que a capacidade da empresa de ser uma fabricante inovadora de modelos de IA depende da durabilidade dos chips mais avançados: “três anos, quatro anos, cinco anos ou até mais”. Se esse ciclo de vida for mais curto do que o esperado, ela sugeriu que a empresa poderia precisar que o governo dos EUA “garantisse” a dívida que está assumindo para financiar seus compromissos de infraestrutura. (A OpenAI rapidamente tentou esclarecer que não estava buscando uma garantia governamental.)
Em bolhas de mercado anteriores, a infraestrutura construída durante períodos de euforia, que ficou inativa após o estouro, ainda era utilizável anos depois. Por exemplo, os cabos de fibra óptica instalados durante a bolha da internet no final da década de 1990 agora sustentam a internet que conhecemos. No entanto, a bolha da IA — se realmente existir — pode ser uma situação diferente, argumenta Paul Kedrosky, sócio-gerente da SK Ventures. Ele ressalta que os data centers de IA podem não manter o mesmo potencial de uso ao longo do tempo sem investimentos contínuos em novos chips. E as consequências podem ir muito além da saúde financeira das gigantes da tecnologia e dos preços de suas ações.
“Não estamos apenas construindo data centers; as empresas de tecnologia estão também se esforçando para construir usinas de eletricidade para sustentar tudo isso”, alertou Kshirsagar. “Se a economia não prosperar, haverá questões sociais extremamente relevantes a serem consideradas.”
