Futuro da IA

O futuro próximo é invulgarmente previsível, porque está contratualizado. Os roadmaps públicos colocam o Rubin da NVIDIA e o MI400 da AMD em racks em 2026, com racks Rubin Ultra de ~600 kW previstos para 2027. O HBM4 está vendido antes de entrar em produção. Os campus anunciados — Hyperion com até 5 GW, os sites Stargate, a replicação de Fairwater — têm datas faseadas até 2028. As orientações de capital dos hyperscalers financiam tudo isso pelo menos até 2026.

A escalabilidade se mantém (o argumento dos laboratórios). Altman, Amodei e Hassabis argumentaram publicamente — cada um no seu registo próprio — que a capacidade continua a converter computação em valor: o raciocínio e os agentes aprofundam-se, a eletricidade dos data centers aproxima-se do cenário base da AIE (~945 TWh até 2030), os campus de gigawatts tornam-se rotina e as primeiras frotas de SMR ligam-se por volta de 2030. Neste cenário, o nível de construção atual subestima a procura.

Os retornos estabilizam (o argumento dos céticos). LeCun argumenta que as arquiteturas atuais não conseguem atingir inteligência de nível humano; críticos econômicos apontam para cronogramas de depreciação e financiamento circular. Nesse cenário, o capex se corrige como o setor de telecomunicações fez em 2001 — e, como a fibra óptica de então, deixa para trás computação barata e abundante para o que vier a seguir. Indicadores a observar: cortes nas projeções de capex, taxas de aluguel de GPUs, cadência de lançamentos.

Inversão de eficiência (a lição do DeepSeek). O desempenho por dólar melhora tão rapidamente que a inteligência se torna commodity; o valor migra para distribuição e integração; a demanda de energia fica abaixo das previsões. Indicador: modelos abertos em meses após a fronteira, preços por token caindo mais rápido do que os volumes crescem.