Investimentos em infraestrutura de IA podem acumular perdas superiores a US$ 3,5 trilhões até 2030, aponta Gartner
Consultoria prevê consolidação do mercado de neoclouds, com mais de 80% dos fornecedores deixando de operar de forma independente
O ritmo acelerado de investimentos em infraestrutura de inteligência artificial (IA) pode resultar em perdas significativas para o setor nos próximos anos. Segundo projeções do Gartner, mais de US$ 3,5 trilhões em ativos podem estar sujeitos a perdas de valor até o final de 2030, caso os fornecedores mantenham os atuais níveis de investimento.
A consultoria estima que os gastos com infraestrutura de IA chegarão a quase US$ 1 trilhão em 2026, com outros US$ 6 trilhões previstos entre 2027 e 2030. O problema está na diferença entre o volume de recursos aplicados e a capacidade de geração de receitas do mercado.
“Em 2026, espera-se que os fornecedores de Inteligência Artificial gastem quase US$ 1 trilhão em infraestrutura de IA, e a previsão é de que invistam mais US$ 6 trilhões entre 2027 e 2030”, afirma Will Sommer, diretor analista sênior do Gartner. “No entanto, nossa pesquisa indica que as receitas de Inteligência Artificial nos segmentos corporativo e de consumo serão insuficientes para sustentar retornos lucrativos sobre todos os investimentos de capital em IA planejados para esse período.”
De acordo com o levantamento, os proprietários de data centers voltados à IA precisariam acumular receitas de US$ 8,5 trilhões até 2030 para cobrir os investimentos anunciados, os custos de financiamento e alcançar um retorno sobre o capital investido (ROIC) de 12%. Entretanto, a receita total atribuível a essas infraestruturas não deve ultrapassar US$ 3,6 trilhões no período.
O cenário é agravado pelo modelo de negócios de boa parte das empresas nativas de IA, que operam com estruturas de poucos ativos próprios. Segundo o Gartner, menos da metade das receitas geradas pela tecnologia deve ficar com fornecedores que possuem infraestrutura significativa.
A combinação entre investimentos elevados, receitas insuficientes e rápida depreciação dos equipamentos pode provocar baixas contábeis expressivas. Se a trajetória atual continuar, mais de US$ 4 trilhões em ativos poderão ficar expostos a esse risco até 2032. A consultoria também avalia que o retorno de 12% sobre o capital investido não deverá ser alcançado antes do final daquele ano.
Mercado de neoclouds deve enfrentar consolidação
Entre os segmentos mais vulneráveis estão os fornecedores de neocloud, empresas especializadas em oferecer infraestrutura de computação em nuvem otimizada para aplicações de IA.
Diferentemente dos grandes provedores de nuvem, conhecidos como hyperscalers, que contam com receitas diversificadas para financiar seus investimentos, os neoclouds dependem diretamente da comercialização de capacidade computacional e serviços associados para sustentar suas operações.
O Gartner projeta que os gastos com infraestrutura como serviço (IaaS) otimizada para IA crescerão de US$ 66 bilhões em 2027 para US$ 174 bilhões em 2030. Apesar da expansão, o avanço não deverá ser suficiente para garantir a recuperação dos investimentos realizados por grande parte dos fornecedores.
“O crescimento dos gastos com IaaS otimizada para IA será muito baixo para que a maioria dos provedores de capacidade computacional para IA consiga recuperar seus investimentos em IA antes que a atual geração de semicondutores para IA seja substituída”, afirma Sommer.
A rápida evolução dos processadores utilizados em aplicações de inteligência artificial aumenta a pressão sobre essas empresas, que precisam recuperar os recursos investidos antes que seus equipamentos percam competitividade tecnológica.
Nesse contexto, o Gartner prevê que mais de 80% dos fornecedores de neocloud deixarão de operar de forma independente até 2030, pressionados pelos custos elevados e pela dificuldade de estabelecer modelos de negócios diferenciados.
As projeções fazem parte do estudo Prepare for AI Market Consolidation: Capital Write-Downs Could Exceed $4 Trillion by 2032, que analisa os riscos financeiros associados à expansão da infraestrutura de inteligência artificial e seus possíveis impactos sobre a estrutura competitiva do setor.
