A aposta de US$ 690 bi da Big Tech em IA depende de um teste: ROI nas empresas

Por que as gigantes de nuvem constroem antes da prova final

Para os grandes provedores de nuvem, construir pouco também tem custo. Se a demanda por cargas de trabalho de IA crescer mais rápido do que a capacidade disponível, quem já tiver data centers e chips prontos para vender sai na frente. Quem ainda estiver esperando obras, compras de equipamentos ou disponibilidade de energia pode perder a janela.

É por isso que a expansão atual pode ser racional mesmo antes de o ROI corporativo estar completamente comprovado. A AInvest descreve a expansão de data centers em 2026 como algo que ocorre em meio a restrições de oferta e afirma que o investimento em infraestrutura de IA está avançando mais rápido do que a captura de valor em software ^[7]. Em bom português: a Big Tech está tentando controlar um insumo escasso antes que o mercado final esteja totalmente maduro.

Mas isso não é uma validação automática. Construir cedo reduz o risco de perder demanda. Ao mesmo tempo, aumenta o risco de a capacidade chegar antes de haver clientes suficientes prontos para pagar por ela em grande escala.

O elo fraco ainda é o ROI empresarial

Adoção de IA e retorno de IA não são a mesma coisa. A pesquisa global de IA de 2025 da McKinsey mostrou que quase dois terços dos respondentes dizem que suas organizações ainda não começaram a escalar IA por toda a empresa; 64% afirmam que a IA está viabilizando inovação, mas apenas 39% relatam impacto no EBIT em nível corporativo — o resultado antes de juros e impostos ^[27]. A McKinsey também observa que organizações estão começando a redesenhar fluxos de trabalho e colocar líderes seniores em papéis de governança de IA enquanto tentam capturar valor no resultado final ^[22].

A leitura sobre o GenAI Divide, do MIT, é mais cautelosa. Segundo a Digital Commerce 360, apesar de um gasto empresarial estimado entre US$ 30 bilhões e US$ 40 bilhões em IA generativa, 95% das organizações ainda não tinham visto retorno financeiro mensurável, enquanto apenas 5% dos pilotos integrados estavam extraindo milhões em valor ^[24].

Esse dado deve ser lido como alerta, não como sentença de que IA corporativa não funciona. A evidência aponta para uma divisão: de um lado, implantações integradas e escaladas; de outro, pilotos que nunca chegam ao demonstrativo de lucros e perdas.

Os sinais que dirão se a aposta se paga

Utilização

A pergunta mais importante é se data centers de IA e chips especializados ficarão altamente ocupados. Alta utilização transforma um investimento de custo fixo em capacidade vendável. Baixa utilização expõe excesso de construção e torna mais difícil absorver o custo da infraestrutura nova.

Poder de preço

Computação de IA precisa sustentar preços que justifiquem o investimento. Se os provedores de nuvem entrarem em competição forte demais por preço antes que as empresas ampliem o uso, a receita pode decepcionar mesmo com demanda crescente.

Impacto financeiro em nível corporativo

Casos de uso bem-sucedidos e demos chamativas não bastam. A prova mais forte é impacto financeiro no nível da empresa inteira — ponto em que a pesquisa da McKinsey ainda mostra uma distância entre ganhos de inovação e impacto no EBIT ^[27]. Quanto mais as empresas redesenharem processos, em vez de apenas encaixar IA em fluxos antigos, mais forte fica o argumento de que haverá demanda duradoura por nuvem de IA ^[22].

Paciência dos investidores

O mercado já está separando histórias de gasto em IA de histórias de retorno em IA. A Fortune relatou que, depois de Alphabet, Meta e Microsoft discutirem aumento nos gastos com IA, as ações da Meta caíram mais de 6% no after-market, a Microsoft ficou praticamente estável e a Alphabet subiu quase 7% ^[1]. Essa reação desigual sugere que investidores querem um caminho crível do capex ao retorno — não apenas um orçamento maior para IA.

Quem corre mais risco?

A capacidade mais resiliente é aquela que consegue atender muitos tipos de cargas de trabalho pagas. Uma plataforma ampla de nuvem tem mais caminhos possíveis para monetizar infraestrutura de IA do que uma expansão presa a uma base de demanda estreita ou ainda pouco comprovada.

A Futurum aponta o desequilíbrio central: fornecedores puros de IA, liderados por OpenAI e Anthropic, crescem rapidamente, mas suas receitas combinadas ainda representam apenas uma fração do investimento em infraestrutura sendo mobilizado em seu favor ^[2]. Isso não significa que o capex esteja condenado. Significa que a margem de segurança depende de clientes corporativos transformarem IA em demanda contínua, e não em experimentos isolados.

O veredito

O gasto da Big Tech em infraestrutura de IA é sustentável por enquanto — mas só sob condição. Enquanto a capacidade de computação for escassa, os maiores provedores de nuvem têm motivos estratégicos para construir ^[7]. Só que estimativas acima de US$ 650 bilhões em capex serão julgadas por utilização, poder de preço e ROI empresarial, não apenas pelo entusiasmo em torno dos modelos ^{[2][5][24][27]}.

Se as empresas transformarem IA em cargas de trabalho recorrentes, em produção, com impacto financeiro mensurável, a expansão parecerá uma mudança estrutural de plataforma na computação em nuvem. Se a maioria continuar presa antes da escala corporativa, o mesmo gasto começará a parecer excesso de capacidade.