RespostasPublicado16 fontes
Queda no preço dos tokens de IA põe à prova o retorno do grande investimento em infraestrutura
O índice de gasto com tokens de LLM da Silicon Data caiu para US$ 0,97 por milhão de tokens após recuar 29% em agosto; outro indicador aponta preços 84% abaixo da referência de março de 2023. A projeção base do Goldman Sachs estima cerca de US$ 7,6 trilhões em investimentos de capital em computação, data centers e e...
Publicado porEditado com GPT-5.6 TerraImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- O índice de gasto com tokens de LLM da Silicon Data caiu para US$ 0,97 por milhão de tokens após recuar 29% em agosto; outro indicador aponta preços 84% abaixo da referência de março de 2023.
- A projeção base do Goldman Sachs estima cerca de US$ 7,6 trilhões em investimentos de capital em computação, data centers e energia para IA entre 2026 e 2031.
- A grande compensação possível seria a IA agêntica: o Goldman projeta consumo mensal de tokens 24 vezes maior até 2030, mas isso depende de usos recorrentes pelos quais consumidores e empresas paguem.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Goldman Sachs’ warning that rapidly falling LLM token prices—down to about $0.97–$0.98 per million tokens after a 29% August decline. Article summary: Goldman’s warning implies a more selective, riskier outlook for AI-infrastructure investors: compute demand can grow sharply while the revenue earned per unit of compute falls even faster. If that happens, utilization, p. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
A inferência de IA — isto é, o uso de um modelo já treinado para gerar respostas, textos, código ou executar tarefas — está ficando bem mais barata. Isso pode ampliar o acesso à tecnologia e abrir novos casos de uso. Ao mesmo tempo, cria uma questão central para quem investe em infraestrutura: será que a demanda crescerá rápido o bastante para remunerar os servidores, chips, data centers e redes construídos hoje?
O alerta associado ao Goldman Sachs é sobre esse possível descasamento. A infraestrutura exige investimentos grandes e de longo prazo, enquanto o preço cobrado por cada unidade de uso do modelo pode cair rapidamente. O LLM Token Expenditure Index, da Silicon Data, chegou a US$ 0,97 por milhão de tokens depois de uma queda de 29% em agosto. Já um índice de preços de modelos de fronteira indicava preços 84% abaixo de sua base de março de 2023. 2
4
5
Um token é uma pequena unidade de texto processada pelos modelos de linguagem. Empresas que oferecem IA costumam cobrar por milhão de tokens processados. Portanto, a queda desse preço reduz o custo para o cliente, mas também reduz a receita obtida por unidade de uso pelo provedor.
A conta decisiva: volume precisa vencer a deflação de preços
Preço menor não é, por si só, uma má notícia. Se a IA fica mais barata, ela pode se tornar viável em muito mais produtos, empresas e processos. O problema aparece se a receita por token cair mais depressa do que o volume de tokens pagos aumenta — e mais depressa do que os custos operacionais dos provedores diminuem.
A preocupação apontada pelo Goldman é que a competição entre modelos pode enfraquecer a monetização por token. Se o consumo de computação não acompanhar, o setor poderá acabar com capacidade de processamento em excesso para cargas de inferência que rendem menos. 1
2
Em termos práticos:
- Para usuários, IA mais barata é positiva, pois reduz a barreira para testar e adotar aplicações.
- Para donos de infraestrutura, ela pode pressionar retornos, caso os investimentos tenham sido baseados em escassez persistente de capacidade e preços elevados.
- O fator-chave é a elasticidade da demanda: quanto o uso adicional cresce quando o preço cai.
Por que o risco importa agora
A discussão ocorre em meio a uma expansão projetada de grandes proporções. A estimativa-base do Goldman Sachs soma aproximadamente US$ 7,6 trilhões em investimentos de capital para IA entre 2026 e 2031, considerando computação, data centers e energia. Pelo modelo, o gasto anual subiria de cerca de US$ 765 bilhões em 2026 para US$ 1,6 trilhão em 2031. O próprio Goldman ressalta que são estimativas sensíveis às premissas, e não previsões certas. 9
Boa parte desse dinheiro vai para ativos duradouros: aceleradores de IA, servidores, equipamentos de rede, instalações físicas e infraestrutura elétrica. Esses ativos precisam permanecer utilizados por anos para gerar retornos adequados.
O que isso pode significar para fabricantes de chips
Para empresas de semicondutores, uma eventual desaceleração não necessariamente apareceria de imediato como um colapso dos pedidos. Clientes podem continuar ampliando capacidade enquanto desenvolvem produtos de IA ou tentam garantir oferta de equipamentos.
O risco aumenta se a capacidade instalada passar a crescer mais do que a demanda rentável. Nesse cenário, compradores podem desacelerar aquisições de aceleradores e servidores, negociar preços com mais força ou priorizar maior desempenho por dólar investido.
Empresas com hardware diferenciado, ecossistemas robustos de software ou soluções eficientes para inferência podem estar mais protegidas do que fornecedores de capacidade pouco diferenciada. A métrica relevante não é apenas a entrega do equipamento, mas se ele está sendo efetivamente usado em cargas de trabalho que geram receita.
Data centers enfrentam o teste da utilização
Projetos de data center envolvem compromissos caros e de longa duração com terrenos, energia, construção e equipamentos. Se os modelos se tornarem mais eficientes ou a inferência ficar mais barata, os clientes podem precisar de menos infraestrutura para entregar o mesmo resultado em suas aplicações.
Isso pode pressionar ocupação, valores de locação e retorno dos projetos que assumiram uma escassez contínua de capacidade. A demanda por data centers não desaparece por isso: disponibilidade de energia e exigências técnicas da IA ainda podem limitar a oferta. Mas uma restrição física em uma região ou mercado de energia pode coexistir com economia mais fraca em outros locais.
Para investidores, vale separar a escassez de energia ou espaço da evidência de demanda rentável: contratos mantidos, renovações e ampliação efetiva de capacidade pelos clientes.
Nuvem e provedores de modelos precisam compensar preço com uso e serviços
Plataformas de nuvem e empresas que hospedam modelos podem se beneficiar da queda de preço, já que a maior acessibilidade pode atrair desenvolvedores e empresas. Porém, cada unidade de uso passa a gerar menos receita.
Para preservar a margem bruta, esses provedores precisam combinar:
- Volume muito maior de tokens pagos, especialmente em aplicações de produção e uso recorrente;
- Ganhos de eficiência que derrubem os custos mais rápido do que os preços cobrados; e
- Serviços de maior valor agregado, como implantação, segurança, integração de dados e ferramentas de fluxo de trabalho.
A competição de preços entre modelos proprietários é parte importante do risco descrito nos relatos sobre o alerta do Goldman. 1
2 Mais do que o preço nominal do token, importa a relação entre o preço pago pelo cliente, o custo do provedor e o volume total de uso remunerado.
IA agêntica é a principal força de compensação
O contraponto otimista é a IA agêntica: sistemas capazes de realizar tarefas em várias etapas, que podem consumir muito mais tokens do que uma interação simples de chatbot. O Goldman Sachs Research projeta que a adoção por consumidores e empresas poderia elevar o consumo mensal de tokens em 24 vezes entre 2026 e 2030, para cerca de 120 quatrilhões de tokens por mês. 7
Essa projeção mostra por que preços menores não significam automaticamente demanda menor por computação. Se agentes de IA saírem da fase de demonstração e passarem a executar tarefas frequentes e valiosas, o uso total pode crescer o suficiente para sustentar a expansão da infraestrutura.
Mas trata-se de uma projeção, não de uma garantia. A tese depende de agentes criando cargas de trabalho recorrentes pelas quais empresas e usuários estejam dispostos a pagar, e não apenas de muitas consultas baratas em caráter experimental.
Indicadores para acompanhar
Para avaliar o risco de excesso de capacidade, alguns sinais merecem atenção:
- crescimento da receita de IA em comparação com a queda nos preços dos tokens;
- pedidos de aceleradores e servidores versus capacidade realmente implantada e utilizada;
- ocupação de data centers, capacidade contratada e renovações de contratos;
- margens brutas das plataformas de nuvem;
- adoção de agentes de IA em processos produtivos e críticos para os negócios;
- disponibilidade de energia: uma restrição estrutural à capacidade útil ou apenas um gargalo antes de a demanda se confirmar.
Em resumo
O alerta não diz que tokens de LLM mais baratos sejam inerentemente ruins. A queda de preço pode justamente ser o mecanismo que leva a IA a um público mais amplo. O risco é que a deflação de preços e a eficiência dos modelos reduzam a receita e a necessidade de computação mais rápido do que o uso impulsionado por agentes cresce.
Para investidores em infraestrutura de IA, a narrativa deixa de ser apenas uma corrida para construir capacidade. Passa a ser um teste de utilização, monetização e retorno sobre o capital. As empresas mais resilientes tendem a ser aquelas capazes de transformar tokens mais baratos em cargas de trabalho duradouras e de alto valor, preservando vantagens de custo, desempenho ou qualidade de serviço. 1
7
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Queda no preço dos tokens de IA põe à prova o retorno do grande investimento em infraestrutura"?
O índice de gasto com tokens de LLM da Silicon Data caiu para US$ 0,97 por milhão de tokens após recuar 29% em agosto; outro indicador aponta preços 84% abaixo da referência de março de 2023.
Quais são os pontos-chave para validar primeiro?
O índice de gasto com tokens de LLM da Silicon Data caiu para US$ 0,97 por milhão de tokens após recuar 29% em agosto; outro indicador aponta preços 84% abaixo da referência de março de 2023. A projeção base do Goldman Sachs estima cerca de US$ 7,6 trilhões em investimentos de capital em computação, data centers e energia para IA entre 2026 e 2031.
O que devo fazer a seguir na prática?
A grande compensação possível seria a IA agêntica: o Goldman projeta consumo mensal de tokens 24 vezes maior até 2030, mas isso depende de usos recorrentes pelos quais consumidores e empresas paguem.