A corrida está esquentando. A SpaceX, de Elon Musk, que também desenvolve modelos de IA além de foguetes espaciais, anunciou na semana passada que está buscando uma avaliação de US$ 1,77 trilhão (£ 1,31 trilhão) no mercado de ações dos EUA. Enquanto isso, a Anthropic, a startup por trás do chatbot Claude, disse que havia protocolado um pedido de oferta pública inicial. Espera-se que a OpenAI, desenvolvedora do ChatGPT, siga o mesmo caminho.
Este pico mais recente no mercado de IA ocorre em meio a um gasto de vários trilhões de dólares em infraestrutura relacionada, como data centers. Ao mesmo tempo, as empresas estão tentando usar a tecnologia de maneiras que tornem seus investimentos válidos. Aqui está uma visão de onde está o boom da IA e seis gráficos-chave que mostram como chegamos aqui.
1. A IA impulsionou as ações a novas alturas
O S&P 500, que acompanha as 500 maiores empresas dos EUA, disparou quase 80% nos últimos cinco anos. Esse salto foi alimentado pelas grandes ações de tecnologia com participação no boom da IA – os "sete magníficos": Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia e Tesla.
O foco dos investidores em tecnologia não tem precedentes, diz Jim Bianco, da empresa americana Bianco Research. Sua pesquisa descobriu que 41 ações relacionadas à IA agora representam quase metade do valor total de mercado do S&P 500.
Neil Wilson, analista da plataforma de investimentos Saxo UK, alerta que o risco de um choque inflacionário ao estilo dos anos 1970, as altas avaliações de tecnologia em geral e um possível congelamento nos mercados de crédito privado não são bons presságios para as ações.
"O mercado inteiro se tornou uma gigantesca estrutura de IA", diz ele. "O perigo é uma repetição da bolha pontocom – uma quebra massiva e anos de retornos perdidos. Por algumas medidas, as avaliações não estão tão esticadas como eram naquela época, mas este parece um mercado incrivelmente arriscado."
2. Os gastos estão crescendo a uma taxa impressionante
Os gastos com IA – de data centers a chips – estão avançando rapidamente, de US$ 765 bilhões este ano para US$ 1,6 trilhão até 2031, de acordo com o Goldman Sachs. O banco de investimento reconhece que pode haver problemas com um compromisso tão grande. E se os data centers sofrerem atrasos?
"Com a escala de capital sendo comprometida, mesmo pequenos atrasos na execução convidam a questões sérias sobre as premissas de demanda por trás desses investimentos", dizem analistas do Goldman. No entanto, eles acrescentam que, se os planos de gastos correrem bem, isso pode desencadear uma nova onda de demanda por IA. Ainda assim, os gastos mostram o quanto de recursos financeiros globais – e expectativas de retorno – estão sendo despejados na IA.
3. Empresas e consumidores estão adotando a IA rapidamente
Apesar de relatos mistos sobre seus benefícios, a grande maioria das empresas está começando a usar IA – subindo de 33% em 2023 para quase 80% agora, de acordo com a consultoria McKinsey. O uso público também é alto, com o ChatGPT da OpenAI alcançando agora 1 bilhão de usuários ativos mensais, de acordo com dados da Sensor Tower – um recorde para qualquer aplicativo.
O desafio para os desenvolvedores de IA agora é como ganhar dinheiro com essa enorme base de clientes públicos e privados. As empresas precisam mostrar que a IA melhora os resultados e reduz custos o suficiente para justificar a despesa. Isso significa usá-la para construir fluxos de trabalho inteiros – jargão de negócios para completar uma tarefa do início ao fim. Ainda há um longo caminho a percorrer nessa frente.
4. Claude está alcançando o ChatGPT
A Anthropic começou a ganhar terreno em relação à OpenAI no final do ano passado, quando sua ferramenta Claude Code se tornou viral entre desenvolvedores de software, principalmente na área de São Francisco, antes de se espalhar mais amplamente. O Claude Code marcou uma mudança em como os grandes modelos de linguagem – a tecnologia central por trás dos chatbots – são usados, avançando em direção a agentes de IA autônomos que realizam tarefas sem ajuda humana, permitindo que até mesmo pessoas não familiarizadas com tecnologia criem software e lidem com uma ampla gama de tarefas.
A OpenAI ainda tem uma base de usuários geral muito maior, mas dados da empresa de análise de internet Kentik – que rastreia o uso em vários provedores de serviços de internet dos EUA – mostram que a Anthropic está rapidamente fechando a lacuna. O tráfego de usuários do Claude cresceu significativamente mais rápido que o do ChatGPT e do Gemini do Google entre janeiro e abril, disparando após esse período. O Pentágono o classificou como um risco para a cadeia de suprimentos em março. Nesse ritmo de crescimento, a Kentik prevê que ele pode ultrapassar o ChatGPT até o verão – outra razão pela qual a Anthropic pode encontrar um caminho mais fácil para um IPO do que sua concorrente.
5. A IA está se tornando mais cara de usar
Cada vez que um chatbot ou agente de IA dá uma resposta, isso é medido em "tokens" – unidades básicas de linguagem que podem ser palavras, sinais de pontuação ou sílabas. (Por exemplo, a OpenAI diz que a frase "Você erra 100% dos chutes que não dá" vale 11 tokens.) Os tokens também medem entradas, como o prompt que você digita no ChatGPT.
Os custos variam por modelo; a OpenAI cobra US$ 5 por milhão de tokens de entrada para o GPT-5.5 e US$ 30 por milhão de tokens de saída (a resposta ao seu prompt).
O problema para os usuários é que os custos dos tokens estão aumentando acentuadamente, mesmo enquanto empresas em todos os lugares incentivam os funcionários a "tokenmaxx" – ou seja, realmente usar IA ao máximo. O problema para as empresas de IA é que elas ainda não estão cobrando o suficiente.
A promessa básica da IA é que o dinheiro que uma empresa gasta nessas ferramentas é mais do que compensado pelos ganhos de produtividade – uma medida de eficiência econômica onde maior produtividade significa mais produção por trabalhador. Se essa troca não estiver funcionando, então as suposições por trás das avaliações – e políticas – de IA são enfraquecidas.
"Os custos estão ficando completamente fora de controle", diz Liam Betsworth, fundador da startup britânica de IA Pendra. Ele diz que os desenvolvedores de software em sua rede estão usando agentes para codificar, começando com a assinatura mais barata e rapidamente migrando para a mais cara. Eles não estão sozinhos – o site de notícias Axios relatou recentemente que uma empresa não identificada gastou US$ 500 milhões em um mês em licenças para o Claude Code.
6. A construção de data centers pode não acompanhar a demanda
Construir data centers é como o sistema nervoso central dos produtos de IA, então o crescente desenvolvimento e uso de ferramentas de IA deve ser acompanhado por mais capacidade – caso contrário, haverá um aperto computacional, significando custos mais altos para empresas e usuários de IA.
As ambições do setor para data centers são enormes e parecem quase irreais. A Bloomberg estima que 23 gigawatts de capacidade estavam em construção globalmente em 2025 (a capacidade é medida em energia elétrica, porque isso limita quanta computação um local pode fazer).
A empresa imobiliária americana JLL prevê que 100 gigawatts serão adicionados entre 2026 e 2030 – dobrando o que eles estimam como capacidade atual, equivalente a 1.200 data centers. A JLL diz que sua estimativa inclui projetos especulativos que podem nunca sair do papel.
De onde virá o dinheiro – e o fornecimento de energia – para cumprir essa previsão é uma questão em aberto. Cecilia Rikap, professora associada da University College London, diz que muitos projetos ao redor do mundo dependem de promessas políticas para expandir a rede elétrica e fornecer energia; mas os governos podem não ter os recursos para cumprir.
Ela pergunta: "O governo calculou se tal expansão é possível? Eles têm dinheiro para fazê-lo? Eles consideraram o dano ambiental que isso causaria?"
7. O que os modelos de IA podem fazer está se expandindo rapidamente
As capacidades dos modelos de IA melhoraram aos saltos e limites desde 2023, de acordo com a METR, uma organização de pesquisa que mede as capacidades da IA.
As medições da METR são baseadas em se os modelos de IA podem completar uma tarefa de codificação, medida por quanto tempo levaria um humano para fazê-la. Por essa medida, os modelos de IA estão dobrando sua capacidade a cada quatro meses. Por exemplo, estima-se que o modelo Claude Mythos, da Anthropic, alcance uma taxa de sucesso de 50% em tarefas que levariam um especialista humano entre oito horas e dois dias.
No entanto, não houve um impacto correspondente nos empregos – até agora. Um relatório de março da Anthropic incluiu pesquisas mostrando que, em teoria, a IA poderia realizar muitos empregos, da computação ao trabalho jurídico, mas ainda não o fez em grande escala.
Bouke Klein Teeselink, acadêmico do King's College London e especialista no impacto da IA, observa que essa lacuna permanece significativa. O impacto da IA no trabalho mostra que existem obstáculos para sua adoção na força de trabalho. Por exemplo, quanto do trabalho de um CEO ou gerente sênior pode ser entregue com segurança a um robô? Tarefas legalmente sensíveis podem ser feitas por outra coisa que não um humano? Ainda assim, ele diz, a mudança está chegando.
"Ainda estamos nos estágios iniciais da revolução da IA. Muitas pessoas estão fazendo tarefas que poderiam ser tratadas pela IA. A escala de mudança que estamos prestes a ver será enorme."
8. Data centers estão sustentando o PIB dos EUA
Mesmo que o governo dos EUA tenha cortado empregos sob a administração de Donald Trump e muitas indústrias tenham visto demissões em massa, o PIB dos EUA continuou crescendo – 2,1% em 2025 e 1,6% no primeiro trimestre de 2026, de acordo com o Bureau of Economic Analysis dos EUA. No entanto, um economista de Harvard calcula que, sem o boom dos data centers, esses números poderiam ser muito menores. Na verdade, o "investimento em equipamentos de processamento de informação e software" compôs 92% do crescimento do PIB dos EUA na primeira metade de 2025.
Isso significa que os data centers – e o boom da IA – estão impulsionando uma enorme parcela do crescimento dos EUA. Eles são uma grande razão pela qual a maior economia do mundo ainda parece saudável, apesar dos grandes desafios. Qualquer desaceleração nesses gastos poderia ter consequências econômicas e, portanto, políticas.
Perguntas Frequentes
Aqui está uma lista de FAQs baseadas no artigo Bilhões foram gastos e os retornos potenciais ainda são incertos Aqui está o boom da IA explicado com seis gráficos
Perguntas de Nível Iniciante
1 Por que as empresas estão gastando tanto dinheiro em IA se os retornos não são garantidos
Elas estão apostando que a IA eventualmente revolucionará as indústrias e gerará lucros massivos, semelhantes aos primeiros dias da internet. Elas não querem ficar para trás se isso der certo.
2 O que você quer dizer com boom da IA
É o período atual de enorme investimento, entusiasmo e rápido desenvolvimento em inteligência artificial, especialmente em ferramentas como ChatGPT e geradores de imagem.
3 A IA está realmente gerando dinheiro para alguém agora
Para a maioria das empresas, ainda não. O custo de construir e executar IA avançada é enorme e ainda não está claro quando esses custos serão pagos por clientes pagantes em larga escala.
4 Sobre o que são os seis gráficos no artigo
Eles mostram tendências-chave: gastos massivos por gigantes da tecnologia, demanda crescente por chips de IA, o enorme custo de energia da IA, o pequeno número de usuários pagantes reais, o platô de desempenho de alguns modelos e a reação incerta do mercado de ações.
Perguntas de Nível Avançado
5 Por que o custo da inferência é um problema tão grande
Inferência é quando você realmente usa um modelo de IA. É muito mais caro do que treinar o modelo uma vez. Se milhões de pessoas o usam diariamente, os custos de eletricidade e computação disparam, tornando os lucros muito difíceis de alcançar.
6 Como os gráficos mostram que os ganhos fáceis em IA podem ter acabado
Um gráfico mostra que as melhorias de desempenho dos maiores modelos de IA estão começando a desacelerar, mesmo enquanto o custo para treiná-los continua subindo. Isso sugere que estamos atingindo um ponto de retornos decrescentes.
7 O que o artigo diz sobre o papel da Nvidia neste boom
A Nvidia fabrica os chips essenciais para IA. Os gráficos mostram que a receita da Nvidia explodiu, mas isso são as 'pás e picaretas' da corrida do ouro. A questão é se as empresas que compram esses chips algum dia terão retorno sobre seu investimento.
8 Como o retorno incerto afeta as startups menores de IA
É
