A corrida mundial pela inteligência artificial está esbarrando em um problema que vai muito além da disponibilidade de chips: é preciso uma quantidade gigantesca de dinheiro para construir a infraestrutura necessária.
A Nvidia anunciou uma parceria com seis pesos-pesados do mercado financeiro para tentar resolver justamente esse gargalo. A companhia assinou um memorando de entendimento com Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR para estruturar plataformas capazes de mobilizar até US$ 500 bilhões nos próximos anos.
O objetivo é facilitar o financiamento de GPUs, data centers e da capacidade computacional necessária para empresas desenvolverem e operarem modelos de inteligência artificial.
Em vez de a própria Nvidia financiar diretamente seus clientes ou assumir grande parte dos riscos dessas operações em seu balanço, investidores institucionais e gestores de capital privado poderão ocupar esse espaço.
A mudança também revela uma transformação importante: chips e capacidade computacional estão começando a ser tratados por Wall Street como ativos de infraestrutura capazes de sustentar grandes operações financeiras.
Leia mais:
Dona da Truth Social vê prejuízo aumentar mais de dez vezes no segundo trimestre
Por que a Nvidia quer levantar US$ 500 bilhões?
O avanço da inteligência artificial depende de uma combinação de recursos extremamente caros.
Primeiro estão os semicondutores avançados, mercado no qual a Nvidia ocupa posição central graças às suas GPUs utilizadas para treinamento e inferência de modelos.
Depois vem a infraestrutura física necessária para instalar milhares desses equipamentos.
São data centers, sistemas de refrigeração, redes de alta velocidade, terrenos, subestações e enormes quantidades de eletricidade.
O terceiro componente é o capital.
Construir essa estrutura em escala pode exigir dezenas de bilhões de dólares por projeto, dificultando a expansão de empresas menores que não possuem o mesmo acesso ao mercado de capitais das grandes companhias de tecnologia.
É justamente nessa etapa que entra o acordo anunciado pela Nvidia.
Quem participa do acordo com a Nvidia?
O memorando reúne algumas das maiores instituições financeiras e gestoras de investimentos alternativos do mundo:
- Apollo;
- BlackRock;
- Blackstone;
- Brookfield;
- Goldman Sachs;
- KKR.
Segundo a Nvidia, essas instituições trabalharão no desenvolvimento de estruturas financeiras destinadas a ampliar o acesso à infraestrutura computacional de inteligência artificial.
O CEO Jensen Huang afirmou que as plataformas deverão ajudar clientes a conseguir capacidade computacional em grande escala e financiar a construção das chamadas “fábricas de IA”.
O que são as “fábricas de IA” citadas pela Nvidia?
O termo é utilizado pela Nvidia para descrever grandes infraestruturas computacionais projetadas especificamente para inteligência artificial.
A lógica é comparar um data center de IA a uma instalação industrial.
Uma fábrica tradicional recebe matérias-primas e utiliza máquinas para produzir mercadorias. Uma “fábrica de IA” recebe dados e energia elétrica, utiliza GPUs e outros equipamentos computacionais e gera como resultado tokens, inferências e serviços baseados em inteligência artificial.
Essa capacidade pode então ser comercializada.
Empresas podem alugar processamento para laboratórios de IA, desenvolvedores, startups e grandes corporações.
É essa geração de receita que ajuda a explicar por que o mercado financeiro começa a enxergar capacidade computacional como um ativo financiável.
Chips podem virar garantia de grandes financiamentos
Um dos aspectos mais importantes do projeto é justamente a possibilidade de utilizar a infraestrutura computacional como lastro.
Esse conceito é bastante conhecido em outros setores.
Uma companhia imobiliária, por exemplo, pode utilizar imóveis e os fluxos de aluguel associados a eles para estruturar operações financeiras.
Projetos de infraestrutura podem fazer algo semelhante com rodovias, redes elétricas, aeroportos e usinas.
Agora, Wall Street tenta desenvolver estruturas parecidas para data centers e capacidade de processamento de inteligência artificial.
A Nvidia argumenta que o poder computacional se transformou em uma nova classe de investimento em infraestrutura.
Se essa tese se consolidar, GPUs poderão deixar de ser vistas apenas como equipamentos tecnológicos adquiridos por empresas e passar a integrar estruturas financeiras de longo prazo.
Por que uma GPU poderia servir como ativo?
Existem algumas características que tornam GPUs avançadas interessantes para esse modelo.
A primeira é a capacidade de geração de receita.
Uma GPU instalada em um data center pode ser disponibilizada para diferentes clientes, que pagam pelo processamento utilizado.
A segunda é sua utilização durante vários anos.
Mesmo depois do lançamento de gerações mais avançadas, determinados chips podem continuar sendo utilizados para diferentes tipos de cargas computacionais.
A terceira característica é a possibilidade de transferir a capacidade entre diferentes clientes.
Se uma startup deixa de utilizar determinada infraestrutura, o operador do data center pode, dependendo das condições técnicas e contratuais, disponibilizá-la para outra companhia.
Essa característica pode reduzir parte do risco para quem financia o ativo.
Nvidia tenta reduzir peso sobre o próprio balanço
A operação também possui uma vantagem estratégica para a fabricante de chips.
O crescimento da indústria de IA criou uma situação delicada: muitos potenciais clientes querem comprar GPUs, mas não possuem capital suficiente para realizar investimentos bilionários.
Uma solução seria a própria Nvidia financiar ou apoiar financeiramente esses compradores.
O problema é que isso transfere riscos para o balanço da fabricante.
Ao reunir grandes instituições financeiras, a Nvidia tenta criar outra alternativa.
Em vez de assumir diretamente grande parte do financiamento, a companhia pode ajudar a conectar clientes que precisam de capacidade computacional com investidores interessados em financiar essa infraestrutura.
Bank of America vê mudança importante
A estrutura chamou a atenção do Bank of America justamente por esse motivo.
Segundo a avaliação dos analistas citada no material divulgado sobre a operação, o consórcio pode assumir parte do ônus financeiro que poderia acabar recaindo sobre a própria Nvidia.
Essa mudança também responde às críticas sobre a chamada circularidade financeira no setor de inteligência artificial.
O temor surge quando fornecedores investem ou financiam clientes que, posteriormente, utilizam esse dinheiro para comprar produtos dos próprios fornecedores.
Embora essas operações possam acelerar o desenvolvimento de novas empresas, investidores questionam até que ponto a demanda final é independente do financiamento oferecido pela própria cadeia de fornecedores.
Trazer gestores de capital privado e instituições financeiras para o centro das operações pode reduzir essa dependência.
Por que US$ 500 bilhões podem não ser suficientes?
O número impressiona.
US$ 500 bilhões correspondem a trilhões de reais e superam o valor de mercado de muitas das maiores companhias do planeta.
Mesmo assim, a expansão projetada para a inteligência artificial é tão grande que esse montante representa apenas parte do capital que poderá ser necessário.
A estimativa apresentada por executivos envolvidos nas discussões é de que trilhões de dólares precisarão ser direcionados à infraestrutura de IA nos próximos anos.
Isso ocorre porque não são apenas os chips que custam caro.
Data centers exigem investimentos gigantescos
Uma infraestrutura de inteligência artificial precisa reunir diversos componentes simultaneamente.
Além das GPUs, são necessários servidores, equipamentos de rede, sistemas de armazenamento e estruturas de refrigeração.
Existe ainda o custo imobiliário e de construção.
Por fim, surge um dos maiores desafios: energia elétrica.
Grandes clusters de inteligência artificial podem consumir centenas de megawatts e projetos ainda maiores começam a ser planejados em escala de gigawatts.
Por isso, empresas de tecnologia estão cada vez mais envolvidas em contratos de geração elétrica e investimentos relacionados a energia nuclear, gás natural e fontes renováveis.
A corrida da IA, portanto, está transformando também os setores de energia e infraestrutura.
1 gigawatt de capacidade pode custar dezenas de bilhões
As dimensões dos novos projetos ajudam a explicar a necessidade de capital.
Construir cerca de 1 gigawatt de capacidade computacional avançada pode envolver investimentos de dezenas de bilhões de dólares quando são considerados chips e toda a infraestrutura necessária.
Laboratórios de inteligência artificial que pretendem continuar ampliando seus modelos podem precisar de múltiplos gigawatts.
Isso transforma o desenvolvimento de IA em uma atividade cada vez mais próxima de grandes projetos industriais.
A indústria deixa de depender apenas de engenheiros e algoritmos e passa a exigir financiamento, terrenos, redes elétricas, geração de energia e cadeias globais de fornecimento.
Hyperscalers já investem valores recordes
Microsoft, Amazon, Alphabet e Meta estão entre as companhias que vêm direcionando enormes volumes de recursos para infraestrutura de inteligência artificial.
Essas empresas possuem uma vantagem evidente: balanços extremamente robustos e grande capacidade de geração de caixa.
O problema aparece principalmente para empresas menores.
Novos laboratórios de inteligência artificial e provedores especializados de nuvem podem apresentar enorme demanda por GPUs, mas não necessariamente possuem classificação de crédito ou balanço suficiente para financiar projetos bilionários pelos métodos tradicionais.
O pool financeiro organizado em torno da Nvidia tenta preencher justamente essa lacuna.
Startups podem ganhar acesso a mais GPUs
Esse talvez seja um dos efeitos mais relevantes do acordo.
Hoje, uma startup pode desenvolver um modelo promissor e possuir clientes interessados, mas encontrar dificuldades para financiar dezenas de milhares de GPUs.
Uma estrutura financeira especializada poderia comprar ou financiar os equipamentos e disponibilizá-los dentro de contratos de longo prazo.
Gostou? Siga o Seu Crédito Digital no Google e receba notícias de benefícios, INSS e crédito em primeira mão.
+311 mil seguidores
A startup pagaria pela utilização da capacidade computacional.
Para o financiador, os equipamentos e os contratos associados poderiam funcionar como parte das garantias da operação.
O resultado seria semelhante ao observado em outros mercados intensivos em capital, nos quais empresas utilizam ativos sem necessariamente comprá-los integralmente com recursos próprios.
Wall Street enxerga uma nova classe de ativos
O envolvimento de BlackRock, Apollo, KKR, Brookfield, Blackstone e Goldman Sachs mostra que a infraestrutura de IA está deixando de ser um assunto restrito ao Vale do Silício.
Ela começa a se transformar em uma nova fronteira para o mercado financeiro.
O CEO da BlackRock, Larry Fink, comparou o desenvolvimento desse mercado a importantes transformações anteriores da engenharia financeira.
A comparação ajuda a entender a ambição do projeto.
O objetivo não é simplesmente conceder alguns empréstimos para compradores de chips.
A ideia é desenvolver estruturas padronizadas capazes de atrair grandes volumes de capital institucional para infraestrutura computacional.
Brookfield traz experiência com infraestrutura
A presença da Brookfield também é significativa.
A companhia possui ampla experiência em ativos como energia, utilities, infraestrutura e data centers.
Essa expertise pode se tornar importante porque a expansão da IA exige justamente a convergência entre tecnologia e infraestrutura física.
Um novo data center não depende somente da disponibilidade de GPUs.
É necessário garantir energia, conexão à rede elétrica, refrigeração, construção e contratos de longo prazo.
Em muitos casos, conseguir eletricidade suficiente pode ser tão difícil quanto conseguir os próprios chips.
Há riscos nesse modelo?
Sim.
Transformar GPUs e capacidade computacional em ativos financeiros não elimina os riscos do setor.
Um dos principais é a depreciação tecnológica.
A Nvidia lança novas gerações de aceleradores regularmente. Um equipamento extremamente valioso hoje pode perder atratividade quando chips mais eficientes chegam ao mercado.
Outro risco está relacionado à demanda.
Os financiamentos podem ser estruturados considerando uma utilização elevada da capacidade durante vários anos. Caso a demanda por processamento diminua ou os preços de computação caiam rapidamente, a receita gerada pelo ativo pode ficar abaixo do previsto.
Há ainda riscos envolvendo energia elétrica, construção, disponibilidade de componentes e taxas de juros.
Mercado secundário de GPUs ganha importância
Para que esse modelo financeiro funcione bem, será importante existir demanda por equipamentos mesmo depois de seu primeiro ciclo de utilização.
É aí que entra o mercado secundário.
Uma GPU que deixa de ser economicamente interessante para treinar os maiores modelos do mundo ainda pode continuar útil para inferência ou para empresas com necessidades computacionais menores.
Quanto maior for essa possibilidade de reutilização, maior poderá ser o valor residual dos equipamentos.
Para os financiadores, isso é fundamental.
Um ativo que pode ser transferido ou alugado para diferentes usuários representa uma garantia potencialmente mais interessante do que um equipamento altamente específico sem compradores alternativos.
A Nvidia pode ser uma das maiores beneficiadas
Embora as instituições financeiras assumam parte relevante do financiamento, a Nvidia permanece no centro da operação.
Se mais empresas conseguirem dinheiro para construir data centers, mais compradores poderão ter condições de adquirir GPUs.
Em outras palavras, o financiamento pode ajudar a transformar demanda potencial em pedidos efetivos.
Também permite que a Nvidia continue concentrando capital em pesquisa, desenvolvimento e expansão de seus produtos, em vez de utilizar parcelas crescentes do próprio balanço para financiar clientes.
Acordo mostra como a corrida da IA está mudando
A parceria entre Nvidia e gigantes de Wall Street representa uma nova etapa da corrida global pela inteligência artificial.
Nos primeiros anos da atual onda de IA generativa, grande parte das atenções estava concentrada nos modelos e nos chips.
Agora, o desafio está mudando de escala.
Empresas precisam conseguir centenas de bilhões de dólares, gigawatts de energia e enormes quantidades de capacidade computacional para continuar expandindo seus sistemas.
Nesse contexto, Wall Street passa a desempenhar um papel tão importante quanto fabricantes de semicondutores e empresas de tecnologia.
A Nvidia tenta transformar GPUs e data centers em uma categoria de infraestrutura capaz de receber financiamento institucional de longo prazo. Se o modelo funcionar, laboratórios e provedores de nuvem com menor acesso a capital poderão financiar projetos que hoje seriam difíceis de executar.
Os US$ 500 bilhões previstos no acordo mostram o tamanho da aposta. Mas também revelam algo ainda mais significativo: construir a próxima geração de inteligência artificial deixou de ser apenas um desafio tecnológico. Tornou-se também um dos maiores desafios de financiamento e infraestrutura da economia global.
