Como a IA do Google justifica investimentos recordes em data centers e chips
O avanço da IA do Google está sendo sustentado por um investimento colossal em infraestrutura física. A Alphabet elevou seu orçamento de despesas de capital para US$ 85 bilhões neste ano, um aumento de US$ 10 bilhões em relação à previsão de fevereiro, e direciona esse montante para a construção de novos data centers, aceleração de cronogramas e aquisição de dezenas de milhares de servidores e chips feitos sob medida.
Essa aposta tem motivo claro. Em maio, os sistemas do Google processaram 480 trilhões de tokens mensais. Apenas alguns meses depois, esse número mais que dobrou, chegando a 980 trilhões. Esse salto expõe a onda de demanda computacional criada pelos modelos generativos e as aplicações em nuvem, e explica por que a empresa define a expansão como uma verdadeira corrida de infraestrutura.
Por que o gasto disparou
A necessidade de capacidade computacional não é abstrata. Cada imagem criada por IA, cada resumo produzido e cada interação de conversação consome enorme poder de processamento. Para dar conta desse volume, o Google está construindo o que executivos descrevem como fábricas digitais, centros físicos onde o trabalho pesado da IA é realizado.
O diretor financeiro Anat Ashkenazi explicou que o aumento dos investimentos se deve a “investimentos adicionais em servidores, pela programação da entrega desses servidores e pela aceleração na construção de data centers, principalmente para atender à demanda dos clientes de cloud.” Essa descrição mostra que o dinheiro vai tanto para o hardware quanto para a logística de entrega e para o ritmo de construção das instalações.
Estratégia completa e vantagem competitiva
A diferença estratégica do Google vem do controle de toda a cadeia, hardware e software. Sundar Pichai descreve essa postura como uma “abordagem diferenciada e completa para a IA.” O ecossistema inclui data centers otimizados para IA e as próprias Unidades de Processamento Tensor, as TPUs, chips projetados especificamente para os cálculos dos modelos de aprendizado profundo.
Ao dominar tanto os modelos quanto a infraestrutura, o Google cria barreiras significativas de custo e desempenho. Como Pichai afirmou, “quase todos os unicórnios da IA generativa utilizam o Google Cloud”, o que indica que concorrentes e startups de ponta já dependem da nuvem e do hardware do Google para treinar e operar suas aplicações.
Além disso, laboratórios de pesquisa e provedores de serviços, incluindo grandes nomes do setor, têm recorrido às TPUs do Google, reconhecendo a eficiência e a economia que o design vertical proporciona quando comparado a chips de uso geral fornecidos por terceiros.
Riscos, prazos e o que vem a seguir
Mesmo com a injeção de US$ 85 bilhões, o Google admite que a demanda continuará pressionando a oferta. Ashkenazi alertou que a empresa espera “manter um ambiente de oferta e demanda apertado até 2026”, o que sugere que a corrida por capacidade computacional pode permanecer intensa por anos.
Essa dinâmica traz riscos estratégicos e regulatórios. A concentração de infraestrutura em poucas empresas pode criar dependência para uma vasta gama de serviços de IA, além de levantar questões sobre competitividade e acesso. Para o Google, entretanto, o cálculo é claro: investir agora é garantir uma posição dominante na próxima década.
Em suma, a expansão da IA do Google não se resume a modelos e algoritmos. É também uma corrida por silício, fibra e concreto, onde o custo da vitória é medido em dezenas de bilhões de dólares. O aumento de US$ 10 bilhões no orçamento e os números de tokens — 480 trilhões para 980 trilhões em poucos meses — deixam claro que a transformação é tanto física quanto digital, e que a infraestrutura será determinante para quem liderará a era da inteligência artificial.
Dados e citações extraídos de relatório e declarações públicas da Alphabet e de seus executivos.
Deixe um comentário