US$ 80 bilhões em infraestrutura: o que o novo capex do Google muda para quem usa IA

O preço real de escalar IA

Enquanto a maioria das empresas de tecnologia ainda discute ROI de IA generativa, o Google já colocou o cheque na mesa. US$ 80 bilhões em uma única captação, com ajuda da Berkshire Hathaway, e um capex total previsto de até US$ 190 bilhões no ano. Esse nível de investimento em infraestrutura de IA não é hype: é uma aposta concreta em capacidade computacional que promete alterar o jogo de oferta e demanda.

A Alphabet deixou claro que a demanda por soluções de IA está superando a oferta disponível. A venda de ações, incluindo US$ 10 bilhões para Berkshire, é uma tentativa de financiar a expansão sem quebrar o balanço. Mas o que isso significa para quem constrói, implanta ou consome IA?

O Fato: captação bilionária para capex

A Alphabet anunciou planos de levantar US$ 80 bilhões por meio da venda de ações, conforme comunicado de 1º de junho. O dinheiro será usado para “despesas de capital para escalar infraestrutura de IA e poder computacional global”. Além disso, US$ 10 bilhões vêm da Berkshire Hathaway, um sinal de confiança de um investidor de longo prazo. O CEO Sundar Pichai confirmou em maio que os gastos de capital (capex) do Google em 2026 devem ficar entre US$ 180 e US$ 190 bilhões. Juntas, as big techs americanas podem gastar até US$ 700 bilhões em capex de IA neste ano.

Como Funciona (Visão de Operador)

Com US$ 80 bilhões adicionais, o Google pode expandir significativamente seu parque de GPUs e TPUs, além de data centers e infraestrutura de rede. Para ter uma noção: um cluster de 100 mil H100s custa cerca de US$ 3 bilhões (considerando hardware, refrigeração e energia). Com US$ 80 bi, dá para montar mais de 25 clusters desse porte. Mas a limitação real não é só o hardware: energia elétrica, licenças de construção e latência de entrega de chips podem ser gargalos. O Google já tem acordos com fornecedores de energia nuclear e projetos de data centers modulares, mas a execução leva tempo.

Do ponto de vista de arquitetura, mais infraestrutura significa mais capacidade de inferência para clientes do Google Cloud, mais tokens para o Gemini e mais possibilidades de fine-tuning em larga escala. Mas também significa maior dependência de um único provedor, o que pode aumentar o custo de troca para empresas que adotarem a plataforma.

O Que Isso Muda na Prática

Para quem desenvolve com APIs de IA, a curto prazo a capacidade adicional pode reduzir a latência e aumentar os limites de requisição. Mas o custo por token não necessariamente cairá, porque o Google precisa pagar por essa expansão. A ação prática imediata: quem usa Google Cloud AI deve revisar os contratos de reserva de capacidade (committed use discounts) para garantir preços estáveis antes que a demanda exploda os preços sob demanda.

Para empresas que competem com o Google (como AWS e Azure), esse movimento pressiona a margem. Se o Google aumentar a oferta de computação, os concorrentes terão que acompanhar ou reduzir preços para não perder clientes. Mas a dívida e a diluição de ações para financiar capex podem ser um risco para a saúde financeira de longo prazo.

Tensão / Reflexão

A pergunta que fica: US$ 190 bilhões de capex em um ano justificam o retorno esperado? A receita de IA do Google ainda é uma fração dos gastos. Enquanto a demanda existe, a monetização sustentável ainda não foi comprovada em escala. Se o crescimento de adoção desacelerar, o Google pode ficar com capacidade ociosa e um balanço pesado. Esse é o custo real de apostar em um mercado que ainda não amadureceu. A captação com Berkshire Hathaway mitiga o risco financeiro, mas não elimina a incerteza técnica: GPUs ficam obsoletas rápido, e novos paradigmas (como arquiteturas especializadas) podem surgir antes do retorno total do investimento.

Fechamento

O Google está jogando para vencer a corrida de infraestrutura de IA, mas o custo dessa vitória é alto e os resultados só aparecerão em anos. Para quem usa IA, a curto prazo haverá mais capacidade e menos gargalos. Mas o jogo de preços e a dependência de um ecossistema exigem planejamento. Se você depende de APIs do Google, comece a simular cenários com maior oferta e custos potencialmente mais estáveis. A infraestrutura está chegando, mas o mercado ainda vai definir quem paga a conta.