Modelos
Data centers de IA: US$ 3,7 trilhões de receita anual em 2032 para se pagarem, segundo um artigo publicado pela Brookings
Um economista de Columbia estima o investimento dos EUA em IA em US$ 10,3 tri de 2025 a 2032 e a receita necessária para pagá-lo em US$ 3,725 tri por ano.
Quanto a IA precisa render para pagar os data centers em construção nos Estados Unidos? Um artigo apresentado em 25 de setembro de 2026 na conferência de outono dos Brookings Papers on Economic Activity (BPEA) dá uma ordem de grandeza: cerca de US$ 3,725 trilhões de receita anual até 2032, ou 9,2% do PIB projetado dos EUA para esse ano (artigo, rascunho da conferência).
Para ser preciso. Não se trata de um estudo institucional da Brookings: é um artigo de pesquisa de Stijn Van Nieuwerburgh, professor de mercado imobiliário da Columbia Business School, publicado pela Brookings no âmbito da BPEA (rascunho da conferência datado de 4 de setembro de 2026). Cada publicação ali representa exclusivamente as opiniões de seus autores (Brookings).
Os números principais
- Investimento: US$ 10,3 trilhões de 2025 a 2032 em edifícios, energia, redes, chips e outros equipamentos, em média 3,63% do PIB ao ano. É mais do que os booms dos canais, das ferrovias (2,24%), da eletrificação, das rodovias e das telecomunicações (1,10%).
- Capacidade: 182,8 GW de capacidade adicional entrando em operação entre 2025 e 2032, de um conjunto anunciado de cerca de 509 GW; o cenário central supõe que 117,2 GW cheguem depois de 2032 e que 226,9 GW nunca sejam construídos.
- Custo unitário: cerca de US$ 8,2 bilhões para um campus de 200 MW, dois terços em TI (GPUs, redes, armazenamento) e um terço no edifício e na energia.
- Receita necessária: US$ 3,725 trilhões por ano quando toda essa capacidade estiver operando, contra um PIB projetado para 2032 de US$ 40,481 trilhões.
O método: um limite de equilíbrio, não uma previsão
O número de US$ 3,725 trilhões responde a uma pergunta específica: que receita a capacidade concluída entre 2025 e 2032 precisa gerar para dar aos investidores um retorno sem alavancagem de 10%, com uma margem de fluxo de caixa operacional de 50%, uma vida econômica de seis anos para a TI e de vinte anos para todo o resto? O próprio autor diz isso em um texto publicado pela Columbia: é um cálculo de receita necessária, não uma previsão do que os clientes gastarão (Columbia Business School).
O resultado é muito sensível às premissas (artigo, tabela 7):
- de US$ 2,29 trilhões (retorno de 5%, margem de 67%) a US$ 6,72 trilhões (retorno de 15%, margem de 33%);
- se as GPUs permanecerem competitivas por apenas três anos em vez de seis, a necessidade sobe para cerca de US$ 6,0 trilhões, ou 14,8% do PIB de 2032.
Para dar escala: com a receita combinada de OpenAI e Anthropic estimada em cerca de US$ 100 bilhões por ano, atingir esse limite exigiria um crescimento de aproximadamente 80% ao ano até 2032, calcula o autor.
Duas versões em circulação. Em seu texto de 6 de outubro para a Columbia, o autor cita uma versão revisada do artigo: quase US$ 9 trilhões de investimento, cerca de 188 GW e US$ 3,55 trilhões de receita necessária (8,8% do PIB). Os números citados pela imprensa, e aqui, são os do rascunho da conferência publicado pela Brookings.
Outras estimativas comparáveis
- A Bain & Company (setembro de 2025) estimou que seriam necessários cerca de US$ 2 trilhões de receita anual no mundo até 2030 para financiar o poder de computação exigido, e que ainda faltariam US$ 800 bilhões mesmo contando as economias relacionadas à IA (Bain). O escopo (global, horizonte de 2030) e o método diferem: os dois números não se somam.
- O artigo observa que os investimentos de capital de Oracle, Microsoft, Amazon, Meta e Alphabet subiram de cerca de US$ 97 bilhões em 2020 para mais de US$ 400 bilhões em 2025, e devem superar US$ 800 bilhões em 2026, acima de seu fluxo de caixa operacional combinado pela primeira vez. Daí o uso crescente de arrendamentos, joint ventures, crédito privado e veículos fora do balanço, que o autor considera mais difíceis de monitorar (Bisnow, podcast da Brookings).
O que isso implica para o preço de ferramentas de programação e APIs
O artigo traduz seu limite em preços de aluguel de GPU: cerca de US$ 5,5 por hora de GPU instalada com utilização total, US$ 6,9 com 80% de utilização, dentro da faixa dos preços atuais de computação de fronteira. Para o autor, a verdadeira questão é, portanto, se os provedores manterão esse poder de precificação depois que cerca de 180 GW forem adicionados. Duas leituras, que não são mutuamente excludentes:
- Enquanto a capacidade for escassa, os preços se sustentam. As tabelas de preços já mostram isso: no Google, o Gemini 4 Argon passa de US$ 2/US$ 10 para US$ 4/US$ 20 por milhão de tokens em 1º de dezembro, e o Gemini 3.8 Flash de US$ 0,75/US$ 3,75 para US$ 1,50/US$ 7,50 em 1º de janeiro de 2027, quando terminam os preços promocionais (Google). Uma assinatura de programação ou uma API "barata" hoje pode voltar a subir.
- Se a oferta superar a demanda, eles caem. "Mais cedo ou mais tarde teremos excesso de oferta, como em todo ciclo imobiliário, e então os preços vão despencar", disse o autor à Bisnow; ele espera que esse risco só apareça depois de cinco a oito anos de forte crescimento.
Na prática, para uma equipe que orça seus agentes de programação: compare o preço por tarefa em vez do preço de tabela, verifique a data de término dos preços promocionais e mantenha uma alternativa mais barata ou auto-hospedada. A calculadora de custos e o comparativo de modelos permitem refazer a conta com seus próprios volumes; veja também nosso guia para escolher um agente pelo orçamento.
Fontes
- Stijn Van Nieuwerburgh: Financing the AI Buildout (BPEA, rascunho da conferência) (4 de set. de 2026), verificado em 21-10-2026
- Brookings: Financing the AI buildout (resumo) (23 de set. de 2026), verificado em 21-10-2026
- Brookings: The $10 trillion question (podcast e transcrição) (8 de out. de 2026), verificado em 21-10-2026
- Columbia Business School: The AI Buildout: What Real Estate Investors Need to Underwrite (6 de out. de 2026), verificado em 21-10-2026
- Bisnow: Brookings Study Shows AI's $10T Build-Out Cost Will Likely End In Market Correction (23 de set. de 2026), verificado em 21-10-2026
- Bain & Company: $2 trillion in new revenue needed to fund AI's scaling trend (23 de set. de 2025), verificado em 21-10-2026
- Google: Gemini API pricing, verificado em 21-10-2026
Principal conclusão: US$ 3,725 trilhões por ano é um limite de equilíbrio calculado sob premissas (retorno de 10%, margem de 50%, GPUs depreciadas em seis anos), não uma previsão de receita.
Encontrou um erro neste artigo? Avise-nos · Nossa política de correções
