OpenAI e Anthropic puxam boom da IA e mega datacenters em 2025

Introdução

OpenAI e Anthropic catalisaram um boom de IA que desencadeou um frenesi global por mega datacenters e capacidade de computação, com investimentos recordes em 2025 e planos ainda maiores para 2026. Segundo o The Information, 2025 foi marcado por uma corrida a infraestruturas de IA, do hype de agentes às promessas de produtividade, com os datacenters no centro do debate.

O pano de fundo energético confirma a virada de escala. A IEA estima que o consumo elétrico de datacenters pode mais que dobrar e chegar a cerca de 945 TWh até 2030, com os Estados Unidos liderando a expansão por causa do crescimento da IA. A Gartner projeta salto de 448 TWh em 2025 para 980 TWh em 2030, com servidores acelerados por IA respondendo por quase metade do aumento.

Este artigo destrincha o que mudou em 2025, por que os hyperscalers pisaram no acelerador, como a energia se tornou o gargalo mais duro, e o que esperar de 2026. O foco é prático, com dados, casos reais, implicações competitivas e ações táticas para times de produto, engenharia e estratégia.

1. O que 2025 ensinou sobre escalar IA

A narrativa central foi simples e contundente. O apetite por modelos maiores e inferência mais rápida exigiu clusters massivos e capex sem precedentes. Em 2025, Microsoft comunicou planos de gastar cerca de 80 bilhões de dólares no ano fiscal 2025 para erguer datacenters preparados para IA, com mais da metade nos Estados Unidos. A empresa reafirmou a meta mesmo diante de ajustes pontuais de infraestrutura.

Alphabet elevou seu plano de capex de 2025 para aproximadamente 85 bilhões de dólares no segundo semestre, citando forte demanda de nuvem e backlogs de capacidade. A companhia já havia sinalizado 75 bilhões no início do ano e aumentou o guidance duas vezes.

A Amazon indicou capex de cerca de 100 bilhões de dólares em 2025, em grande parte para IA e expansão de nuvem. Meta projetou 66 a 72 bilhões de dólares no ano, planejando outra aceleração em 2026. Em paralelo, investidores de infraestrutura e energia entraram em cena, caso da Brookfield, que lançou a Radiant para oferecer chips em datacenters e anunciou um programa de 100 bilhões de dólares em infraestrutura de IA.

No mesmo período, o The Information sintetizou a fotografia com 10 gráficos do ano, destacando o frenesi de datacenters e a onda de agentes de IA. Essa leitura ecoou por todo o ecossistema e guiou prioridades de produto, P&D e compras de GPU.

2. A aritmética da energia, de TWh a GW

A expansão física de datacenters chegou ao ponto em que potência se tornou a métrica mais escassa. A IEA projeta que os datacenters podem consumir quase 945 TWh em 2030, com o crescimento puxado por servidores acelerados e IA. Nos Estados Unidos, a demanda por eletricidade de datacenters representa parcela substancial do crescimento da carga até 2030. Cenários variam conforme eficiência de hardware, algoritmos e resfriamento, mas a direção é inequívoca.

A Gartner estima que o consumo global de eletricidade por datacenters suba 16 por cento somente em 2025 e dobre até 2030. A consultoria projeta que servidores otimizados para IA responderão por 44 por cento do uso de energia dos datacenters em 2030, quase quintuplicando sua fatia desde 2025.

Relatórios setoriais apontam que regiões com maior concentração de builds já enfrentam restrições de rede e licenciamento, o que empurra o setor a soluções no local, como contratos de gás, PPA de renováveis, storage e, em alguns casos, projetos piloto com nuclear modular. Em 2026, o desfecho competitivo dependerá de desbloquear gigawatts a tempo, não apenas de comprar mais GPU.

![Corredor de datacenter com racks e luzes azuis]

3. OpenAI, Anthropic e o efeito farol nos orçamentos

OpenAI consolidou o papel de locomotiva de demanda com receita anualizada de 10 bilhões de dólares em junho de 2025, além de parcerias de infraestrutura que escalaram para o projeto Stargate. Em setembro de 2025, OpenAI, Oracle e SoftBank anunciaram cinco novos sites nos Estados Unidos, colocando o programa no caminho de 500 bilhões de dólares e 10 GW de capacidade comprometida até o fim de 2025.

Anthropic reforçou a pressão por capacidade com rodadas robustas e alianças profundas com AWS e Google Cloud. Em março de 2025, a empresa foi avaliada em 61,5 bilhões de dólares e destacou a expansão de capacidade com AWS como parceira primária de treino e inferência, além de investimento adicional de mais de 1 bilhão de dólares da Alphabet no início do ano.

Esse efeito farol se reflete nos hyperscalers. Microsoft, Alphabet, Amazon e Meta escalaram capex para dezenas de bilhões em 2025. TrendForce estimou que o capex combinado dos principais CSPs deve superar 420 bilhões em 2025 e pode atingir 520 bilhões em 2026, à medida que soluções em rack escalam, incluindo sistemas GB200 e GB300.

4. O mapa do capex, quem gasta, onde e por quê

Microsoft repetiu publicamente que planejava mais de 80 bilhões de dólares em capex no ano fiscal de 2025 e, na abertura do ano fiscal 2026, registrou 34,9 bilhões em um único trimestre, com 11,1 bilhões em leases de datacenter. O discurso corporativo vem sendo consistente, construir uma fábrica de IA em escala planetária.

Alphabet elevou a previsão de 2025 para cerca de 85 bilhões de dólares no segundo semestre, indicando aceleração adicional em 2026. A justificativa é direta, demanda forte em nuvem, necessidade de servidores adicionais e obras de datacenters mais rápidas.

Amazon colocou 100 bilhões de dólares como mira de capex em 2025, com IA como motor principal do ciclo de investimento. Meta, por sua vez, projetou 66 a 72 bilhões de dólares em 2025 e indicou outro ano de forte crescimento em 2026, inclusive com mega clusters chegando à casa de gigawatt.

Para além dos hyperscalers, fundos de infraestrutura e energia avançam em propostas integradas. A Radiant, nova operação de cloud da Brookfield, nasce com prioridade de acesso a projetos de datacenter financiados por um fundo de 10 bilhões de dólares, parte de um programa de 100 bilhões. O recado é claro, computação de IA e energia caminham juntas na tese de retorno.

5. Energia, custos e eficiência, a nova equação de produto

A pergunta do momento para qualquer roadmap de IA é como equilibrar qualidade de modelo, latência e custo por inferência sob restrições de energia. A IEA indica que servidores acelerados por IA podem responder por quase metade do aumento do consumo de datacenters até 2030. A Deloitte traça cenários em que, sem ganhos de eficiência, o consumo passaria de 1.300 TWh, com a potência crítica global quase dobrando de 2023 a 2026 e operações de IA consumindo mais de 40 por cento dessa potência.

Aplicação prática para times de produto e engenharia em 2026:

• Use quantização, pod slicing e mistura de especialistas para reduzir watts por token, com SLOs bem definidos por classe de tarefa.
• Substitua chamadas síncronas por pipelines assíncronos em lotes, amortizando custos de GPU, e faça caching agressivo de prompts frequentes.
• Avalie topologias de inferência com GPUs de geração atual e anterior, equilibrando preço, consumo e disponibilidade por região.
• Trate energia como insumo, inclua custo energético por requisição no PnL de features e nos OKRs de eficiência.

![Aisle de datacenter com sobreposição de analytics]

6. Riscos, sinais de alerta e como navegar 2026

O mercado financeiro enxerga 2026 como ano decisivo para o trade de IA. Enquanto a demanda por hardware segue forte, o risco está no ritmo de capex e no gargalo de energia. Fabricantes de turbinas a gás reportam carteira até 2029, e a aprovação de infraestrutura elétrica tem sido lenta. A sustentabilidade do ciclo no segundo semestre de 2026 depende de destravar potência e de financiamento contínuo, especialmente para startups que queimaram caixa em 2024 e 2025.

Outra variável chave é a competição por capacidade, inclusive entre empresas emergentes que constroem seus próprios superclusters, como xAI, que ampliou o Colossus para quase 2 GW ao adicionar um terceiro datacenter. A disputa por energia, terreno e prazos de obra tende a intensificar a diferença entre quem já tem sites com liberação e quem ainda busca conexão de rede.

Para líderes de tecnologia, três movimentos ajudam a atravessar 2026 com vantagem competitiva:

• Amarre contratos de energia e localização cedo, mesmo que em fases, incluindo microgrids e PPAs híbridos, para mitigar risco de fila e variação de preço.
• Trate eficiência como pilar de produto, não como pós-tratamento. Acompanhe custo por token, por usuário e por caso de uso em tempo real.
• Diversifique fornecedores de capacidade, combinando hyperscalers, provedores especializados e parcerias com players de infraestrutura e utilities.

7. O que o The Information chamou de frenesi, traduzido em ações

A síntese do The Information, de agentes a mega datacenters, está aparecendo na prática em três frentes. Primeiro, plataformas base e modelos frontier direcionam capex monumental, o que puxa cadeias de suprimento de chips, energia e construção. Segundo, casos de uso com ROI claro sustentam a curva de adoção, com coding, atendimento e automação de backoffice na frente. Terceiro, a agenda de eficiência e energia virou diferencial de produto e fator de custo por usuário.

Para times executivos, a leitura é pragmática. Market share em IA não depende apenas do melhor modelo, depende da capacidade de entregar latência, custo e disponibilidade sob restrição energética. Empresas que amarram sites, firmam PPAs, investem em resfriamento avançado e pilotam soluções como imersão líquida ou recuperação de calor ganham uma vantagem composta.

Conclusão

O ciclo 2025 consolidou um novo normal. OpenAI e Anthropic foram catalisadores, e os hyperscalers responderam com uma maré de capex para erguer mega datacenters. A IEA e a Gartner colocaram números na mesa, consumo dobrando até 2030 e servidores de IA puxando a curva. A partir daqui, o jogo é de execução, energia, eficiência e governança de custos.

A melhor estratégia para 2026 combina ambição e sobriedade. A ambição de construir capacidade e capturar demanda que cresce rápido. A sobriedade de medir watts, latência e dólares por inferência a cada release. Quem acertar a fórmula transforma computação e energia em vantagem competitiva duradoura.