A Land Rush dos Datacenters: O que US$ 100 bilhões em compromissos de infraestrutura de IA realmente compram
Em 2026, os números que circulam sobre gastos em infraestrutura de IA se tornaram quase comicamente grandes. A Microsoft se comprometeu com US$ 80 bilhões para o ano fiscal de 2026. Os gastos de capital do Google chegaram a US$ 75 bilhões entre 2025 e 2026. A Amazon espera gastar mais de US$ 100 bilhões até 2028. A SoftBank prometeu US$ 100 bilhões para infraestrutura de IA nos EUA. A Meta orientou US$ 65 bilhões em gastos de capital em 2025. Some tudo e você está olhando para algo acima de meio trilhão de dólares — todos nominalmente apontados para o mesmo objetivo: construir o substrato físico para a IA em escala.
A pergunta que vale a pena fazer não é se esses números são reais. Eles são, em sua maioria. A questão é o que eles realmente compram, quem captura o valor, e se a onda de gastos está construindo uma vantagem permanente ou uma corrida por terrenos muito cara que eventualmente vai bater num muro.
Para onde o dinheiro realmente vai
A construção de data centers parece simples: prédios grandes, muitos servidores. A realidade é mais complexa. O maior custo em um data center moderno de IA não é o prédio — é o poder computacional. Uma única GPU Nvidia H200 custa aproximadamente US$ 30.000 a US$ 40.000. Um rack NVL72 com 72 delas sai por US$ 3 milhões ou mais. Um hyperscaler comprando 100.000 GPUs (uma estimativa conservadora para um grande cluster de treinamento) está gastando de US$ 3 a US$ 4 bilhões antes mesmo de um único servidor ser rackeado.
A arquitetura GB200 Blackwell da Nvidia, que começou a ser enviada em volume no final de 2025, estendeu ainda mais o prêmio. Um rack NVL72 Blackwell com 72 GPUs tem preço aproximado de US$ 3,5 milhões, e a demanda superou a oferta por larga margem. Isso cria uma dinâmica incomum: as empresas que mais gastam em infraestrutura de IA estão basicamente canalizando esse dinheiro para um único fornecedor. A Nvidia capturou cerca de 92% da receita de GPUs para data center em 2025. A corrida por infraestrutura, em termos financeiros, é em grande parte uma transferência de riqueza para a Nvidia.
Abaixo da camada de GPU, o dinheiro se espalha. Networking (InfiniBand, Ethernet a 400G/800G) é caro. Resfriamento — o tradicional água gelada CHWS e cada vez mais o resfriamento líquido direto (DLC) para racks de GPU de alta densidade — adiciona US$ 1 a US$ 3 milhões por megawatt de capacidade. Os próprios prédios em mercados tier-1 (norte da Virgínia, Phoenix, Chicago) estão com lances elevados, com prazos de construção se estendendo de 18 a 36 meses. E depois há a energia.
Energia é o verdadeiro gargalo
Um data center de 100 megawatts — um tamanho significativo, mas não excepcional para um cluster de IA — precisa aproximadamente da produção de uma pequena usina elétrica operando continuamente. Em 1 gigawatt, que é a escala que os hyperscalers estão agora mirando para campi únicos, você precisa de algo como a Represa Hoover funcionando apenas para aquela instalação. As concessionárias de energia não foram construídas para esse tipo de demanda em degrau.
A ordem da Federal Energy Regulatory Commission de junho de 2026 exigindo que operadores de rede acelerem a interconexão de grandes cargas (as ordens "show cause" da FERC para todos os seis operadores regionais de rede) é uma resposta direta aos hyperscalers atingindo tetos de capacidade de energia. No PJM — a rede que cobre a maior parte da Costa Leste e Centro-Oeste dos EUA — há um backlog de 400 gigawatts de pedidos de interconexão. Um data center que qualifica seu site hoje pode esperar de quatro a seis anos por uma conexão confiável à rede.
Os hyperscalers estão se adaptando ao se co-localizar diretamente com geração de energia. A Microsoft assinou acordos com a Constellation Energy e outros operadores nucleares para reiniciar ou licenciar capacidade nuclear existente. O Google contratou a Kairos Power para small modular reactors (SMRs). A Amazon adquiriu o campus de data center da Talen Energy adjacente a uma usina nuclear de 2,5 GW na Pensilvânia. O padrão é inconfundível: a próxima fase da infraestrutura de IA é também uma expansão da infraestrutura energética, com data centers competindo com cidades por capacidade de rede escassa.
Novos entrantes e por que hyperscale não é mais só para hyperscalers
Os requisitos de capital da infraestrutura de IA criaram uma oportunidade incomum para compradores financeiros. A CoreWeave, apoiada por capital próprio e financiamento de dívida da Nvidia, atingiu uma avaliação de US$ 23 bilhões até 2025 e abriu capital no início de 2026, tornando-se uma das empresas de infraestrutura que mais crescem na história. Seu modelo — comprar GPUs em escala, alugá-las para desenvolvedores de IA que precisam de capacidade burst — funciona precisamente porque os hyperscalers alocaram a maior parte de sua própria capacidade de GPU para cargas de trabalho internas.
Adam Selipsky, ex-CEO da AWS, lançou a Helix Digital Infrastructure em junho de 2026 com US$ 10 bilhões em capital comprometido da KKR, uma parceria com a Nvidia e o fundo soberano do Kuwait como investidor âncora. A proposta é integração vertical: data centers, geração de energia, transmissão e fibra sob o mesmo teto. A Crusoe Energy construiu um modelo integrado semelhante partindo da queima de gás natural estrangulado em campos de petróleo. A tese em todos esses casos é que possuir a pilha completa — computação, energia, conectividade — produz margem que não pode ser competida.</