Efeito chicote na cadeia de IA infla preços de GPUs e memória
Uma escassez que muda de lugar
A infraestrutura de IA atravessa ondas sucessivas de gargalos: primeiro GPUs, depois memória, SSDs, CPUs, HDDs e, por fim, instalações físicas de data centers. Os dados de preços indicam que essa sequência é real, mas lenta: alguns componentes caíram antes de voltar a subir, e cada gargalo congela a cadeia seguinte com atrasos medidos em anos, elevando o custo-base a cada nova onda.
O primeiro choque ocorreu no início de 2023, após o lançamento do ChatGPT, quando compradores concentraram capital na aquisição de GPUs. O aluguel sob demanda de uma Nvidia H100 passou de US$ 9 por hora. A prioridade dada às GPUs reduziu a demanda por computação convencional: as remessas de servidores caíram 22% em 2023, para menos de 11 milhões de unidades, abaixo dos níveis de 2018. Fabricantes de memória, que já enfrentavam um excesso de oferta pós-pandemia, perderam justamente a demanda de servidores que poderia absorver seus estoques. A crise havia custado mais de US$ 20 bilhões ao setor e levado a cortes de até 40% na produção de wafers.
Da memória aos processadores e ao armazenamento
Cerca de 18 meses depois, a pressão migrou para a memória. Para escapar da retração e buscar margens associadas à IA, fabricantes converteram salas limpas e equipamentos de litografia para produzir memória de alta largura de banda (HBM). Como a HBM consome aproximadamente três vezes mais capacidade de wafer por gigabyte que a DDR5 convencional, cada aumento na produção de HBM retira cerca de três vezes esse volume da oferta convencional. Em um único trimestre, os preços contratuais de SSDs corporativos subiram 80%; a Micron informou alta dos preços de DRAM na faixa dos 60% na comparação trimestral.
No fim de 2025, os agentes de IA pressionaram os processadores de servidores. Clusters de treinamento operavam com uma CPU para cada oito GPUs, mas fluxos de trabalho agentivos executam mais compilação de código, chamadas de ferramentas e gerenciamento de estado, empurrando a proporção em direção a uma CPU por GPU. A Intel relatou alta de 27% no preço médio de venda de CPUs para servidores em um ano, apesar da queda no volume de unidades, e citou bilhões de dólares em demanda não atendida por Xeon.
Em 2026, a escassez alcançou o armazenamento em grande escala. Com o flash de alta velocidade a US$ 150 por terabyte, arquitetos de nuvem passaram a recorrer a HDDs tradicionais e mais lentos para armazenar grandes lagos de dados de treinamento. Western Digital e Seagate disseram que toda a produção de HDDs nearline de 2026 já estava vendida.
O risco chega à construção física
O gargalo mais caro passou a estar fora do chassi dos servidores. Data centers de alta densidade podem custar mais de US$ 20 bilhões por gigawatt, com sistemas elétricos respondendo por metade do orçamento. Os custos de construção triplicaram para US$ 1.033 por pé quadrado, sem incluir o terreno. Transformadores elevadores têm prazo médio de entrega próximo de três anos, enquanto a produção de turbinas da GE Vernova e da Siemens Energy está vendida até 2029, com carteiras de pedidos que chegam a 2031.
Esse descompasso caracteriza o “efeito chicote” na infraestrutura física: choques súbitos de demanda a jusante são amplificados, com atraso, por cadeias industriais de fabricação lenta. Aliviar um gargalo apenas transfere a pressão para o componente seguinte; quando a onda passa, os ativos de capital com prazos longos ficam expostos a excesso de capacidade.
Mais de US$ 2 bilhões em expansões de transformadores, fábricas de NAND de 300 camadas e novas linhas de turbinas devem ser entregues em 2027 e 2028. Se as receitas de software não acompanharem instalações de US$ 20 bilhões por gigawatt, os investimentos de capital podem sofrer uma correção típica do efeito chicote. Barry Powell, da Siemens, resume o dilema: construir pouco pode significar perder participação; construir demais pode deixar as empresas presas a custos fixos e a uma eventual bolha.