IA está desacelerando: US$ 3 trilhões de receita necessários até 2030 para sustentar a bolha

Ed Zitron argumenta que a IA generativa está desacelerando, não acelerando, e a economia simplesmente não fecha. O artigo foca nos requisitos de capital impressionantes: US$ 3 trilhões ou mais em receita até o final de 2030 para sustentar a existência da indústria de IA, com base nos custos de construção de data centers e compromissos dos hyperscalers.

Principais Projeções Financeiras da Fonte

• Custos de data centers: Citando Sightline Climate e Jensen Huang, os 190 GW planejados de data centers custarão de US$ 9,5 trilhões a US$ 15 trilhões (a US$ 80–US$ 100 bilhões por GW). A Bloomberg afirma incorretamente US$ 3 trilhões.
• Dependência de receita da NVIDIA: 54% da receita da NVIDIA vem de três clientes (provavelmente Microsoft, Google, Meta). Huang projeta US$ 1 trilhão em receita até o final de 2027, mas as contrapartes precisam contrair dívidas perpetuamente.
• Movimentos dos hyperscalers: A venda de ações de US$ 85 bilhões do Google e o plano de despejo de vários bilhões de dólares da Meta sinalizam que a dívida está se tornando mais difícil de obter, segundo o economista Paul Kedrosky.
• Compromissos da Anthropic: US$ 330 bilhões em compromissos de computação/chips (Google, Amazon, Microsoft) mais US$ 30 bilhões com a CoreWeave e US$ 15 bilhões com a SpaceX. Precisa de US$ 174 bilhões em receita anual até 2029. Levantou US$ 95 bilhões apenas em 2025, mas precisará de mais US$ 200 bilhões no próximo ano.
• Queima da OpenAI: Projeta pelo menos US$ 852 bilhões queimados até o final de 2030, com US$ 770 bilhões+ em compromissos de computação. Sua rodada de financiamento de US$ 122 bilhões em março é insuficiente.

Por que Isso Importa para Agentes de Codificação de IA

Se a bolha da IA se contrair, o acesso a modelos de ponta (por exemplo, GPT-5, Claude 4, Gemini Ultra) pode se tornar mais caro ou restrito. Os custos de inferência podem aumentar se a construção de data centers estagnar. Para equipes que dependem de agentes de IA, isso sugere diversificar provedores de modelos e se preparar para possíveis aumentos de preço ou disponibilidade reduzida de API.