Em entrevista ao podcast Decoder, do jornalista Nilay Patel, o CEO da IBM, Arvind Krishna, apontou que construir e operar data centers em escala necessária para perseguir a inteligência artificial geral (AGI) pode custar valores tão altos que desafiam até empresas como OpenAI, Google e Microsoft. Krishna estimou que apenas preencher um data center de […]
Em entrevista ao podcast Decoder, do jornalista Nilay Patel, o CEO da IBM, Arvind Krishna, apontou que construir e operar data centers em escala necessária para perseguir a inteligência artificial geral (AGI) pode custar valores tão altos que desafiam até empresas como OpenAI, Google e Microsoft.
Krishna estimou que apenas preencher um data center de 1 gigawatt exige cerca de US$ 80 bilhões, um valor que ele chamou de “o número do dia”. A comparação ajuda a entender o tamanho da ambição: compromissos de 20 a 30 gigawatts podem ultrapassar US$ 1,5 trilhão.
O alerta não se limita ao investimento inicial. O executivo destacou que os chips usados nesses ambientes têm vida útil de cinco anos, o que adiciona uma camada de custos recorrentes e crescentes. Esses ciclos acelerados pressionam modelos de negócio que, segundo ele, ainda não provaram retorno financeiro real para justificar tamanha aposta.
Leia mais: Como Djalma Brighenti Jr tirou a TI da Ford do suporte e a tornou estratégica
Krishna projetou outra conta que amplia a preocupação: um aporte de US$ 8 trilhões em AGI precisaria gerar algo como US$ 800 bilhões apenas para cobrir pagamentos de juros. Ele reconhece que grandes empresas estão convencidas de que esses investimentos vão se pagar no longo prazo, mas avalia que tais compromissos refletem mais convicção do que garantias.
A discussão ganha relevância quando a OpenAI formalizou acordos de longo prazo avaliados em US$ 1,4 trilhão com fornecedores como Nvidia, Oracle, Broadcom e Alphabet. O CEO Sam Altman tem dito repetidamente que espera retornos compatíveis com o tamanho da infraestrutura necessária. Krishna, no entanto, contrapôs que ainda não há evidências concretas de que o salto tecnológico levará a uma forma de inteligência geral.
Krishna também avaliou as capacidades atuais dos modelos de linguagem. Para ele, a chance de que a tecnologia disponível hoje atinja AGI está entre “zero e 1%”. O argumento é que modelos generativos são excelentes em tarefas como produtividade, síntese de informação e automação de processos, mas ainda estão longe de exibir características de inteligência autônoma e generalista. Ele sugeriu que uma eventual AGI exigiria combinar modelos generativos com representações estruturadas de conhecimento e outros tipos de sistemas computacionais.
Enquanto isso, os investimentos continuam acelerando. Alphabet elevou sua previsão de capex para 2025 para algo entre US$ 91 bilhões e US$ 93 bilhões. A Amazon agora projeta US$ 125 bilhões. No total, a indústria deve alcançar US$ 380 bilhões em infraestrutura de IA apenas neste ano, consolidando a corrida por capacidade computacional.
Krishna defendeu que a indústria deveria manter o foco nos ganhos já concretos da IA atual, especialmente em automação, análise de dados e eficiência operacional. Ele reforçou que as empresas estão colhendo benefícios substanciais e imediatos, enquanto a busca pela AGI permanece altamente incerta e exige apostas financeiras desproporcionais.
Embora seu alerta não tenha a intenção de frear a inovação, ele reitera que a corrida trilionária não garante nenhum avanço revolucionário. Para ele, o setor precisa equilibrar ambição com prudência financeira.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
