O valor de todo o mercado de ações quase dobrou nos últimos 5 anos. E isso foi impulsionado por 10 empresas cujo crescimento deve-se quase inteiramente a promessas de IA.
Ainda que muitos entendam que isso não é sustentável, é fácil perceber que as IAs trouxeram vários benefícios. Apesar de muitos prejuízos.
Agora as melhorias estão desacelerando e novos modelos estão mostrando menos melhorias do que esperado. Ao mesmo tempo, novos usos para IA estão aparecendo com novos produtos e serviços. E isso também ajuda a valorizar o setor. Porém, o quanto e onde foi gasto em IA?
Notícias Relacionadas:
- Novo Acer Veriton GN100 chega como mini workstation de IA com chip NVIDIA GB10
- Trator LaserWeeder usa GPUs e IA da NVIDIA para exterminar ervas daninhas
- IETF propõe novos padrões para identificar sites produzidos com IA
Entendendo os custos
A capitalização de mercado, que é o foco da maioria das notícias sobre IA, é simplesmente um cálculo de quantas ações estão em circulação multiplicado pelo valor pelo qual o último especulador da fila fez uma negociação.
Isso significa que, se o valor da NVIDIA aumentou, não indica que US$ 2 trilhões (R$ 10,79 trilhões) foram gastos ou criados. Significa apenas que foi colocado um novo novo preço no que a empresa faz. Por mais tosca que seja a comparação, é como se o mercado mudasse o preço do quilo de banana de R$ 5 para R$ 10.
E isso significa que os reais gastos se dão mais com infraestrutura e construção de negócio. Porém, é mais que dinheiro, trata-se de, por exemplo, energia. E, em última instância, dinheiro acaba sendo uma unidade de medida.
Gastos com Chips
A contagem de gastos com IA entre apenas quatro das principais empresas de tecnologia (Meta, Google, Microsoft e a Amazon) atingiu US$ 200 bilhões (R$ 1,079 trilhão) no ano e US$ 60 bilhões (R$ 323,77 bilhões) apenas no trimestre mais recente. E os gastos deste ano da Amazon caminham para atingir US$ 344 bilhões (R$ 1,856 trilhão).
Isso representa mais de 1% de todo o PIB dos EUA sendo usado na construção de infraestrutura computacional para desenvolver e operar novos modelos de IA.
E esses número não incluem empresas menores ou privadas como a OpenAI. Elas não estão incluídas nesses números porque não precisam divulgar informações financeiras. Neste caso, é possível olhar para a escala e a frequência da captação de recursos realizada pela empresa responsável pelo ChatGPT.
Em março deste ano, a empresa recebeu US$ 40 bilhões (R$ 215,85 bilhões) de investidores no maior negócio privado de tecnologia da história. E, apenas 4 meses depois, ela levantou outros US$ 8,3 bilhões (R$ 44,79 bilhões).
Toda vez que fazem isso os investidores abrem mão de parte de sua participação na empresa (e lucros futuros). Então, a única razão para seguirem em frente seria realmente precisarem de dinheiro.
Para piorar, chips que eram de última geração em 2022, quando o ChatGPT foi lançado, estão se tornando obsoletos rapidamente para os novos data centers de IA.
Do outro lado do mundo, conforme dados de Stanford, empresas estatais chinesas investiram mais US$ 500 bilhões (R$ 2,698 trilhões) em infraestrutura de IA. E todas essas empresas estão descobrindo que o hardware é a parte mais barata.
Benefícios incertos
Um relatório do MIT acompanhou 300 empresas que implementaram IA generativa em seus fluxos de trabalho em nível empresarial. E, apesar de um investimento adicional de US$ 30 (R$ 161,89 bilhões) a US$ 40 bilhões (R$ 215,85 bilhões), o estudo descobriu que 95% das organizações geraram retorno zero com a IA.
Porém, para dar o devido benefício da dúvida, parte do motivo para o retorno zero pode ser porque os funcionários ficaram com mais tempo livre sem aumentar o valor que entregaram para a empresa.
Outro problema é que há uma diferença significativa entre o que se queria com as IAs e o que foi entregue. Governos querem uma superinteligência para vários serviços, os usos para as IAs são cortar JPEGs, remover fundos e transcrever vídeos.
E ainda que um benefício seja entregue, ele nem sempre é o desejado ou justifica o investimento feito. E a falta de entrega de determinados benefícios é um custo que nem sempre é computável, o que não acontece com os custos de energia para manter a infraestrutura.
Custos com Energia
Os Estados Unidos operam com margens de apenas 15% de reserva de energia. A China, em contrapartida, opera com margem de 100%. Isso significa que os data centers de IA na China são uma maneira útil de absorver capacidade extra de energia. Nos EUA, eles representam uma sobrecarga para uma infraestrutura já decadente.
Além disso, de acordo com as estatísticas nacionais, a China gastou quase US$ 2,3 trilhões (R$ 12,41 trilhões) em infraestrutura somente em 2022. Ao mesmo tempo, os EUA gastaram US$ 1,1 trilhão (R$ 5,94 trilhões) distribuídos ao longo de 5 anos.
Isso não quer dizer que o que a China está fazendo seja uma boa ideia, pois esses investimentos os colocaram em um nível de dívida potencialmente ruinoso.
O problema é que as estimativas são que os data centers representaram 1,5% do consumo mundial de eletricidade em 2024 e a projeção é de que esse número dobre até 2030. Ao menos, se as tendências atuais continuarem com a IA.
Em termos de números, 450 terawatts-hora distribuídos ao longo dos últimos 3 anos teriam custado cerca de US$ 18 bilhões. Isso supondo uma tarifa favorável de US$ 40 (R$ 215,85) por megawatt-hora.
Além disso, o fornecimento de eletricidade para uma casa é de kilowatt-hora, um valor mil vezes menor. E não entra na conta que todo esse consumo por grandes empresas pode ter repercutido no aumento dos custos de energia.
Por outro lado, isso também pode significar que a infraestrutura de energia elétrica pode melhorar.
Fonte: How Money Works.
