Pular para o conteúdo
Data centers de IA e a corrida por capacidade(ver a linha do tempo)Foto: rawpixel, domínio público

Wharton: IA precisaria elevar a produtividade 2,7 vezes até 2030 para pagar data centers

2 de outubro de 2026Nível de hype: PesquisaOrigem: EUA

Compartilhar
WhatsAppLinkedIn

A professora de finanças Jessica Wachter, da Wharton, e um colaborador fizeram uma conta contábil sobre a aposta dos hiperescaladores em data centers, segundo a MIT Technology Review Brasil. Sem prever a utilidade dos modelos, calcularam quão rápido os lucros precisariam crescer para justificar os gastos, que chegariam a quase US$ 1,1 trilhão até 2027.

O resultado é que as empresas de IA precisariam aumentar a própria produtividade por um fator de 2,7 para atingir o ponto de equilíbrio até 2030, considerando custo de capital, retorno de 15% e depreciação dos ativos. Wachter diz que isso não é impossível. O texto completo não foi lido até o fim, e a fonte não detalha as premissas além dessas.

O que muda pra você

Dev
Sem efeito direto; a pressão por retorno pode afetar prioridades de produto nas empresas que constroem os modelos.
PM
Se o seu produto depende de preços baixos de IA, avalie cenários em que os fornecedores precisem recuperar o investimento.
Ver para outros perfis (Executivo, Investidor, Educador)
Executivo
A conta ajuda a perguntar em que prazo os gastos em IA se pagam e a planejar contratos com fornecedores.
Investidor
A estimativa depende de premissas como o retorno de 15%; mudar as premissas muda o resultado.
Educador
Bom exemplo para mostrar como uma estimativa simples organiza uma discussão complexa.
Achou útil? Compartilhe
Reportar um erro
O que há de errado?

Não pedimos nome nem e-mail.

Destaques de hoje no Sinal.AI

Ver tudo o que importa hoje