Em 28 de agosto de 2026, a Andreessen Horowitz anunciou o Machine Age Fund, US$ 1,1 bilhão dedicados à infraestrutura física sobre a qual a IA roda: chips, memória, rede, armazenamento, além de sistemas completos, de data centers a robótica e eletrodomésticos com IA. A estratégia é liderada por Martin Casado e Raghu Raghuram, sócios da firma. A casa que ajudou a popularizar a ideia de que o software estava comendo o mundo passa a apostar capital em que o limite atual da IA é físico.
Embutida no anúncio há uma tese que interessa a qualquer empresa que aloca capital em IA. Investidores de estágio inicial temem que um recurso novo dos grandes modelos apague empresas da camada de aplicação, e por isso buscam proteção na camada de infraestrutura, tratada como a aposta mais segura. O ponto que o material de lançamento não desenvolve é que é nessa mesma camada que os analistas sem posição direta na aposta localizam os maiores sinais de risco do ciclo.
É essa a tensão central: quanto mais segura a infraestrutura parece para quem investe, mais exposta ela pode deixar quem compra capacidade por vários anos.
O gargalo desceu para o mundo físico
O argumento técnico da a16z tem lastro. A demanda por processamento se multiplica a cada passo do uso de IA. À medida que evoluímos do chatbot ao raciocínio, à programação e a outras formas de trabalho intelectual, crescem tanto a demanda quanto a intensidade de processamento por tarefa. Cada geração consome ordens de magnitude a mais de tokens, a unidade de processamento que a IA gera e consome a cada resposta. A densidade por rack e o consumo de energia cresceram a ponto de tornarem obsoletas as arquiteturas de data center pensadas para outra era. Casado resume o deslocamento: o gargalo deixou de ser o modelo e passou a ser tudo o que fica embaixo dele.
Segundo a a16z, reinvenções assim marcam cada era da computação, do mainframe ao cliente-servidor, à internet, à nuvem e aos dispositivos móveis. A diferença desta vez está na magnitude, na abrangência e na velocidade da mudança exigida para acompanhar a demanda, com a promessa de reconstruir cada camada da pilha como plataforma, da refrigeração à eletricidade.
Os fatos de agosto de 2026 confirmam a escala. AWS e Nvidia anunciaram planos para implantar mais 2 milhões de GPUs de nova geração entre 2027 e 2028, que se somam a mais de 1 milhão anunciado em março. Capacidade de fronteira está sendo comprometida anos antes do uso. No mesmo mês, a SK hynix iniciou a construção, nos Estados Unidos, de sua primeira unidade americana de produção final de memória HBM, a memória de alta velocidade que alimenta os chips de IA e virou gargalo tão crítico quanto o próprio processador, com produção prevista para 2029.
A escassez já aparece nos números, e não apenas no discurso de quem levanta fundo. Em teleconferência de resultados, a Nvidia afirmou que o sinal de demanda por data center aponta para um crescimento de cerca de 140% no seu ano fiscal de 2028, enquanto a oferta consegue entregar perto da metade disso. A fila confirma a conta: os componentes do ano fiscal de 2027 da empresa já estão alocados, e a maior parte do que se espera vender em 2028 também, com capacidade de encapsulamento avançado da TSMC e do nó de fabricação de 2 nanômetros reservada até 2028.
A mesma corrida por capacidade antecipada apareceu em outro contrato do mês. A Anthropic fechou um acordo de seis anos e cerca de US$ 45 bilhões com a Nscale por 460 megawatts em um data center na Virgínia Ocidental, previsto para operar no fim de 2027. A empresa assumiu a âncora do projeto depois que a Microsoft saiu. A energia será gerada no próprio local, com motores a gás, o que contorna a fila de conexão à rede elétrica e transforma o acesso à energia em vantagem competitiva, já que a rede não acompanha a demanda. É a energia captiva que a própria a16z cita, agora com caso datado.
O deslocamento é confirmado por quem fabrica. Em 31 de agosto, à frente do desenvolvimento de packaging avançado da TSMC, a maior fundição de chips do mundo, K.C. Hsu afirmou que a IA deixou de ser um avanço de software e virou um desafio definido por infraestrutura física e energia. E apontou a mudança que reorganiza a disputa: a unidade de computação deixou de ser o servidor e passou a ser o data center inteiro.
A afirmação importa porque vem de quem está no centro da fabricação da infraestrutura da qual essa expansão depende. A consequência já aparece na rede que conecta esses sistemas: segundo Hsu, as vendas de transceptores ópticos, os componentes que movem dados por luz entre os equipamentos, cresceram 25% em 2025 e devem avançar outros 50% em 2026, puxadas pela expansão da IA.
A disputa migrou para a camada que integra
O sinal mais relevante do mês esteve menos na velocidade dos novos chips e mais na disputa para integrar uma infraestrutura cada vez mais fragmentada. A OpenAI apresentou em 25 de agosto os primeiros resultados do Jalapeño, seu acelerador próprio de inferência, com ganhos de eficiência que a própria empresa divulgou e que ainda não foram validados de forma independente. A Cerebras mostrou o sistema CS-4 em escala de rack, e a AWS desenvolve seus próprios chips. Em 31 de agosto, a Nvidia investiu US$ 3,5 bilhões em bonds conversíveis da MediaTek, títulos de dívida que podem virar participação acionária. Ao mesmo tempo, a MediaTek adotará o NVLink Fusion, a tecnologia de interconexão que conecta chips de terceiros à arquitetura de rack da Nvidia.
É a ilustração mais limpa do argumento: a Nvidia pode perder participação no processador sem perder o controle da arquitetura ao redor dele. A própria Reuters registrou que o movimento reforça as preocupações com financiamento circular no setor, quando o fornecedor financia o cliente que compra sua tecnologia.
Em agosto, essa disputa de plataforma subiu do hardware para o software. O The Information reportou que a Nvidia teria acertado a compra da Hugging Face, principal repositório de modelos abertos, por US$ 12,9 bilhões, informação repercutida pela Reuters e por outros veículos, mas não confirmada pelas empresas e, segundo parte da imprensa, ainda sem contrato assinado. Se sair, a Nvidia, que já era investidora da plataforma desde 2023, passaria a controlar também a camada por onde desenvolvedores descobrem e adotam modelos. A Hugging Face se tornou relevante por ser vista como neutra, e essa neutralidade fica sob escrutínio nas mãos do maior fornecedor de GPUs.
A pergunta executiva deixou de ser qual GPU comprar. Importa agora saber quem controla a camada que integra chips, memória, energia, rede e software. É nessa camada que o poder de mercado pode permanecer mesmo com o aumento do número de processadores concorrentes. A tese da a16z, de que há espaço para reconstruir cada peça da pilha, convive com um movimento de consolidação de plataforma que pode ampliar o lock-in em vez de reduzi-lo.
A a16z resume a urgência pelo lado da oferta: a indústria de hardware está acostumada a crescer, no máximo, de 20% a 30% ao ano; não o crescimento de três dígitos necessário para acompanhar a demanda.
Na opinião da a16z, precisaremos de sistemas cada vez mais rápidos e eficientes. De memória mais barata e com maior largura de banda em toda a hierarquia. De interconexões mais rápidas e escaláveis entre nós e sistemas. De dispositivos de borda com baixo consumo de energia para que a IA explore e interaja com o mundo. E, claro, de toda a infraestrutura de refrigeração, materiais, eletricidade e espaço físico necessária para suportá-los.
Demanda real e ciclo inflado
Há uma razão, portanto, para o poder de plataforma e o risco financeiro aparecerem na mesma camada. Infraestrutura exige decisão antes da demanda. Chips são encomendados, data centers financiados e energia contratada anos antes de se saber quanto uso remunerado existirá. Quanto mais escasso o recurso, maior o incentivo para garantir capacidade. Quanto maior o compromisso antecipado, maior o custo de errar a previsão.
A demanda real e o ciclo inflado não são alternativas excludentes. Coexistem em pontos diferentes da cadeia. Do lado da capacidade financeira, boa parte do CAPEX vem do fluxo de caixa operacional de empresas já lucrativas, diferença importante em relação às pontocom. Isso torna o investimento mais financiável, mas não prova que toda a capacidade contratada encontrará demanda remunerada. As GPUs estão sendo pré-vendidas antes de fabricadas, segundo a própria a16z.
Do lado da inflação, o problema é o financiamento e a validação. O Bank for International Settlements dedicou parte de seu Relatório Anual de 2026 ao risco criado pelo financiamento circular e pelo aumento da dívida ligada ao CAPEX de IA, alertando que uma frustração das expectativas pode provocar reprecificação e amplificar perdas. Parte da demanda aparente é autorreferente, porque envolve fornecedores que financiam os próprios clientes. A concentração agrava o quadro: quatro compradores respondem por cerca de metade da receita de data center da Nvidia. E na ponta que paga a conta, o retorno ainda é muito desigual. Apesar de US$ 30 a 40 bilhões investidos por empresas em IA generativa, um estudo ligado ao MIT encontrou que 95% dos pilotos corporativos de IA generativa analisados não haviam produzido impacto mensurável em resultado financeiro.
O próprio acordo da Anthropic ilustra o descasamento. A empresa se compromete com US$ 45 bilhões em uma usina ainda não construída, com chips de nova geração que ainda não embarcaram em escala. Somado a outros contratos plurianuais reportados nos últimos meses, o acordo amplia fortemente os compromissos futuros de compute da Anthropic, assumidos com base em demanda futura projetada, e não apenas na receita que a empresa já realiza. Se o IPO avançar, com registro sigiloso feito em junho de 2026, e o prospecto se tornar público, será a primeira oportunidade ampla de confrontar essas obrigações com receita, caixa e demais compromissos financeiros da empresa.
Duas ressalvas de leitura. As vozes mais barulhentas defendem o próprio bolso: a a16z levanta um fundo de hardware, e o investidor Michael Burry, que estima em cerca de US$ 176 bilhões a depreciação subestimada pelos hyperscalers entre 2026 e 2028, está vendido no complexo de IA. Por isso, o contraponto mais útil vem das fontes que não dependem diretamente da valorização desses ativos, como BIS e MIT, cuja leitura é mais medida: lucrativo e durável no topo, frágil e concentrado embaixo.
O gargalo da IA migrou do modelo para o mundo físico. Com ele, mudou também a natureza do risco: à evolução dos modelos somam-se agora ativos, contratos e capacidade comprometida por anos. Para o executivo, a consequência prática é tratar disponibilidade, região, energia e compromissos de longo prazo como parte da estratégia de IA, e não como uma compra posterior de nuvem.
Há sinais para acompanhar nos próximos trimestres: o CAPEX dos hyperscalers desacelerando por dois trimestres seguidos ou mais, a utilização efetiva das GPUs, e a distância entre compromissos de infraestrutura assinados e receita de fato ativada. No hardware, dois testes ajudam a separar promessa de capacidade real: o Jalapeño entrando na infraestrutura da OpenAI até o fim do ano, e os primeiros CS-4 efetivamente chegando aos clientes, entrega que a Cerebras prevê para o trimestre corrente. Vale acompanhar também se os dois negócios reportados em agosto, o da Nvidia com a Hugging Face e o da Anthropic com a Nscale, chegam à confirmação oficial e, em caso positivo, sob quais condições.