A Contrary Research publicou seu “Tech Trends Report 2026” com mais de 160 slides dedicados a IA, energia e infraestrutura física. O padrão recorrente no material é a deflação acelerada de custos gerando expansão estrutural de demanda. Na IA, essa dinâmica já é observável em métricas de custo, desempenho, adoção e investimento.
O custo de inferência de modelos do tipo GPT-4 caiu de aproximadamente US$ 60 para cerca de US$ 0,07 por milhão de tokens em menos de dois anos — uma redução próxima de mil vezes. Projeções financeiras elaboradas em 2023 tornaram-se rapidamente obsoletas. Serviços antes considerados economicamente inviáveis passaram a caber na estrutura de custos: triagem jurídica em larga escala, revisão contínua de código, processamento automatizado de documentos clínicos e fluxos de trabalho multiagentes.
Essa mudança altera a lógica de produto. Se o relatório estiver correto ao sugerir nova queda relevante nos próximos 18 meses, a inteligência deixa de ser recurso escasso e passa a ser componente abundante. A restrição deixa de ser o preço do token e passa a ser integração com sistemas legados, governança de dados, latência e confiabilidade operacional.
O mercado já sinaliza elasticidade. OpenAI, Anthropic e Google relatam que o volume de inferência cresce em ritmo superior à queda de preço unitário. A receita total aumenta via escala. A inferência começa a apresentar características típicas de commodity digital: preço em declínio, diferenciação técnica convergente e expansão impulsionada por volume.
Ao mesmo tempo, a fronteira técnica mostra sinais de saturação relativa. O MMLU saiu de aproximadamente 70% para mais de 90% em duas gerações. Novos benchmarks mais difíceis atingem níveis elevados em poucos meses. Quando modelos distintos convergem em testes padronizados, o benchmark perde centralidade estratégica.
A competição desloca-se. Latência, confiabilidade, integração com sistemas corporativos e controle de dados proprietários tornam-se diferenciais mais relevantes do que pontuação isolada. Dados compartilhados pela Perplexity ao longo de 2025 indicam migração relevante entre modelos. O custo de troca é baixo. O poder estrutural tende a migrar da camada de modelo para a camada de aplicação e distribuição.
Se a inferência se aproxima de uma commodity, o treinamento segue direção oposta. O consumo energético para treinamento praticamente dobrou a cada seis meses nos últimos anos. Hiperescaladores elevaram seus investimentos para patamares próximos de US$ 100 bilhões por trimestre no segundo trimestre de 2025. A projeção acumulada em infraestrutura de nuvem e IA chega a aproximadamente US$ 1,3 trilhão até 2027.
Essa assimetria cria uma estrutura industrial específica: democratização no acesso à inteligência e concentração crescente na sua produção. O desenvolvimento de silício proprietário — como TPUs do Google, o chip Maia da Microsoft, os aceleradores dedicados da Meta — reduz dependência de GPUs de uso geral e eleva barreiras de entrada. A indústria de semicondutores pode atingir US$ 1 trilhão em receita até 2030, caso a demanda se mantenha. Ainda assim, a cadeia permanece concentrada, com a TSMC respondendo por cerca de 71% da receita global de fundição no segundo trimestre de 2025.
O debate passa a incorporar soberania tecnológica. A capacidade fabril dos EUA deve crescer 203% entre 2022 e 2032, acima da média global projetada de 108%. Paralelamente, modelos de código aberto, especialmente chineses, reduziram a diferença de desempenho em relação aos proprietários. Seis das 20 contas de IA mais populares no GitHub são originárias da China. O avanço do DeepSeek no início de 2025 catalisou novo ciclo de interesse por open source.
A IA, portanto, deixa de ser apenas tema de software e consolida-se como pauta industrial e geopolítica.
No plano de adoção, o contraste é evidente. O ChatGPT atingiu 800 milhões de usuários ativos semanais em abril de 2025, após crescimento de oito vezes desde o fim de 2023. O uso apresenta correlação com ciclos educacionais, sugerindo forte penetração acadêmica.
No ambiente corporativo, o avanço é mais cauteloso. Embora 92% das empresas da Fortune 500 utilizem produtos da OpenAI, apenas cerca de 10% haviam incorporado IA diretamente em produtos ou serviços até maio de 2025. Sessenta e oito por cento dos CEOs planejam ampliar investimentos em 2026, enquanto aproximadamente 60% relatam ausência de ROI tangível.
O padrão indica investimento defensivo. Empresas ampliam gastos para evitar desvantagem competitiva futura, mesmo antes de capturar retorno mensurável. Os próximos 12 a 24 meses tendem a marcar transição da fase de experimentação para cobrança por produtividade incremental comprovada.
Alguns setores já apresentam sinais concretos. Na programação, a complexidade das tarefas que agentes conseguem concluir com 50% de confiabilidade dobra a cada sete meses. Ferramentas como GitHub Copilot e Cursor aproximam-se ou superam US$ 1 bilhão em receita recorrente anual. Em saúde, empresas nativas de IA atingiram em 11 meses patamares de atividade que incumbentes levaram 11 anos para construir. No setor jurídico, há redução de quadros após adoção de IA, ainda que taxas de erro entre 17% e 33% indiquem limites técnicos relevantes.
A expansão digital também pressiona o mundo físico. A participação da IA no consumo total de eletricidade dos EUA pode sair de cerca de 5% para mais de 10% até 2030. A capacidade de data centers deve crescer 3,5 vezes entre 2025 e 2030. Sistemas de refrigeração podem representar quase metade do consumo energético de uma instalação. No norte da Virgínia, data centers consumiram 2 bilhões de galões de água em 2023, aumento de 63% em relação a 2019.
Energia, água e semicondutores deixam de ser temas periféricos e tornam-se variáveis centrais do cálculo estratégico.
O que emerge é uma dinâmica dual: inteligência cada vez mais barata no uso e cada vez mais intensiva em capital na produção. A competição desloca-se para controle de dados, distribuição e infraestrutura. A camada de aplicação tende à fragmentação e inovação rápida. A camada fundacional tende à consolidação e integração vertical.
O padrão estrutural não aponta para desaceleração. Aponta para reorganização.
Empresas que continuarem a tratar inteligência como insumo escasso podem projetar produtos inadequados para o próximo ciclo de preços. Empresas que ignorarem a intensificação de capital e energia na produção podem subestimar barreiras industriais crescentes. A curva de custo já se moveu. A estrutura competitiva está se redesenhando.
Outros Destaques do Relatório
A Contrary Research analisa o mercado de IA sob diversas perspectivas, incluindo:
- O desempenho dos modelos de IA continua a obedecer às leis de escala, com os modelos atingindo ou superando rapidamente os níveis de desempenho humanos em diversas tarefas.
- Até 2030, prevê-se que os modelos de IA alcancem uma precisão quase perfeita em domínios complexos como engenharia de software, biologia e matemática.
A diferença de desempenho entre modelos proprietários fechados (como o GPT, da OpenAI e o Gemini, do Google) e alternativas de código aberto está diminuindo:
- Os modelos de código aberto estão agora alcançando pontuações comparáveis em benchmarks complexos, com os modelos chineses, em particular, obtendo ganhos significativos.
- Os modelos chineses de código aberto começaram a superar o ecossistema aberto do Ocidente em termos de adoção e desempenho.
- Notavelmente, 6 das 20 contas de desenvolvedores de IA mais populares no GitHub agora são originárias da China.
Os padrões de adoção por empresas e consumidores estão divergindo:
- Consumidor: O ChatGPT experimentou uma curva de adoção mais rápida do que a internet e os computadores pessoais, crescendo 8 vezes entre o final de 2023 e abril de 2025, atingindo 800 milhões de usuários ativos semanais. O uso está fortemente ligado à educação; os dados mostram uma queda significativa nos tokens processados quando os períodos letivos terminam.
- Empresas: Embora 92% das empresas da Fortune 500 utilizem produtos da OpenAI, a adoção em empresas de maior porte é mais cautelosa. Em maio de 2025, apenas cerca de 10% das empresas haviam incorporado IA em seus produtos ou serviços. No entanto, os investimentos são expressivos: 68% dos CEOs planejam aumentar os gastos com IA em 2026, mesmo que cerca de 60% dos CEOs de empresas de capital aberto relatem que os projetos de IA ainda não tenham apresentado um retorno sobre o investimento (ROI) tangível.
Para sustentar o crescimento da IA, os hiperescaladores (Meta, Google, Microsoft, Amazon) aumentaram drasticamente seus investimentos de capital, aproximando-se de US$ 100 bilhões por trimestre no segundo trimestre de 2025. Projeta-se que esses gastos elevem o investimento total em infraestrutura de nuvem e IA para aproximadamente US$ 1,3 trilhão até 2027. Esse compromisso financeiro está impulsionando uma expansão massiva na construção de data centers.
Soberania e Fabricação de Semicondutores: A indústria de semicondutores está prestes a atingir US$ 1 trilhão em receita até 2030, caso a demanda se mantenha. No entanto, a cadeia de suprimentos permanece altamente concentrada.
- A TSMC continua a dominar a receita global de fundição, com uma participação de mercado de aproximadamente 71% no segundo trimestre de 2025.
- Em resposta, os EUA estão expandindo agressivamente sua capacidade de fabricação doméstica. Entre 2022 e 2032, a capacidade de fabricação dos EUA deverá crescer 203%, em comparação com um aumento médio global de 108%.
A rápida expansão da IA está exercendo uma pressão sem precedentes sobre as redes de energia:
- A participação da IA no consumo total de eletricidade dos EUA deverá dobrar, passando de cerca de 5% atualmente para mais de 10% até 2030.
- A demanda por capacidade de data centers deverá crescer 3,5 vezes entre 2025 e 2030, impulsionada quase inteiramente por cargas de trabalho de IA.
- Esse crescimento está levando a uma reconsideração das fontes de energia, com os combustíveis fósseis ainda representando 60% da matriz energética global, embora a energia eólica e solar sejam os setores de crescimento mais rápido.
- Os sistemas de refrigeração podem representar quase metade do consumo de energia de um data center. No norte da Virgínia, a “capital mundial dos data centers”, as instalações consumiram 2 bilhões de galões de água em 2023 – um aumento de 63% em relação a 2019.
Para conselhos e C-level, as perguntas estratégicas tornam-se:
- Onde está o verdadeiro custo total de propriedade — modelo ou integração?
- A empresa controla dados proprietários suficientes para evitar comoditização?
- O CapEX indireto (energia, infraestrutura, compliance) está sendo precificado adequadamente?
- Qual a exposição geopolítica da cadeia de semicondutores?
- O investimento atual é ofensivo (produtividade) ou apenas defensivo?
- Em que data será exigida comprovação formal de ROI?