Em 2026, o investimento global em infraestruturas de IA encontra-se num momento decisivo de inflexão estrutural.
Nos últimos três anos, o principal discurso em torno da corrida ao poder computacional de IA tem sido singular: os hyperscalers expandiram agressivamente os centros de dados e adquiriram GPUs, impulsionando os gastos de capital (CapEx) para máximos históricos, sem grande preocupação com os custos. Em 2026, o CapEx combinado dos quatro principais fornecedores de cloud—Amazon, Microsoft, Google (Alphabet) e Meta—deverá atingir 725 mil milhões $, um aumento de 77% face aos 410 mil milhões $ em 2025. Incluindo Nvidia, Apple, Tesla e outros do grupo Magnificent Seven, este valor aproxima-se dos 754,2 mil milhões $. A Gartner prevê que o investimento global em IA ascenda a 2,59 biliões $ em 2026, um crescimento de 47% em relação ao ano anterior.
No entanto, a escala deixou de ser o único foco. Está em curso uma transformação profunda: o CapEx de IA está a passar de uma elevada concentração para uma ampla distribuição. A DIGITIMES definiu "distribuição" como a palavra-chave tecnológica para 2026, sinalizando uma dupla transformação rumo à descentralização tanto no mercado de IA como na respetiva cadeia de abastecimento. Esta mudança não é apenas geográfica—é uma reestruturação abrangente dos participantes no investimento, das arquiteturas técnicas e das estruturas industriais.
O Fim da Concentração: A "Fatura" de 725 mil milhões $ e a Ansiedade pelo Retorno
Para compreender o ponto de partida da distribuição, é necessário reconhecer o auge da concentração.
Em 2026, espera-se que os quatro principais hyperscalers gastem entre 650 mil milhões $ e 700 mil milhões $ em CapEx, representando cerca de 40% do CapEx total das empresas do índice Russell 1000—o dobro do valor de 2024. Eis a repartição: a Amazon aponta para cerca de 200 mil milhões $, a Microsoft mantém uma expectativa de 190 mil milhões $, a Alphabet aumentou a sua projeção para 175–185 mil milhões $, e a Meta prevê entre 125–145 mil milhões $.
A rapidez destas revisões em alta é, por si só, um sinal relevante. Nos últimos seis meses, as expectativas de mercado para o CapEx cloud em 2026 subiram quase 80%. A Barclays projeta que o CapEx dos principais fornecedores de cloud atingirá 919 mil milhões $ em 2027 e cerca de 1,16 biliões $ em 2028. A CreditSights estima que cerca de 75% do CapEx dos hyperscalers em 2026—aproximadamente 450 mil milhões $—será dedicado à infraestrutura de IA.
Todavia, a expansão incessante do investimento centralizado está a enfrentar questões relativas ao retorno. Em junho de 2026 (hora de Pequim), o preço das ações da Microsoft caiu quase 20% num mês, eliminando cerca de 1,3 biliões $ em valor de mercado nos últimos oito meses. Os investidores analisam o CapEx projetado de 190 mil milhões $ para 2026—dos quais cerca de dois terços serão destinados a ativos de ciclo curto, como GPUs e CPUs, que depreciam rapidamente e estão diretamente ligados à receita de curto prazo. A margem bruta da Microsoft Cloud foi ajustada para 64%, uma descida de 4 pontos face ao ano anterior. Um relatório de junho da Goldman Sachs referiu que o investimento tecnológico nos EUA, enquanto percentagem do PIB, aumentou para cerca de 4,9%, ultrapassando o pico registado durante a bolha dot-com em 2000.
Os retornos marginais do investimento concentrado estão a diminuir, constituindo o impulso mais direto para a mudança rumo à distribuição.
O Ponto de Inflexão da Inferência: Porque o Poder Computacional Tem de Ser Distribuído
A lógica subjacente ao CapEx distribuído de IA começa pelas alterações na estrutura da procura de poder computacional.
No GTC 2026, Jensen Huang, CEO da Nvidia, foi claro: as cargas de trabalho de inferência de IA serão mil milhões de vezes superiores às de treino, inaugurando a era da inferência em escala. A IDC prevê que, em 2027, as tarefas de inferência representem mais de 70% da procura total de poder computacional inteligente. A TrendForce detalha ainda mais: em 2026, o poder computacional de inferência de IA deverá crescer 122% face ao ano anterior, superando largamente o crescimento de 56% no treino de IA.
Treino e inferência têm requisitos de infraestrutura fundamentalmente distintos. O treino é centralizado, de alta densidade e longa duração—naturalmente adequado a centros de dados hyperscale. Já a inferência é distribuída, de baixa latência e altamente concorrente, exigindo respostas em tempo real. Quando um agente de IA tem de concluir uma inferência e devolver um resultado em dezenas de milissegundos, a latência física de enviar dados da periferia para um centro de dados centralizado e de volta torna-se um obstáculo insuperável.
Os arquitetos da Akamai salientam que os cenários de gaming exigem uma latência do primeiro token inferior a 15 milissegundos, as recomendações de e-commerce cerca de 20 milissegundos, enquanto a latência de rede entre centros de dados centralizados e utilizadores finais frequentemente ultrapassa várias dezenas de milissegundos, impossibilitando a interação em tempo real. Sob uma implantação centralizada, 1 GW de poder computacional requer 75 Tbit/s de largura de banda de saída (Blackwell), e a próxima geração Vera Rubin necessitará de 135 Tbit/s; distribuído por 20 nós, cada um precisa apenas de 3,75 Tbit/s. Trata-se de um cálculo ditado pelas leis da física, não de uma questão de estratégia empresarial.
Simultaneamente, as interações multimodais estão a gerar tráfego de saída massivo, e os custos persistentemente elevados de largura de banda na cloud pública tornam-se o "assassino invisível" da rentabilidade dos negócios de IA. Acrescente-se a isto o endurecimento das regras de localização de dados na UE (GDPR), Sudeste Asiático e Médio Oriente, e as implantações centralizadas tornam-se cada vez menos capazes de equilibrar experiência do utilizador, custos e conformidade. O poder computacional de IA já não se confina à cloud central; está a evoluir para uma arquitetura distribuída em três camadas: central, regional e periférica.
Dos Quatro Gigantes a Toda a Cadeia de Valor: Expansão dos Participantes no CapEx
A segunda dimensão da distribuição é o alargamento dos participantes no investimento.
Nos últimos três anos, o investimento em infraestruturas de IA foi dominado pelos quatro principais fornecedores de cloud e pela Nvidia. Mas em 2026, este panorama está a mudar. Segundo a Zhongtai Securities, o CapEx combinado de IA do MAG7 atingirá cerca de 754,2 mil milhões $ em 2026, enquanto o CapEx doméstico de IA na China totalizará aproximadamente 805,8 mil milhões de yuan (cerca de 110 mil milhões $). Em conjunto, o CapEx de IA na China e nos EUA contribuirá com cerca de 1 007,6 mil milhões de yuan para o PIB da China, representando 0,68% do PIB e contribuindo com cerca de 0,33 pontos percentuais para o crescimento do PIB. A cadeia de valor da IA ultrapassou as cadeias de investimento urbanas como principal motor marginal do crescimento do PIB.
A participação empresarial está a acelerar. O mais recente inquérito da RBC mostra que as empresas estão a adotar IA rapidamente, com a maioria a passar da experimentação à produção em escala total. Um inquérito a empresas japonesas revelou que 47,8% já alcançaram uma implantação total de IA, com as grandes empresas nos 62,7%. Embora a adoção por PME permaneça limitada (cerca de 12% no Japão), uma taxa de adoção de 64,7% entre grandes empresas indica que a implantação de IA passou da prova de conceito para a escala.
A participação soberana também é significativa. Na assembleia de acionistas da Nvidia em junho de 2026 (hora de Pequim), Jensen Huang revelou que quase 40 países e regiões, representando um PIB combinado de 50 biliões $, estão a construir fábricas de IA alimentadas por infraestruturas Nvidia. O investimento em infraestruturas de IA está a evoluir de uma "questão interna das tecnológicas" para uma "competição estratégica a nível nacional".
A distribuição também se reflete nas estruturas de financiamento. A Zhongtai Securities observa que os gigantes de IA dos EUA entraram numa fase em que o CapEx é impulsionado pelo financiamento por dívida. Os hyperscalers já não dependem apenas do cash flow livre, mas recorrem à dívida para amplificar o investimento. Esta alteração significa que a sustentabilidade do CapEx está agora ligada não só ao cash flow das empresas, mas também às condições mais amplas do mercado de crédito.
Edge como Linha da Frente: Implantação de Infraestrutura de IA Distribuída
A manifestação mais concreta da distribuição está na computação edge.
Em 2026, a IA periférica está a passar do conceito à implantação em grande escala. A Akamai e a Nvidia lançaram uma "malha de IA" conjunta, transformando a rede da Akamai com mais de 4 400 nós edge globais numa plataforma distribuída de inferência de IA. A Akamai está a transitar de líder global em distribuição cloud para a maior plataforma mundial de inferência de IA distribuída, tendo já implantado GPUs NVIDIA Blackwell RTX 6000 PRO em escala global.
Esta transformação não é única. Em junho de 2026 (hora de Pequim), a empresa chinesa de inteligência edge Yuntian Chuangxiang concluiu uma ronda Série E superior a 1 000 milhões de yuan, liderada pelo Fundo de Investimento da Internet da China. A empresa anunciou também uma atualização de "fornecedor de serviços de inteligência edge" para uma estratégia de "malha inteligente em tempo real" para a era AGI. A Antimatter garantiu 300 milhões € para implantar os primeiros 100 micro centros de dados distribuídos Policloud em 2026. A NXP reforçou o seu portefólio de IA edge ao adquirir a Kinara, acrescentando NPUs autónomos.
A IDC prevê que, em 2027, mais de 80% das empresas implantem infraestruturas edge distribuídas, com a construção de infraestruturas edge a superar os centros de dados centrais. Isto significa que o edge deixou de ser apenas um complemento da computação cloud—está a tornar-se um componente central da infraestrutura de IA.
A lógica empresarial da IA edge é clara: as tarefas de inferência são muito mais sensíveis à latência do que as de treino, e os nós edge estão naturalmente mais próximos das fontes de dados e dos utilizadores. Para as empresas, as implantações edge também resolvem questões de conformidade de dados (mantendo os dados locais), custos de largura de banda (reduzindo a transmissão cloud) e fiabilidade (recuperação local de desastres). Estes desafios são difíceis de resolver simultaneamente em arquiteturas centralizadas, mas as arquiteturas distribuídas oferecem soluções práticas.
Era da Infraestrutura Multi-Camada: Uma Mudança Estrutural na Lógica de Investimento
A infraestrutura de IA está a passar de uma estrutura "centralizada única" para uma "multi-camada distribuída", com profundas implicações para a lógica de investimento.
Primeiro, a estrutura da procura de chips está a mudar. O treino continua dominado pelas GPUs Nvidia—a receita de centros de dados da Nvidia deverá atingir 193,7 mil milhões $ no exercício de 2026, um aumento de 68% face ao ano anterior. Mas a procura diversificada de inferência está a criar novos mercados para ASICs e chips edge. As instituições esperam que as remessas de ASICs atinjam cerca de 7,7 milhões de unidades em 2026, captando uma quota de 45% e ultrapassando as GPUs para chegar a 58% em 2027. A Broadcom poderá deter cerca de 60% do mercado de ASICs para servidores de IA em 2027.
Em segundo lugar, a distribuição geográfica do investimento em infraestrutura está a mudar. Os centros de dados hyperscale continuam a expandir-se—o investimento acumulado global em centros de dados deverá atingir 1,6 biliões $ até 2030—mas a construção de nós edge está a crescer ainda mais rápido. O poder computacional de IA já não se confina à cloud central, mas está a espalhar-se pelas camadas central, regional e periférica.
Em terceiro lugar, o ciclo de retorno do investimento está a mudar. Os investimentos em centros de dados centralizados são intensivos em capital e têm períodos de retorno longos, frequentemente demorando anos a recuperar. As implantações de IA edge são normalmente menores, mais rápidas de implementar e mais próximas de cenários empresariais específicos, permitindo avaliações de retorno mais granulares. Esta diferença está a alterar a lógica de avaliação dos mercados de capitais para investimentos em IA—de "quem gasta mais" para "quem gasta de forma mais eficiente".
Segundo a Research and Markets, o mercado global de infraestruturas de IA crescerá de 71,88 mil milhões $ em 2025 para 90,91 mil milhões $ em 2026. Mas este valor cobre apenas o mercado restrito de hardware. Ao incluir as implantações empresariais de IA, computação edge e soluções industriais, a escala do CapEx distribuído de IA excede largamente este número.
Riscos e Restrições: O Caminho para a Distribuição Não É Linear
A tendência para o CapEx distribuído de IA é clara, mas não isenta de restrições.
Os estrangulamentos do lado da oferta permanecem agudos. A série Blackwell da Nvidia está em falta, com a procura a superar a oferta durante vários trimestres. Componentes-chave como HBM foram reservados por grandes clientes até 2026 e mesmo 2027. A Bernstein Research observa que o aumento dos preços do HBM pode, por si só, aumentar o CapEx de IA dos hyperscalers em cerca de 30%.
A infraestrutura elétrica é outra restrição relevante. A procura de eletricidade dos centros de dados de IA está a pressionar as redes existentes até ao limite. Ligar um cluster centralizado de 1 GW à rede é, em si, um projeto de vários anos. Embora as arquiteturas distribuídas reduzam os requisitos de energia por nó, colocam novas exigências à capacidade de acesso distribuído da rede.
O risco geopolítico também é significativo. Os controlos de exportação dos EUA sobre chips avançados de IA continuam a impactar a cadeia global de abastecimento. O relatório da Nvidia do 1.º trimestre do exercício de 2027 excluiu explicitamente receitas provenientes do negócio de centros de dados na China. Embora o CapEx de IA entre China e EUA permaneça estreitamente ligado, a incerteza política está a aumentar a fricção na cadeia de abastecimento.
Por fim, os mercados de capitais estão cada vez menos pacientes com os retornos do investimento em IA. A Goldman Sachs aponta que a contradição central no boom da IA está a intensificar-se—os fundamentos continuam sólidos, mas o mercado já precificou demasiado crescimento futuro. Desde novembro de 2022, a capitalização de mercado das empresas relacionadas com IA disparou 27 biliões $, ultrapassando largamente os 9 biliões $ estimados por benchmarks macroeconómicos. Se os investimentos distribuídos não se traduzirem mais rapidamente em receitas e lucros, o sentimento do mercado pode passar de "questionar a escala" para "questionar a lógica".
Conclusão
A distribuição do CapEx de IA não é uma rejeição da concentração, mas sim o seu complemento e extensão.
O treino continua a exigir centros de dados hyperscale; a inferência está a migrar para o edge. Os gigantes reforçam a aposta, enquanto empresas e estados se juntam ao movimento. As GPUs mantêm-se como base para o treino, enquanto ASICs e chips edge abrem novas frentes. Vivemos uma era de infraestruturas multi-camada—cada camada serve funções distintas, e diferentes participantes ocupam nichos ecológicos próprios.
2026 marca um ponto de viragem crucial nesta transformação estrutural. A DIGITIMES prevê que o crescimento do CapEx global do mercado de IA abrande de 66% em 2025 para 31% em 2026, mas um abrandamento não significa estagnação. Pelo contrário, um crescimento mais lento costuma sinalizar uma transição de "crescimento expansivo" para "construção refinada". A infraestrutura de IA está a evoluir de um mercado centralizado de "winner-takes-all" para um ecossistema de "colaboração em camadas".
Para os investidores, compreender a importância desta mudança estrutural pode ser mais relevante do que acompanhar os números do CapEx do próximo trimestre. A distribuição do CapEx de IA está a reconfigurar a lógica de investimento de longo prazo na cloud, design de chips, arquitetura IT empresarial e até na política industrial nacional. O destino final desta mudança permanece desconhecido, mas a direção já é clara.
FAQ
Q1: Qual é o principal motor do CapEx distribuído de IA?
O crescimento explosivo da procura de inferência é o motor central. Em 2026, o poder computacional de inferência de IA deverá crescer 122% face ao ano anterior, superando largamente os 56% do treino. A necessidade de baixa latência e elevada concorrência nas tarefas de inferência expõe os estrangulamentos físicos dos centros de dados centralizados, tornando os nós edge uma escolha inevitável. A conformidade de dados e os custos de largura de banda também impulsionam o poder computacional para o edge.
Q2: Quais são os valores específicos de CapEx dos quatro principais fornecedores de cloud em 2026?
Amazon: cerca de 200 mil milhões $; Microsoft: cerca de 190 mil milhões $; Alphabet: 175–185 mil milhões $; Meta: 125–145 mil milhões $. O total ronda os 725 mil milhões $, um aumento de 77% face a 2025. Cerca de 75% deste montante será destinado a infraestruturas relacionadas com IA.
Q3: Como se relaciona a IA edge com a cloud computing?
São complementares, não substitutos. A cloud central trata do treino de grandes modelos e inferências complexas, enquanto os nós edge proporcionam resposta em tempo real de baixa latência, pré-processamento de dados e conformidade local. O poder computacional de IA está a evoluir para uma arquitetura distribuída em três camadas—central, regional e edge—formando um ecossistema colaborativo.
Q4: Como impacta o CapEx distribuído de IA a indústria dos chips?
O treino continua dominado pelas GPUs Nvidia—a receita de centros de dados deverá atingir 193,7 mil milhões $ no exercício de 2026. Mas a procura de inferência está a criar novos mercados para ASICs e chips edge, com remessas de ASICs previstas em 7,7 milhões de unidades em 2026 e a ultrapassar a quota das GPUs em 2027. A procura de chips está a passar de um "único líder" para um cenário "multi-jogador".
Q5: Quanto tempo pode durar o elevado crescimento do investimento em infraestruturas de IA?
A Barclays projeta que o CapEx dos principais fornecedores de cloud atingirá 919 mil milhões $ em 2027 e cerca de 1,16 biliões $ em 2028. A gestão da Nvidia elevou o teto anual de CapEx da indústria de IA para 2030 até aos 4 biliões $. Mas o crescimento está a abrandar—de 66% em 2025 para 31% em 2026—à medida que a indústria transita de "crescimento expansivo" para "construção refinada".
