O CEO da IBM diz que a matemática da infraestrutura de IA não fecha
Atualizado em 11 de dezembro de 2025
Atualização de dezembro de 2025: O CEO da IBM, Arvind Krishna, alerta que 100GW de infraestrutura de IA planejada requer $8T em CapEx e $800B de lucro anual para se justificar—"Não há como obter retorno sobre isso." Krishna estima 0-1% de chance das arquiteturas LLM atuais alcançarem AGI. A depreciação de equipamentos forçando substituição a cada 5 anos agrava o desafio. IA empresarial tendo sucesso; infraestrutura especulativa de AGI enfrentando dificuldades.
Arvind Krishna, CEO da IBM, apresentou uma avaliação sóbria no podcast Decoder do The Verge: a expansão trilionária da infraestrutura de IA não consegue gerar retornos sob a economia atual.¹ A análise de Krishna baseia-se em aritmética direta que a indústria em grande parte escolheu ignorar.
Os números funcionam assim. Um data center de IA de um gigawatt requer aproximadamente $80 bilhões em hardware de computação.² Os planos atuais em anúncios públicos e privados apontam para aproximadamente 100 gigawatts de capacidade focada em AGI.³ Isso totaliza $8 trilhões em despesas de capital. Para justificar esse investimento, os operadores precisam de aproximadamente $800 bilhões em lucro anual apenas para cobrir o custo de capital.⁴
"Não há como obter retorno sobre isso, na minha opinião," declarou Krishna claramente.⁵
O problema da depreciação que ninguém discute
Krishna identificou a depreciação como o cálculo mais subestimado por investidores e analistas. Aceleradores de IA depreciam em cinco anos. O ritmo das mudanças arquiteturais significa que os operadores devem substituir frotas inteiras em vez de estendê-las. Equipamentos comprados hoje se tornam obsoletos antes de se pagarem.
"Você precisa usar tudo em cinco anos porque, nesse ponto, você tem que descartá-lo e substituí-lo," explicou Krishna.⁶ Cada geração de hardware entrega melhorias substanciais de desempenho. Executar inferência em GPUs de cinco anos significa pagar mais por eletricidade do que o valor que a computação produz. O ciclo de depreciação força reinvestimento contínuo que aumenta as necessidades de capital.
Os hyperscalers que constroem essas instalações entendem a matemática da depreciação. Mesmo assim, constroem, apostando que o crescimento da receita de IA superará os custos de infraestrutura. Krishna questiona se essa aposta pode dar certo na escala atualmente planejada. A lacuna entre as necessidades de capital e a receita plausível permanece muito grande.
Krishna diverge dos crentes em AGI
O CEO da IBM expressou ceticismo sobre a inteligência artificial geral se concretizar através das abordagens atuais. Krishna estimou a probabilidade de que as arquiteturas existentes de grandes modelos de linguagem alcancem AGI entre zero e um por cento.⁷ AGI "exigirá mais tecnologias do que o caminho atual dos LLMs," argumentou ele.
Quando o apresentador do Decoder, Nilay Patel, observou que o CEO da OpenAI, Sam Altman, acredita que a OpenAI pode gerar retornos sobre suas despesas de capital, Krishna ofereceu uma resposta direta: "Isso é uma crença. É isso que algumas pessoas gostam de perseguir. Eu entendo isso da perspectiva deles, mas isso é diferente de concordar com eles."⁸
O desacordo destaca uma divisão fundamental na indústria de IA. Um grupo acredita que AGI emergirá do escalonamento das arquiteturas atuais, justificando qualquer nível de investimento em infraestrutura. O outro grupo, incluindo Krishna, acredita que o caminho para AGI requer avanços além de modelos maiores e mais computação. Essa diferença de crenças impulsiona cálculos de investimento drasticamente diferentes.
A oportunidade empresarial permanece real
O ceticismo de Krishna sobre a economia da infraestrutura de AGI não se estende à IA empresarial. O CEO da IBM mantém que a IA "vai desbloquear trilhões de dólares em produtividade nas empresas."⁹ A distinção importa: a IA empresarial opera em escalas onde os custos de infraestrutura geram retornos claros.
Uma empresa implantando IA para automatizar atendimento ao cliente, otimizar cadeias de suprimentos ou acelerar a descoberta de medicamentos pode calcular o retorno sobre investimento com precisão razoável. As necessidades de computação permanecem limitadas. O valor gerado flui diretamente para a organização que implanta a tecnologia. A economia da IA empresarial funciona em escala humana.
A economia de AGI opera de forma diferente. Construir infraestrutura para alcançar inteligência artificial geral requer investimento massivo antecipado com retorno incerto. O cronograma se estende além dos horizontes normais de investimento. A dinâmica competitiva encoraja a construção excessiva, à medida que cada player corre para alcançar capacidades revolucionárias primeiro. A análise racional de investimento dá lugar à competição existencial.
O posicionamento estratégico da IBM reflete a visão de Krishna. A empresa foca na implantação de IA empresarial em vez do desenvolvimento de modelos de fronteira. A aquisição de $11 bilhões da Confluent, anunciada dias após a aparição de Krishna no podcast, reforça esse foco.¹⁰ A IBM constrói a infraestrutura de dados que as empresas precisam para implantar IA, deixando a busca por AGI para outros dispostos a aceitar probabilidades mais baixas.
E se Krishna estiver certo?
A expansão da infraestrutura de IA continua independentemente dos alertas de Krishna. Microsoft, Google, Amazon e Meta coletivamente planejam centenas de bilhões em investimento em data centers. A OpenAI, através de sua parceria Stargate, mira $500 bilhões em gastos com infraestrutura.¹¹ O capital continua fluindo.
Se a análise de Krishna se provar correta, o acerto de contas chegará dentro do ciclo de depreciação. Instalações construídas em 2025 devem gerar retornos até 2030 ou enfrentar baixas contábeis. Empresas que construíram demais racionalizarão a capacidade. O mercado de infraestrutura de IA se consolidará em torno de sobreviventes com economias sustentáveis.
O cenário não requer que a IA falhe. A IA pode entregar valor enorme enquanto o investimento em infraestrutura em escala de AGI ainda se prova antieconômico. A IA empresarial prospera enquanto a busca por AGI consome capital sem retornos adequados. A distinção entre tecnologia valiosa e investimento sólido permanece importante.
Se a análise de Krishna se provar errada, os crentes em AGI vencem a maior aposta da história da tecnologia. AGI bem-sucedida justificaria qualquer investimento em infraestrutura e recompensaria os construtores pioneiros com capacidades transformadoras. OpenAI, xAI e outras organizações focadas em AGI operam sob essa tese.
O mercado decidirá
A IBM ocupa uma posição diferente das empresas que Krishna implicitamente critica. A Big Blue não tem recursos para competir na corrida da infraestrutura de AGI e escolheu não tentar. Os alertas de Krishna podem refletir posicionamento estratégico tanto quanto convicção analítica. A IBM se beneficia se a IA empresarial capturar mais atenção e capital do que a busca por AGI.
Esse posicionamento não invalida a análise. A aritmética que Krishna apresenta requer refutação, não descarte. Oito trilhões de dólares em capital requerem centenas de bilhões em retornos anuais. A receita atual de IA, embora crescendo rapidamente, fica muito aquém. A lacuna deve fechar para os investimentos darem certo.
A disposição de Krishna em expressar ceticismo publicamente fornece um contrapeso útil ao entusiasmo predominante. A indústria de IA se beneficia de executivos que questionam suposições e exigem análise financeira rigorosa. Independentemente de Krishna provar estar certo ou errado, a disciplina de responder ao seu desafio fortalece as decisões de investimento em todo o ecossistema.
A questão trilionária permanece em aberto: a infraestrutura de IA pode gerar retornos na escala atualmente planejada? Krishna diz que não. Os construtores discordam. Os próximos cinco anos revelarão qual visão se prova correta.
Referências
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers like Google and Amazon will be able to turn a profit at the rate of their data center spending." 3 de dezembro de 2025. https://fortune.com/2025/12/03/ibm-ceo-no-way-hyperscalers-google-amazon-turn-profit-data-center-spending/
-
Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable." 4 de dezembro de 2025. https://www.tomshardware.com/tech-industry/ibm-ceo-warns-trillion-dollar-ai-boom-unsustainable-at-current-infrastructure-costs
-
Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable."
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
TechRadar. "IBM CEO warns trillion-dollar AI data center expansions risk catastrophic losses if hardware refresh cycles stay relentlessly fast." Dezembro de 2025. https://www.techradar.com/pro/there-is-no-way-ibm-ceo-says-current-ai-data-center-trends-are-unsustainable-and-he-would-know
-
CXO Digital Pulse. "IBM's Arvind Krishna Warns of Unsustainable Economics Behind AGI-Scale Data Center Race." Dezembro de 2025. https://www.cxodigitalpulse.com/ibms-arvind-krishna-warns-of-unsustainable-economics-behind-agi-scale-data-center-race/
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
IBM. "IBM to Acquire Confluent to Create Smart Data Platform for Enterprise Generative AI." IBM Newsroom, 8 de dezembro de 2025. https://newsroom.ibm.com/2025-12-08-ibm-to-acquire-confluent-to-create-smart-data-platform-for-enterprise-generative-ai
-
Anúncios da Parceria OpenAI Stargate, 2025.
Título SEO (57 caracteres): CEO da IBM: Aposta de $8 Trilhões em IA Não Vai Compensar
Descrição SEO (155 caracteres): Arvind Krishna da IBM questiona economia de data centers de IA: $8T em gastos planejados precisam de $800B de lucro anual para se justificar. Análise das preocupações de sustentabilidade.
Slugs de URL:
- Principal: ibm-ceo-krishna-ai-infrastructure-trillion-unsustainable
- Alt 2: ibm-ceo-8-trillion-ai-infrastructure-returns
Principais conclusões
Para planejadores estratégicos: - Data center de IA de 1GW requer ~$80B em hardware de computação; 100GW de capacidade AGI planejada = $8T em capex - $800B de lucro anual necessários apenas para cobrir o custo de capital de investimento de $8T em infraestrutura - Krishna estima 0-1% de probabilidade das arquiteturas LLM atuais alcançarem AGI
Para equipes financeiras: - Aceleradores de IA depreciam em 5 anos; mudanças arquiteturais forçam substituição completa da frota - Executar inferência em GPUs de 5 anos custa mais em eletricidade do que a computação produz em valor - A lacuna entre necessidades de capital e receita plausível permanece muito grande segundo Krishna
Para equipes de IA empresarial: - Krishna distingue busca por AGI de IA empresarial: necessidades de computação limitadas, ROI calculável - Aquisição de $11B da Confluent pela IBM reforça foco em infraestrutura de dados empresarial sobre modelos de fronteira - Economia de IA empresarial funciona em escala humana; economia de AGI requer investimento massivo antecipado com retorno incerto
Para investidores: - Se Krishna estiver certo, acerto de contas chega dentro do ciclo de depreciação de 5 anos (instalações construídas em 2025 devem retornar até 2030) - Parceria OpenAI Stargate mira $500B em infraestrutura; Microsoft/Google/Amazon planejam mais centenas de bilhões - IBM posicionada para implantação de IA empresarial em vez de desenvolvimento de modelos de fronteira
