A revolução física da Inteligência Artificial: por que o próximo limite da IA não estará no software

Durante os últimos anos, a Inteligência Artificial foi apresentada principalmente como uma revolução do software. Modelos capazes de produzir textos, imagens, vídeos e códigos dominaram o debate público, enquanto empresas passaram a discutir quais atividades poderiam ser automatizadas e quais profissões seriam transformadas.

Essa interpretação, embora correta, contempla apenas a primeira etapa da mudança.

A próxima fronteira da Inteligência Artificial será física. Ela dependerá menos da capacidade de criar novos aplicativos e mais da disponibilidade de energia, redes elétricas, transformadores, sistemas de refrigeração, metais, robôs, fábricas e infraestrutura computacional.

É nessa direção que Elon Musk constrói sua visão de futuro. Enquanto boa parte do mercado acompanha o desempenho dos modelos de linguagem, Musk concentra seus investimentos na integração entre Inteligência Artificial, robótica, energia, mobilidade, foguetes, satélites e capacidade industrial.

A questão central deixa de ser apenas “o que a IA consegue pensar?” e passa a ser “o que ela consegue executar no mundo físico?”.

Do software para a economia material

A Inteligência Artificial generativa ampliou a capacidade humana de produzir informação. Entretanto, escrever um relatório, analisar um contrato ou gerar uma campanha publicitária ainda não significa fabricar um automóvel, transportar mercadorias, construir uma residência ou operar uma linha de produção.

Para alcançar impacto econômico em maior escala, a IA precisa sair das telas e assumir uma presença física.

Essa é a função estratégica de projetos como o Optimus, robô humanoide desenvolvido pela Tesla. A proposta não se resume à criação de uma máquina com aparência humana. O objetivo é desenvolver uma plataforma capaz de aprender tarefas, movimentar-se em ambientes projetados para pessoas e executar trabalhos repetitivos, operacionais ou fisicamente exigentes.

O próprio planejamento empresarial da Tesla demonstra a dimensão dessa aposta. Documentos corporativos recentes passaram a tratar a entrega de robôs de IA como um marco operacional da companhia, ao lado dos veículos autônomos.

Se robôs inteligentes alcançarem produção em escala, custo competitivo e autonomia operacional, a Inteligência Artificial deixará de atuar somente sobre o trabalho intelectual. Ela passará a interferir diretamente nos custos de fabricação, logística, construção, agricultura, mineração, manutenção e serviços.

Nesse cenário, o robô não será apenas mais um produto tecnológico. Ele poderá se tornar uma unidade móvel de capacidade produtiva.

A promessa de abundância e seus limites

Musk afirma que a combinação entre Inteligência Artificial e robótica poderá tornar o trabalho opcional e criar aquilo que chama de “renda alta universal”, em oposição a uma renda básica destinada apenas à sobrevivência.

A lógica econômica por trás dessa previsão é relativamente simples. Se máquinas autônomas forem capazes de produzir bens, prestar serviços e fabricar outras máquinas, a oferta aumentaria de maneira significativa e o custo marginal de diversas atividades poderia diminuir.

Essa expansão da produtividade poderia gerar pressão deflacionária sobre determinados produtos e serviços. Bens hoje caros, devido à necessidade de trabalho humano especializado, poderiam se tornar mais acessíveis.

Entretanto, essa não é uma consequência automática da tecnologia.

Mesmo em uma economia altamente automatizada, continuariam existindo recursos escassos, como terra bem localizada, minerais, energia, água, capacidade de transmissão elétrica e matérias-primas. Também permaneceria uma questão essencial: quem seria proprietário dos robôs, dos modelos de IA e da infraestrutura de produção?

A abundância técnica não garante, por si só, distribuição econômica. A “renda alta universal” deve ser compreendida como uma hipótese sobre o futuro, não como um resultado inevitável. Sua realização dependeria de produtividade, concorrência, tributação, regulação, propriedade dos meios automatizados e mecanismos de distribuição de renda.

Portanto, o debate mais relevante não é apenas se a IA conseguirá produzir mais. É como o valor criado por essa produção será distribuído entre empresas, governos, trabalhadores e proprietários da tecnologia.

O novo limite da IA será a eletricidade

Durante a primeira fase da corrida pela Inteligência Artificial, o principal gargalo esteve na disponibilidade de chips avançados, particularmente as GPUs utilizadas no treinamento e na operação dos modelos.

Esse problema não desapareceu. Contudo, a infraestrutura necessária para alimentar esses equipamentos começa a se tornar uma restrição igualmente importante.

A Agência Internacional de Energia estima que o consumo mundial de eletricidade dos data centers poderá mais do que dobrar e alcançar aproximadamente 945 terawatts-hora em 2030, volume ligeiramente superior ao consumo anual atual de eletricidade do Japão. Entre 2024 e 2030, a demanda elétrica dos data centers deverá crescer cerca de 15% ao ano, quatro vezes mais rapidamente do que a demanda dos demais setores da economia. Agência Internacional de Energia

Os dados mais recentes reforçam essa transformação. Em 2025, o consumo mundial de eletricidade dos data centers cresceu 17%, enquanto a demanda das instalações especializadas em IA aumentou aproximadamente 50%. Agência Internacional de Energia

Isso altera a geografia da competição tecnológica.

Não basta comprar processadores. É necessário encontrar locais com energia disponível, conexão à rede, licenciamento, sistemas de refrigeração, terrenos, segurança hídrica e capacidade de expansão. Em determinadas regiões, uma empresa pode ter capital para construir um data center, mas não encontrar energia suficiente para colocá-lo em funcionamento.

A vantagem competitiva começa, portanto, a se deslocar do algoritmo isolado para o conjunto da infraestrutura.

Transformadores para alimentar os “transformers”

Existe uma ironia técnica nessa mudança. Os modelos que impulsionaram a atual geração de IA são baseados em uma arquitetura denominada transformer. Entretanto, sua expansão também depende de outro tipo de transformador, o equipamento físico responsável por adequar a tensão da eletricidade entre a rede e os centros de processamento.

Esses equipamentos são grandes, complexos e possuem cadeias de fornecimento concentradas. Um relatório do Departamento de Energia dos Estados Unidos mostra que mais de 80% dos novos transformadores de grande potência utilizados pelo país eram importados, enquanto a demanda doméstica deveria aumentar nos anos seguintes. Departamento de Energia dos Estados Unidos

Essa dependência revela uma mudança na própria economia da Inteligência Artificial. Empresas de geração e transmissão de energia, fabricantes de transformadores, produtores de cobre, fornecedores de sistemas de refrigeração e construtoras de infraestrutura passam a ocupar posições estratégicas em um mercado inicialmente associado apenas a software e semicondutores.

Os vencedores da economia da IA, portanto, podem não ser somente aqueles que desenvolvem os modelos. Parte importante do valor será capturada por empresas que fornecem as condições físicas para que esses modelos funcionem.

Data centers no espaço: solução futura ou nova fronteira de risco?

Diante da crescente pressão sobre as redes elétricas terrestres, Musk passou a defender a possibilidade de instalar infraestrutura computacional em órbita.

A ideia parte de uma vantagem real. Em órbitas adequadamente escolhidas, painéis solares podem receber luz durante períodos muito maiores do que instalações terrestres, sem interferência de nuvens e com menor necessidade de armazenamento em baterias. O Google, por exemplo, publicou um estudo sobre uma arquitetura orbital de IA baseada em constelações de satélites alimentados por energia solar quase contínua. Google Research

Isso não significa, contudo, que os data centers espaciais estejam próximos de substituir as instalações terrestres.

O principal problema é térmico. O espaço pode apresentar temperaturas muito baixas, mas o vácuo impede a dissipação do calor por convecção. O calor produzido pelos processadores precisa ser transportado internamente e eliminado por radiação, o que exige radiadores grandes, pesados e tecnicamente complexos.

Além disso, permanecem desafios relacionados à radiação espacial, manutenção dos equipamentos, comunicação com a Terra, latência, detritos orbitais, lançamentos, substituição de componentes e custo por quilograma colocado em órbita.

Assim, data centers espaciais devem ser tratados como uma fronteira de pesquisa e investimento, não como uma solução imediata. Sua viabilidade dependerá da redução do custo dos lançamentos, do desenvolvimento de sistemas térmicos mais eficientes e da criação de equipamentos computacionais capazes de operar por longos períodos sem manutenção humana.

Ainda assim, o simples fato de empresas como SpaceX e Google estudarem essa possibilidade mostra a dimensão da demanda futura por processamento.

A corrida pela IA será industrial

A principal contribuição da visão de Musk não está necessariamente na precisão de todas as suas previsões. Está na forma como ele conecta setores que frequentemente são analisados separadamente.

Inteligência Artificial, robótica, energia, semicondutores, baterias, telecomunicações e indústria espacial começam a formar um único sistema econômico.

Essa integração muda a análise competitiva. Uma empresa pode possuir um modelo avançado e, ainda assim, perder espaço por não conseguir energia, chips, refrigeração ou capacidade industrial. Da mesma forma, países com geração elétrica abundante, redes confiáveis, disponibilidade de terrenos e cadeias industriais estruturadas poderão atrair uma parcela maior dos investimentos em IA.

O próximo ciclo tecnológico não será decidido apenas por pesquisadores e programadores. Ele também dependerá de engenheiros elétricos, metalúrgicos, fabricantes de equipamentos, empresas de energia, construtoras, operadores logísticos e formuladores de políticas públicas.

A revolução da Inteligência Artificial será construída com código, mas também com cobre, aço, silício, água, baterias, transformadores e megawatts.

O que essa transformação representa para as empresas

Para as empresas, a conclusão é direta: não basta definir uma estratégia de adoção de Inteligência Artificial. Será necessário compreender a infraestrutura que sustenta essa adoção e os efeitos da tecnologia sobre toda a cadeia de valor.

Organizações industriais precisarão avaliar como a robótica pode alterar produtividade, qualidade e custos. Empresas de energia deverão antecipar novos polos de demanda. Fabricantes de equipamentos poderão encontrar mercados que ainda não aparecem nas análises tradicionais sobre IA. Governos precisarão planejar geração, transmissão, formação profissional e atração de investimentos.

A pergunta estratégica deixa de ser apenas “como usar IA em nossa empresa?” e passa a incluir outras questões: quais recursos físicos serão necessários, quais fornecedores se tornarão críticos, onde surgirão novos gargalos e quem capturará o valor econômico produzido pela automação?

A Inteligência Artificial começou como uma revolução digital. Sua próxima etapa será industrial, energética e geopolítica.

É nesse deslocamento, do software para o mundo físico, que provavelmente surgirão algumas das maiores oportunidades e disputas econômicas da próxima década.

A UIN acompanha os movimentos tecnológicos não apenas pelo que eles anunciam, mas pelas cadeias produtivas, limitações físicas e mudanças de mercado que começam a formar. Porque compreender a Inteligência Artificial exige olhar além dos modelos e identificar toda a economia que está sendo construída ao redor deles.