Gartner projeta salto de 96% em gastos com IaaS de IA em 2026, para US$ 42 bi, com inferência ultrapassando treinamento

A Gartner projetou nesta segunda-feira, 10 de agosto, que o gasto global com infraestrutura como serviço otimizada para IA vai crescer 96% em 2026, chegando a US$ 42 bilhões. Em 2027, a categoria deve alcançar US$ 66 bilhões, mantendo taxa de expansão bem acima do restante do mercado de nuvem pública. Pela primeira vez desde o boom de LLMs, o gasto com inferência vai superar o de treinamento: US$ 23,3 bilhões contra US$ 19 bilhões dentro do mesmo total.

O ponto de virada não é trivial. Durante três anos, hyperscalers e labs de IA justificaram capex bilionário com a promessa de treinar modelos maiores. O cruzamento em 2026 significa que a receita passa a ser dominada por workloads de produção que rodam para clientes finais, não por experimentos internos. A Gartner atribui o movimento à operacionalização de IA em aplicações empresariais e à demanda contínua por LLMs de larga escala.

O que a curva de 96% esconde

A média é enganosa. AWS, Microsoft Azure e Google Cloud respondem pela maior parcela do incremento e captam o grosso do gasto novo. Oracle Cloud Infrastructure, com contratos plurianuais assinados com OpenAI, e CoreWeave, focada em GPUs Nvidia, entram como challengers com crescimento acima da média do mercado. Fora dos EUA, o quadro se fragmenta.

Na União Europeia, a demanda por soberania de dados empurra clientes para provedores locais como OVHcloud e Scaleway, na França, e Deutsche Telekom, na Alemanha, que operam datacenters em Frankfurt, Paris e Amsterdã com clusters de H100 e H200. Nenhum deles chega perto do market share dos hyperscalers americanos, mas seus contratos incluem cláusulas de residência de dados que provedores dos EUA ainda negociam caso a caso após a decisão Schrems II. A Comissão Europeia acelerou em julho o cronograma de implementação do EU Data Act, e a pressão regulatória aparece hoje como driver de fragmentação do gasto.

Por que consultoria e integração ganham

Para consultorias globais, o número de US$ 42 bilhões vale menos que o mix por trás dele. Deloitte, Accenture, Capgemini e IBM Consulting relatam nos últimos ciclos de resultados que projetos de IA agentic para clientes enterprise passaram de tickets pequenos, quase de piloto, para contratos plurianuais na casa dos milhões de dólares. O trabalho de integração, MLOps e governança cresce mais rápido que o próprio consumo de compute, o que sustenta a margem apesar da compressão de tarifa de consultor.

A Accenture anunciou nos últimos três meses corte de aproximadamente 11 mil pessoas em programa de reestruturação vinculado à realocação de capital para essa expansão, e a CEO Julie Sweet declarou publicamente que a empresa vai encerrar contratos com quem não puder ser realocado em novas competências. O headcount global caiu de 801 mil em fevereiro para 779 mil em agosto. É a evidência mais clara de que o gasto de infra migra para o topo da cadeia sem gerar emprego correspondente na base.

O que muda para o comprador em São Paulo e em Cingapura

No Brasil, grandes bancos migraram cargas críticas de risco e antifraude para pods de GPU em Azure e AWS ao longo de 2025, contratos que serão renegociados nos próximos 18 meses. A leitura interna nos times de arquitetura é dupla. O custo por hora de A100 e H100 caiu em relação ao pico de 2024, mas o volume total explodiu, o que empurra a fatura mensal em vez de reduzi-la. A resposta em curso combina duas alavancas: adotar modelos abertos como Muse Glimmer e Qwen para deslocar parte do consumo para GPU local, e amarrar contratos de reserva de longo prazo com hyperscalers antes que a próxima onda de aumento chegue.

Em Cingapura, o quadro é diferente. DBS e OCBC exportaram modelos de risco para escritórios em Jakarta e Manila e negociam capacidade de inferência com GPU em datacenters regionais. Alibaba Cloud, apesar do desconto agressivo, esbarra em restrições de compliance para bancos regulados pela MAS. O gasto se concentra em Azure Singapore e em contratos com o próprio governo, que subsidiou GPU capacity para uso soberano em julho.

O que a Gartner deixa em aberto

O ponto que o relatório não responde é o retorno sobre esse gasto. A curva de US$ 66 bilhões em 2027 depende da premissa de que a inferência gera receita crescente para quem a consome. Se um dos grandes bancos ou um dos grandes varejistas divulgar, no próximo ciclo de resultados, que o EBIT de projetos de IA continua abaixo do custo de capex, o mercado inteiro terá que revisar a projeção para baixo. É o risco de segunda ordem que investidores de infraestrutura ainda não precificaram, e que o próximo trimestre pode escancarar.