A Inteligência Artificial (IA) agêntica pode multiplicar em 24 vezes o consumo global de computação entre 2026 e 2030, segundo análise do Goldman Sachs. A projeção aponta que o volume processado deve chegar a 120 quatrilhões de tokens por mês até o fim da década.
Além disso, o avanço será impulsionado por sistemas capazes de executar sequências de tarefas de forma autônoma. Nesse cenário, a nova etapa da IA amplia a demanda por chips, servidores e data centers em ritmo acelerado.
IA agêntica
Segundo o Goldman Sachs, a IA agêntica representa uma mudança no modelo atual de uso de inteligência artificial. Em vez de apenas responder comandos, os sistemas passam a executar tarefas complexas de forma contínua e autônoma.
Além disso, esses agentes podem operar em segundo plano em celulares e aplicativos. Entre as funções citadas estão organização de e-mails, planejamento de viagens e priorização automática de tarefas.
O banco projeta que consultas diárias a modelos de linguagem cresçam 40% ao ano e alcancem 11 bilhões por dia até 2030.
IA pressiona investimentos
O avanço da IA acontece em um momento de pressão sobre os investimentos bilionários das grandes empresas de tecnologia em infraestrutura computacional.
Segundo Jim Schneider, analista sênior do Goldman Sachs Research para semicondutores e serviços de tecnologia nos Estados Unidos, investidores ainda questionam a sustentabilidade desses gastos.
“A preocupação entre investidores generalistas é a sustentabilidade do capex, porque os fluxos de caixa livres dos hiperescaladores foram comprimidos”, disse.
Além disso, Schneider afirma que a redução do custo computacional pode melhorar margens e ampliar a geração de caixa das empresas.
“O que corrige isso? A resposta está na economia subjacente do problema. Se você eleva as margens brutas, eleva o fluxo de caixa operacional, e isso dá mais espaço para gastar”, afirmou.
Tokens impulsionam IA
Os tokens funcionam como unidades básicas de informação processadas por modelos de linguagem. Eles podem representar palavras, códigos, imagens ou fragmentos de dados.
Com isso, a IA agêntica amplia fortemente o volume processado, já que os sistemas passam a executar fluxos inteiros de tarefas e não apenas respostas isoladas.
Além disso, o Goldman Sachs avalia que a queda no custo por token deve acelerar ainda mais a adoção da tecnologia.
Chips enfrentam pressão
Segundo Schneider, fornecedores de semicondutores reduzem o custo por token entre 60% e 70% ao ano na etapa de inferência, quando os modelos geram respostas e executam tarefas.
Além disso, chips mais eficientes e novas arquiteturas de data centers ajudam a reduzir custos operacionais da IA.
Mesmo assim, o Goldman Sachs avalia que a oferta de chips deve continuar apertada nos próximos meses. Segundo o banco, construir uma nova fábrica pode levar cerca de três anos.
“A escassez deve continuar por pelo menos 12 meses”, afirmou Schneider.
IA deve avançar de forma desigual
O Goldman Sachs também avalia que diferentes aplicações de IA devem apresentar níveis distintos de rentabilidade.
Ferramentas de programação aparecem entre os segmentos com melhor potencial econômico. Por outro lado, agentes de voz em tempo real ainda enfrentam custos elevados por causa de latência e processamento contínuo.
Além disso, o banco acredita que alguns hiperescaladores e provedores de modelos devem capturar ganhos maiores de margem e geração de caixa do que outros.
IA muda visão do mercado
Segundo o Goldman Sachs, a combinação entre aumento de consumo e queda do custo computacional pode alterar a percepção atual dos investidores sobre IA.
Hoje, parte do mercado enxerga a tecnologia como uma fonte crescente de despesas. No entanto, o banco avalia que a melhora de margens pode transformar a IA em um motor mais eficiente de geração de caixa nos próximos anos.
Saiba mais:
Inteligência artificial impulsiona ciclo trilionário de investimentos
Nvidia registra receita recorde de US$ 81,6 bi impulsionada por IA
