Em 25 de agosto, Dylan Patel, fundador da SemiAnalysis, apresentou uma projeção no podcast de Dwarkesh Patel: até o fim de 2028, Anthropic e OpenAI deterão a maior parte da capacidade computacional utilizável do mundo.
"By the time you're towards the end of 2028 — if this trend continues, and I see nothing that's stopping it — you've got them just controlling most of the usable flops in the world on their own."
(Quando chegarmos perto do fim de 2028 — se essa tendência continuar, e eu não vejo nada capaz de detê-la — essas duas empresas estarão controlando sozinhas a maior parte dos flops utilizáveis do mundo.)
Os números se desenrolam assim: a capacidade elétrica de cada uma das duas empresas deve passar de cerca de 2GW no fim de 2025 para mais de 5GW no fim de 2026, cerca de 18GW no fim de 2027 e cerca de 54GW no fim de 2028. A fatia delas na nova capacidade computacional global soma cerca de 30% este ano, 40% a 50% no próximo, cerca de metade do incremento por volta de dezembro de 2027, subindo para 70% a 80% em 2028. No lado global, o incremento é de 30GW em 2026, 50GW em 2027, 70GW em 2028 e 90 a 100GW em 2029, com o total global em 2028 ficando em torno de 200GW.
Quanto cada megawatt consegue faturar
Patel acredita que o motor da concentração está na receita por unidade. O custo de infraestrutura atual gira em torno de 10 a 15 milhões de dólares por megawatt, enquanto a receita por megawatt da Anthropic chegou a disparar para 50 milhões de dólares. Ele prevê que, até o fim de 2027, a receita por megawatt dos laboratórios líderes ultrapasse os 50 milhões de dólares, podendo até chegar a 70 ou 80 milhões. Quem fatura mais por megawatt consegue pagar mais na disputa por racks de servidores.
"To get to that 100 gigawatts in 2028, you have to believe that the labs can outpay for compute...Does compute now get to $25 million a megawatt? Does it get to $40 million a megawatt?"
(Para chegar a esses 100 gigawatts em 2028, você precisa acreditar que os laboratórios conseguem pagar mais que os outros por capacidade computacional... O preço da computação vai chegar a 25 milhões de dólares por megawatt? Vai chegar a 40 milhões?)
Ele resume os três mecanismos em uma frase — "Every force is screeching towards centralization." (Toda força está guinchando rumo à centralização.) As economias de escala no treinamento, a receita por megawatt mais alta de quem lidera e o poder de compra que isso gera se encaixam e vão se apertando cada vez mais.
De onde vem o dinheiro
A planilha de capital é a parte mais pesada dessa projeção. Entre 2024 e 2029, o investimento de capital de todo o ecossistema deve somar cerca de 11 trilhões de dólares, dos quais 6 trilhões pagos em dinheiro e 5 trilhões dependendo de dívida, exigindo a emissão de mais de 5 trilhões de dólares em crédito novo. Quanto aos juros, o custo de captação atual da Meta está entre 5% e 6%; Patel não vê motivo para que não suba a 8%. Esse aumento de 250 pontos-base se espalharia pelo mercado de crédito para toda a economia.
Sobre a China, ele apresenta três avaliações: em 2028, a capacidade de IA da China ficará em 30GW ou menos; atualmente, a China responde por menos de 10% da capacidade global de IA instalada em data centers; e uma conversão — "that 50 gigawatts is really worth as much as 20 gigawatts from American chips" (esses 50 gigawatts, na prática, valem tanto quanto 20 gigawatts em chips americanos). Esse fator de conversão é uma estimativa própria dele, sem metodologia divulgada, e seria arriscado tratá-lo como conclusão definitiva.
Onde está o ponto frágil dessa projeção? Ela amarra três curvas em uma só: capacidade computacional, receita por megawatt e oferta de crédito. As duas primeiras se retroalimentam — receita alta permite comprar, comprar permite construir a próxima geração de modelos, um modelo mais forte gera mais receita — uma vez que esse ciclo começa, ele de fato pode se autoacelerar. A terceira é externa. Em números aproximados, se o custo de captação de 8% se confirmar, só os juros sobre 5 trilhões de dólares em dívida já somariam 400 bilhões de dólares por ano, o que exigiria que a receita relacionada a IA no mesmo período chegasse a um patamar bem elevado. O próprio Patel deixa esse ponto como pergunta em aberto: ele questiona se os laboratórios conseguem pagar mais, mas não responde o que acontece se não conseguirem.
Para os fornecedores chineses, essa curva de proporção vale mais como referência do que os números absolutos. Se 70% a 80% da nova capacidade for para dois laboratórios, os 20% a 30% restantes precisam ser divididos entre todos os outros laboratórios, provedores de nuvem, empresas que constroem infraestrutura própria e projetos soberanos. O total global continua subindo, mas a fatia que sobra para o resto está encolhendo.
Fontes: Dwarkesh Podcast, CocoLoop, SemiAnalysis; a verificar: os intervalos de gigawatts projetados para as duas empresas, o critério usado para a receita por megawatt e a proporção entre dinheiro e dívida dentro dos 11 trilhões de dólares de investimento de capital.