Boom da IA turbina receitas de fabricantes, mas pode resultar em mar de chips encalhados
A corrida global por infraestrutura de inteligência artificial levou a indústria de memória a um dos períodos de expansão mais agressivos de sua história recente. Em pouco mais de um ano, empresas como SK Hynix e Micron viram suas receitas praticamente triplicarem, enquanto a Samsung registrou crescimento próximo de 100%. O motor por trás desse salto é a explosão de demanda por componentes essenciais para servidores equipados com GPUs e aceleradores de IA.
No centro desse movimento estão três tipos de produtos: a memória de alta largura de banda (HBM), os módulos DDR5 e o armazenamento NAND Flash. Esses componentes formam o “sistema circulatório” dos data centers de IA: alimentam os aceleradores com dados em alta velocidade, armazenam modelos gigantescos e garantem que informações circulem rapidamente entre processador, memória e sistemas de armazenamento. O consumo agressivo dessa capacidade drenou boa parte da oferta disponível no mercado global.
O resultado imediato é um cenário de escassez que já encarece não apenas a infraestrutura de IA em nuvem, mas também produtos de consumo, como PCs, notebooks, smartphones e outros dispositivos eletrônicos que competem pelos mesmos chips. A HBM, em particular, tornou-se uma peça estratégica: sua largura de banda é o que impede que GPUs de ponta fiquem ociosas aguardando dados, um gargalo que encarece projetos de IA em larga escala e reduz a eficiência operacional dos data centers.
Para não perder a janela de oportunidade, Samsung, SK Hynix e Micron iniciaram uma nova onda de investimentos em fábricas e linhas de produção. O grande dilema é que semicondutores não são um produto que se expande “apertando um botão”. Aumentar capacidade exige anos de planejamento, dezenas ou centenas de bilhões de dólares e uma infraestrutura industrial altamente sofisticada. Quando esses novos parques fabris estiverem plenamente operacionais, o ciclo da IA pode estar em outra fase – e o que hoje é escassez pode virar excesso, empurrando preços para baixo de forma abrupta.
Uma nova corrida trilionária por capacidade
Em junho, o presidente sul-coreano Lee Jae Myung anunciou um megaprograma de investimentos de 576 bilhões de dólares, liderado por Samsung e SK Hynix, para expandir a fabricação de chips e consolidar cadeias de suprimentos ligadas à inteligência artificial. Trata-se de um dos maiores planos industriais já vislumbrados no setor de semicondutores, com impacto direto em memória, lógica avançada, embalagem e tecnologias de suporte.
A Micron, com sede em Idaho, segue a mesma direção, embora em escala menor. A companhia confirmou que pretende destinar até 3 bilhões de dólares para reforçar a cadeia de semicondutores na América do Norte, ao mesmo tempo em que amplia sua produção em unidades de Singapura, Taiwan e Japão. O objetivo é garantir presença em múltiplas regiões, reduzir riscos geopolíticos e atender diferentes mercados com maior flexibilidade.
Apesar do volume impressionante de capital, novas fábricas de DRAM e NAND não conseguem reagir de forma rápida aos picos de demanda. Antes de qualquer wafer ser produzido, as empresas precisam assegurar financiamento, definir a localização dos sites industriais, negociar incentivos, obter licenças ambientais e construir uma infraestrutura de suporte robusta – com fornecimento estável de energia, sistemas de climatização extrema, controle fino de partículas e redes de água ultrapura.
Mesmo depois que as chamadas “salas limpas” ficam fisicamente prontas, começa outra etapa complexa: instalar e calibrar equipamentos de litografia, sistemas de movimentação de wafers, ferramentas de inspeção e plataformas de teste. Em seguida, é necessário ajustar os processos até que as linhas alcancem um nível de rendimento economicamente viável, ou seja, uma taxa suficientemente alta de chips funcionais por wafer produzido. Esse refinamento pode consumir muitos meses.
Análises de mercado apontam que uma fábrica iniciada hoje por Samsung, SK Hynix ou Micron levaria, na melhor das hipóteses, cerca de três anos para produzir em escala comercial. Atingir a capacidade plena demora ainda mais tempo. Por isso, a combinação de oferta restrita e forte demanda deve sustentar preços elevados tanto no curto quanto no médio prazo, mesmo com os megainvestimentos em andamento.
Preços elevados podem perdurar até 2028
Um relatório recente da IDC indica que o equilíbrio entre oferta e demanda de memória pode não acontecer antes de 2028. Até lá, a indústria de chips tende a seguir em um ciclo de receitas recordes, enquanto provedores de nuvem, desenvolvedores de modelos de IA e startups do setor lidam com custos crescentes para treinar e operar seus sistemas.
Esse cenário pressiona diretamente a economia dos serviços de inteligência artificial. Grandes desenvolvedores de modelos, que já injetaram centenas de bilhões de dólares em pesquisa, treinamento de modelos, infraestrutura e desenvolvimento de plataformas, agora enfrentam uma segunda fase: provar que esses investimentos conseguem se pagar em horizontes de tempo razoáveis. O custo da memória torna-se peça central dessa equação.
Memória mais cara eleva o custo total de propriedade dos servidores, aumenta o investimento inicial em clusters de GPUs e encarece tanto o treinamento quanto a inferência. Em termos práticos, o valor pago por token processado ou por requisição de inferência pode subir, o que pressiona margens de lucro de empresas que oferecem APIs, serviços de IA generativa, copilots corporativos e aplicações embarcadas em dispositivos.
Para startups sustentadas por capital de risco, o desafio é ainda maior. Não basta demonstrar que a tecnologia funciona ou que o produto é inovador; é preciso provar que o modelo de negócios se mantém viável mesmo em um cenário de infraestrutura cara. Isso exige aumentar receitas, melhorar margens e otimizar o uso de hardware antes que as reservas de caixa se esgotem. Muitos projetos que hoje parecem promissores podem se tornar financeiramente inviáveis se o custo de memória e GPUs permanecer elevado por muitos anos.
Um setor acostumado a montanhas-russas
A indústria de memória sempre foi conhecida por seus ciclos de euforia e queda brusca. Como DRAM e NAND são tratadas, na prática, como commodities tecnológicas, os preços seguem a lógica clássica da oferta e da demanda: sobem quando a capacidade instalada não dá conta do consumo e desabam quando novas fábricas entram em operação e criam excesso de oferta.
Nos períodos de alta, como o atual, fabricantes aproveitam margens gordas para financiar a próxima geração de instalações. Essas decisões, porém, são tomadas com base em projeções de demanda que podem mudar rapidamente. Quando as plantas finalmente ficam prontas, anos depois, é comum que o mercado esteja em outro momento do ciclo. Se a procura desacelera ou cresce menos do que o previsto, a indústria se vê com uma superoferta de chips, o que derruba preços e comprime margens – às vezes a ponto de provocar prejuízos prolongados.
Historicamente, esse padrão já levou algumas empresas a saírem do mercado de memória ou a passarem por reestruturações profundas. Ao mesmo tempo, permitiu a consolidação do setor nas mãos de poucos grandes players globais que conseguem suportar esses ciclos violentos. O boom atual puxado pela IA pode repetir essa dinâmica em escala ainda maior, com impactos mais amplos sobre toda a cadeia de tecnologia.
Risco concreto de excesso de chips
O grande temor de analistas é que o entusiasmo com a IA leve a uma superexpansão da capacidade produtiva. Se o ritmo de implantação de data centers de IA desacelerar, seja por razões econômicas, regulatórias ou tecnológicas, a demanda por memória de alto desempenho pode crescer menos do que o esperado. Nesse cenário, as fábricas que estiverem entrando em operação entre 2026 e 2028 podem encontrar um mercado já saturado.
Isso criaria um ambiente de excesso de oferta, principalmente em DRAM e NAND, reeditando um padrão conhecido: uma fase de preços elevados, seguida por um período de queda acentuada, no qual fabricantes cortam produção, reduzem investimentos e, às vezes, enxugam pessoal para sobreviver ao novo ciclo. A diferença agora é que a escala é muito maior e envolve planos nacionais estratégicos, o que torna qualquer ajuste mais lento e politicamente mais delicado.
Por outro lado, se a IA continuar se expandindo para novos setores – como saúde, indústria, governo, educação e dispositivos embarcados -, parte desse risco pode ser absorvida. Mesmo assim, a defasagem de anos entre decisão de investimento e produção efetiva continuará sendo uma fonte estrutural de volatilidade.
Como isso afeta empresas usuárias de IA
Para companhias que consomem serviços de inteligência artificial, o cenário atual exige escolhas mais estratégicas. Organizações que dependem de modelos de grande porte precisam avaliar cuidadosamente onde faz sentido usar IA generativa pesada e onde soluções menores, modelos otimizados ou arquiteturas híbridas podem reduzir custos sem comprometer tanto a qualidade.
Empresas com grande volume de requisições de IA – como plataformas digitais, bancos, varejistas e provedores de software – tendem a negociar contratos de longo prazo com provedores de nuvem, buscando previsibilidade de preço. Algumas começam a estudar alternativas como modelos especializados, compressão de parâmetros, quantização e técnicas de otimização de inferência para reduzir a necessidade de memória e, consequentemente, o consumo de hardware caro.
Também cresce o interesse por arquiteturas que priorizam eficiência: uso de GPUs mais bem aproveitadas, compartilhamento de recursos entre times internos, planejamento cuidadoso de janelas de treinamento e avaliação constante do custo-benefício de cada funcionalidade de IA adicionada a produtos e serviços.
A resposta dos fabricantes de chips
Os fabricantes de memória, por sua vez, tentam reduzir o risco de excesso de capacidade com três estratégias principais: segmentação de produtos, avanço tecnológico acelerado e acordos de fornecimento de longo prazo.
Na segmentação, a ideia é oferecer linhas de produtos distintas para data centers de IA, dispositivos móveis, PCs e aplicações industriais, ajustando preços e volumes para equilibrar melhor a demanda entre diferentes mercados. Em paralelo, as empresas aceleram a migração para nós tecnológicos mais avançados e empilhamento 3D mais agressivo, o que permite produzir mais bits de memória por wafer, aumentando a eficiência e diferenciando produtos de maior valor agregado, como HBM de última geração.
Já os contratos de longo prazo com grandes provedores de nuvem e gigantes da tecnologia funcionam como uma espécie de seguro. Eles ajudam a dar visibilidade de demanda futura, permitem planejar capacidade com um pouco mais de segurança e reduzem o impacto de choques repentinos no mercado spot de memória.
Governos entram no jogo
Outra novidade deste ciclo é o protagonismo de governos. Vários países passaram a tratar semicondutores como questão de segurança nacional e competitividade econômica. Programas de incentivos, subsídios, créditos fiscais e parcerias público-privadas se multiplicaram com o objetivo de atrair fábricas e centros de pesquisa.
Esse movimento tem dois efeitos contraditórios. De um lado, reduz a dependência de poucas regiões e fortalece a resiliência da cadeia global. De outro, pode acabar incentivando uma expansão de capacidade ainda maior do que a que seria ditada apenas pelo mercado, ampliando o risco de excesso de oferta alguns anos à frente.
Para a indústria de memória, isso significa navegar não apenas por ciclos econômicos, mas também por agendas geopolíticas, com decisões que levam em conta alianças estratégicas, riscos de exportação e políticas industriais de longo prazo.
Adaptação do ecossistema de IA
Diante de custos elevados e incerteza sobre o futuro dos preços de memória, o ecossistema de IA começa a se adaptar. Pesquisadores e engenheiros buscam modelos mais compactos, técnicas de treinamento mais eficientes e arquiteturas que aproveitem melhor a memória disponível. Conceitos como fine-tuning em modelos menores, uso de especialistas (mixture of experts) e offloading inteligente de dados ganham relevância.
Há também um interesse crescente por hardware alternativo e complementos às GPUs tradicionais, como aceleradores especializados, chips otimizados para inferência e soluções de memória mais integradas à lógica, que podem reduzir o gargalo entre computação e armazenamento local. Embora essas tecnologias ainda estejam em fases diferentes de maturidade, elas apontam para um futuro em que o custo por operação de IA tende a cair – mas possivelmente depois do pico atual de preços.
Um equilíbrio delicado à frente
O boom atual da inteligência artificial colocou a indústria de memória em um patamar de receitas e relevância sem precedentes. No curto prazo, a escassez de HBM, DDR5 e NAND deve continuar impulsionando ganhos para fabricantes e mantendo a pressão sobre provedores de infraestrutura e usuários de IA.
No longo prazo, porém, o setor caminha em direção a um ponto de inflexão. Se os investimentos em novas fábricas e linhas de produção superarem a demanda real, o mercado pode entrar em um novo ciclo de excesso de chips e queda acentuada de preços – repetindo, em escala ampliada, a história de expansão e contração que marca a memória há décadas.
O desafio para fabricantes, governos, provedores de nuvem e empresas usuárias de IA será encontrar um equilíbrio entre aproveitar o momento de crescimento e evitar uma bolha de capacidade. Como em outros ciclos tecnológicos, quem conseguir planejar com mais precisão, diversificar mercados e manter eficiência operacional terá mais chances de atravessar tanto a fase de escassez quanto um eventual período de abundância sem ser engolido pela volatilidade do setor.