PwC prevê US$ 31,6 trilhões em gastos com data centers, mas a energia estabelece o limite

A PwC colocou a cifra de US$ 31,6 trilhões no centro da cobertura do Google News ao projetar os gastos globais acumulados com data centers até 2050. No entanto, o número chamativo não é a afirmação mais relevante do relatório. A PwC argumenta que a eletricidade, e não o capital de investimento, determinará quanta infraestrutura será construída e onde ela funcionará.

A projeção descreve um ciclo de capital diferente do observado em ferrovias, redes de telecomunicações e outros booms de construção. Os edifícios de data centers podem continuar úteis por décadas. Já os servidores, processadores, sistemas de armazenamento e equipamentos de rede instalados neles precisam ser substituídos em ciclos muito mais curtos.

Essa distinção transforma um boom de construção em um ciclo recorrente de renovação tecnológica. Ela também cria um conflito direto entre o apetite por computação de IA e os sistemas mais lentos que fornecem eletricidade, licenças, equipamentos e mão de obra qualificada.

A PwC encomendou à Oxford Economics a modelagem dos gastos em 46 países e territórios. Sua projeção central chega a US$ 31,6 trilhões até 2050, enquanto cenários alternativos variam de cerca de US$ 22 trilhões a quase US$ 50 trilhões.

Esses números dependem da adoção, da eficiência, da política comercial e do acesso a chips avançados. São projeções, não orçamentos já comprometidos. A questão central é se os sistemas elétricos podem sustentar a capacidade computacional pressuposta pelo modelo.

O que a projeção de US$ 31,6 trilhões da PwC realmente mede

A manchete mede o investimento de capital acumulado, não o valor de um único programa de construção nem uma conta já aprovada por investidores.

A perspectiva para data centers da PwC abrange tanto as instalações físicas quanto a tecnologia da informação e comunicação instalada em seu interior. Essa segunda categoria inclui servidores, armazenamento, hardware de rede, unidades centrais de processamento e unidades de processamento gráfico.

A distinção importa porque a estrutura física representa apenas parte do custo de vida útil de uma instalação de IA. Conexões elétricas, sistemas de resfriamento, rotas de fibra e edifícios podem atender a várias gerações de equipamentos de computação. Chips e servidores tornam-se comercialmente obsoletos muito mais rapidamente.

A PwC espera que o investimento anual de capital em data centers suba de aproximadamente US$ 800 bilhões em 2026 para US$ 1,1 trilhão em 2030. A projeção chega a US$ 1,8 trilhão por ano em 2050.

O cenário central destina US$ 15,1 trilhões, ou 48% dos gastos acumulados, aos Estados Unidos. A PwC atribui essa concentração, em parte, à posição do país no ecossistema de chips avançados.

A região Ásia-Pacífico responde por uma projeção de US$ 8,2 trilhões, liderada por China e Índia. A Europa e o Oriente Médio também atraem investimentos à medida que governos buscam capacidade soberana de IA. IA soberana refere-se à infraestrutura computacional e aos modelos operados sob os requisitos jurídicos, de segurança e de controle de dados de um país.

A projeção se torna mais reveladora quando os gastos são divididos entre edifícios e equipamentos. A PwC estima que a tecnologia da informação e comunicação represente 70% do investimento de capital em data centers em 2026. Essa participação sobe para 93% até 2050.

No modelo da PwC, cada dólar gasto em construção efetivamente cria aproximadamente US$ 12 em futuros compromissos com equipamentos. Essa proporção reflete instalações e substituições repetidas, e não uma única compra de hardware.

Servidores, GPUs e sistemas relacionados normalmente exigem renovação a cada quatro a seis anos, segundo a PwC. A substituição de equipamentos mantém elevados os gastos de capital depois que termina a onda inicial de construção de edifícios.

Esse mecanismo explica por que a projeção cresce até 2050, em vez de atingir o pico após o primeiro ciclo de implantação. As empresas não estão apenas construindo instalações. Elas estão criando locais que exigem várias gerações de hardware caro.

A projeção de infraestrutura separada da PwC ajuda a mostrar a diferença. Ela projeta gastos anuais de US$ 251,8 bilhões com edifícios de data centers em 2027, ante US$ 113,8 bilhões em 2024.

O investimento em edifícios de 2024 a 2032 supera US$ 1,5 trilhão nessa projeção. A estimativa maior, de US$ 31,6 trilhões, inclui os equipamentos de computação que ocuparão esses edifícios durante um período muito mais longo.

Por isso, os leitores que encontrarem a história pelo Google News devem evitar interpretar a manchete como um número referente apenas à construção. A maior parte dos fluxos de capital projetados vai para sistemas que processam, movimentam e armazenam dados.

Isso cria uma oportunidade de receita recorrente para fornecedores de chips, empresas de rede, operadores de nuvem e provedores especializados de infraestrutura. Também cria exposição recorrente a taxas de utilização, depreciação de hardware e mudanças nas arquiteturas de modelos.

Uma instalação projetada para uma geração de aceleradores de alta densidade pode exigir novos sistemas de resfriamento ou distribuição de energia para a geração seguinte. Portanto, os ciclos de substituição podem afetar a infraestrutura de suporte, não apenas os chips instalados em racks de servidores.

A escala da projeção é extraordinária, mas sua composição é mais importante. A PwC descreve um sistema industrial construído em torno da renovação contínua de equipamentos.

Por que os gastos com infraestrutura de IA não atingem o pico após a construção

O boom dos data centers persiste no modelo da PwC porque o hardware de IA se torna economicamente obsoleto muito antes de as instalações que o abrigam chegarem ao fim de sua vida útil.

Projetos tradicionais de infraestrutura concentram os gastos no início. Uma ferrovia ou linha de transmissão exige manutenção, mas os operadores geralmente não substituem seus equipamentos operacionais centrais a cada poucos anos.

A infraestrutura de IA segue outro padrão. Novos processadores oferecem melhor desempenho, largura de banda de memória, capacidade de rede ou eficiência energética. Os provedores de nuvem precisam decidir se os equipamentos mais antigos continuam competitivos diante de sistemas mais novos.

Essa pressão se aplica ao treinamento e à inferência de IA. O treinamento é o processo de construir um modelo a partir de dados, enquanto a inferência é o trabalho computacional realizado quando pessoas ou aplicações usam esse modelo.

O treinamento impulsionou a demanda por grandes clusters de aceleradores. A inferência pode criar uma carga mais ampla e persistente porque cada resposta gerada, ação de software, imagem ou vídeo exige recursos computacionais.

Se a IA se integrar à busca, ao software de escritório, aos sistemas de programação, ao atendimento ao cliente, às operações industriais e aos dispositivos de consumo, a demanda por inferência poderá crescer com o uso. Esse crescimento sustentaria os cenários de gastos mais elevados da PwC.

A adoção não é garantida, porém. Chips e modelos mais eficientes podem reduzir a computação necessária para uma tarefa específica. A concorrência também pode reduzir a receita obtida por cada unidade de computação.

Essas forças podem atuar ao mesmo tempo. O custo de produzir uma saída de IA pode cair enquanto o consumo total aumenta, porque custos menores incentivam mais uso. Essa relação se assemelha ao efeito rebote observado em outras tecnologias.

A PwC lida com essa incerteza por meio de uma faixa de resultados, em vez de um único desfecho fixo. Uma adoção mais lenta de IA reduz o investimento de capital acumulado em cerca de US$ 10 trilhões em comparação com seu cenário central. Uma adoção mais rápida eleva o total para perto de US$ 50 trilhões.

A diferença entre esses casos é quase tão importante quanto o número central. Ela mostra quanto da projeção depende de comportamento e demanda empresarial que não podem ser observados décadas antes.

A projeção central também pressupõe que capital suficiente continuará disponível. Grandes provedores de nuvem podem financiar projetos por meio de fluxo de caixa operacional, dívida, parcerias e estruturas de leasing. Operadores independentes dependem mais de financiamento externo e compromissos de clientes.

O financiamento se torna mais difícil quando os projetos não têm acesso de longo prazo à energia ou demanda contratada. Um data center com GPUs, mas eletricidade insuficiente, não pode produzir capacidade computacional faturável. Um local plenamente energizado, mas sem clientes, pode se tornar um ativo caro e subutilizado.

A PwC alerta que uma adoção mais lenta poderia deixar grandes instalações parcialmente vazias. Essa possibilidade desafia a suposição de que cada projeto anunciado representa demanda duradoura.

Portanto, o ciclo de investimento depende de mais do que entusiasmo pela IA. Os operadores precisam de aplicações que gerem valor econômico recorrente suficiente para cobrir a depreciação dos equipamentos, a eletricidade, a manutenção e os custos de financiamento.

A adoção empresarial oferece uma fonte potencial de demanda duradoura. As empresas usam cada vez mais IA para desenvolvimento de software, análise de documentos, suporte ao cliente, pesquisa e busca interna. Ainda assim, projetos-piloto não se transformam automaticamente em grandes cargas de trabalho de produção.

Os compradores frequentemente enfrentam preocupações com precisão, privacidade, integração e retornos mensuráveis. Essas limitações podem desacelerar o uso mesmo quando as capacidades dos modelos melhoram.

A demanda do consumidor apresenta uma incerteza semelhante. Os serviços de IA podem atrair grandes audiências, mas os provedores ainda precisam de receita sustentável ou de outro motivo estratégico para subsidiar a computação.

A projeção é mais sólida como descrição do mecanismo de investimento. É menos certa como previsão de quão rapidamente os clientes criarão receita para cada servidor implantado.

Essa distinção deve orientar a leitura de investidores e compradores empresariais sobre a projeção da PwC para data centers. O relatório mapeia a infraestrutura necessária sob várias trajetórias de adoção. Ele não prova que a trajetória mais cara produzirá retornos aceitáveis.

As manchetes do Google News deixam passar o verdadeiro gargalo: eletricidade

O capital pode encomendar servidores e edifícios, mas apenas a eletricidade disponível pode transformá-los em capacidade operacional de IA.

A PwC identifica energia acessível, confiável e de menor emissão de carbono como o requisito mais difícil para muitos mercados. Conectividade, segurança, previsibilidade regulatória, consentimento da comunidade e acesso a GPUs também influenciam a localização dos projetos.

A eletricidade difere dos outros insumos porque nem sempre pode ser fornecida rapidamente. Nova geração, subestações, linhas de transmissão e conexões à rede frequentemente exigem anos de planejamento e construção.

A Agência Internacional de Energia estimou que os data centers consumiram 415 terawatts-hora de eletricidade em 2024. Isso representava aproximadamente 1,5% do uso global de eletricidade.

Sua análise de energia projeta um consumo de cerca de 945 terawatts-hora em 2030. Esse volume supera ligeiramente o consumo anual atual de eletricidade do Japão.

A AIE espera que os data centers respondam por quase metade do crescimento da demanda de eletricidade dos Estados Unidos até 2030. Também projeta que os data centers americanos consumirão mais eletricidade do que todas as indústrias de manufatura intensivas em energia combinadas até o fim da década.

Esses totais globais podem ocultar efeitos locais mais severos. Os data centers concentram cargas enormes em regiões específicas porque os operadores buscam conexões de fibra, terrenos disponíveis, trabalhadores qualificados, clientes e campi de nuvem já existentes.

A AIE constatou que quase metade da capacidade atual de data centers dos Estados Unidos está localizada em cinco clusters regionais. Também estimou que metade dos projetos em desenvolvimento continua concentrada em clusters já estabelecidos.

Essa concentração pode sobrecarregar a geração e a transmissão locais, mesmo quando o fornecimento nacional de eletricidade parece adequado. Uma concessionária não consegue levar energia ilimitada para um único condado apenas porque existe capacidade em outro lugar.

A IEA estima que 20% dos projetos planejados de data centers enfrentam riscos de atraso caso as restrições da rede não sejam resolvidas. Novas linhas de transmissão podem levar de quatro a oito anos nas economias avançadas.

Os prazos de espera para transformadores e cabos dobraram em três anos, segundo a agência. Pedidos de turbinas a gás também podem enfrentar cronogramas de entrega que se estendem por vários anos.

Essa incompatibilidade de prazos está no centro do debate sobre investimentos em infraestrutura de IA. Desenvolvedores de data centers podem construir uma instalação mais rapidamente do que as concessionárias conseguem concluir grandes modernizações da rede.

Os operadores têm várias opções. Podem construir perto de fontes de energia existentes, financiar nova geração, firmar contratos de energia de longo prazo, instalar baterias ou operar geração no local.

Também podem transferir cargas de trabalho entre regiões ou ajustar a atividade computacional às condições da rede. A operação flexível continua difícil porque aceleradores caros não geram receita enquanto estão ociosos.

Um data center típico voltado à IA pode consumir tanta eletricidade quanto 100.000 residências, estima a IEA. As maiores instalações em construção podem exigir 20 vezes esse volume.

O fornecimento dessas cargas envolverá diversas fontes de energia. A IEA espera que as renováveis atendam cerca de metade do crescimento da demanda de eletricidade dos data centers até 2035, com apoio de armazenamento e investimentos mais amplos na rede.

A geração a gás natural e nuclear também contribui em seu cenário-base. A agência espera os primeiros pequenos reatores modulares utilizados nesse panorama mais amplo de fornecimento por volta de 2030, embora os cronogramas de implantação permaneçam incertos.

O acesso à energia pode reorganizar a previsão geográfica da PwC. Regiões com capital mais barato, mas redes fracas, podem perder projetos para locais que ofereçam conexões mais rápidas e geração confiável.

Isso cria pressão sobre governos e concessionárias. Eles precisam equilibrar a demanda dos data centers com a acessibilidade para as famílias, a expansão industrial, a eletrificação e as metas de emissões.

A aceitação das comunidades importa pelo mesmo motivo. Moradores podem se opor a instalações que concorram por eletricidade ou água sem oferecer empregos comparáveis aos de outros projetos industriais.

A projeção de US$ 31,6 trilhões, portanto, depende de uma expansão paralela da infraestrutura energética. A indústria de computação não pode atingir o cenário central da PwC apenas com a produção de semicondutores.

A Disputa É Entre a Demanda por IA e a Realidade da Infraestrutura

O conflito central da previsão não é entre uma empresa de nuvem e outra, mas entre a demanda acelerada por computação e uma infraestrutura física mais lenta.

Os roteiros de semicondutores avançam rapidamente. Empresas de software podem lançar novos modelos em questão de meses. Projetos de transmissão, usinas de energia e aprovações de concessionárias operam em cronogramas muito mais longos.

Essa diferença altera o cenário competitivo. Operadores de nuvem com energia assegurada e campi existentes ganham vantagem sobre desenvolvedores que possuem terrenos, mas não conexões firmes à rede.

O acesso a chips acrescenta outra camada. Aceleradores avançados continuam concentrados em uma cadeia de suprimentos limitada que envolve projetistas especializados, fabricantes, fornecedores de memória, empresas de encapsulamento e fabricantes de equipamentos.

A PwC testou como controles de exportação mais rígidos poderiam desorganizar esse sistema. Seu cenário com restrições comerciais reduz o investimento anual para cerca de metade da previsão central até 2030.

As cadeias de suprimentos se adaptam gradualmente no modelo, mas o gasto acumulado até 2050 cai para aproximadamente US$ 25,5 trilhões. Isso representa cerca de US$ 6 trilhões abaixo da projeção central.

O resultado demonstra que os investimentos em infraestrutura de IA dependem de onde os chips podem circular de forma legal e prática. Os controles de exportação não influenciam apenas as vendas de semicondutores. Eles afetam a economia do desenvolvimento de data centers em regiões inteiras.

A soberania digital produz um resultado diferente. Exigências de computação local e armazenamento de dados redistribuem os investimentos sem reduzir o total global de forma tão acentuada.

Países com forte demanda doméstica e capacidade existente limitada podem atrair mais projetos nesse cenário. Governos e setores regulados podem aceitar custos mais altos para manter o controle sobre dados sensíveis e recursos computacionais.

Os Estados Unidos partem de uma posição forte porque hospedam grandes plataformas de nuvem, projetistas de chips, mercados de capitais e uma ampla base de demanda empresarial. No entanto, suas restrições de rede podem limitar quanto da participação projetada de 48% o país captura.

A China enfrenta restrições de acesso a alguns processadores avançados, mas também conta com demanda doméstica, capacidade de manufatura e programas de infraestrutura apoiados pelo Estado. A Índia oferece um grande mercado digital, embora a confiabilidade da eletricidade e o desenvolvimento das redes variem conforme a localização.

A Europa combina demanda substancial com regras mais rígidas de meio ambiente e governança de dados. Essas regras podem incentivar capacidade local, ao mesmo tempo que tornam as aprovações e o abastecimento energético mais exigentes.

Governos do Oriente Médio podem combinar estratégias soberanas de IA com capital e recursos energéticos. Seu desafio está em desenvolver uma capacidade técnica mais ampla, resfriar instalações de forma eficiente e assegurar equipamentos avançados.

Essas diferenças regionais tornam a previsão uma competição por ambientes operacionais completos. Terrenos baratos, por si só, não bastam. Mercados bem-sucedidos exigem energia, fibra, estabilidade regulatória, segurança, talentos e acesso a hardware.

As empresas enfrentam o mesmo problema sistêmico em escala menor. Um comprador pode reservar capacidade computacional, mas seu programa de IA ainda precisa de dados confiáveis, aplicações úteis, controles de segurança e funcionários preparados para mudar fluxos de trabalho.

O boom de infraestrutura pode, portanto, avançar antes da maturidade das aplicações. Operadores de nuvem podem construir para uma demanda prevista antes que clientes empresariais saibam quais cargas de trabalho justificam grandes implantações.

Essa sequência é normal em mercados de tecnologias emergentes, mas cria risco financeiro. Fornecedores precisam comprometer capital antes que a demanda se torne plenamente visível.

Contratos de longo prazo podem reduzir a incerteza, embora transfiram risco aos clientes. Parcerias podem distribuir o financiamento, mas também podem tornar as obrigações mais difíceis de avaliar.

A tensão central continua sendo física. A demanda por IA pode crescer rapidamente, enquanto novas infraestruturas de energia e rede respondem lentamente. A previsão da PwC pressupõe que o sistema mais lento acabará alcançando o ritmo.

O Que a Estimativa de US$ 31,6 Trilhões Não Pode Nos Dizer

Uma previsão acumulada de 24 anos oferece um cenário útil, mas não consegue estabelecer a utilização futura, a lucratividade ou a arquitetura computacional vencedora.

A PwC descreve sua cifra de US$ 31,6 trilhões como um cenário central. A ampla faixa em torno desse número reflete incertezas sobre adoção, comércio, eficiência, regulação e tecnologia.

O horizonte temporal amplia pequenas mudanças nas premissas. Uma diferença modesta no crescimento anual da demanda pode produzir trilhões de dólares em gastos acumulados até 2050.

A eficiência do hardware é uma variável importante. O caso de alta eficiência da IEA coloca a demanda de eletricidade dos data centers 20% abaixo de seu cenário-base em 2035.

Seus cenários mais amplos variam de 700 a 1.700 terawatts-hora em 2035. Essa amplitude mostra por que previsões precisas de longo prazo não devem ser confundidas com resultados medidos.

A eficiência de software também importa. Modelos menores, sistemas especializados, cache, quantização e melhor agendamento podem reduzir a computação necessária para muitas tarefas.

Ao mesmo tempo, aplicações mais capazes podem aumentar o número e a complexidade das solicitações. Sistemas de IA que planejam ações em múltiplas etapas podem usar muito mais inferência do que a simples conclusão de texto.

O equilíbrio final entre eficiência e consumo ampliado continua desconhecido. A faixa de investimento da PwC reconhece essa incerteza sem resolvê-la.

A utilização apresenta outro risco. Operadores obtêm retorno quando os clientes usam a capacidade instalada em níveis aceitáveis. Uma grande instalação operando muito abaixo da capacidade pode enfrentar dificuldades, mesmo que a demanda de IA de longo prazo continue crescendo.

A rápida renovação de hardware pode intensificar esse problema. Aceleradores mais antigos podem perder valor econômico antes do fim de sua vida contábil, especialmente quando equipamentos mais novos oferecem melhor desempenho por unidade de eletricidade.

Essa possibilidade ajuda fornecedores ao sustentar a demanda por renovação. Pode prejudicar proprietários que carregam dívidas vinculadas a hardware com valor de revenda em queda.

Os custos de energia também afetam a competitividade. O custo de compra de um processador representa apenas parte da despesa para operá-lo. Eletricidade, resfriamento, manutenção, rede e custos indiretos da instalação persistem durante toda sua vida operacional.

Os efeitos ambientais exigem tratamento igualmente cuidadoso. A IEA espera que as emissões de data centers relacionadas à eletricidade aumentem de 180 milhões de toneladas métricas para 300 milhões até 2035 em seu cenário-base.

Seu cenário de crescimento mais elevado chega a 500 milhões de toneladas métricas. A agência observa que esses totais permanecem abaixo de 1,5% das emissões do setor de energia, mas os data centers estão entre as fontes de crescimento mais rápido.

As porcentagens globais novamente ocultam consequências locais. Uma instalação pode alterar materialmente a carga de uma rede regional, a matriz de geração, a demanda por água e os custos de infraestrutura.

A IA também pode apoiar a eficiência energética, a previsão da rede, a manutenção e a pesquisa científica. A IEA estima que ferramentas baseadas em IA poderiam liberar até 175 gigawatts de capacidade de transmissão sem a construção de novas linhas.

Esses benefícios potenciais não devem ser automaticamente compensados com o consumo dos data centers. Eles dependem de implantação real e de economias verificadas.

A mesma cautela se aplica ao valor econômico. Melhorias na medicina, no software, na logística e na descoberta científica poderiam justificar investimentos substanciais em infraestrutura. Conteúdo automatizado de baixo valor e projetos-piloto empresariais não utilizados sustentariam um argumento mais fraco.

A previsão da PwC não resolve esse debate. Ela quantifica o capital associado a diferentes trajetórias de adoção.

A leitura cética correta não é que US$ 31,6 trilhões sejam impossíveis. É que esse valor depende de uma cadeia de condições técnicas, comerciais e políticas que mudará repetidamente antes de 2050.

Três Sinais Que Testarão a Previsão da PwC para Data Centers

As próximas evidências virão da disponibilidade de energia, da utilização de hardware e da geografia criada pelos controles de chips e pelas políticas de soberania.

O primeiro sinal é o acesso garantido à energia para projetos já anunciados. Investidores devem acompanhar acordos de conexão à rede, planos de recursos das concessionárias, contratos de geração e atrasos em projetos nos próximos trimestres.

Anúncios por si só são evidência fraca, pois desenvolvedores frequentemente descrevem instalações antes de concluir os acordos elétricos. A capacidade energizada oferece uma medida melhor do que pode entrar em operação.

Interconexões mais rápidas e nova geração confiável fortaleceriam o cenário central da PwC. Atrasos persistentes, custos crescentes de conexão ou campi cancelados enfraqueceriam sua trajetória de curto prazo.

O segundo sinal é se a receita de IA e o crescimento das cargas de trabalho acompanham a depreciação dos equipamentos. Relatórios financeiros de provedores de nuvem podem mostrar despesas de capital, depreciação, restrições de capacidade e demanda por serviços de IA.

A relação entre esses números importa mais do que o gasto isoladamente. Despesas crescentes acompanhadas de melhor utilização e receita duradoura sustentariam a tese do ciclo recorrente de renovação.

Custos unitários em queda não são necessariamente negativos se o uso se expandir mais rápido. No entanto, baixa utilização ou baixas contábeis repetidas sugeririam que a implantação de infraestrutura avançou além da demanda.

O comportamento das empresas ajudará a esclarecer o quadro. Cargas de trabalho em produção envolvendo programação, pesquisa, operações de atendimento ao cliente e análise de documentos oferecem evidências mais fortes do que projetos-piloto limitados.

O terceiro sinal é a resposta geográfica aos controles de exportação e às políticas de IA soberana. Os cenários da PwC mostram que essas políticas podem reduzir o investimento total ou redirecioná-lo para capacidade doméstica.

Novas restrições sobre chips avançados colocariam à prova esse cenário limitado por comércio de US$ 25,5 trilhões. A manufatura regional, aceleradores alternativos e serviços de nuvem localizados revelariam a rapidez com que as cadeias de suprimentos conseguem se adaptar.

Os programas de compras soberanas também merecem atenção. Contratos firmes, instalações operacionais e cargas de trabalho contínuas têm mais peso do que amplos anúncios nacionais.

O Google News continuará exibindo cifras enormes de investimento à medida que empresas, concessionárias e governos competem por posição. Os leitores devem distinguir o capital cumulativo projetado de projetos que já contam com financiamento, clientes, equipamentos e eletricidade.

Para desenvolvedores e compradores corporativos, a previsão indica que a disponibilidade de IA dependerá cada vez mais de decisões de infraestrutura tomadas muito além do design dos modelos. A capacidade regional e os custos de energia podem afetar a confiabilidade do serviço, a latência e os preços.

Para investidores, a oportunidade abrange semicondutores, redes, refrigeração, construção, concessionárias e financiamento. Os riscos abrangem o mesmo sistema, pois um único componente ausente pode atrasar uma instalação inteira.

A estimativa de US$ 31,6 trilhões da PwC capta a escala da possível expansão. Sua mensagem mais profunda é mais exigente: o capital precisa substituir repetidamente os equipamentos de computação, enquanto sistemas de energia mais lentos precisam sustentar cada nova geração.

A previsão parecerá mais sólida quando a capacidade operacional, a demanda dos clientes e o fornecimento de energia crescerem juntos. Qual desses três sinais fornecerá a primeira prova convincente de que esse ciclo de investimento de várias décadas consegue se sustentar?