💰 quantitative finance

Memory Scarcity, Open Models, and the Restructuring of the AI Industry, 2026-2030 -- A quantitative scenario analysis of inference economics, training-cost divergence, and infrastructure solvency

Este artigo argumenta que uma crise de escassez de memória entre 2026 e 2030, combinada com custos de treinamento divergentes e restrições de solvência de infraestrutura, ampliará permanentemente o hiato de custo entre os incumbentes e os entrantes de modelos abertos, forçando a indústria de IA a uma reestruturação volátil onde apenas um conjunto estreito de cenários envolvendo preços premium e propriedade de vintage garante a viabilidade financeira.

Autores originais: Satoshi Matsuoka

Publicado 2026-07-09

📖 7 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Satoshi Matsuoka

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O Panorama Geral: Uma Tempestade Perfeita

Imagine que a indústria de IA é um enorme boom de construção civil. Todos estão correndo para construir arranha-céus (centros de dados de IA) para abrigar os computadores mais poderosos do mundo. Mas em 2026, três coisas acontecem ao mesmo tempo que mudam as regras do jogo:

Os Tijolos Ficaram Caros: Os chips de "memória" (HBM) de que os computadores precisam para pensar rápido tornaram-se subitamente incrivelmente caros e difíceis de obter.
As Plantas Ficaram Melhores: Os modelos de IA "abertos" (gratuitos para uso) tornaram-se quase tão inteligentes quanto os modelos caros e secretos, mas rodam em hardware muito mais barato.
Os Antigos Donos Ficaram Mais Ricos: As empresas que compraram seus computadores antes do aumento de preços agora têm uma vantagem massiva sobre qualquer pessoa tentando começar um novo negócio hoje.

O artigo argumenta que a indústria de IA está prestes a se dividir em dois mundos muito diferentes, e muitos novos investidores podem perder seu dinheiro se não entenderem a nova matemática.

Conceito Chave 1: A "Esteira de Depreciação"

A Analogia: Imagine uma corrida onde os corredores precisam comprar tênis caros.

Os Incumbentes (A Velha Guarda): Estas são as grandes empresas (como Meta ou OpenAI) que compraram seus tênis no ano passado quando estavam baratos. Elas já estão correndo.
Os Entrantes (Os Recém-chegados): Estas são novas empresas tentando começar hoje. Elas têm que comprar tênis aos preços atuais, que estão altíssimos.

A Alegação do Artigo: A lacuna entre os corredores antigos e os novos não vai diminuir. Na verdade, ela vai aumentar.
Por quê? Porque os corredores antigos estão "amortizando" (pagando seus equipamentos baratos) ao longo do tempo. A cada ano, o custo deles para correr diminui. Enquanto isso, os novos corredores ficam presos pagando o preço alto. Mesmo que os preços dos tênis caiam em alguns anos, os corredores antigos terão comprado outro lote de tênis baratos até lá.

O Resultado: É um "Oligopólio de Senhores de Terras Rotativos". A vantagem continua rotacionando entre as empresas que compraram o último lote de hardware barato. Os recém-chegados nunca conseguem alcançar os outros porque estão sempre pagando o preço total, enquanto os antigos estão pagando centavos.

Conceito Chave 2: O "Carro de Luxo" vs. O "Ônibus"

A Analogia: Pense nos modelos de IA como veículos.

O Carro de Luxo (Modelos de Fronteira): Estes são os modelos de IA superinteligentes e feitos sob medida, usados para ciência complexa, decisões de alto risco ou criação de novos medicamentos. São incrivelmente caros para construir (custando bilhões) e caros para dirigir. Apenas poucas pessoas podem pagar por eles.
O Ônibus (Modelos de Mercado de Massa): Estes são os modelos abertos que são "bons o suficiente". São baratos para construir (custando milhões) e baratos para dirigir. Eles lidam com 90% das tarefas diárias, como escrever e-mails, programar ou chat básico.

A Alegação do Artigo: O custo para construir o "Carro de Luxo" está disparando (até US$ 38 bilhões em 2030), enquanto o custo para construir o "Ônibus" está despencando (para US$ 5 milhões).
Isso cria uma divisão:

O Nível de Luxo: Apenas algumas empresas possuirão os modelos superinteligentes. Elas cobrarão preços altos dos poucos clientes que precisam desse nível específico de inteligência.
O Nível de Massa: Todos os outros usarão os modelos abertos e baratos. O custo para rodar esses modelos será tão baixo que as empresas de "Luxo" não conseguirão competir no preço. Elas terão que cobrar um prêmio apenas pela "marca" e confiabilidade.

Conceito Chave 3: O "Corredor de Solvência" (A Zona Goldilocks)

A Analogia: Imagine uma ponte estreita que um navio gigante (a indústria de IA) deve atravessar.

Demais Lento (Crescimento da Demanda): Se as pessoas pararem de pedir IA tão rápido quanto estamos construindo, a ponte desaba. Os novos centros de dados não gerarão dinheiro suficiente para pagar pelos caros chips de memória.
Rápido Demais (Eficiência): Se formos bons demais em comprimir dados (fazendo a IA usar menos memória), podemos não precisar de tantos navios, e a ponte desaba por um motivo diferente.
No Ponto Certo: O navio precisa crescer a uma velocidade muito específica (cerca de 2x por ano) durante quatro anos seguidos para permanecer flutuando.

A Alegação do Artigo: A indústria está atualmente caminhando em uma corda bamba.

A Zona de Perigo: Se a demanda desacelerar mesmo um pouco, ou se os preços "premium" (o que as empresas pagam pelo melhor da IA) caírem para igualar os preços baixos, os novos centros de dados construídos em 2028–2029 falirão.
O Cenário de "Crash": Isso não é mais um risco raro; é uma possibilidade real. Se o crescimento da demanda estagnar, as empresas que apostaram pesado em hardware caro enfrentarão um "excesso de memória" (muitos chips, pouco trabalho), levando a um colapio financeiro massivo semelhante aos históricos colapsos de DRAM.

Conceito Chave 4: A Armadilha do "Greenfield" (Começar do Zero)

A Analogia: Imagine que você quer abrir uma nova empresa de táxis. Você decide construir seus próprios carros customizados (silício customizado) para economizar no ágio da concessionária.

A Alegação do Artigo: Construir seus próprios chips customizados economiza um pouco de dinheiro no motor, mas não economiza no combustível (chips de memória). Como a memória está em escassez e é cara, você ainda terá que pagar o preço alto.
As Probabilidades: Se você tentar começar uma nova empresa de IA do zero hoje:
- 25% de Chance: Você tem sucesso.
- 34% de Chance: Você sobrevive, mas ganha dinheiro médio.
- 41% de Chance: Você perde seu dinheiro.
A Solução: Não aposte tudo de uma vez. Use uma abordagem "em etapas". Verifique o mercado a cada poucos meses. Se os sinais parecerem ruins (demanda diminuindo, preços caindo), pare de gastar dinheiro antes de construir a fábrica inteira.

Conceito Chave 5: O Fator "Soberano" (O Papel do Governo)

A Analogia: Alguns países (como a China) estão construindo suas próprias "frotas nacionais de táxi" usando suas próprias estradas e combustível, ignorando o mercado global.

A Alegação do Artigo: A China está construindo uma pilha completa de IA (chips, software, modelos) que não depende dos chips de memória ocidentais. Como são financiados pelo estado, eles não se importam em lucrar no curto prazo. Eles podem vender serviços de IA mais baratos do que qualquer outra pessoa.
O Risco: Isso cria uma "Bifurcação Geopolítica". O mundo pode se dividir em dois mercados de IA separados: um ocidental (caro, fechado) e outro não ocidental (barato, aberto). Isso torna ainda mais difícil para as empresas ocidentais venderem seus serviços globalmente.

A Conclusão Final

O artigo conclui que o "Boom da IA" não é mais garantido de dar lucro apenas porque mais pessoas estão usando a IA.

A Regra Antiga: "Construa, e eles virão."
A Nova Regra: "Construa apenas se você já possui o hardware barato, ou se estiver construindo para um cliente específico de alto nível que não trocará pelo que é barato."

A Única Coisa a Observar:
O número mais importante a observar é a rapidez com que as pessoas estão realmente pagando pela IA (em dólares), não apenas quantos "tokens" de IA estão sendo gerados. Se o número de solicitações de IA aumentar, mas o dinheiro que as empresas estão dispostas a pagar ficar estável ou cair, toda a indústria poderá enfrentar um colapso por volta de 2028.

Resumo para Investidores:

Não comece um novo negócio de centro de dados do zero, a menos que tenha um cliente garantido e um plano para obter memória barata.
Observe os preços "premium". Se eles começarem a cair para igualar os preços "baratos", fuja.
Lembre-se que as empresas que compraram hardware no ano passado são as que vencerão, não as que estão construindo hoje.

Resumo Técnico: Escassez de Memória, Modelos Abertos e a Reestruturação da Indústria de IA (2026–2030)

Declaração do Problema

O artigo aborda uma tensão estrutural crítica na indústria de IA projetada para o horizonte 2026–2030: a divergência entre a economia da oferta de infraestrutura de IA e a evolução da economia da demanda de IA. O problema central é impulsionado por quatro forças simultâneas:

Escassez Histórica de Memória: Uma severa reprecificação de DRAM e High-Bandwidth Memory (HBM), com preços de contrato subindo ~90% no primeiro trimestre de 2026 e escassez potencialmente persistente até 2030.
Paridade de Modelos Abertos: A emergência de modelos de pesos abertos com capacidade de fronteira (ex: GLM-5.2) que igualam capacidades proprietárias a uma fração do custo de inferência.
Ganhos de Eficiência de Inferência: Melhorias rápidas na eficiência de inferência via compressão de cache KV (aproximando-se dos limites de Shannon) e runtimes locais leves, reduzindo os bytes por token.
Reestruturação de Mercado: A entrada de antigos laboratórios de IA (Meta, xAI) no mercado de revenda de computação utilizando frotas adquiridas antes da reprecificação de memória, criando uma nova classe de "incumbentes" com vantagens de custos afundados.

A questão central é se o aumento global de capacidade anunciado pode permanecer solvente diante dessas forças, examinando especificamente a solvência de novos entrantes versus incumbentes, a bifurcação da economia de treinamento e a viabilidade da tese de "commoditização".

Metodologia

A análise emprega um framework de cenários quantitativos fundamentado na economia de hardware e dinâmica de mercado:

Unidade de Análise: O artigo reformula a economia de inferência usando dólares por petabyte de largura de banda de memória entregue ($/PB) em vez de custo por token. Esta unidade é escolhida porque a inferência na fase de decodificação é limitada pela largura de banda; o throughput é proporcional à largura de banda HBM entregue, independentemente da identidade do modelo.
Modelagem de Custos:
- Custo Total: Inclui amortização linear de 4 anos dos preços dos aceleradores (com um multiplicador de sistema de 1,5×), energia ($0,08/kWh, PUE 1,3) e operações alocadas.
- Custo Marginal: Exclui a amortização, representando o piso para frotas com capital afundado.
- Análise de Vintage: Rastreia coortes de hardware compradas em anos específicos ("vintages") para determinar seu ciclo de vida econômico.
Construção de Cenários: Cinco cenários são definidos com base na interseção do crescimento da demanda de tokens, tendências de eficiência (redução de bytes-por-token) e regimes de preços (pegajosos vs. acoplados).
Fontes de Dados: A análise utiliza métricas de crescimento de tokens divulgadas por grandes provedores (Google, Microsoft, OpenRouter), pesquisas de preços de contrato HBM (TrendForce, Counterpoint) e registros financeiros relativos a arranjos de financiamento circular (ex: OpenAI-Oracle-NVIDIA).
Teste de Estresse: O modelo testa a sensibilidade à desaceleração da eficiência (diminuindo de 30%/ano para 15%/ano) e à realocação de demanda (migração para inferência on-premises/de pesos abertos).

Contribuições Chave

O artigo apresenta oito contribuições técnicas e analíticas específicas:

Economia Denominada em Largura de Banda: Formula o custo de inferência em $/PB, separando claramente a economia de hardware da escolha do modelo para cargas de trabalho limitadas por largura de banda.
A Esteira de Depreciação: Demonstra que a vantagem de custo dos incumbentes sobre os entrantes é estrutural e perpétua. À medida que o hardware deprecia, a vantagem da "frota barata" rotaciona entre os incumbentes que compraram em ciclos anteriores, nunca se transferindo para novos entrantes que devem comprar aos preços de pico atuais.
Breakeven de Vintage em U: Deriva uma curva de ponto de equilíbrio mostrando que a identidade da parte prejudicada depende do regime de preços. Preços acoplados (onde preços premium acompanham preços de massa) quebram os vintages de 2028–2029, enquanto preços pegajosos quebram o vintage de 2026 (compradores de preço de pico). O vintage de 2027 é identificado como robusto em ambos os regimes.
Corredor de Solvência: Define um corredor estreito para a solvência da infraestrutura que requer aproximadamente 2× o crescimento anual da demanda de tokens sustentado por quatro anos, condicionado a ganhos de eficiência de ~30%/ano.
Crítica de Medição: Identifica cinco vieses sistemáticos de alta nos rastreadores públicos de demanda de tokens (volume injetado pela oferta, substituição, subsídio, composição de qualidade e efeitos de base), argumentando que o crescimento "bruto" superestima a demanda "ajustada pela qualidade".
Problema de Projeção de Vintage: Destaca que projeções otimistas de demanda precedem a mudança de regime do segundo trimestre de 2 de 2026 de "maximização de tokens" para "minimização de tokens", tornando-as limites superiores em vez de linhas de base.
Mecanismo de Transmissão Acoplada: Analisa o desacoplamento de full-stack chinês (HBM doméstica, modelos abertos) e a teia de financiamento circular ocidental como um mecanismo para um possível crash, onde a falta de demanda se propaga através de compromissos de dívida e equidade.
Probabilidades de Entrante Greenfield: Quantifica a distribuição de risco para um novo entrante lançando silício customizado em um novo datacenter, estimando uma probabilidade de 25% de sucesso, 34% de mediocridade e 41% de perda sem estratégias de mitigação específicas.

Resultados Principais

1. O Piso do Incumbente vs. Economia do Entrante

A lacuna de custo entre incumbentes (com frotas afundadas) e novos entrantes é estrutural.

2026: Entrantes enfrentam uma desvantagem de 3,2× em $/PB em relação ao piso do incumbente.
2027: A lacuna diminui para 1,9× (o melhor ponto de entrada).
2029–2030: A lacuna reabre para 3–4× conforme as frotas legadas depreciam totalmente enquanto as novas construções enfrentam preços de memória normalizados ou elevados.
Conclusão: A vantagem rotaciona entre os incumbentes; ela nunca se transfere para os entrantes. Um entrante só pode se juntar à "classe de incumbentes" ao sobreviver a um ciclo completo de depreciação com um spread negativo, o que o limit pricing dos incumbentes pode impedir.

2. Divergência de Custo de Treinamento

Uma "segmentação de luxo" emerge na economia de treinamento:

Treinamento de Fronteira: Os custos sobem de ~$1,5B (2026) para $18B–$ 38B (2030) devido à dominância de memória e à falta de escalonamento da Lei de Moore na memória.
Treinamento "Bom o Suficiente": Os custos para replicar capacidades de fronteira anteriores via reforço e destilação em bases abertas caem para $5M.
Divergência: A razão aumenta de ~40× hoje para 3–4 ordens de magnitude em 2030.

3. O Corredor de Solvência

Para que o buildout agregado permaneça solvente:

Requisito: A demanda de tokens deve sustentar ~2× o crescimento anual por quatro anos consecutivos (líquido de ganhos de eficiência).
Limiares: Se os ganhos de eficiência diminuírem para 15%/ano, o crescimento necessário cai para 1,6×. Se acelerarem para 45%/ano, o requisito sobe para 2,4×.
Risco: Sair deste corredor concentra os prejuízos na capacidade do "vintage de pico" (janela de entrega de 2028–2029).

4. Probabilidades de Cenários (Revisadas)

O artigo atribui as seguintes probabilidades a cinco cenários:

Oligopólio de Proprietário Rotativo (25%): Demanda próxima ao limiar; incumbentes definem preços de massa a partir do piso da frota afundada; novos entrantes lutam.
Absorção de Jevons (20%): Crescimento de tokens ≥2,5×/ano; todos os vintages permanecem solventes; a IA para Ciência e Inovações Industriais (AI4SIS) atua como um piso inelástico.
Rediferenciação de Camada de Sistema (18%): Preços premium pegajosos; o valor migra para orquestração e roteamento; a infraestrutura ganha margens de utilidade.
Crash de Commoditização (25%): Crescimento de tokens <1,7×/ano e/ou preços acoplados; os prejuízos se concentram nos detentores de pico-vintage; um excesso de oferta de memória segue-se.
Bifurcação Geopolítica (12%): Controles de exportação estendem-se aos pesos dos modelos; enclaves ocidentais restauram o poder de preço enquanto o resto do mundo padroniza em pesos abertos chineses.

5. Risco de Entrante Greenfield

Para um novo entrante construindo silício customizado e um datacenter:

Resultado Central: 25% Sucesso, 34% Mediocridade, 41% Perda.
Mitigação: Um procedimento de "go/no-go" em estágios, sincronizado com métricas de mercado observáveis (crescimento de demanda de tokens, acoplamento de preços, preços de HBM), pode reduzir a probabilidade de perda no capital implantado para ~24%.

Significância e Alegações

O artigo afirma que o boom da infraestrutura de IA não é mais garantido apenas pelo crescimento bruto de tokens. A solvência agora depende de:

Demanda de Largura de Banda Monetizada: A receita deve acompanhar os petabytes movidos, não apenas contagens de tokens.
Preço Premium Pegajoso: O preço premium deve permanecer desconectado do mercado de massa em colapso.
Propriedade de Vintages: A capacidade de possuir e operar capacidade de memória pesada e depreciada é a principal fonte de vantagem competitiva.

O artigo afirma que o cenário de "Crash" não é mais um risco de cauda, mas um resultado comodal com o "Oligopólio de Proprietário", impulsionado por erros de medição no rastreamento de demanda, a mudança de regime para minimização de tokens e a fragilidade do financiamento circular. Conclui que o dado observável mais relevante para decisão é o crescimento real da demanda de tokens líquido de eficiência, rastreado tanto em dólares quanto em tokens, para determinar se o sistema permanece dentro do corredor de solvência.

A análise sugere que para laboratórios fechados, a estratégia racional é o serviço leve em ativos (leasing) e preços pegajosos; para investidores de infraestrutura, o tempo do vintage (especificamente 2027) é mais crítico do que a habilidade operacional; e para formuladores de políticas, a capacidade soberana pode ser alcançada através da inferência eficiente de pesos abertos em vez de gastos de treinamento de escala de fronteira, desde que a infraestrutura seja domesticamente possuída para evitar alcance jurisdicional (ex: CLOUD Act).