Capex de IA 2026: a construção de US$ 700 bi que subsidia a camada de aplicação

O capex de IA 2026 é uma linha de US$ 700 bilhões. Microsoft, Alphabet, Amazon e Meta planejam aproximadamente isso em infraestrutura neste ano, mais que o dobro do que toda a indústria global de telecom investe por ano, segundo a apresentação de Benedict Evans de maio de 2026. A parte estranha é quem esse gasto de fato subsidia.

A evidência do próprio deck aponta uma camada acima. Os modelos de fronteira estão convergindo nos benchmarks, a eficiência de inferência melhora 50-100x por ano e os laboratórios não conseguem construir todas as aplicações. Quem transforma inteligência commodity em workflow implantado captura a margem durável.

Essa leitura importa mais em mercados que nunca tiveram capital para queimar. A Avante Ventures constrói empresas AI-native no Brasil e na América Latina exatamente porque a infraestrutura está sendo paga por outra pessoa.

A construção de US$ 700 bilhões, em números

As quatro grandes planejam cerca de US$ 700 bilhões de capex em 2026, segundo guidance das próprias empresas incluindo capital leases, compilado por Benedict Evans. As telecoms globais investem cerca de US$ 300 bilhões por ano. Petróleo e gás, cerca de US$ 1 trilhão. A infraestrutura de IA já gasta mais que o dobro de todas as operadoras de telecom do planeta somadas.

Essas eram empresas asset-light até outro dia. O capex sobre receita estimado para 2026 fica perto de 55% na Meta, 54% na Microsoft, 44% na Alphabet e 26% na Amazon. Máquinas de fluxo de caixa livre viraram construtoras industriais.

Os compradores admitem que a lógica é defensiva. Sundar Pichai diz que o risco de investir de menos é significativamente maior que o risco de investir demais. O pior cenário declarado de Zuckerberg é ter apenas pré-construído por alguns anos. Ninguém quer ser o primeiro a parar de cavar.

• A construção de data centers nos EUA, sem contar o próprio compute, está ultrapassando a construção de escritórios no país, cada uma perto de US$ 50 bi em taxa anual ajustada no início de 2026, segundo dados do US Census citados por Evans.
• O capex de semicondutores de TSMC, Intel e Samsung tem guidance de cerca de US$ 145 bi em 2026. A Nvidia fatura US$ 65-70 bi por trimestre enquanto a Intel segue estável em US$ 13-14 bi.
• O financiamento está saindo do balanço: a JV Hyperion de US$ 27 bi da Meta com a Blue Owl Capital, títulos da Oracle negociando como junk por medo de atraso nos data centers e a OpenAI falando em mais de 30GW de capacidade a cerca de US$ 20 bi por gigawatt.

Os modelos estão convergindo em commodities

Modelos de fronteira da OpenAI, Anthropic, Google, Meta e dos laboratórios chineses já se agrupam em faixas estreitas de pontuação agregada de benchmark, segundo dados da ArtificialAnalysis no deck de Evans. Um novo modelo de fronteira sai a cada 6-9 meses e zera a corrida. A eficiência de inferência melhora 50-100x por ano, então a capacidade cara de ontem vira a chamada de API barata de hoje.

A receita é real, mas pequena diante do gasto. O run-rate líquido da OpenAI se aproxima de US$ 2 bi por mês e o bruto da Anthropic fica perto de US$ 3,5 bi por mês em meados de 2026, segundo as empresas e a imprensa. Coloque isso contra uma construção de US$ 700 bi e o equilíbrio não existe.

O ponto estrutural de Evans é o desconfortável. Até agora, os modelos se parecem com commodities: intensivos em capital, sem efeito de rede, possivelmente de margem baixa. Software clássico é o oposto exato. Sam Altman disse sem rodeios que vê a inteligência como uma utility, como eletricidade ou água, comprada no medidor. Utilities são essenciais. Utilities raramente são onde a margem mora.

A lição das telecoms: infra raramente captura o valor

As operadoras móveis construíram uma indústria de US$ 1 trilhão e viram o valor ser capturado por outras pessoas. O tráfego global de dados móveis cresceu cerca de 30x entre 2010 e 2025 enquanto o índice global de telecom da MSCI andou de lado, segundo Evans. Uber, Spotify e WhatsApp foram construídos em cima dessas redes. As redes ficaram com a conta.

A versão IA dessa história já está visível. Chat é uma interface ruim para a maior parte do trabalho real, o uso geral exige aplicações específicas e os laboratórios não conseguem construir nem gerar todas elas. Se a camada de modelo é infraestrutura, inovação e margem migram para quem é dono do caso de uso.

A música gravada mostra o outro fio da mesma lâmina. A receita da indústria caiu de cerca de US$ 40 bi em 2000 para US$ 18 bi em 2015 porque a internet removeu a base de custo física que era o verdadeiro moat do setor. Quando uma camada vira commodity, quem tratava essa camada como moat perde o moat. Todo operador deveria perguntar qual dos seus custos está fazendo esse papel em silêncio.

Um quilômetro de largura, um dedo de profundidade

O ChatGPT passou de 900 milhões de usuários ativos semanais no início de 2026 e só cerca de 5% pagam, segundo números da OpenAI no deck de Evans. A profundidade é menor que a manchete: mesmo os 20% de usuários mais ativos mandaram menos de aproximadamente 2.000 mensagens em todo o ano de 2025. Para pelo menos 80% dos usuários isso ainda não é ferramenta diária.

As empresas estão presas um passo antes. Os dados de adoção da Bain mostram a maioria das funções com 40-70% em piloto, mas implantação em produção muito menor, perto de 40% em desenvolvimento de software e 3% em jurídico. CFOs americanos disseram ao Fed de Atlanta que realizaram cerca de 1,8% de impacto de produtividade em 2025. Quase todo mundo tem um piloto. Poucos têm uma linha no resultado.

Programação é a exceção que confirma o ponto. É o único caso de uso em que workflow, critério de avaliação e comprador já estavam alinhados, e estourou o orçamento anual de IA da Uber poucos meses depois de 2026 começar, segundo o The Information. Todos os outros verticais esperam alguém construir o equivalente.

Onde o lucro realmente se forma

Os ativos duráveis ficam exatamente onde a API do modelo para: dado proprietário de workflow, avaliações específicas de domínio, distribuição dentro de uma indústria e confiança. A Accenture fatura cerca de US$ 2,2 bi por trimestre em IA generativa porque as empresas pagam por implantação, não por tokens. As turmas da YC saíram de cerca de 15% de startups de IA antes de 2020 para 85-90% em 2025. O desmembramento começou.

O mecanismo é o efeito de rede de dados em IA vertical. Cada workflow implantado gera dados que nenhum concorrente consegue alugar, o dado melhora o produto e o produto melhor conquista mais workflow. A Avante roda esse loop de propósito em todo o portfólio com o flywheel copilot, dado, capital: construir um copilot de IA para gerar dado proprietário e usar esse dado para levantar e alocar capital.

A frase de Zuckerberg sobre uma ou duas pessoas entregarem em uma semana o que antes levava dezenas de pessoas por meses é verdadeira e irrelevante ao mesmo tempo. Escrever código nunca foi a parte difícil. Saber o que o código deve fazer, e ser dono do workflow onde ele vive, é o ativo escasso.

Os riscos honestos para quem constrói aplicação

Ninguém sabe se esse ciclo de capex termina em excesso de capacidade ou em escassez. Evans diz exatamente isso, e fingir o contrário seria marketing. Três riscos merecem resposta direta.

As Filipinas são o caso de alerta para economias de serviços. O setor de outsourcing IT-BPM emprega cerca de 1,9 milhão de pessoas, perto de 8% do PIB, construído sobre arbitragem de habilidade e renda que os LLMs atacam diretamente. Trabalho de serviços que é tarefa, e não profissão, será automatizado. A pergunta aberta é quem será dono da automação quando isso acontecer.

• Os laboratórios estão subindo a pilha. A OpenAI mantém as Frontier Alliances com BCG, McKinsey, Accenture e Capgemini e anunciou uma joint venture de US$ 10 bi com fundos de private equity em maio de 2026. A Anthropic assinou uma JV de US$ 1,5 bi com Blackstone, Hellman & Friedman e Goldman no mesmo mês.
• Inteligência barata derruba a barreira também para os seus concorrentes. Um wrapper sobre modelo commodity é uma feature esperando ser absorvida. O moat é o loop de dado proprietário, nunca o modelo.
• A história não promete pouso suave. Os ascensoristas desapareceram por completo depois da automação. Os contadores quase triplicaram como fatia do emprego americano enquanto o computador comia a mecânica. A Uber engoliu os táxis de Nova York, o Airbnb só beliscou os hotéis. Depende.

Como a Avante constrói em cima da guerra de capex

A Avante Ventures é um venture studio que constrói empresas AI-native no Brasil e na América Latina, e a guerra de capex é o vento a favor do studio. Serviços respondem por cerca de 70% do PIB brasileiro, segundo o IBGE, com baixa penetração de software. Inteligência commodity precificada como utility significa que uma venture brasileira aluga por centavos o resultado de uma construção de US$ 700 bi. A infraestrutura de IA já é barata o bastante para implantar sem uma Série A.

A construção é sistemática, não oportunista. A Avante lança 3-4 ventures por ano por um sistema de seis estágios, Research, Partner, Build, Traction, Revenue, Compound, aporta US$ 500K-1.5M por venture e mantém economia de co-founder. O benchmark do modelo explica a aposta: a GSSN reporta ~50% de IRR para empresas construídas em studio contra ~19% do venture capital tradicional. É o benchmark do modelo, não o retorno da própria Avante, e é esse gap que um construtor sistemático joga para capturar.

Evans fecha o deck com as duas únicas respostas honestas para qualquer pergunta de IA: ninguém sabe, e o que aconteceu da última vez em que tudo mudou. Para operadores, as perguntas seguintes são mais afiadas. Quais tarefas ficam de graça. Aquela base de custo era o seu moat. O que era impossível e agora é barato. Os US$ 700 bi são dinheiro dos outros. A camada de aplicação que eles subsidiam pertence a quem chegar com o workflow.

Perguntas frequentes

Qual é o tamanho do capex de IA 2026 e quem está gastando?

Cerca de US$ 700 bilhões, planejados por Microsoft, Alphabet, Amazon e Meta, segundo guidance compilado na apresentação de Benedict Evans de maio de 2026. É mais que o dobro dos ~US$ 300 bi que a indústria global de telecom investe por ano, cada vez mais financiado fora do balanço, como na JV Hyperion de US$ 27 bi da Meta.

Por que o capex de IA 2026 favorece startups da camada de aplicação?

Porque o gasto transforma inteligência em commodity. Os modelos de fronteira convergem nos benchmarks, a eficiência de inferência melhora 50-100x por ano e modelos não têm efeito de rede, então a margem durável migra para aplicações donas de dado proprietário de workflow, avaliações de domínio e distribuição.

Os modelos de IA estão virando commodity?

Até agora, sim. As pontuações de benchmark de OpenAI, Anthropic, Google, Meta e laboratórios chineses se agrupam em 2026, segundo a ArtificialAnalysis, e um novo modelo de fronteira sai a cada 6-9 meses. São ativos intensivos em capital e sem efeito de rede, perfil de commodity, não de software de margem alta.

O que o boom de capex de IA significa para startups da América Latina?

Ele neutraliza a desvantagem histórica de capital da região. Serviços respondem por cerca de 70% do PIB brasileiro, segundo o IBGE, e seguem subdigitalizados, enquanto inteligência commodity precificada como utility torna a infraestrutura de IA barata o bastante para implantar sem uma Série A.

Construir sobre modelos de IA commodity é um moat?

Não. Inteligência barata derruba a barreira também para os concorrentes, então um wrapper fino é uma feature esperando ser absorvida. A defensabilidade vem do loop de dado proprietário, e é por isso que a Avante roda o flywheel copilot, dado, capital: um copilot de IA gera dado proprietário e esse dado levanta e aloca capital.