Brasil, novembro de 2024 - O mercado de hardware e software relacionados à Inteligência Artificial (IA) deve crescer entre 40% e 55% ao ano, atingindo entre US$ 780 bilhões e US$ 990 bilhões até 2027, segundo o 5º Relatório Global de Tecnologia da Bain & Company, lançado recentemente.

A pesquisa, publicada anualmente, fornece insights sobre a evolução do setor de tecnologia levando-se em consideração as disrupções causadas pelos avanços acelerados da IA. Neste cenário,  há oportunidades principalmente em maiores modelos de linguagens de IA, data centers, iniciativas de IA corporativa e soberana, e eficiência de software. Juntas, estas áreas devem impulsionar o setor a atingir  quase um trilhão de dólares de faturamento em até três anos.

Ampliação de data centers e escassez de chips

As cargas de trabalho de IA podem crescer de 25% a 35% ao ano até 2027, estima a Bain. Com essa expansão, a necessidade de processamento aumentará radicalmente nos próximos dez anos.  O consumo atual, que  varia de 50 a 200 megawatts, deverá chegar a mais de  1 gigawatt, relata a Bain. Os custos de US$ 1 bilhão a US$ 4 bilhões atualmente podem chegar à faixa de US$ 10 bilhões a US$ 25 bilhões daqui a cinco anos. Essas mudanças devem ter enormes consequências nos ecossistemas que suportam data centers, incluindo infraestrutura, energia e refrigeração, além de pressionar as cadeias de suprimentos.

Com a necessidade de mais e maiores data centers, o aumento na demanda de unidades de processamento gráfico (GPUs), impulsionado pela IA,  pode elevar a procura por determinados componentes em 30% ou mais até 2026, prevê a Bain, o que pressionará a cadeia de suprimento de chips para data centers, computadores pessoais e smartphones. 

Essa tendência, combinada com tensões geopolíticas, pode desencadear a próxima onda de  escassez de semicondutores, alerta a Bain. Se a procura dos data centers por GPUs da geração atual dobrar até 2026, não apenas os fornecedores precisarão aumentar sua produção, mas os fabricantes de  embalagens de chips terão que quase triplicar sua capacidade para acompanhar a demanda.

O surgimento da IA soberana: desafios e oportunidades

O interesse de países em criar a chamada “IA soberana” trará mais complexidade às empresas de tecnologia, segundo a Bain. Na era da  pós-globalização em tecnologia, as preocupações estão migrando da  escassez de chips durante a pandemia  para a proteção e privacidade  de dados e segurança da IA. Diversos governos — Canadá, França, Índia, Japão e Emirados Árabes Unidos — estão investindo bilhões de dólares em subsídios em  infraestrutura de computação doméstica e em modelos de IA desenvolvidos com base em dados locais. 

De acordo com a consultoria, estabelecer ecossistemas de IA soberana bem-sucedidos será demorado e caro. Embora a tarefa seja menos complexa do que construir fábricas de semicondutores, esses projetos exigem mais do que apenas garantir subsídios locais.  Data centers em hiperescala e outras bigtechs podem continuar a investir em operações de IA localizadas que garantirão vantagens competitivas significativas.

Da mesma forma, ainda que as empresas enfrentem desafios crescentes na gestão de fornecedores, proteção de dados e controle do custo total de propriedade, pode haver um aumento na demanda de Small Language Models (SLM) com algoritmos que utilizam Retrieval-Augmented Generation (RAG) e Vector Embeddings, pois lidam com muitas das tarefas de computação, rede e armazenamento próximo aos locais onde os dados estão armazenados.

Desenvolvimento mais eficiente de software 

A chegada da IA generativa aumentou a pressão por eficiência sobre as empresas de engenharia de software, já que a tecnologia parece economizar de 10% a 15% do tempo total de desenvolvimento, segundo a pesquisa que entrevistou representantes de mais de 200 empresas de diversos setores. No entanto, a maioria delas não está aproveitando ao máximo esses ganhos de tempo. 

Segundo o relatório da Bain, quando implementada corretamente, a IA generativa poderia resultar em ganhos de eficiência de 30% ou mais. No entanto, usar a IA generativa para alcançar melhorias no desenvolvimento de software é possível, mas requer esforços que vão além da introdução de assistentes de codificação. Quando se trata de implementação de IA, as equipes de engenharia devem promover eficiências de ponta a ponta, incorporando outras técnicas avançadas e cobrindo todo o ciclo de vida do desenvolvimento de software, incluindo gestão de produtos, refatoração, revisões de código, testes e gerenciamento de build/release.

Este cenário surge em um momento em que as empresas de software não estão crescendo na mesma velocidade. O crescimento médio anual de um grupo de aproximadamente 90 empresas de software como serviço (SaaS) caiu 16 pontos percentuais nos últimos dois anos, mostra a análise da Bain. Com a desaceleração, também reduziram significativamente os gastos com vendas e marketing, de 41% para 33%. Já os investimentos em  P&D caíram apenas 3 pontos percentuais, passando de 21% para 18% da receita no mesmo período.

M&A em tecnologia torna-se mais imprevisível

A pesquisa da Bain mostra que as operações de Fusões e Aquisições (M&A) saíram do foco de capturar escala para o de adquirir acesso a novas capacidades, produtos ou mercados (o que a Bain chama de transações de escopo) devido a obstáculos regulatórios persistentes. 

Nos últimos seis anos, as transações de escopo representaram quase 80% de todos os M&A da indústria de tecnologia, uma participação maior do que em muitos outros setores. A pesquisa da Bain mostra que não há sinais de que a popularidade das transações de escopo dê lugar a um retorno aos negócios de aumento de escala tão cedo.