A disputa por chips, modelos de linguagem e data centers não precisa ser vencida pelo Brasil para que o país capture os ganhos da inteligência artificial (IA) — nem mesmo um "ChatGPT brasileiro" precisa ser criado.

Para Paulo Ernani, diretor de operações da consultoria AVEX AI Lab, o risco maior é a demora das empresas brasileiras para incorporarem a tecnologia em suas rotinas. 

“O Brasil não precisa que a tese de infraestrutura dê certo para capturar valor”, afirmou Ernani à EXAME. "Empresa média brasileira usando IA para automatizar atendimento, processo comercial ou operação captura ganho de produtividade independentemente de quem pagou o data center, e num cenário de correção, captura até mais, porque o custo de inferência despenca."

A tese de Ernani separa a corrida da IA em duas camadas. Na primeira estão fabricantes de chips, laboratórios de modelos, provedores de nuvem e operadores de data centers. Na segunda estão as companhias que usam a tecnologia para automatizar processos, reduzir custos ou ampliar receitas.

É nessa segunda camada que Ernani identifica a principal oportunidade para o país.

“Nossa exposição negativa é basicamente financeira e cambial, via bolsa e fluxo de capital. Nossa exposição positiva é operacional. O risco real do Brasil é não adotar a tecnologia”, disse.

O valor pode sair dos chips e chegar ao usuário

A corrida atual concentra capital na infraestrutura necessária para treinar e executar sistemas de IA. Amazon, Alphabet, Meta e Microsoft ampliaram seus investimentos em centros de processamento, servidores e equipamentos especializados ao longo de 2026.

Para Ernani, essa concentração é característica do início de um ciclo tecnológico. Os fornecedores da infraestrutura capturam os primeiros ganhos porque vendem os recursos escassos de que o restante do mercado precisa.

“É a fase da picareta na corrida do ouro, e é onde estamos”, afirmou.

Esse equilíbrio pode mudar conforme os chips se tornem mais disponíveis, os modelos disputem clientes e o custo de inferência — a execução de uma IA já treinada — continue caindo.

Na avaliação do executivo, a competição entre as empresas que vendem infraestrutura e modelos favorece quem compra a tecnologia. Margens menores nas camadas superiores podem significar preços mais baixos para companhias que usam IA em atendimento, vendas, logística e processos internos.

“Infraestrutura e modelos estão em guerra de preços permanente entre si, o custo de inferência cai em ritmo acelerado, o que é péssimo para quem vende e ótimo para quem compra”, disse Ernani.

Uma correção também reduziria os custos

A oportunidade brasileira não desapareceria necessariamente diante de uma correção no mercado de IA.

Uma redução nos investimentos globais poderia atingir fabricantes de chips, laboratórios e projetos de data centers, mas também pressionaria o preço da capacidade computacional.

Para as empresas usuárias, modelos mais baratos poderiam reduzir o custo de automatizar tarefas e incorporar sistemas de IA aos produtos.

“Num cenário de correção, captura até mais, porque o custo de inferência despenca”, afirmou o executivo ao tratar da empresa média brasileira.

Brasil está atrás na corrida por uma IA própria, diz diretora do CEIA

A declaração não significa que uma queda no investimento global seria positiva para toda a economia. Ernani avalia que o Brasil permaneceria exposto pelos mercados financeiro e cambial, por meio da bolsa e dos fluxos internacionais de capital.

A diferença estaria na exposição operacional: uma companhia que usa IA para diminuir custos poderia continuar se beneficiando da tecnologia mesmo que as avaliações das empresas do setor caíssem.

Infraestrutura ainda abre uma segunda frente

A adoção empresarial não é a única oportunidade. O Brasil também tenta ocupar espaço como destino de data centers, apoiado pela disponibilidade de energia renovável e pela escala de seu sistema elétrico.

O país concentra 48% da capacidade instalada de data centers da América Latina e 71% dos projetos em construção na região, segundo relatório publicado pelo GRI Institute em julho de 2026. As estimativas variam conforme a metodologia e o conjunto de projetos considerados.

“O maior vencedor não vai ser uma empresa de IA, vai ser a empresa comum que aprendeu a usá-la antes dos concorrentes.”

Essa expansão, porém, exige capital, equipamentos importados, conexão à rede elétrica e segurança regulatória. Para Ernani, o ganho com o uso da IA é menos dependente desses fatores.

Uma empresa brasileira não precisa construir um modelo fundacional, fabricar chips ou operar um data center para aplicar uma ferramenta já disponível em um processo comercial. A captura de valor ocorre quando a tecnologia se transforma em produtividade dentro da operação.

A empresa comum pode ser a vencedora

Ernani compara o ciclo da IA à evolução de outras plataformas tecnológicas. A infraestrutura concentra os ganhos no começo, mas o valor de longo prazo tende a migrar para negócios que reorganizam produtos e processos em torno da nova tecnologia.

Ele cita a internet e a eletricidade como exemplos de inovações cujo impacto ultrapassou as empresas que inicialmente forneceram os equipamentos necessários para sua expansão.

“Se a tese estiver certa, o maior vencedor não vai ser uma empresa de IA, vai ser a empresa comum que aprendeu a usá-la antes dos concorrentes”, afirmou.

Para o Brasil, a corrida decisiva pode não ser por quem produz o chip mais avançado — mas por quem aprende primeiro a usar o que esses chips tornam possível.