A inteligência artificial pode aumentar a produtividade e transformar a economia brasileira, mas sua expansão depende de uma infraestrutura que envolve energia, data centers, chips, conectividade, capital e profissionais qualificados. O Brasil tem vantagens para participar dessa transformação, mas também precisa decidir quanto da cadeia tecnológica será capaz de desenvolver internamente.
A inteligência artificial parece acontecer na tela. Uma pergunta é digitada, uma resposta aparece e, em segundos, um sistema pode produzir um texto, analisar uma imagem, escrever código ou processar uma quantidade de informações que levaria muito mais tempo para um ser humano.
A experiência é digital. A infraestrutura, não.
Por trás de cada modelo existem processadores especializados, servidores, armazenamento, redes de comunicação, sistemas de refrigeração e grandes volumes de eletricidade. Existem também pesquisadores, engenheiros, desenvolvedores, técnicos e profissionais de diferentes áreas capazes de transformar essa tecnologia em produtividade.
Quanto mais a inteligência artificial se dissemina, maior é a infraestrutura necessária para sustentá-la. É nesse ponto que a discussão deixa de ser apenas tecnológica e passa a envolver economia, indústria, energia, trabalho e geopolítica.
Para o Brasil, portanto, a questão não é somente quanto a IA poderá gerar. É também quanto será necessário investir para que o país consiga capturar parte desse valor.
Uma promessa de quase R$ 1 trilhão
Um estudo do Centro de Estratégia e Regulação (Reglab), comissionado pela OpenAI, estima que a adoção da inteligência artificial poderia acrescentar cerca de R$ 986,7 bilhões ao PIB brasileiro entre 2027 e 2030. Segundo a estimativa, aproximadamente 65% desse impacto viria do aumento da produtividade do trabalho e 35% da produtividade do capital. Indústria de transformação, serviços e comércio aparecem entre os setores com maior potencial de ganho. [1]
O número é expressivo, mas precisa ser interpretado como uma estimativa de potencial, não como uma previsão garantida. O estudo foi financiado pela própria OpenAI e não incorpora determinados efeitos negativos que a inteligência artificial pode produzir sobre o emprego. Ainda assim, ele ajuda a dimensionar o tamanho da oportunidade.
Se a IA conseguir elevar a produtividade de trabalhadores e máquinas, poderá atuar justamente sobre uma das limitações históricas da economia brasileira: a dificuldade de produzir mais valor com os recursos disponíveis.
Mas produtividade não nasce simplesmente porque uma empresa começa a utilizar uma ferramenta de IA. É preciso integrar tecnologia aos processos, reorganizar atividades, treinar pessoas e investir em infraestrutura. E essa transformação já começou.
A IA já chegou à indústria
Dados do IBGE mostram que 41,9% das empresas industriais brasileiras com 100 ou mais pessoas ocupadas utilizavam inteligência artificial em 2024. Em 2022, eram 16,9%. Entre as empresas com 500 ou mais pessoas ocupadas, a utilização chegava a 57,5%. [2]
Em apenas dois anos, portanto, mais que dobrou a proporção de empresas industriais que declaravam utilizar IA.
Isso muda a natureza do debate. Não se trata mais de perguntar se as empresas brasileiras vão usar inteligência artificial. A questão é como utilizarão a tecnologia e quanto valor conseguirão extrair dela.
Uma grande indústria, com capital, dados estruturados, sistemas integrados e profissionais especializados, parte de uma posição muito diferente de uma pequena empresa que depende de ferramentas prontas e possui pouca capacidade interna de integração.
A tecnologia pode ser acessível. A capacidade de transformá-la em produtividade, não necessariamente.
O computador é apenas a ponta do sistema
Um modelo avançado de inteligência artificial exige uma infraestrutura que começa muito antes da tela do usuário. São necessários semicondutores, servidores, armazenamento e redes de alta velocidade, além de instalações capazes de operar continuamente.
O Plano Brasileiro de Inteligência Artificial identifica a expansão da infraestrutura computacional como um dos desafios do país e aponta a dependência externa em componentes críticos de hardware, incluindo aceleradores utilizados em aplicações de aprendizado de máquina. [3]
Isso cria uma questão estratégica.
O Brasil pode ter pesquisadores competentes, startups inovadoras e empresas capazes de desenvolver aplicações de IA e, ainda assim, depender de fornecedores estrangeiros para uma parcela importante da infraestrutura que permite executar essa tecnologia.
A inteligência artificial recoloca, portanto, uma velha questão da política industrial brasileira: quanto da cadeia tecnológica o país consegue dominar?
O chip virou questão geopolítica
Os semicondutores estão no centro dessa disputa. Os processadores utilizados em sistemas avançados de IA dependem de uma cadeia global altamente especializada, que envolve projeto, fabricação, memória, equipamentos de produção e encapsulamento. É uma cadeia que não pode ser reproduzida rapidamente por qualquer país.
O Brasil vem tentando ampliar sua participação. O Programa Brasil Semicondutores, criado pela Lei nº 14.968/2024, busca fortalecer atividades que vão do design à produção e aplicação de componentes semicondutores, utilizando instrumentos de financiamento, pesquisa, capacitação e apoio à infraestrutura produtiva. [4]
Não é necessário dominar imediatamente toda a cadeia mundial de chips para aumentar a autonomia tecnológica. Mas é necessário desenvolver competências próprias em segmentos nos quais o país possa ser competitivo. Sem continuidade em pesquisa, formação profissional e capacidade industrial, entretanto, incentivos isolados dificilmente transformam uma cadeia global altamente concentrada. A disputa pela IA também é, portanto, uma disputa por capacidade industrial.
A conta aparece na tomada
Existe outro componente menos evidente dessa transformação: eletricidade.
Data centers precisam de energia para alimentar servidores, mas também para refrigeração, armazenamento, redes e sistemas auxiliares. Quanto maior a capacidade computacional instalada, maior tende a ser a demanda energética associada.
O Plano Decenal de Expansão de Energia 2035 reconhece a relação direta entre capacidade computacional e consumo de eletricidade e destaca que a expansão de aplicações de aprendizado de máquina e inteligência artificial intensifica essa demanda. [5]
A EPE já considera os data centers grandes cargas capazes de afetar diretamente o planejamento da transmissão elétrica brasileira. [6]
Os números dão dimensão ao movimento.
Em novembro de 2025, projetos de data centers em processo de obtenção de estudos para conexão à Rede Básica somavam 26,2 GW, segundo a EPE. O número havia sido de 19,8 GW em setembro.
Mas há uma ressalva importante: esses valores representam projetos em diferentes estágios de desenvolvimento. Não significam que toda essa potência será efetivamente instalada. [6]
Ainda assim, a velocidade de crescimento explica por que o assunto entrou no planejamento energético nacional. O MME, por exemplo, incluiu em 2026 novas obras de transmissão destinadas a viabilizar a conexão de cargas industriais e data centers ao Sistema Interligado Nacional. [7]
A inteligência artificial parece uma tecnologia digital. Mas sua expansão começa a criar uma nova demanda por infraestrutura física.
O Brasil tem uma vantagem — mas ela não basta
O país possui uma característica potencialmente favorável: uma matriz elétrica com forte participação de fontes renováveis. Em 2025, 86,8% da matriz elétrica brasileira foi renovável, segundo o Balanço Energético Nacional. [8]
Isso pode ser um diferencial para uma indústria que procura reduzir a intensidade de carbono de sua infraestrutura digital.
O próprio PDE 2035 identifica o Brasil como potencial candidato a projetos intensivos em eletricidade, como alguns tipos de data centers, justamente pelas características majoritariamente renováveis de sua matriz elétrica. [5]
Ter energia renovável disponível, porém, não significa automaticamente ter infraestrutura adequada. Um data center precisa de conexão, estabilidade, capacidade de transmissão e possibilidade de expansão.
No cenário de referência do PDE 2035, estão previstos cerca de R$ 120 bilhões em investimentos no sistema de transmissão até 2035. Esses recursos atendem à expansão geral do sistema elétrico e não podem ser atribuídos exclusivamente à IA ou aos data centers. [9]
Ainda assim, o crescimento dessas grandes cargas digitais já faz parte das premissas de planejamento. É um dos sinais mais claros de que a transformação provocada pela IA ultrapassou o universo do software.
Data centers podem criar uma nova indústria
A infraestrutura necessária para a inteligência artificial também representa uma oportunidade econômica.
Em 2026, o BNDES aprovou R$ 232,5 milhões para o desenvolvimento de um data center modular multiusuário com capacidade inicial de 12 MW de TI, projetado para cargas de computação em nuvem e inteligência artificial. [10]
Um data center não é simplesmente um prédio cheio de computadores. Ele envolve construção, engenharia, equipamentos elétricos, refrigeração, telecomunicações, segurança, manutenção e serviços especializados.
Isso cria uma cadeia econômica própria. A questão é quanto dessa cadeia será efetivamente nacional.
Se o Brasil apenas importar servidores, chips e equipamentos, o investimento gera atividade econômica, mas parcela relevante do valor permanece fora do país. Se conseguir desenvolver fornecedores, engenharia, software, equipamentos e serviços especializados, o impacto industrial será maior. Essa diferença é fundamental.
A infraestrutura também são as pessoas
Nenhuma infraestrutura de IA funciona sem profissionais. Engenheiros, cientistas de dados, especialistas em computação, desenvolvedores, técnicos, profissionais de segurança e trabalhadores capazes de utilizar ferramentas de IA passam a ser recursos estratégicos.
O governo já trata essa questão como um gargalo.
Em junho de 2026, o MCTI lançou um programa de Residência em TICs com R$ 129 milhões, voltado à formação de 1,8 mil desenvolvedores de IA e à capacitação de 4 mil usuários de ferramentas de inteligência artificial, totalizando 5,8 mil profissionais. [11]
Mas a necessidade não se limita aos especialistas em tecnologia. A adoção empresarial também depende de profissionais de outras áreas que saibam incorporar IA ao próprio trabalho.
Um médico, engenheiro, advogado, administrador ou designer capaz de utilizar a tecnologia para ampliar sua produtividade pode gerar impacto econômico sem jamais desenvolver um modelo de inteligência artificial.
A transformação atravessa, portanto, praticamente todos os setores.
O trabalho não desaparecerá de uma vez
É nesse ponto que a discussão sobre emprego costuma assumir uma direção simplista. A pergunta “a IA vai acabar com os empregos?” é fácil de entender, mas pouco precisa.
Tecnologias tendem a substituir tarefas antes de substituir ocupações inteiras. Uma ferramenta pode automatizar uma parte do trabalho de um profissional e, ao mesmo tempo, aumentar a importância de outras atividades. O resultado varia conforme a profissão, o setor e a capacidade de adaptação das empresas e dos trabalhadores.
O Ministério do Trabalho e Emprego já desenvolve iniciativas para acompanhar os efeitos da inteligência artificial e da automação sobre as ocupações brasileiras e orientar políticas de qualificação.
O desafio é a velocidade. A adoção da IA pode avançar mais rapidamente do que a capacidade dos sistemas educacionais e de treinamento profissional de acompanhar a mudança.
Nesse cenário, a vantagem não estará apenas com quem domina uma ferramenta específica. Estará com quem consegue aprender continuamente.
A produtividade pode ser desigual
Existe ainda um risco menos evidente. A inteligência artificial pode aumentar a produtividade e, ao mesmo tempo, ampliar diferenças entre empresas, trabalhadores e regiões.
Empresas maiores tendem a possuir mais capital, dados, infraestrutura e profissionais especializados. Empresas menores podem depender de ferramentas prontas e ter menor capacidade de integrá-las aos próprios processos.
O mesmo vale para trabalhadores. Quem possui maior formação e acesso à tecnologia pode se beneficiar mais rapidamente da automação e da ampliação de suas capacidades.
Isso não significa que a IA necessariamente aumentará a desigualdade. Significa que os ganhos não serão distribuídos automaticamente.
O acesso à infraestrutura digital, à educação e à qualificação será parte importante da forma como a tecnologia afetará a economia brasileira. A inteligência artificial pode ser uma ferramenta de democratização da produtividade. Também pode se tornar mais uma camada de concentração econômica.
O Brasil está tentando construir capacidade própria
O país já possui uma política específica para isso.
O Plano Brasileiro de Inteligência Artificial prevê R$ 23,03 bilhões em investimentos entre 2024 e 2028, distribuídos entre infraestrutura e desenvolvimento de IA, formação e capacitação, serviços públicos, inovação empresarial e governança. [3]
O BNDES, por sua vez, informa ter aprovado R$ 4,7 bilhões em crédito e participação acionária para projetos relacionados à inteligência artificial desde 2023, incluindo recursos para hardware e infraestrutura. [12]
Esses números mostram que a inteligência artificial já entrou definitivamente na agenda de política industrial brasileira. Mas existe uma diferença entre estimular a adoção da tecnologia e criar uma indústria competitiva em torno dela. A segunda tarefa é muito mais difícil. Exige capital de longo prazo, pesquisa, formação profissional, infraestrutura, previsibilidade regulatória e empresas capazes de competir internacionalmente.
A verdadeira disputa
É tentador imaginar que a corrida da inteligência artificial será decidida por quem desenvolver o modelo mais avançado.
Para o Brasil, porém, essa talvez não seja a pergunta principal. A disputa também acontece em outra camada.
Quem terá energia para operar os data centers?
Quem produzirá ou fornecerá os chips?
Quem construirá os servidores e sistemas de refrigeração?
Quem terá profissionais qualificados?
Quem conseguirá transformar a tecnologia em produtividade?
E, principalmente: quem ficará apenas como consumidor?
Essas perguntas aproximam a IA de problemas que o Brasil conhece há décadas.
Infraestrutura.
Baixa produtividade.
Dependência tecnológica.
Déficit de qualificação.
Dificuldade de transformar pesquisa em negócios.
Concentração econômica.
A inteligência artificial não elimina esses problemas. Em muitos casos, ela os torna mais visíveis.
Quem vai pagar a conta?
A pergunta do título tem duas respostas. A primeira é financeira.
Empresas precisarão investir. Governos precisarão apoiar infraestrutura, pesquisa e formação profissional. O setor elétrico terá de se preparar para novas cargas. Investidores precisarão financiar data centers, redes e tecnologias. Trabalhadores e instituições de ensino terão de investir em novas competências.
Mas existe uma segunda resposta. O Brasil também pagará uma conta se não conseguir acompanhar a transformação. Ela poderá aparecer na forma de menor produtividade, perda de competitividade, dependência tecnológica e investimentos que escolherão outros países por falta de infraestrutura adequada. Esse talvez seja o ponto central.
A inteligência artificial não é apenas uma nova ferramenta digital. Ela está se transformando em uma camada de infraestrutura da economia. E, quando uma tecnologia passa a desempenhar esse papel, a capacidade de um país participar dela deixa de depender apenas de quem desenvolve o software.
Depende de energia.
De chips.
De data centers.
De conectividade.
De capital.
De indústria.
De educação.
E de pessoas capazes de transformar capacidade computacional em valor econômico.
O Brasil tem vantagens importantes nessa corrida, especialmente sua matriz elétrica, seu mercado interno e sua capacidade científica e industrial. Mas vantagens potenciais não são vantagens competitivas por si só.
A próxima etapa da revolução digital será definida pela capacidade de transformar essas condições em infraestrutura, produtividade e inovação.
No fim, a grande questão não será quem terá a inteligência artificial mais poderosa. Será quem conseguirá transformar a inteligência das máquinas em desenvolvimento econômico.
Fontes e referências
[1] Reglab. O Impacto da Inteligência Artificial na Economia Brasileira. 2025.
[2] Instituto Brasileiro de Geografia e Estatística (IBGE). Pintec Semestral 2024 — Uso de inteligência artificial nas empresas industriais. 2025.
[3] Ministério da Ciência, Tecnologia e Inovação (MCTI). Plano Brasileiro de Inteligência Artificial (PBIA) 2024–2028. 2024.
[4] Ministério do Desenvolvimento, Indústria, Comércio e Serviços (MDIC). Programa Brasil Semicondutores (Brasil Semicon). 2026.
[5] Empresa de Pesquisa Energética (EPE). Plano Decenal de Expansão de Energia 2035. 2026.
[6] Empresa de Pesquisa Energética (EPE). REDATA: EPE acelera planejamento da rede para suportar crescimento recorde de data centers. 2026.
[7] Ministério de Minas e Energia (MME). Plano de Outorgas de Transmissão de Energia Elétrica 2025. 2025.
[8] Empresa de Pesquisa Energética (EPE). Balanço Energético Nacional 2026 — ano-base 2025. 2026.
[9] Empresa de Pesquisa Energética (EPE) / Ministério de Minas e Energia (MME). Investimentos de cerca de R$ 120 bilhões no sistema de transmissão até 2035. 2026.
[10] Banco Nacional de Desenvolvimento Econômico e Social (BNDES). BNDES apoia desenvolvimento de data center multiusuário da Modular e aquisição de máquinas e equipamentos. 2026.
[11] Ministério da Ciência, Tecnologia e Inovação (MCTI). MCTI lança programa de Residência em TICs para formar quase seis mil profissionais em inteligência artificial. jun. 2026.
[12] Banco Nacional de Desenvolvimento Econômico e Social (BNDES). BNDES já aprovou R$ 4,7 bilhões para inteligência artificial. 2026.
