O Brasil ainda pode escolher seu lugar no mapa global da IA

A próxima década da IA não será decidida só por quem cria os modelos, mas por quem souber onde se posicionar na cadeia de valor.
Inteligência Artificial
Estratégia
Políticas Públicas
Radar
Autor

César Ciuffo

Data de Publicação

21 de julho de 2026

Capa: o Brasil conectado por rotas a pontos de um globo estilizado.

Por que a próxima década de inteligência artificial não será decidida apenas por quem cria os modelos — mas por quem souber onde se posicionar na cadeia de valor.

Há um mapa sendo desenhado agora, e poucos países estão prestando atenção enquanto a tinta ainda está fresca. É o mapa de onde a inteligência artificial vai morar: onde ficam os data centers, de onde vem a energia que os alimenta, quem detém os chips, quem forma os talentos e quem escreve as regras. Uma vez que esse mapa endurecer, redesenhá-lo custará caro. E os números mostram que ele está endurecendo rápido.

Hoje, cerca de 77% da capacidade global de data centers está em países de alta renda. Três provedores de nuvem concentram 74% do mercado mundial, e uma única fabricante responde por 90% das GPUs que treinam os grandes modelos. Só as cinco maiores empresas de tecnologia dos Estados Unidos investiram US$ 400 bilhões em capital em 2025, com projeção de US$ 660 bilhões em 2026 — mais do que o dobro do investimento em IA de todos os outros países da OCDE somados. Quando poucos atores controlam processamento, chips e infraestrutura, a concentração deixa de ser um acidente e passa a ser a estrutura do mercado.

Para um gestor público brasileiro, é tentador ler esses dados como uma sentença: chegamos tarde, a corrida dos modelos já tem dono. Mas essa é a leitura errada — e é aqui que precisamos ser rigorosos sobre o que a corrida realmente é.

A camada dos modelos não é a única camada

A cadeia de valor da IA tem muitos andares. Há quem projete os chips, quem os fabrica, quem constrói os data centers, quem treina os modelos de fundação, quem os adapta a contextos específicos, quem constrói as aplicações e quem os coloca para gerar valor em setores reais — saúde, agricultura, comércio exterior, serviços públicos. Competir no andar mais alto e mais capital-intensivo — treinar modelos de fronteira do zero — provavelmente não é onde o Brasil tem vantagem. Mas confundir “não vamos construir o próximo modelo de fronteira” com “não temos lugar na IA” é um erro estratégico caro.

Dois movimentos recentes reforçam isso. Primeiro, o preço da inteligência despencou: o custo de acesso aos modelos caiu cerca de 80% em pouco tempo. O que era proibitivo virou commodity acessível — o que desloca a vantagem competitiva da criação do modelo para a aplicação inteligente dele. Segundo, cresce a lógica da IA soberana: nações e setores regulados querem controlar onde seus dados e sua computação residem. Isso abre uma janela concreta para países que oferecem o que a fronteira precisa e não consegue produzir sozinha.

Os ativos que o Brasil leva para a mesa

E o Brasil tem ativos reais para essa mesa. Nossa matriz elétrica é uma das mais limpas e renováveis do mundo — e energia deixou de ser detalhe: virou o principal gargalo da expansão de data centers, cujas GPUs de ponta já consomem mais de mil watts cada. Temos escala continental, estabilidade institucional, um mercado interno relevante e um fuso horário conveniente para atender as Américas. Temos uma comunidade técnica robusta e um ecossistema de startups que já exporta software. E temos um arcabouço de governança em construção — o Plano Brasileiro de Inteligência Artificial (PBIA 2024–2028), a discussão do marco legal e a experiência com a LGPD — que dá aos investidores algo que eles valorizam tanto quanto energia barata: previsibilidade de regras.

Comparação útil: a Índia estruturou sua missão nacional de IA com cerca de US$ 1,38 bilhão e a meta de mobilizar mais de 10 mil GPUs via parcerias público-privadas, mirando explicitamente a democratização do acesso à infraestrutura. Não é uma tentativa de vencer os Estados Unidos no treinamento de modelos. É uma escolha deliberada de onde competir. O Brasil precisa da mesma clareza estratégica.

De espectador a arquiteto

O que isso significa na prática para quem toma decisões? Significa tratar a IA como política de desenvolvimento econômico, não apenas como pauta de tecnologia. Significa usar a energia limpa como argumento comercial para atrair investimento em infraestrutura de processamento — transformando um ativo ambiental em vantagem industrial. Significa apoiar a internacionalização das nossas startups de IA e a exportação de serviços digitais, porque é na camada de aplicação, não na de fundação, que capturamos valor com o que já sabemos fazer. E significa amadurecer a governança não como um freio, mas como infraestrutura de confiança que reduz o risco percebido por quem decide onde alocar bilhões.

Nada disso acontece por inércia. A concentração que os dados mostram é justamente o que ocorre quando países assistem em vez de agir — o mapa é preenchido pelos que chegam primeiro e se integram verticalmente. A janela para escolher um lugar melhor existe, mas não é permanente. Infraestrutura leva anos para ser construída, talento leva mais tempo ainda para ser formado, e regras levam ciclos políticos inteiros para amadurecer. As decisões que definem onde o Brasil estará em 2030 estão sendo tomadas — ou adiadas — agora.

A pergunta que interessa aos gestores públicos e executivos brasileiros não é se venceremos a corrida dos modelos de fronteira. É outra, mais precisa e mais nossa: em quais andares da cadeia de valor da IA o Brasil decide competir — e o que faremos, ainda nesta década, para chegar lá antes que o mapa endureça de vez?

O país NÃO precisa ser o dono do cérebro artificial do mundo. Mas pode, e deveria, ser um lugar indispensável para que esse cérebro funcione. A diferença entre uma coisa e outra é estratégia — e tempo.


Fontes: Banco Mundial, Atlas of Global Development: Inequalities in AI (2025); OCDE, AI Markets: Competition Issues (2026) e The Impact of AI on Productivity, Distribution and Growth (2024); Banco Mundial, Global Trends in AI Governance (2024) e Devising a Strategic Approach to AI (2025); Plano Brasileiro de Inteligência Artificial (PBIA) 2024–2028.


Publicado originalmente na newsletter Radar, no LinkedIn, em 21/07/2026. Ver o artigo original e os comentários.