O chefe de infraestrutura de IA do Google, Amin Vahdat, afirmou que a estimativa não é um compromisso de investimento, mas indica a escala de recursos que a empresa pode mobilizar

O Google pode destinar mais de US$ 1 trilhão à construção e expansão de data centers nos próximos anos, em meio à corrida global por infraestrutura voltada à inteligência artificial. A estimativa foi apresentada por Amin Vahdat, recém-nomeado chefe de infraestrutura de IA do Google, em entrevista à Forbes. Amin é responsável por liderar a expansão global de data centers, o desenvolvimento de chips e os investimentos em energia para suportar a nova geração de aplicações baseadas em inteligência artificial.

Apenas em 2026, o grupo planeja gastar até US$ 185 bilhões em despesas de capital (CapEx) ligadas à inteligência artificial, segundo informações divulgadas pelo CEO da companhia, Sundar Pichai, durante uma teleconferência de resultados. O valor é mais que o dobro dos US$ 90 bilhões investidos em 2025.

Se esse nível de investimento anual se mantiver ao longo dos próximos anos, os aportes acumulados podem atingir valores trilionários. De acordo com cálculos citados pela Forbes, um gasto de US$ 185 bilhões por ano durante oito anos representaria cerca de US$ 1,5 trilhão. Em um horizonte de dez anos, o total poderia chegar a US$ 1,9 trilhão em infraestrutura digital.

A capacidade financeira do Google sustenta a estratégia. No quarto trimestre, a Alphabet, controladora da empresa, registrou US$ 113 bilhões em receita, e no ano completo o faturamento superou US$ 400 bilhões pela primeira vez em mais de 25 anos de história.

Para efeito de comparação, empresas que também investem pesadamente em infraestrutura de IA operam com receitas significativamente menores. A OpenAI, por exemplo, teria gerado cerca de US$ 13 bilhões em receita no último ano, enquanto planeja gastos relevantes com infraestrutura digital.

A expansão dos data centers tornou-se uma peça central na corrida tecnológica global, já que essas instalações concentram servidores e sistemas de computação responsáveis pelo processamento de grandes volumes de dados e pelo treinamento de modelos de inteligência artificial em escala.