Nvidia bate recorde e a IA esbarra na oferta, não na demanda

A Nvidia reportou na quarta-feira o maior faturamento trimestral da sua história, US$ 96,2 bilhões, e mandou junto um recado que interessa mais a quem opera IA do que a quem investe em bolsa: o freio da inteligência artificial hoje não é falta de demanda, é falta de capacidade. A própria empresa classificou sua projeção de crescimento como restrita pela oferta. Traduzindo para o chão de fábrica de quem coloca IA em produção, a computação que sustenta o seu produto está numa fila, e a fila importa.

O que a Nvidia reportou

Os números do segundo trimestre do ano fiscal de 2027, encerrado em julho, são de outra escala. A receita total de US$ 96,2 bilhões cresceu 106% em relação ao mesmo período do ano anterior e 18% sobre o trimestre imediatamente anterior. A margem bruta ficou em 75%, e o lucro por ação chegou a US$ 2,46 no critério contábil.

O motor é o data center. Esse segmento, que reúne as GPUs usadas para treinar e rodar modelos de IA, faturou US$ 89,0 bilhões sozinho, alta de 117% em um ano. A empresa creditou o salto à subida de produção da linha Blackwell Ultra, sua geração mais recente de aceleradores. Ou seja, quase todo o crescimento da companhia veio de vender a pá para quem está cavando ouro em IA.

A projeção foi o que chamou mais atenção. Para o trimestre seguinte, a Nvidia guiou US$ 108 bilhões de receita, e o presidente-executivo, Jensen Huang, falou em crescer cerca de 70% no ano fiscal de 2028, bem acima do que o mercado esperava. O detalhe decisivo veio no comentário do financeiro: essa previsão é uma previsão restrita pela oferta. A empresa está dizendo que venderia ainda mais se conseguisse fabricar mais.

A leitura crítica: demanda que sobra, capacidade que falta

Aqui vale separar a manchete do que muda na operação. A euforia com o resultado é assunto de quem opera carteira. Para quem opera IA, o dado relevante é a frase técnica escondida no rodapé: supply-constrained, restrito pela oferta.

Uma empresa que fala em oferta restrita está admitindo que existe fila. Data center não se constrói do dia para a noite: depende de chip, de empacotamento avançado, de energia, de refrigeração e de espaço físico. Enquanto essa cadeia não acompanha, a capacidade de computação de ponta continua sendo um bem disputado, e bem disputado é bem caro. É a mesma dinâmica que vimos quando a Alibaba levantou US$ 10 bilhões para bancar nuvem e IA: os gigantes estão comprando lugar na fila com dezenas de bilhões porque a fila é real.

Para o operador, isso desenha dois horizontes ao mesmo tempo. No curto prazo, GPU de ponta segue escassa e disputada, e o preço de instância acelerada na nuvem tende a oscilar conforme cada provedor recebe ou não os lotes que encomendou. No médio prazo, todo esse capex vira capacidade instalada, e capacidade instalada empurra o custo de inferência para baixo, do mesmo jeito que a queda de preço de token já vinha acontecendo. Os dois movimentos convivem, e a operação precisa ser desenhada para atravessar o primeiro sem quebrar e colher o segundo quando ele chegar.

O que isso muda para a operação por aqui

Três recados concretos para o time brasileiro.

O primeiro é sobre fazer mais com menos computação. Num mundo onde a capacidade de ponta é restrita e cara, a maior alavanca de custo não é negociar preço de GPU, é precisar de menos GPU. Isso quer dizer escolher o menor modelo que resolve a tarefa, cortar chamada redundante, usar cache, e reservar o modelo pesado só para o que realmente exige. Como já defendemos ao falar de colocar limite de trabalho em progresso na operação de IA, eficiência aqui não é aperto, é sobrevivência de margem.

O segundo é sobre portabilidade de hardware. A escassez de um tipo específico de chip é argumento a favor de não amarrar sua aplicação a uma única família de GPU nem a um único provedor. Quanto mais a sua carga de trabalho puder rodar em aceleradores diferentes e em nuvens diferentes, menos exposto você fica quando um lote atrasa ou um preço dispara. Portabilidade, de novo, é poder de barganha.

O terceiro é sobre leitura de cenário. Resultado de fabricante de chip parece tema de investidor, distante de quem só quer automatizar um atendimento. Não é. A frase restrito pela oferta é a senha de que, nos próximos trimestres, a computação que roda o seu agente vai ser disputada. Planejar capacidade com antecedência, garantir alternativa e evitar arquitetura faminta por GPU deixou de ser refinamento e virou gestão de risco.

O recado do trimestre recorde da Nvidia, para quem opera IA no Brasil, é este: a demanda por IA não é o problema, a capacidade de atendê-la é. Enquanto a oferta corre atrás, ganha quem opera enxuto, mantém rota de fuga entre chips e nuvens, e não constrói o produto inteiro assumindo computação barata e abundante amanhã.

Se você quer desenhar a sua operação de IA para gastar menos computação e não ficar refém de um único chip ou provedor, fale com a gente no WhatsApp.