Uma startup fecha um contrato maior, dobra o volume de chamadas ao modelo e vai comemorar. Duas semanas depois descobre que o gargalo não é o cartão de crédito do fornecedor de IA nem a fila de espera por GPU. É a energia que chega no galpão do data center que ela aluga, e a concessionária não tem transformador novo disponível antes do ano que vem.
Isso não é um caso isolado. É o retrato de uma pesquisa que a Axia Energia fez com a consultoria Innoscience, publicada em agosto de 2026, ouvindo 90 startups brasileiras que constroem produto de IA. Mais de um terço delas, 35,6%, disse que a operação já foi limitada pela infraestrutura disponível, principalmente na hora de escalar. E o motivo fica claro em outro número do mesmo levantamento: os pedidos de conexão à rede de transmissão para data centers no Brasil já somam 26,2 gigawatts. Isso é mais de um quarto de toda a capacidade elétrica instalada do país, hoje, só na fila de espera.
O gargalo mudou de lugar
A gente passou dois anos discutindo qual modelo usar, quanto custa o token, se vale a pena treinar do zero ou só fazer fine-tuning. Discussão importante, mas incompleta. Enquanto isso, a demanda por infraestrutura física cresceu mais rápido do que a rede elétrica consegue acompanhar. Não é sobre comprar mais crédito de API. É sobre ligar um transformador, refrigerar uma sala de servidores, achar espaço físico perto o bastante da operação para não estourar latência.
Na mesma pesquisa, 75% das startups ouvidas esperam aumentar o uso de infraestrutura computacional nos próximos 12 meses, e quase um terço projeta que esse consumo pode multiplicar por dois a cinco vezes nesse período. O problema não vai melhorar sozinho. Ele vai piorar antes de estabilizar, porque a curva de demanda subiu antes da curva de oferta.
Nos Estados Unidos essa discussão já apareceu antes, com hyperscaler fechando contrato de energia dedicado só para sustentar um data center novo. A diferença é que lá o problema chegou depois de décadas de investimento pesado em rede de transmissão. Aqui a curva de adoção de IA subiu rápido demais para uma rede que já operava perto do limite em várias regiões, e isso muda o tamanho do risco para quem está no meio do caminho, com produto validado e cliente esperando escala.
O que pesa na hora de escolher fornecedor
Quando startups precisam escolher onde rodar a infraestrutura, o critério que mais aparece ainda é preço, mas não sozinho.
| Critério | Considera decisivo |
|---|---|
| Preço por hora de processamento, token ou gigabyte | 71% |
| Confiabilidade e SLA | 70% |
Os dois números quase empatados dizem algo direto: comprar barato e comprar confiável deixaram de ser escolhas separadas. Fornecedor que entrega preço bom mas não sustenta SLA quando o pico chega vira custo escondido, porque o cliente final não perdoa agente de atendimento que trava numa sexta-feira de promoção.
Tem ainda um terceiro fator que aparece forte no levantamento: 61,1% das startups colocam manter dado e processamento em território nacional como condição preferencial, e 35,6% já exigem isso em pelo menos parte da operação. Soberania de dado deixou de ser discurso institucional e virou item de contrato.
Por que isso importa para quem está pilotando IA agora
O gargalo de quem quer escalar IA no Brasil não está em quem sabe usar a ferramenta certa. Está em quem consegue ligar o servidor a tempo.
Empresa que roda um piloto de IA em três semanas, valida a métrica e decide escalar costuma pensar primeiro em modelo, depois em processo, depois em time. Infraestrutura física entra como detalhe operacional, resolvido depois. O problema é que "depois" nesse caso pode significar dois anos de fila para conexão elétrica, dependendo da região.
Isso muda a pergunta que precisa ser feita antes de assinar contrato de escala com qualquer fornecedor de IA ou de nuvem. Não é só "quanto custa por token". É: qual o prazo real de expansão de capacidade física na região que atende minha operação, e o que acontece com o SLA se a demanda dobrar em três meses. Empresa que faz diagnóstico antes de escalar descobre esse tipo de limite na fase de piloto, com métrica pequena e reversível. Empresa que pula direto para produção descobre no meio do pico, com cliente esperando resposta.
O que fazer na segunda de manhã
Pega o contrato do fornecedor de infraestrutura ou de IA que sua empresa usa hoje e procura a cláusula de expansão de capacidade. Se ela não existir, ou se for vaga o suficiente para não significar nada, essa é a pergunta que falta fazer antes da próxima rodada de investimento em IA. O gargalo de energia não aparece na demo. Aparece no primeiro pico de verdade, e por essa altura já é tarde para negociar prazo com a concessionária.
