Web Summit Lisboa 2026
A próxima etapa da IA será definida por eficiência, diz Rocio Wu, da F-Prime
Rocio Wu, da F-Prime, disse que data centers usam um terço da energia em apoio, GPUs ficam ociosas e o custo da IA cai 10 vezes por ano
A próxima etapa da IA será definida por quem entrega mais resultado com menos recursos, afirmou Rocio Wu, da gestora de capital de risco F-Prime, em palestra no AI Summit do Web Summit Lisboa, nesta quinta-feira (12).
Na sessão “Less is more: AI’s next race is efficiency”, Wu disse que o custo de um desempenho equivalente ao do GPT-4 caiu de US$ 37 para 18 centavos por milhão de tokens em dois anos.
Eficiência na IA: contradições de um mercado que amadurece
Wu afirmou que o setor reúne afirmações opostas que são verdadeiras ao mesmo tempo. Os modelos crescem, mas as empresas usam modelos menores e especializados. A Nvidia domina, mas o ecossistema de chips se fragmenta. A computação é escassa, mas as empresas, segundo ela, provisionam 20 vezes mais GPUs do que usam.
Data center: energia, espaço e GPUs ociosas
Segundo Wu, as GPUs são só um quarto do gasto com IA, e metade vai para a construção física dos data centers. Ela disse que o investimento dos grandes provedores de nuvem cresce cerca de 72% ao ano e já se aproxima de meio trilhão de dólares.
Ela afirmou que, em treinamento, os laboratórios de ponta usam de 30% a 40% das GPUs, e em inferência de 20% a 30%. Em empresas, o uso em ambientes Kubernetes gerenciados fica em um dígito baixo, disse.
Wu citou um déficit de oito gigawatts de energia para data centers nos Estados Unidos em 2026 e vacância de 1,4%. Projetos no espaço e no oceano, disse, não são solução de curto prazo.
Eficiência no data center: refrigeração e energia
Wu afirmou que, em média, os data centers gastam cerca de um terço da energia com refrigeração, iluminação e outros itens de apoio. Segundo ela, o Google gasta cerca de 9%, e o restante do setor, o dobro.
Ela disse que, se os data centers reduzissem o consumo por algumas horas nos picos, a rede americana poderia absorver 100 gigawatts de nova carga.
Para quem atua com dados e IA, o MBA USP/Esalq em Data Science, Inteligência Artificial e Analytics aborda Machine Learning, Big Data e Business Intelligence, segundo a descrição do curso.
As inscrições são feitas em https://mbauspesalq.com/cursos/mba-em-data-science-e-analytics
Chips, memória, rede e data center
Wu disse que a Nvidia detém cerca de 70% do mercado de chips, mas que Google, Amazon e Microsoft lançaram os seus.
Na rede, segundo Wu, um cluster de 100 mil chips perde cerca de 40% da capacidade só para direcionar o tráfego, e com otimização por IA o uso chega a 95%. Ela disse que a luz no lugar do cobre torna os comutadores de três a quatro vezes mais eficientes em energia.
Software e roteamento de modelos
Wu afirmou que o software é a camada mais barata para ganhar eficiência, porque gera mais resultado no hardware já comprado. As empresas aplicam roteamento: tarefas simples vão para modelos pequenos e especializados, e as de raciocínio longo e complexo, para modelos de ponta.
Segundo ela, a Nvidia constatou que de 40% a 70% das chamadas em agentes populares da OpenAI podem ser tratadas por modelos menores, de 10 a 30 vezes mais baratos. Ela afirmou que a AWS diz cortar até 30% do custo com seu roteador.
Custo da inteligência e rendimento por token
Wu afirmou que o custo de uma dada capacidade de IA cai cerca de 10 vezes por ano. Para ela, a pergunta deixa de ser quantos tokens se gera e passa a ser quanto valor econômico cada token produz, o que ela chamou de “token yield”.
Segundo Wu, vencem as empresas que enviam cada tarefa à configuração mais barata. “A pergunta do próximo ciclo é de quanto menos precisamos”, disse.
Acompanhe a cobertura do Web Summit Lisboa 2026 no portal Central do Varejo e em nossas redes sociais!
Imagens e informações: Amanda Dechen, Especialista em Comunicação Estratégica no MBA USP/Esalq
Leia também:
