Victoria Mio, chefe da área de ações da Grande China, analisa como os menores custos, a escala da infraestrutura e a força manufatureira da China estão criando oportunidades em inteligência artificial que vão além dos modelos de fronteira.
Uma estrutura mais ampla para compreender a IA como um tema estrutural de investimento
Durante boa parte dos últimos dois anos, as discussões sobre inteligência artificial (IA) concentraram-se em quem possui o modelo mais poderoso ou o semicondutor mais avançado. Os mercados tendem a considerar que a China está atrás dos Estados Unidos, especialmente após as restrições ao acesso aos chips de IA de última geração.
No entanto, à medida que a IA evolui dos laboratórios de pesquisa para a economia real, a principal questão já não é simplesmente quem possui o modelo mais sofisticado. Em vez disso, os investidores também devem considerar quem é capaz de gerar poder computacional, construir a infraestrutura, reduzir o custo da inteligência e implementar a IA em larga escala.
Essa mudança de perspectiva está levando a uma reavaliação do ecossistema de IA da China. Embora os Estados Unidos continuem sendo a liderança incontestável na fronteira tecnológica, a China está desenvolvendo um conjunto diferente de vantagens competitivas, centradas em eficiência de custos, escala de manufatura, velocidade de implementação, expansão da infraestrutura e aplicações práticas.
Em resumo, a China está focada em como a IA pode impulsionar a transformação industrial em larga escala e transformar limitações em oportunidades.
Avaliando as oportunidades em IA por meio da estrutura de cinco camadas
Para avaliar as oportunidades em inteligência artificial na China, adotamos a estrutura de cinco camadas da IA proposta por Jensen Huang, CEO da NVIDIA: energia, chips, infraestrutura, modelos e aplicações (Figura 1). Essa estrutura ajuda a responder a duas perguntas fundamentais:
- Onde o valor está sendo criado ao longo da cadeia da inteligência artificial?
- Em quais pontos a China pode se beneficiar de vantagens estruturais capazes de se traduzir em oportunidades atrativas de investimento?
Figura 1: As cinco camadas da cadeia de valor da inteligência artificial
Source: Janus Henderson Investors. For illustrative purposes only.
A inteligência artificial não é um único produto, empresa ou tecnologia. Trata-se de um ecossistema composto por múltiplas camadas.
Na sua base está a energia, ou seja, a eletricidade necessária para alimentar a infraestrutura e as cargas de trabalho de IA. Em seguida vêm os chips, incluindo GPUs, CPUs, memória e outros componentes que transformam eletricidade em poder computacional.
A terceira camada é a infraestrutura, composta por centros de dados e sistemas de rede que possibilitam a implementação da IA em larga escala. A quarta camada é formada pelos modelos, os algoritmos responsáveis por raciocinar, prever e gerar resultados. Por fim, as aplicações representam os produtos e serviços com os quais empresas e consumidores interagem diariamente.
Cada camada possui características econômicas, gargalos e dinâmicas competitivas próprias. Compreender como China e Estados Unidos se posicionam em cada uma delas oferece uma visão mais ampla de onde poderá ser gerado o valor da inteligência artificial no futuro.
1. Energia: a base crítica para o crescimento da IA
Toda carga de trabalho de inteligência artificial depende, em última instância, de eletricidade confiável e acessível. O desafio não consiste apenas em gerar mais energia. À medida que a adoção da IA acelera, o foco passa a recair sobre a flexibilidade do sistema, a confiabilidade da rede elétrica, a distribuição de energia e o armazenamento.
Esse aspecto torna-se cada vez mais importante à medida que as cargas de trabalho deixam de ser dedicadas apenas ao treinamento de modelos e passam a envolver tarefas de inferência em tempo real, que são mais variáveis e difíceis de prever.
A China possui vantagens importantes nesse aspecto, já que gera significativamente mais eletricidade do que os Estados Unidos e, em geral, conta com custos menores de energia para a indústria. Somados à crescente capacidade de geração por fontes renováveis e aos investimentos contínuos na infraestrutura elétrica, esses fatores proporcionam uma vantagem estrutural de custos para os centros de dados voltados à inteligência artificial.
2. Chips: liderança tecnológica versus adoção comercial
Os semicondutores continuam sendo centrais para o desenvolvimento da IA, mas a indústria vai muito além das GPUs. O ecossistema de semicondutores para inteligência artificial inclui processadores, memória, encapsulamento avançado, interconexões e softwares de suporte. Em conjunto, esses componentes determinam o desempenho e a eficiência do sistema.
Os Estados Unidos continuam liderando o segmento dos chips de ponta para IA, com a NVIDIA mantendo uma vantagem significativa em desempenho. No entanto, à medida que o uso da inteligência artificial migra do treinamento para a inferência, os aspectos econômicos da implementação tendem a ganhar importância.
Para muitas aplicações de IA, o objetivo não é necessariamente maximizar o desempenho bruto. Em vez disso, as empresas frequentemente priorizam custos menores, maior taxa de utilização e menor custo por resultado gerado. Essa dinâmica pode criar oportunidades para o ecossistema doméstico de semicondutores da China, à medida que alternativas locais se tornam comercialmente viáveis para um número crescente de aplicações de inferência.
3. Infraestrutura: construindo a fábrica da IA
Se os semicondutores são os motores da inteligência artificial, a infraestrutura representa as fábricas que colocam esses motores para funcionar.
Os atuais centros de dados para IA combinam servidores, sistemas de armazenamento, redes, gerenciamento de energia e soluções de resfriamento para oferecer capacidade computacional em larga escala. Essas instalações constituem a espinha dorsal da implementação da inteligência artificial.
Embora os Estados Unidos mantenham ampla liderança em capacidade computacional instalada, a expansão da infraestrutura chinesa vem acelerando rapidamente. Apoiado por extensas redes de telecomunicações, pelo desenvolvimento em larga escala de centros de dados e pela abundância de energia elétrica, o país está se tornando um mercado cada vez mais importante para investimentos em infraestrutura de IA.
4. Modelos: eficiência de custos torna-se uma vantagem competitiva
Os modelos de inteligência artificial constituem a camada de inteligência do ecossistema, mas a competição está deixando de se concentrar apenas no desempenho para privilegiar a relação entre desempenho e custo.
Os desenvolvedores americanos continuam liderando em capacidades dos modelos de fronteira. No entanto, empresas chinesas como DeepSeek, Zhipu, Qwen e Doubao reduziram significativamente essa diferença em diversos casos de uso práticos.
Mais importante ainda, muitos modelos chineses de código aberto oferecem custos de utilização substancialmente menores. Para empresas que desejam implementar IA comercialmente, um modelo suficientemente eficiente, acessível e escalável pode ser mais atrativo do que outro que ofereça apenas um desempenho marginalmente superior a um custo muito mais elevado.
Acreditamos que, à medida que a adoção da inteligência artificial se expanda, essa ênfase na eficiência de custos poderá tornar-se um importante diferencial competitivo.
5. Aplicações: onde a IA gera valor econômico real
Em última análise, é nas aplicações que a inteligência artificial se transforma em valor econômico mensurável.
Essa camada abrange diversos setores, incluindo robótica, direção autônoma, saúde, serviços financeiros e tecnologias de defesa. Embora o ritmo de adoção varie entre as indústrias, o ponto em comum é que a IA está deixando de ser apenas uma ferramenta de software para tornar-se um fator de aumento da produtividade no mundo real.
É provável que a camada de aplicações seja altamente fragmentada, criando vencedores em diversos setores, em vez de concentrar o valor em um pequeno número de desenvolvedores de modelos. Para investidores de longo prazo, essa também pode representar a maior oportunidade dentro do ecossistema da inteligência artificial.
Quais são as vantagens competitivas dos Estados Unidos e da China na IA?
Os Estados Unidos continuam dominando as tecnologias de inteligência artificial de ponta. Lideram em semicondutores avançados, GPUs, no ecossistema de software CUDA, em capacidade computacional de fronteira e em modelos proprietários de última geração. Além disso, contam com forte demanda empresarial e clientes dispostos a pagar preços elevados por serviços de IA.
Já a China se beneficia de menores custos de energia para a indústria, grande capacidade de geração de eletricidade, rápida expansão da infraestrutura e uma comprovada capacidade de comercializar tecnologia em larga escala. Essas vantagens posicionam o país como um participante cada vez mais relevante na fase de implementação e adoção da inteligência artificial.
Figura 2: Comparação entre Estados Unidos e China nas cinco camadas da inteligência artificial
Source: Janus Henderson Investors as at July 2026. ARR= annual recurring revenue.
Conclusão
Os Estados Unidos continuam liderando na fronteira tecnológica da inteligência artificial. No entanto, a China está desenvolvendo vantagens relevantes em energia, expansão da infraestrutura, eficiência de custos e adoção prática da tecnologia. À medida que a IA avança da fase de experimentação para a implementação em escala industrial, esses pontos fortes podem se tornar fatores cada vez mais importantes na geração de valor.
Para os investidores, as oportunidades mais atraentes talvez não estejam concentradas em apenas uma camada da cadeia da inteligência artificial. Em vez disso, elas podem surgir ao longo de todo o ecossistema interconectado que permite à IA evoluir de uma inovação de laboratório para um motor de produtividade na economia real.
No próximo artigo sobre este tema, discutiremos como a corrida pela inteligência artificial e o apoio das políticas públicas estão ampliando o horizonte de investimentos para as empresas chinesas, além dos principais riscos a serem monitorados, como avaliações excessivamente elevadas.
Nota: As referências a títulos específicos não constituem recomendação de compra, venda ou manutenção de qualquer ativo, estratégia de investimento ou setor de mercado, nem devem ser interpretadas como garantia de rentabilidade. A Janus Henderson Investors, suas afiliadas ou seus funcionários podem manter posições nos ativos mencionados.
Definições e Notas de Rodapé
Agentic AI: AI systems that can autonomously plan, make decisions and perform tasks with limited human input.
CPU (Central Processing Unit: The primary functional component of a computer. The CPU is an assemblage of electronic circuitry that run a computer’s operating system and apps and manage a variety of other computer operations.Data centre: A facility that houses computing equipment, servers and networking infrastructure used to process and store data.
CUDA: Compute Unified Architecture (CUDA) is a platform for general-purpose processing on Nvidia’s GPUs. CUDA is specifically designed for Nvidia’s GPUs.
GPU (Graphics Processing Unit): A chip originally designed for graphics processing that is now widely used to train and run AI models due to its parallel computing capabilities.
Inference: The process of using a trained AI model to generate outputs, predictions or responses.
Infrastructure: The physical systems and facilities that support AI operations, including data centres, networking equipment and power systems.
Large Language Model (LLM): A type of AI model trained on vast amounts of text that can understand and generate human-like language.
Token: The basic unit of text processed by an AI model. AI providers often charge customers based on the number of tokens used.
Estas são as opiniões do autor no momento da publicação e podem diferir das opiniões de outras pessoas ou equipes da Janus Henderson Investors. As referências a títulos específicos não constituem uma recomendação para comprar, vender ou manter qualquer título, estratégia de investimento ou setor de mercado, e não devem ser consideradas como garantia de rentabilidade. A Janus Henderson Investors, sua consultoria afiliada ou seus funcionários podem deter posições nos títulos mencionados.
O desempenho passado não é garantia de retornos futuros. O valor de um investimento e os rendimentos dele decorrentes podem tanto subir quanto cair, e você pode não recuperar o valor originalmente investido.
As informações contidas neste artigo não constituem uma recomendação de investimento.
Não há garantia de que as tendências passadas se mantenham ou de que as previsões se concretizem.
