Quando Jessica Wachter, professora de finanças da Wharton School da Universidade da Pensilvânia, avaliou o impacto econômico da IA, começou com um "fato notável": os hyperscalers estão investindo quantias enormes em centros de dados de IA. Em vez de prever a utilidade da IA, ela calculou quão rápido seus ganhos devem crescer para justificar os gastos até 2027, quando as despesas atingirão quase 1,1 bilião de dólares. A análise mostra que as empresas de IA devem aumentar sua produtividade em um fator de 2,7 para quebrar até 2030, considerando o custo de capital e um retorno de 15%.

Wachter, ex-chefe econômico da SEC, observa que isso exigiria um crescimento comparável ao boom de TI dos EUA dos anos 90, mas comprimido em poucos anos. Se não for cumprido, os hyperscalers correm o risco de ficar para trás nos pagamentos de juros e falência. Ela conclui que um boom de produtividade falho tornaria a expansão atual "a maior má alocação de capital da história".

Os hyperscalers-Alphabet, Microsoft, Amazon, Meta e Oracle (parceria com OpenAI)-gastarão cerca de 750 bilhões de dólares este ano em centros de dados, com investimentos totais de IA potencialmente ultrapassando 5 biliões de dólares em quatro anos. No entanto, os receitas atuais de IA são apenas de 150 a 200 bilhões de dólares anualmente, segundo Gary Gensler, ex-presidente da SEC e professor da MIT Sloan School, que chama a disparada entre gastos e receitas de "um fato". Os investimentos poderiam chegar a 3% do PIB dos EUA, aumentando riscos para a saúde financeira corporativa e a economia mais ampla, já que o fluxo de caixa livre se torna negativo em todo o grupo.