Os data centers de IA estão mudando a forma como a infraestrutura digital é financiada. No passado, os data centers eram considerados ativos relativamente previsíveis: cargas estáveis, contratos de longo prazo e relatórios claros. As cargas de trabalho de IA comportam-se de forma diferente. Provocam flutuações acentuadas no consumo de energia, na procura de refrigeração e na utilização do equipamento.

Com a previsão de que os data centers venham a exigir quase 7 trilhões de dólares (35,9 trilhões de reais) em despesas de capital até 2030, os financiadores já não podem avaliar esses ativos apenas olhando para o edifício, o inquilino ou os relatórios mensais. Precisam saber se uma instalação consegue ter o desempenho previsto pelo modelo financeiro e se esse desempenho pode ser verificado de forma independente.

Sem essa verificação, continua difícil avaliar o risco. E quando o risco não é claro, o capital torna-se mais caro.

Os relatórios estáticos ficam aquém das realidades operacionais dinâmicas

A realidade física das cargas de trabalho de IA evoluiu muito para além da forma como o setor as apresenta atualmente aos parceiros de capital. Esses sistemas geram variações acentuadas e pontuais no consumo de energia, na procura de refrigeração e na utilização.

Um relatório mensal padrão em PDF pode servir bem como resumo de alto nível, mas raramente proporciona aos parceiros de capital a mesma visão detalhada que os operadores utilizam internamente para gerir picos de esforço térmico, variações na utilização, exposição ao tempo de atividade e eventos operacionais repentinos. Para um operador de instalações, lidar com essas flutuações rápidas é uma realidade diária da engenharia. Para um financiador, o desafio é diferente: essa realidade operacional subjacente muitas vezes não é traduzida em um formato verificável, de forma independente e adequado aos mercados de capitais.

As infraestruturas concebidas em torno de parâmetros fixos de potência e temperatura não conseguem suportar de forma eficiente a computação com elevada densidade de aceleradores. As cargas de trabalho de alta densidade levam o hardware físico aos seus limites operacionais, o que introduz uma exposição substancial ao SLA no modelo financeiro.

Uma violação do acordo de nível de serviço de apenas 26 segundos pode acarretar penalizações financeiras graves. Quando esses microeventos são monitorados nas instalações, mas não são captados nos relatórios institucionais, as previsões de receitas supostamente estáveis ficam expostas a riscos financeiros negativos antes desse risco se refletir no modelo de crédito.

As inovações de hardware não fecham a brecha de tradução financeira

A resposta do setor a essa volatilidade centra-se quase exclusivamente na camada física. Os operadores implementam refrigeração líquida, garantem a produção de energia no local, negociam contratos de compra de energia (PPA) de fontes renováveis e otimizam a seleção geográfica dos locais. Essas atualizações são respostas necessárias ao stress físico, mas não resolvem o problema central da tradução financeira.

As melhorias físicas não conferem automaticamente a um credor a capacidade de verificar, de forma independente, o desempenho real de um ativo. Uma instalação altamente eficiente que aloja um inquilino sólido pode, ainda assim, enfrentar custos de financiamento elevados se o seu desempenho for documentado exclusivamente por meio de relatórios não padronizados que os credores não possam verificar de forma independente.

Uma avaliação recente da S&P alertou que o setor depende fortemente de uma expansão financiada por dívida, caracterizada por acordos de financiamento em múltiplas camadas. Os modelos tradicionais de DevCo/YieldCo e os produtos de dívida titularizados, incluindo estruturas ABS e CMBS, dependem inteiramente de fluxos de caixa previsíveis.

A ausência de dados operacionais verificáveis de forma independente introduz um risco significativo nessa estrutura de capital, podendo resultar em spreads de crédito mais amplos, custos de financiamento mais elevados e um prêmio de incerteza significativo nos mercados de dívida.

O custo da incerteza nos mercados de dívida

Para compreender o impacto financeiro dessa brecha de tradução, considere dois data centers de IA com inquilinos, localizações, contratos de fornecimento de energia e projetos de refrigeração idênticos. Os mercados de dívida irão avaliá-los de forma muito diferente se um deles oferecer dados operacionais verificáveis de forma independente, enquanto o outro fornecer apenas relatórios mensais estáticos.

A diferença de preços não é um bônus de transparência; é a eliminação de um prêmio de incerteza. Em um ativo de 500 milhões de dólares (2,6 bilhões de reais), um prêmio de incerteza de apenas 100 pontos base equivale a 5 milhões de dólares (25,6 milhões de reais) por ano em custos de financiamento adicionais. Um diferencial de 200 pontos-base reduz, anualmente, em 10 milhões de dólares (51,3 milhões de reais) os retornos do projeto.

A Agência Internacional de Energia prevê que o consumo global de eletricidade dos data centers atinja 945 TWh até 2030. A essa escala, o próprio volume de capital necessário indica que esses pontos cruciais determinam decisivamente a viabilidade do projeto. Os promotores que procuram as condições de financiamento mais competitivas terão, cada vez mais, de demonstrar não só que um ativo cumpre os padrões, mas também que o seu desempenho pode ser verificado de forma independente.

Criação de estruturas de relatórios verificáveis

Isto não é uma crítica aos operadores de data centers. Nós mesmos, enquanto construtores da infraestrutura, vivenciamos esse desafio em primeira mão. O setor já gere a energia, a refrigeração, o tempo de atividade e a utilização com uma precisão excecional em tempo real. O elemento que falta é um mecanismo padronizado para converter essa realidade operacional em métricas de desempenho objetivas nas quais os mercados de capitais confiem.

O caminho a seguir passa pela conversão da telemetria existente nas instalações em formatos de relatório padronizados. Os data centers já recolhem as informações necessárias por meio de sistemas SCADA, plataformas DCIM, telemetria BMC, contadores e sensores de refrigeração. O próximo passo lógico é garantir que esses dados brutos tenham registro de data e hora, sejam à prova de adulteração e possam ser verificados de forma independente por terceiros.

O objetivo final é uma infraestrutura de liquidação compartilhada, uma camada neutra e verificável por máquinas, na qual operadores, credores e reguladores consultem o mesmo registro de desempenho, em vez de cada um ter de realizar a própria reconciliação. A tecnologia para fazê-lo já existe. O que ainda falta ao mercado é a norma e o espaço neutro onde a implementar.

A integração desses dados, verificados diretamente em contratos financeiros, relatórios de conformidade, cláusulas contratuais de empréstimos e salas de dados dos credores, colmata esta lacuna. Com o tempo, o envio de PDFs estáticos a um parceiro de capital provavelmente deixará de ser suficiente para garantir as melhores condições na angariação de dívida.

Os credores irão esperar, cada vez mais, uma verificação independente e contínua do desempenho dos ativos. Proporcionar esse nível de visibilidade operacional permite que os promotores imobiliários alinhem a realidade da engenharia à avaliação do risco financeiro, eliminando as suposições dos credores institucionais.

Verificação: a nova vantagem competitiva

O PUE continuará a ser uma métrica de engenharia essencial para otimizar a infraestrutura de refrigeração e energia. No entanto, à medida que a IA remodela a economia dos data centers, o PUE, por si só, não consegue responder à questão principal que os alocadores de capital precisam cada vez mais esclarecer: o desempenho em tempo real do ativo pode ser verificado de forma independente?

Os mecanismos tradicionais de reporte não foram concebidos para lidar com a volatilidade operacional da computação baseada em IA. No futuro, a próxima vantagem competitiva para os promotores de data centers já não decorrerá exclusivamente de projetos de refrigeração superiores, contratos de energia otimizados ou localizações geográficas privilegiadas. Será também definida pela capacidade de traduzir o desempenho operacional em dados financeiros verificados que os mercados de capitais possam avaliar com confiança.