Enquanto os data centers de inteligência artificial consomem a capacidade global de fabricação de chips, o módulo de memória que faz um servidor funcionar saltou de US$ 450 para mais de US$ 900 em poucos meses. Para a pequena e a média empresa brasileira, o efeito prático é ficar de fora da corrida por um motivo que ninguém está discutindo: preço de hardware. Há saídas, e elas não passam por comprar equipamento de última geração
Nos últimos dois anos, a conversa sobre inteligência artificial nas empresas girou em torno de software: qual modelo usar, qual caso de uso priorizar, como treinar o time. A discussão sobre infraestrutura ficou restrita às grandes companhias, que compram capacidade computacional em escala. Em 2026, essa separação deixou de existir. O componente mais banal de um servidor, a memória, virou o gargalo que define quem consegue e quem não consegue rodar IA dentro de casa.
Os números explicam o tamanho do problema. Segundo a Counterpoint Research, um módulo RDIMM de 64 GB, usado em servidores corporativos, custava cerca de US$ 450 no fim de 2025 e ultrapassou os US$ 900 no primeiro trimestre de 2026, com projeção de romper a barreira dos US$ 1.000. A TrendForce mediu alta de cerca de 93% a 98% nos contratos de DRAM convencional no primeiro trimestre de 2026 sobre o trimestre anterior, e projeta novo avanço na casa de 60% no trimestre seguinte. O Gartner projeta elevação de 125% nos preços anuais de DRAM ao longo de 2026 e não espera alívio significativo antes do fim de 2027.
1. A causa não é falta de fábrica, é escolha de margem
O que mudou não foi a capacidade instalada da indústria, foi para onde ela está apontada. Samsung, SK Hynix e Micron redirecionaram linhas inteiras de produção para HBM, o tipo de memória de alta largura de banda que alimenta as GPUs de data center de inteligência artificial, porque a margem ali é várias vezes maior. Fabricar HBM consome cerca de três vezes mais capacidade de wafer do que uma memória convencional, segundo a Counterpoint, então cada lote destinado à IA subtrai vários da linha comum. O efeito chegou a inverter a lógica de preço do mercado: em determinados momentos, o DDR4 usado em equipamento de entrada passou a ser negociado por gigabit acima do DDR5 de servidor, simplesmente porque ninguém mais quer produzi-lo.
A consequência atravessa toda a cadeia. Em entrevista recente, o COO da Dell afirmou que o ciclo mais longo de desabastecimento de que se lembra durou três trimestres, enquanto o atual caminha para doze meses ou mais. No Brasil, a Abinee já comparou o momento ao auge da pandemia, com uma diferença que muda tudo para quem planeja compra: em 2020 o desajuste era temporário, agora é estrutural. Segundo a entidade, as negociações de memória chegaram a reajustes de até 100% ao longo da cadeia.
2. Quem tem menos escala paga a conta mais cara
Grandes compradores atravessam a crise com contratos de longo prazo negociados antes do aperto. A empresa média não tem esse instrumento. Ela compra no preço do dia, em dólar, e ainda absorve a camada de impostos que incide sobre um custo de base inflado. O resultado é um repasse local frequentemente maior do que a média global, num item que representa metade da conta de um servidor.
“O que a gente vê é que a empresa média ficou de fora do jogo de IA por preço de hardware, e ninguém está falando por ela. Quando você abre a cotação de uma memória de 32 GB e vê o valor multiplicado, a decisão não é mais técnica, é financeira”, afirma Márcio Ferrari, CEO da MSServer, empresa que atende pequenas e médias companhias com infraestrutura de servidores e nuvem privada.
O efeito é silencioso porque não aparece como fracasso. Aparece como projeto adiado, prova de conceito que não sai do papel, área de TI que reduz escopo porque o orçamento não fecha. A empresa não decide ficar de fora da inteligência artificial, ela simplesmente não consegue entrar.
3. O futuro é híbrido, e isso muda a matemática
A tese de que tudo migraria para a nuvem pública perdeu força justamente no momento em que a demanda por poder computacional explodiu. Os principais eventos do setor em 2026 consolidaram a leitura oposta: o desenho que se firma é híbrido, com parte da carga em nuvem e parte em máquina própria ou dedicada, escolhida pelo perfil de uso e não por ideologia de arquitetura.
“Não se fala mais só de nuvem. Se você quer poder computacional de verdade, precisa ter coisa dentro de casa também. E o ponto é que dá para ter isso sem comprar hardware de última geração”, diz Márcio Ferrari.
Um projeto recente da MSServer ajuda a dimensionar o que “ter coisa dentro de casa” significa na prática. Uma grande empresa brasileira de logística ferroviária precisava analisar cada trem em tempo real, com sensores, radares e câmeras alimentando de forma contínua sistemas de inteligência artificial encarregados de identificar padrões e detectar anomalias sem intervenção humana. O requisito central não era desempenho de pico, era não parar: em ambiente crítico, uma janela de indisponibilidade custa mais do que qualquer economia feita na infraestrutura. A resposta foi um conjunto de servidores dedicados com GPUs de 24 GB, dimensionado para operação contínua e não para o melhor número de benchmark.
É o desenho oposto ao que a indústria recomendaria cinco anos atrás, quando a resposta padrão seria empurrar toda a inferência para a nuvem pública e pagar por hora. Para cargas previsíveis, que rodam o tempo todo, o custo por unidade de processamento em máquina dedicada tende a ser menor do que o de instância elástica. Para cargas com picos, a nuvem continua imbatível. A decisão deixa de ser “nuvem ou servidor” e passa a ser um mapeamento de qual carga vive melhor onde.
4. Seminovo deixou de ser remendo, e comprar deixou de ser obrigatório
Com memória nova custando o dobro, o mercado de equipamento seminovo mudou de status. Servidores de geração anterior, revisados e com garantia, entregam capacidade suficiente para a maioria das cargas corporativas por uma fração do preço de uma máquina nova. A limitação real não costuma ser o processador, é a memória disponível, e é por isso que uma máquina de geração anterior já povoada de memória pode valer mais, hoje, do que a mesma máquina vazia com orçamento para comprar os módulos separados.
O projeto da ferrovia mostra essa conta fechada. A infraestrutura entregue reuniu quatro servidores Dell com memória DDR4 e storage dedicado, em configuração de alta disponibilidade. Montar o equivalente com equipamento novo, comprado diretamente do fabricante, exigiria investimento superior a R$ 1 milhão, segundo a MSServer. Só que o número que interessa nesse caso não é o desconto: o projeto foi estruturado em modelo de locação, e o cliente teve capacidade, redundância e disponibilidade sem imobilizar capital em hardware.
A distinção desfaz o mal-entendido mais comum sobre equipamento usado. O cliente não comprou máquina de segunda mão. Contratou uma solução, e o fornecedor respondeu pelo dimensionamento, provisionamento, validação e suporte da infraestrutura. O seminovo aparece na origem do parque, não na mesa do comprador, e quem carrega o risco do ativo é quem entende dele.
“O seminovo, quando bem selecionado e bem aplicado, é uma estratégia para entregar infraestrutura enterprise com menor necessidade de investimento inicial”, afirma Márcio Ferrari.
Há ainda um detalhe que fecha o círculo com o começo desta história. A memória DDR4 desses servidores é exatamente o tipo que a indústria parou de priorizar e que, em certos momentos deste ano, passou a custar por gigabit mais do que o DDR5 de servidor. Ter esse parque disponível e revisado deixou de ser questão logística e virou ativo.
5. O que dá para fazer agora
Empresas que não podem esperar 2027 têm um conjunto de decisões práticas à mão. A primeira é dimensionar a carga real antes de cotar equipamento, porque boa parte das especificações usadas hoje foi herdada de uma época em que memória era barata e sobrava. A segunda é separar o que precisa de máquina dedicada do que pode ir para nuvem, em vez de tratar a infraestrutura como um bloco único.
A terceira é parar de tratar a compra como única porta de entrada. Para cargas que não exigem a última geração, o parque seminovo revisado resolve, e contratá-lo como serviço, com garantia e fornecedor que responda pela manutenção, transfere o risco do ativo para quem tem escala de reposição. A quarta é cautela contratual: o Gartner recomenda que líderes de TI evitem assinar contratos de fornecimento com termos de preço desfavoráveis que se estendam além de 2027, justamente para não travar o custo no pico do ciclo.
A leitura de fundo é que a escassez não vai premiar quem tem mais orçamento, e sim quem entende melhor a própria carga de trabalho. Numa janela em que o hardware custa o dobro, saber exatamente o que a operação precisa deixou de ser refinamento técnico e virou vantagem competitiva. A empresa média não perdeu o jogo da inteligência artificial. Ela só vai ter que jogá-lo com mais precisão do que quem pode simplesmente comprar capacidade.
