Investimentos globais em compute soberano de IA superam US$ 100 bilhões em 2026, segundo dados apresentados no EmTech AI deste mês. Microsoft, HPE e governos europeus aceleram. O Brasil ainda discute se é problema regulatório ou estratégico — e a resposta certa é “ambos”.
Quase US$ 100 bilhões em compute soberano de IA estão sendo direcionados em 2026 para fora dos hyperscalers tradicionais — em data centers nacionais, AI factories enterprise e arquiteturas híbridas que mantêm dados sensíveis sob jurisdição local. Foi o número apresentado por executivos da HPE no EmTech AI da MIT Technology Review, em 1º de maio, e endossado por análises da SiliconANGLE, World Economic Forum e Microsoft. O recado é direto: dados não são mais ativo operacional. São ativo estratégico-regulatório, e a arquitetura escolhida define se a empresa tem ou não tem o direito de usar IA em determinada jurisdição.
O que mudou no debate
Por anos, “soberania de dados” foi tratada como tema de procurement governamental — ministérios decidiam onde rodar carga sensível e a iniciativa privada seguia com nuvem pública sem maiores ressalvas. Em 2026, o vetor inverteu: empresa privada multinacional virou alvo de regulação extraterritorial, residência de dados é cláusula de leilão público, e o regulador europeu, indiano e brasileiro têm posições convergentes sobre onde dados de cidadãos podem ser processados.
O ponto crítico, que muito CIO ainda subestima, é que “a sua arquitetura de IA já pode ser ilegal em 34 países” — situação que exige redesenho, não documentação. As exigências variam por setor (saúde, financeiro, defesa, telecom) e por país, e a tendência é divergência crescente, não harmonização.
AI factory: a forma como a infraestrutura está se reorganizando
O conceito de AI factory — popularizado por NVIDIA, HPE e Microsoft — descreve um cluster integrado de compute, storage, networking e modelos pré-treinados desenhado para escalar inferência e treinamento sob controle direto do operador. É o oposto da nuvem pública genérica. É a fábrica de inteligência da empresa, com regras de fluxo de dados embutidas na arquitetura.
O movimento Microsoft é instrutivo: a empresa lançou simultaneamente sovereign cloud regions e infraestrutura de AI factory enterprise, sinalizando que a próxima onda não é “tudo na nuvem pública” nem “tudo on-premises”, mas combinações híbridas calibradas por carga, latência, sensibilidade de dado e jurisdição. Quem não desenhar essa malha de forma intencional vai operar sob arquitetura herdada — e descobrir as restrições legais quando já for tarde.
Por que isto é decisão de board
Três razões. Primeira: o custo de migração arquitetural após a operação estar rodando é uma ordem de grandeza maior que desenhar bem desde o início. Segunda: o regulador brasileiro (ANPD, Banco Central, ANS) está usando EU e Índia como referência — atrasar a adequação local não é opção viável. Terceira: a soberania de dado é hoje pré-requisito para vários contratos B2B grandes — empresa exportadora ou fornecedora de Fortune 500 precisa demonstrar conformidade ou perde licitação.
Não é decisão de CIO. É decisão de board. E precisa estar em comitê estratégico, não em comitê de tecnologia.
O gap brasileiro
O Brasil chega tarde a essa discussão. A LGPD trouxe o vocabulário, mas a infraestrutura nacional de compute soberano para IA ainda é embrionária. Os principais players (Embraer, Petrobras, bancos do Top 5, alguns hospitais) começam a desenhar AI factories internas, mas a média das grandes empresas brasileiras ainda opera com 100% de inferência em nuvem pública — boa parte fora do território nacional. Quando a primeira disputa regulatória pública estourar (e vai estourar em 2026 ou 2027), as empresas que não tiverem feito a lição vão ter que escolher entre desligar IA ou aceitar multa recorrente.
Custo da arquitetura híbrida bem desenhada
Engana-se quem pensa que sovereign AI significa abandonar nuvem pública. A arquitetura ganhadora é híbrida: cargas não sensíveis em nuvem pública para velocidade e elasticidade, cargas sensíveis ou reguladas em compute soberano com controle direto, e uma camada de orquestração que decide o roteamento por política. O CapEx inicial é maior, mas o TCO em horizonte de cinco anos tende a ser menor — porque elimina o custo de migração reativa e o custo regulatório recorrente.
O que precisa ser decidido nas próximas 90 dias
Quatro decisões. Primeira: mapear o inventário de dados por sensibilidade, jurisdição aplicável e workload de IA atual ou projetado. Sem esse mapa, qualquer estratégia de soberania é discurso. Segunda: definir o pacto de arquitetura — o que fica em nuvem pública, o que fica em soberano, o que fica em on-premises, e por que. Terceira: escolher os parceiros de AI factory antes que os melhores fechem agenda — HPE, Dell, NVIDIA, Lenovo e a infraestrutura local de operadoras estão com pipeline cheio. Quarta: negociar contratos com hyperscalers olhando para cláusulas de portabilidade, reversibilidade e residência de dado — e não apenas para preço por compute.
Não é tema confortável para o board brasileiro acostumado a “deixa o time de TI resolver”. Mas é exatamente o tema que vai decidir quais empresas brasileiras vão poder operar IA em escala global em 2028 e quais vão ficar limitadas a casos de uso domésticos com fricção regulatória crescente. A janela de decisão estratégica é estreita. Quem tratar como tema técnico vai descobrir, daqui a dezoito meses, que era tema existencial — e que o concorrente que tratou bem desde já está dois passos à frente.
O ponto final: soberania não é um custo. É a entrada para uma camada de competitividade futura onde dados, IA e compliance se confundem. Empresa que entender isso primeiro vira plataforma. Empresa que demorar vira cliente cativo de quem entendeu antes.
Publicado em 7 de maio de 2026.
