Relatório de Preparação da Infraestrutura de Dados 2026

As demandas por IA estão superando a capacidade de preparação da infraestrutura. Uma nova pesquisa global encomendada pela Seagate, realizada com mais de 2.700 tomadores de decisão em tecnologia empresarial, revelou que 99% esperam que a IA aumente as necessidades de armazenamento nos próximos três anos, mas apenas 38% afirmam estar totalmente preparados.

Essa lacuna de prontidão está se tornando mais relevante à medida que a IA entra em uma nova fase. A primeira era da IA ​​foi definida por avanços significativos em modelos e computação. A próxima era será moldada pelas decisões de infraestrutura de dados necessárias para escalar a IA de forma eficiente, sustentável e de maneiras que desbloqueiem valor a longo prazo. As organizações estão enfrentando uma nova realidade: O sucesso da IA ​​depende de inovações na infraestrutura, com os dados agora sendo um ativo estratégico de negócios, em vez de um centro de custos.

Nesse contexto, a pesquisa explorou diversas dinâmicas que as organizações estão enfrentando ao se prepararem para o futuro da infraestrutura de IA:

• Crescimento de dados impulsionado por IA
• Prontidão da infraestrutura de IA
• Prioridades de investimento em infraestrutura
• Sustentabilidade e eficiência operacional
• Estratégia de armazenamento e escalabilidade a longo prazo

Sublinhando a necessidade crítica de investimento contínuo em estratégia de dados, governança e sistemas necessários para o sucesso da IA, essas dinâmicas definem um novo imperativo: escala sustentável.

Escalabilidade sustentável é a capacidade de aumentar a capacidade da IA e o valor comercial, melhorando continuamente as eficiências da infraestrutura que a suporta. À medida que os legisladores, os reguladores e o público passam a examinar com mais atenção o crescimento da infraestrutura de IA, a escalabilidade sustentável desempenhará um papel fundamental na viabilidade a longo prazo de uma economia de IA robusta e saudável.

As cinco mudanças estratégicas a seguir ilustram como as organizações estão colocando o Escalonamento Sustentável em prática e onde residem as maiores oportunidades e desafios.

A IA já está gerando valor comercial mensurável. Oitenta e seis por cento dos entrevistados descrevem o retorno sobre os investimentos em IA de suas organizações como moderado ou significativo, incluindo 33% que relatam retornos mensuráveis ​​significativos. Esses resultados aumentam a importância dos dados que tornam a IA possível. Quando modelos, aplicações e decisões dependem de dados, armazená-los deixa de ser uma função secundária. Isso passa a fazer parte da capacidade da organização de melhorar os resultados da IA ​​ao longo do tempo. O padrão é amplamente compartilhado entre os mercados, com retornos moderados ou significativos relatados nos EUA (87%), China (91%), Índia (91%), Japão (75%), França (82%), Reino Unido (86%) e Alemanha (82%).

O crescimento esperado é substancial. Quase todos os entrevistados esperam que a IA aumente os requisitos de volume de armazenamento dentro de três anos. Sete em cada dez pessoas preveem um aumento de pelo menos 26%, incluindo 32% que esperam que as necessidades aumentem em mais de 50%. A expectativa é quase universal em todos os mercados, variando de 98% no Japão a 100% na Índia, França, Reino Unido e Alemanha, com os EUA e a China ambos em 99%.

A implicação é clara: as organizações devem planejar tanto para um volume maior de dados quanto para um maior valor agregado a esses dados. Uma abordagem de curto prazo focada apenas na capacidade imediata pode deixar a informação fragmentada, inacessível ou cara para reutilizar. Uma visão de longo prazo pode conectar as decisões de retenção, acesso e governança ao valor futuro que a organização espera que a IA crie.

Essa mudança já é visível na forma como os líderes descrevem o armazenamento. Noventa e oito por cento concordam que a IA está transformando o armazenamento de dados, de uma função administrativa para uma infraestrutura estratégica de negócios. A descoberta sinaliza uma mudança de prioridade: as decisões de armazenamento agora influenciam diretamente a rapidez com que as organizações podem colocar os dados em uso e a eficácia com que conseguem preservar seu valor. Essa visão se mantém consistente em todos os mercados, variando de 96% no Japão e na Alemanha a 100% na Índia, com os EUA e o Reino Unido em 99%, a China em 98% e a França em 97%.

Ampliar

A maioria das organizações expressa confiança em sua direção, mas uma análise mais atenta revela uma realidade mais complexa. Embora 83% afirmem estar total ou em grande parte preparados para as demandas de dados de longo prazo da IA, apenas 38% se consideram totalmente preparados. A percepção de preparação varia muito de mercado para mercado, de 96% na China a 55% no Japão, 89% na Índia, 88% no Reino Unido, 86% nos EUA e na Alemanha e 74% na França.

Os resultados sugerem que a prontidão para a IA depende de mais do que apenas capacidade computacional ou investimento. Os entrevistados identificaram a maturidade da estratégia de IA, o orçamento e os recursos, a gestão de dados e a governança como as suas lacunas mais comuns. Os desafios de implantação contam uma história semelhante. Entre as principais restrições operacionais, 53% citam a qualidade e a disponibilidade dos dados e 43% citam a infraestrutura de armazenamento, em comparação com 27% para disponibilidade de computação e 24% para restrições de energia.

Os entrevistados citam a qualidade e a disponibilidade dos dados (53%) e a infraestrutura de armazenamento (43%) como os principais desafios para a implementação da IA, à frente da disponibilidade de computação e das restrições de energia.

Ampliar

Os entrevistados citam a qualidade e a disponibilidade dos dados (53%) e a infraestrutura de armazenamento (43%) como os principais desafios para a implementação da IA, à frente da disponibilidade de computação e das restrições de energia.

A lacuna de prontidão é, em última análise, um desafio relacionado à base de dados. Consequentemente, as organizações precisam de uma base de dados coordenada que alinhe retenção, governança, armazenamento e computação de dados para escalar a IA de forma eficaz.

As organizações estão cada vez mais encarando o investimento em data centers como uma prioridade estratégica de negócios, em vez de uma despesa operacional necessária. Mais de três quartos classificam-na entre as suas três principais prioridades de infraestrutura e um em cada cinco identifica-a como a sua prioridade máxima.

Ampliar

A previsão de gastos também mostra que a infraestrutura de IA vai além das GPUs. A infraestrutura de segurança e conformidade lidera a lista de prioridades de investimento das organizações (44%), com a gestão/governança de dados em segundo lugar (43%). A atualização da infraestrutura de IA e GPU e do hardware de armazenamento está empatada como a terceira maior prioridade de investimento (39%).

A questão estratégica, portanto, não é qual camada da estrutura recebe o maior orçamento. A questão é se toda a infraestrutura consegue suportar o fluxo de dados para os sistemas de IA, preservar os dados que podem agregar valor posteriormente e ser escalável sem criar novas restrições operacionais. O investimento gera mais valor quando as organizações avaliam essas dependências em conjunto.

Considerações sobre energia e sustentabilidade já estão afetando o planejamento da infraestrutura de IA. Setenta e sete por cento dos entrevistados afirmam que suas organizações adiaram ou reestruturaram uma expansão devido a essas preocupações. Isso inclui 36% que reestruturaram significativamente os investimentos planejados e 41% que sofreram pequenos atrasos.

Essa descoberta transforma a eficiência, de uma ambição futura, em uma restrição de planejamento atual. As organizações precisam aumentar sua capacidade, mas também precisam entender as implicações desse crescimento em termos de energia, espaço, refrigeração e ciclo de vida dos equipamentos. As decisões mais úteis são aquelas que os líderes conseguem conectar a requisitos operacionais mensuráveis.

Os entrevistados esperam progresso. Trinta e nove por cento descrevem suas operações de armazenamento como 'muito sustentáveis' atualmente. Essa porcentagem sobe para 61% quando eles consideram onde suas operações estarão daqui a cinco anos. As expectativas também variam de acordo com o investimento disponível: 70% das organizações com orçamentos anuais de sustentabilidade de 100 milhões de dólares ou mais esperam que suas operações sejam "muito sustentáveis" dentro de cinco anos, em comparação com 48% daquelas com orçamentos inferiores a 1 milhão de dólares.

As organizações definem e medem cada vez mais a infraestrutura sustentável por meio da eficiência operacional, em vez de apenas por meio de relatórios ambientais. O consumo de energia é o fator mais frequentemente considerado na avaliação do impacto ambiental dos equipamentos de armazenamento, sendo citado por 62% dos entrevistados. A vida útil e a durabilidade do dispositivo ficam em torno de 55%. Quase todos os entrevistados também concordam que prolongar o ciclo de vida dos equipamentos de armazenamento de dados tem um impacto significativo na sustentabilidade das operações do centro de dados.

Essas descobertas apoiam uma visão operacional de escalonamento sustentável. Em vez de se basearem em uma linguagem ambiental mais ampla, as organizações podem avaliar opções específicas de infraestrutura por meio do consumo de energia, utilização da capacidade, vida útil dos equipamentos e custo de energia por terabyte. Essas medidas facilitam a conexão entre as metas de sustentabilidade e a economia cotidiana da infraestrutura.

À medida que a IA aumenta a quantidade, a variedade e o valor dos dados que as organizações precisam para ter sucesso e crescer, os modelos de negócios que ela sustenta são cada vez mais moldados pela infraestrutura de dados subjacente. Tão importante quanto aumentar a capacidade é otimizar a economia e a eficiência operacional do crescimento. Isso significa aplicar princípios orientados para a eficiência ao projeto de infraestrutura, permitindo que as organizações expandam sua capacidade e, ao mesmo tempo, melhorem continuamente a utilização de recursos, as margens de lucro e o retorno do investimento a longo prazo.

A mudança em direção a uma infraestrutura orientada para a eficiência se reflete nas práticas operacionais que as organizações estão adotando:

• 52% usam IA para determinar as necessidades de armazenamento e operacionais (EUA: 48%, China: 55%, Índia: 62%, Japão: 54%, França: 47%, Reino Unido: 53%, Alemanha: 42%).
• 46% investem em fontes de energia renováveis (EUA: 44%, China: 41%, Índia: 58%, Japão: 37%, França: 45%, Reino Unido: 49%, Alemanha: 47%).
• 40% implantam energia com base nas necessidades reais de dados, em vez de manter a infraestrutura em funcionamento contínuo (EUA: 34%, China: 44%, Índia: 48%, Japão: 41%, França: 29%, Reino Unido: 41%, Alemanha: 40%).
• 31% reutilizam o calor gerado pela infraestrutura de dados (EUA: 26%, China: 37%, Índia: 32%, Japão: 24%, França: 38%, Reino Unido: 31%, Alemanha: 33%).

Essa mesma mentalidade focada na eficiência também está moldando cada vez mais a arquitetura de armazenamento. Uma abordagem alinhada à carga de trabalho é um exemplo dessa mudança. Em vez de aplicar uma arquitetura única em todo o ciclo de vida dos dados, as organizações podem projetar sistemas que equilibrem desempenho, capacidade, eficiência e valor a longo prazo, de acordo com os requisitos da carga de trabalho. Isso cria uma estrutura mais prática para escalar a IA, controlando simultaneamente os custos de infraestrutura e a demanda de recursos.

Os ambientes de IA abrangem diversos tipos de dados com diferentes requisitos de desempenho, capacidade e acesso. Os dados de treinamento, os conjuntos de dados ativos, o contexto de inferência, os pontos de verificação do modelo, o conteúdo de origem e as saídas retidas não impõem as mesmas exigências à infraestrutura. À medida que a IA se expande, o design orientado para a eficiência torna-se cada vez mais importante. Organizações que alinham tecnologias de armazenamento aos requisitos de carga de trabalho em arquiteturas inteligentes de múltiplas camadas podem melhorar a eficiência econômica, reduzir os custos operacionais e construir uma base mais resiliente para o crescimento a longo prazo.

A próxima fase da IA ​​criará mais dados, mas a capacidade por si só não determinará quais organizações aproveitarão seu valor. O diferencial será a capacidade de manter os dados disponíveis e prontos para uso, gerenciando de forma eficiente as demandas de infraestrutura que acompanham o crescimento.

O levantamento mostra que esse trabalho já está em andamento. As organizações estão priorizando o investimento em data centers, reavaliando o papel do armazenamento e incorporando considerações de eficiência e ciclo de vida em seus planos de expansão. No entanto, a diferença entre estar razoavelmente preparado e estar totalmente preparado continua sendo grande.

Para colmatar essa lacuna, é necessária uma estratégia de infraestrutura construída em torno de todo o ciclo de vida dos dados. As organizações precisam entender quais dados irão criar, com que rapidez diferentes cargas de trabalho precisam acessá-los, por quanto tempo eles poderão manter seu valor e quais medidas operacionais irão orientar o crescimento. Essas decisões fornecem a base para uma expansão sustentável e para a geração de valor duradouro a partir da IA.