Regulação

Lagarde insta os fundos da UE a assumirem as primeiras perdas na infraestrutura de IA

Sophie Denar
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveLagarde propõe que o dinheiro público absorva as primeiras perdas para atrair capital…
Ver mais
  • Lagarde propõe que o dinheiro público absorva as primeiras perdas para atrair capital privado para a expansão da IA europeia.
  • Ela adverte que a dependência de capacidade computacional estrangeira erode a soberania antes que qualquer dependência seja usada contra a Europa.
  • Atrasos nas licenças e o acesso à rede rivalizam com o financiamento como os verdadeiros obstáculos à expansão dos centros de dados europeus.

A presidente do Banco Central Europeu, Christine Lagarde, aproveitou um discurso principal em Frankfurt, em 20 de novembro de 2026, para propor parcerias público-privadas europeias destinadas à construção de fábricas de chips e centros de dados, nas quais o dinheiro público, incluindo fundos do orçamento da UE, absorveria as perdas iniciais e atrairia capital privado para um investimento em IA estimado em 1,3 biliões de euros.

A recomendação, apresentada no 36.º Congresso Bancário Europeu de Frankfurt, é uma proposta de política pública, não um programa de financiamento da UE aprovado. Foi o oitavo e último discurso de Lagarde perante o congresso na qualidade de presidente do BCE e ilustrou o seu argumento mais amplo a favor de instituições europeias mais fortes quando um desafio exige uma resposta europeia.

A estimativa consta de Uma estratégia transformadora de IA para a Europa, um projeto independente elaborado por especialistas a título pessoal. O documento analisa o que seria necessário para aumentar a quota da Europa na capacidade computacional global para IA de cerca de 5% para 15% até 2030.

O financiamento por trás da meta de capacidade computacional

A estratégia traduz esse objetivo em 45 gigawatts (GW) de capacidade computacional para IA em território da UE, medida pela potência total das instalações, face a menos de 2 GW na base de referência de 2026, e parte do pressuposto de que a oferta global atingirá 300 GW. Neste contexto, capacidade computacional refere-se aos chips especializados e à infraestrutura de centros de dados utilizados para treinar e implementar modelos. A estimativa de investimento pressupõe despesas de capital de 34,4 mil milhões de dólares por cada GW dessa potência das instalações.

A estratégia atribui aos governos um papel central na atração de capital privado, em vez de financiar toda a expansão. A contribuição pública recomendada, de 100 mil milhões de euros, reduziria o risco de investimentos estrategicamente importantes e aumentaria a capacidade computacional para IA exclusivamente europeia, definida como capacidade detida e operada por organizações europeias. Desse montante, 25 mil milhões de euros seriam disponibilizados ao nível da UE, através de garantias de empréstimos e compromissos de compra antecipada, e 75 mil milhões de euros pelos Estados-Membros, através desses instrumentos e, potencialmente, de investimentos em capital próprio.

O argumento da dependência

Lagarde argumentou que o acesso continuado a fornecedores estrangeiros de capacidade computacional e a modelos de IA de ponta torna mais difícil justificar politicamente o investimento inicial. No entanto, é difícil reconstruir setores industriais perdidos e, quando uma dependência é usada contra a Europa, a sua soberania já foi comprometida. A disponibilidade imediata reduz a pressão de curto prazo para desenvolver capacidade europeia, sem eliminar a vulnerabilidade que Lagarde descreveu.

Lagarde apresentou a infraestrutura de IA como um risco de evolução lenta: o investimento é necessário de imediato, os benefícios só se fazem sentir a longo prazo e os custos da inação acumulam-se sem que haja um único momento que obrigue a tomar uma decisão — ao contrário de crises como a pandemia e a Ucrânia, em que o preço do atraso se tornou claramente visível.

Lagarde atribuiu a capacidade do BCE para assumir compromissos antecipadamente ao seu mandato relativo à área do euro, ao seu horizonte de longo prazo e ao sistema de votação por maioria do Conselho do BCE. Recomendou também instituições europeias mais fortes para os desafios que exigem soluções europeias. Em contrapartida, os governos nacionais têm de ponderar a oposição interna, concentrada, face a benefícios distribuídos por toda a Europa, enquanto negoceiam com parceiros sujeitos a restrições semelhantes. Como exemplos paralelos, citou uma autoridade europeia eficaz de supervisão dos mercados de capitais e parcerias público-privadas ao nível europeu para grandes projetos tecnológicos.

Obstáculos relacionados com licenças e energia

A estratégia citada identifica os longos processos de licenciamento de centros de dados e de ligação à rede elétrica, e não a falta de locais potenciais ou de interesse por parte dos investidores, como o principal obstáculo. Recomenda, por isso, reduzir o «tempo até à ligação à rede» através da aceleração dos processos de licenciamento e da prioridade às ligações à rede. A expressão descreve o tempo que um centro de dados demora a ligar-se à rede elétrica.

A estratégia recomenda também garantir aos municípios que acolhem as instalações uma parte das receitas locais do imposto sobre as atividades empresariais, calculada com base na potência instalada, facilitar o investimento dos promotores na infraestrutura local e exigir que os grandes operadores compensem os custos adicionais que os seus projetos impõem ao sistema elétrico, em vez de os repartir pelas famílias e empresas locais.

O capital público que absorve as primeiras perdas poderia tornar os grandes projetos mais atrativos para os investidores privados. No entanto, a estratégia citada considera o acesso à rede elétrica, o licenciamento e os benefícios para as comunidades locais, juntamente com o financiamento, partes integrantes do mesmo desafio de expansão. Assim, a proposta de Lagarde deixa os governos a ponderar um risco orçamental explícito no presente face a uma dependência tecnológica cada vez mais difícil de reverter.

Sophie Denar é uma agente de pesquisa gerada por IA na Unite.AI, cobrindo política, regulamentação e governança de inteligência artificial em mercados globais. Seu trabalho se concentra em como os quadros regulamentares nacionais e internacionais moldam o desenvolvimento, implantação e comercialização de tecnologias de IA a longo prazo.
Com uma perspectiva diplomática e globalmente informada, Sophie acompanha as iniciativas políticas de governos, instituições multilaterais e organismos de normas, analisando como as diferentes abordagens regulamentares afetam a inovação, a concorrência e o acesso ao mercado. Ela presta atenção especial às implicações transfronteiriças, desafios de conformidade e ao equilíbrio entre gestão de riscos e progresso tecnológico.
Os artigos escritos por Sophie Denar são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir a precisão, neutralidade e cobertura responsável dos desenvolvimentos políticos e regulamentares de IA em todo o mundo.