IA, Serviços de TI, Data Centers e Semicondutores: A Índia Pode se Tornar um Grande Mercado de IA Paga, mas os Riscos de Vazamento de Valor e Excesso de Capacidade Computacional Crescem Simultaneamente

Visão geral

O relatório compara dados de uso da OpenAI e da Anthropic para examinar como a Índia e outros mercados emergentes usam IA, se os usuários migrarão para assinaturas pagas e o que essa transição significa para emprego, taxas transfronteiriças, serviços de TI e investimento em data centers. Sua conclusão central é que os mercados emergentes não estão atrasados na adoção de IA; ao contrário, estão avançando mais rapidamente para casos de uso produtivos e automatizados. No entanto, se a Índia se tornará uma beneficiária econômica depende de sua capacidade de desenvolver modelos e aplicações domésticos, em vez de apenas adquirir serviços estrangeiros.

Visões principais

A adoção de IA na Índia é substancial, mas métricas per capita podem facilmente subestimar seu impacto. A Índia ultrapassou 100 milhões de usuários ativos semanais do ChatGPT em fevereiro, tornando-se o segundo maior mercado após os Estados Unidos, mas seu uso per capita ocupa apenas a 109ª posição entre 150 economias. Os dados da Anthropic mostram o mesmo padrão: a Índia contribui com 7,1% do uso absoluto, ocupando o segundo lugar, mas ocupa apenas a 103ª posição entre 121 economias em uso per capita. O relatório atribui essa disparidade ao fato de grande parte da força de trabalho indiana permanecer em setores com baixa exposição à IA, e não à falta de profundidade entre aqueles que já a utilizam. Mesmo com uma base de usuários relativamente concentrada, os usuários pagos indianos usam as ferramentas de análise de dados do ChatGPT com intensidade quatro vezes superior à média global e as ferramentas de programação com intensidade três vezes superior à média global. O uso de IA nos mercados emergentes é mais orientado para trabalho e automação, enquanto as economias desenvolvidas a utilizam mais para obtenção de informações e auxílio à expressão. Na Índia, 35% do uso do ChatGPT está relacionado ao trabalho, acima da média global de 31%; o uso relacionado ao trabalho representa 32,4% nas economias emergentes, também acima dos 29,3% registrados nas economias desenvolvidas. A Índia permanece entre os líderes em assistência técnica nas 28 principais economias acompanhadas pelo relatório. Portanto, o relatório acredita que os usuários dos mercados emergentes têm maior probabilidade de fazer a IA concluir diretamente tarefas técnicas, de redação ou similares, enquanto os usuários das economias desenvolvidas usam mais a IA para reunir informações, se expressar e obter conselhos práticos. Isso também significa que o impacto da IA sobre o emprego nos mercados emergentes não deve ser descartado porque a adoção atual é de baixo custo e localizada; os casos de uso empresariais iniciais podem financiar taxas de assinatura por meio da redução das necessidades de pessoal. As categorias de uso estão mudando rapidamente e mostram que diferentes modelos estão gradualmente desenvolvendo funções especializadas. A participação da “assistência técnica” nas consultas indianas ao ChatGPT caiu de aproximadamente 20% em 2024 para 6,3% atualmente, embora permaneça entre as mais altas globalmente. No mesmo período, multimídia subiu de 1,4% para 9,8%, autoexpressão de 2% para 6,3%, orientação prática de 26% para 33% e busca de informações de 15% para 17%. Globalmente, o uso técnico do ChatGPT também caiu de aproximadamente 13% em 2024 para 4% atualmente, enquanto o uso de computação e matemática na Anthropic excede 25% nas economias emergentes. Com base nisso, o relatório conclui que usuários técnicos e de programação estão migrando para ferramentas mais especializadas: a Anthropic está se tornando a escolha preferida para tarefas de programação, enquanto a OpenAI continua a liderar em busca de informações, orientação pessoal e casos de uso multimídia. A combinação de idade e casos de uso dá aos mercados emergentes um valor de assinatura de longo prazo relativamente alto. A participação dos usuários globais do ChatGPT com menos de 35 anos caiu de quase 70% em 2024 para 66%, indicando que usuários mais velhos estão aderindo. Nas economias desenvolvidas, aproximadamente 40% dos usuários têm mais de 35 anos e 18% têm mais de 45 anos, em comparação com 28% e 11%, respectivamente, nas economias emergentes. A base de usuários da Índia é mais jovem: 78% dos usuários têm menos de 35 anos e 92% têm menos de 45 anos, enquanto aproximadamente 30% de sua população tem mais de 45 anos e o país possui mais de 1 bilhão de usuários de internet. O relatório define assistência técnica, redação e orientação prática como “casos de uso produtivos”, categoriza adicionalmente redação e assistência técnica como usos relacionados a conhecimento ou trabalho e utiliza a participação de usuários jovens como uma proxy da duração sustentável de uso e o uso produtivo como uma proxy da disposição a pagar. A matriz resultante mostra que as economias emergentes têm ciclos de vida potenciais dos usuários mais longos e maior propensão a pagar. A principal restrição não é o valor de uso, mas a acessibilidade decorrente das disparidades de renda. Se os preços das assinaturas refletirem os níveis de renda locais, poderão surgir mais usuários pagos nas economias em desenvolvimento. As assinaturas de IA diferem fundamentalmente dos modelos de negócio dos serviços gratuitos de internet anteriores. A Índia conseguiu acumular usuários rapidamente durante as eras das redes sociais, vídeo, pagamentos e comércio eletrônico porque muitos serviços eram gratuitos, com as plataformas monetizando por publicidade, transações e expansão do ecossistema. O software também frequentemente tinha alternativas gratuitas, enquanto os custos contínuos eram baixos uma vez distribuídos por uma grande base de usuários. A IA generativa, em contraste, implica altos custos de computação e energia por usuário; quanto mais é utilizada, maiores são os custos operacionais. Consequentemente, ChatGPT, Gemini, Claude, Microsoft Copilot e aplicações empresariais nativas de IA enfatizaram assinaturas pagas desde o início. O compartilhamento de contas também é limitado por restrições de tokens, privacidade e permissões de conta. O relatório, portanto, acredita que a IA paga poderia eventualmente se disseminar nos mercados emergentes, mas o crescimento no uso de tokens pelos consumidores será mais gradual, enquanto as assinaturas anuais substituirão outros gastos discricionários. O relatório apresenta estimativas de cenário para os gastos da Índia com assinaturas de LLM. Assumindo taxas de conversão de usuários de varejo de 0,75%-1,25% para os três principais modelos — Gemini, ChatGPT e Claude — e taxas de conversão de usuários empresariais de aproximadamente 1,4% para os três, os níveis atuais de adoção implicam gastos anuais com assinaturas de LLM de quase US$ 950 milhões, representando uma saída anual realista de aproximadamente US$ 1 bilhão. Embora o ChatGPT lidere claramente com aproximadamente 330 milhões de usuários ativos mensais de varejo, sua participação na receita não será proporcionalmente dominante, e espera-se que o Claude fique apenas ligeiramente atrás. À medida que a penetração empresarial aumenta e os planos de assinatura avançam para segmentos mais premium, o relatório acredita que as saídas anuais poderão em breve atingir US$ 4 bilhões-US$ 5 bilhões. Em dez anos, as saídas anuais de taxas de uso doméstico de LLM poderiam alcançar US$ 20 bilhões-US$ 30 bilhões, excluindo gastos compensados por receitas de exportação; a camada de aplicações poderia cobrar dezenas de bilhões de dólares adicionais. Isso tornaria as taxas de IA equivalentes a aproximadamente um terço da atual conta de importação de petróleo da Índia. Se a Índia não tiver grandes modelos fundacionais domésticos e software de aplicação amplamente utilizado, a maior parte desses recursos fluirá para empresas de tecnologia dos EUA. Uma redução substancial dos custos dos modelos ou o desenvolvimento de aplicações indianas domésticas poderia mudar esse resultado. Isso coloca a Índia em uma encruzilhada crítica: se ser uma grande usuária também a torna uma grande capturadora de valor. O relatório acredita que tornar-se uma das maiores usuárias de IA do mundo não significa automaticamente que a Índia se tornará uma de suas maiores beneficiárias econômicas. Se a Índia puder apenas adquirir modelos e aplicações estrangeiros, sua base de usuários jovem e altamente produtiva se converterá em taxas transfronteiriças persistentes. Se conseguir desenvolver empresas nativas de IA, modelos fundacionais domésticos e negócios na camada de aplicações, poderá reter mais valor. O relatório também acredita que o uso extensivo de IA para tarefas de software em mercados como Índia e Vietnã impulsionará uma realocação das capacidades de serviços de TI dentro dos países que fornecem a mão de obra relevante. Alternativas de IA e empresas agênticas podem crescer localmente, mas uma base de capacidades distribuída de forma mais uniforme também pode desorganizar algumas grandes organizações de serviços de TI. O investimento atual da Índia em IA está concentrado principalmente em infraestrutura e manufatura, e não em grandes modelos de fronteira ou produtos maduros de aplicação. Os compromissos associados à Cúpula de Impacto de IA de 2026 em Nova Déli poderiam alcançar US$ 250 bilhões, segundo autoridades governamentais citadas no relatório. A Reliance se comprometeu a investir US$ 110 bilhões ao longo de sete anos para construir infraestrutura soberana de IA, enquanto a Microsoft planeja investir US$ 50 bilhões na Índia até 2030 para expandir a IA a países de baixa renda. Data centers e poder computacional são as maiores áreas de investimento: a capacidade atual é de aproximadamente 1.500 MW, e 30 projetos totalizando 3,5 GW de nova capacidade foram anunciados entre março de 2025 e abril de 2026. Algumas estimativas baseadas em anúncios projetam que a capacidade alcance 12 GW até 2030. O investimento em semicondutores está mais concentrado em encapsulamento e testes terceirizados do que em fabricação de wafers. A Missão IndiaAI busca fechar lacunas em poder computacional soberano e modelos fundacionais. Suas instalações compartilhadas contêm mais de 45.000 GPUs, financiam 15 modelos domésticos de linguagem grandes e pequenos e apoiam 20 soluções de IA em 12 setores, incluindo agricultura e saúde. O relatório é claramente cauteloso quanto à meta de 12 GW de data centers. Sua estimativa de alto nível indica que um data center de 1 GW operando a 70% de utilização média diária poderia processar aproximadamente 3 bilhões de consultas de inferência por dia, equivalente a atender aproximadamente 55 milhões-60 milhões de usuários ativos diários. Em teoria, 12 GW poderiam atender mais de 700 milhões de usuários ativos diários. Mesmo antes de considerar eletricidade, recursos hídricos, capacidades de empreiteiros e disponibilidade de GPUs, a própria demanda pode ser insuficiente. Portanto, se todos os projetos anunciados se concretizarem, poderá surgir uma sobreoferta substancial. A menos que os data centers indianos possam atender à demanda transfronteiriça de inferência de IA, a onda de anúncios poderá gradualmente se transformar em atrasos ou cancelamentos; no entanto, a inferência transfronteiriça é limitada pela sensibilidade à latência e pelas exigências de localização de dados. O relatório planeja refinar ainda mais essa estimativa de capacidade em trabalhos posteriores.

Estrutura de análise

O relatório primeiro utiliza dados da OpenAI e da Anthropic para comparar uso absoluto, uso per capita, categorias de tarefas e estruturas etárias entre Índia, economias emergentes e economias desenvolvidas. Em seguida, trata a participação de usuários jovens como uma proxy para anos potenciais de uso e usos produtivos, como assistência técnica, redação e orientação prática, como proxies para disposição a pagar. Depois, o relatório constrói cenários de gastos com assinaturas usando os usuários ativos mensais e as taxas de conversão pagas de varejo e empresariais dos três principais LLMs, estendendo os resultados a taxas transfronteiriças e captura doméstica de valor. Por fim, testa se a capacidade planejada de data centers da Índia corresponde à demanda potencial usando o número de consultas que uma unidade de capacidade computacional pode processar.

Notas metodológicas

• (Método Fora da Taxonomia)Outro

  Comparação de Dados de Uso Entre Plataformas

  O relatório compara transversalmente uso absoluto, rankings per capita, composição de tarefas e estruturas etárias da OpenAI e da Anthropic para testar se as características de uso de IA da Índia e dos mercados emergentes se repetem em diferentes plataformas.

• (Método Fora da Taxonomia)Outro

  Matriz de Valor Vitalício do Usuário e Disposição a Pagar

  O relatório utiliza a participação de usuários jovens como uma proxy para a duração do uso futuro sustentável e a participação de tarefas produtivas como uma proxy para disposição a pagar, comparando assim o potencial valor vitalício das assinaturas entre economias. A acessibilidade é tratada separadamente como fator limitante.

• Estrutura de Análise de Indústria/SetorDecomposição Volume-Preço

  Análise de Cenários de Gastos com Assinaturas de LLM

  O relatório estima gastos anuais atuais, de curto prazo e em dez anos, bem como saídas transfronteiriças de capital, com base na escala de usuários ativos, taxas de conversão pagas de varejo e empresariais e preços de assinatura dos principais LLMs.

• Estrutura de Análise de Indústria/SetorTransmissão da Cadeia Industrial Upstream-Midstream-Downstream

  Análise da Cadeia de Valor de IA e do Fluxo de Capital

  O relatório distingue entre data centers e poder computacional, semicondutores, modelos fundacionais e a camada de aplicações, analisando onde o investimento indiano está concentrado e se a receita de assinaturas acaba sendo destinada a empresas domésticas ou empresas de tecnologia estrangeiras.

• Estrutura de Análise de Indústria/SetorEstrutura de Oferta e Demanda

  Teste de Oferta e Demanda de Capacidade de Data Centers

  O relatório converte a capacidade diária de processamento de consultas de um data center de 1 GW a 70% de utilização no número de usuários que ele pode atender e, em seguida, compara isso com a capacidade planejada de 12 GW para 2030 para avaliar se pode surgir sobreoferta.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Economia de IA da Índia

  A Índia possui uma base absoluta de usuários líder global, um perfil demográfico jovem de usuários e uma alta participação de casos de uso produtivos, mas pode arcar principalmente com taxas de assinatura de LLMs e aplicações estrangeiras.

  Pontos fortes

  Mais de 100 milhões de usuários ativos semanais do ChatGPT, altos níveis de uso para trabalho, tecnologia e programação, e uma base jovem de usuários que sustenta um ciclo de vida potencial mais longo.

  Pontos fracos

  O uso per capita permanece baixo, a acessibilidade é limitada pelos níveis de renda e modelos de fronteira domésticos e ofertas maduras na camada de aplicações são relativamente limitados.

  Comparação

  O uso absoluto é inferior apenas ao dos Estados Unidos, mas os rankings de uso per capita da Índia no ChatGPT e na Anthropic são apenas 109º/150 e 103º/121, respectivamente.

  Riscos

  Deslocamento de empregos, gastos com assinaturas substituindo consumo discricionário, aumento de taxas transfronteiriças e captura doméstica de valor insuficiente.

• Plataformas Globais de Assinatura de LLM

  A Índia e outros mercados emergentes poderiam se tornar fontes de usuários pagantes de longo prazo, direcionando a maior parte da receita de assinaturas a provedores estrangeiros de modelos.

  Pontos fortes

  Os usuários de mercados emergentes são mais jovens e apresentam níveis mais altos de uso produtivo e relacionado ao trabalho, sustentando maior propensão a pagar.

  Pontos fracos

  Altos custos variáveis por usuário dificultam a sustentabilidade de um modelo gratuito no longo prazo, enquanto os níveis de renda locais limitam a acessibilidade.

  Comparação

  A Anthropic é mais orientada para programação e tarefas técnicas, enquanto a OpenAI é mais forte em busca de informações, orientação pessoal e casos de uso multimídia.

  Riscos

  Adoção mais lenta após a retirada de subsídios, incompatibilidades de preços com as rendas locais e migração de usuários entre modelos.

• Setor de Serviços de TI da Índia

  O alto uso de IA para tarefas de software em mercados como Índia e Vietnã poderia impulsionar uma realocação local de capacidades de serviços e fomentar alternativas domésticas de IA e empresas agênticas.

  Pontos fortes

  Um conjunto de talentos de software orientado globalmente e níveis relativamente altos de uso técnico de IA.

  Pontos fracos

  A difusão de capacidades possibilitada pela IA pode enfraquecer as vantagens de concentração de algumas grandes organizações.

  Comparação

  As economias emergentes estão mais inclinadas que as economias desenvolvidas a usar IA para concluir diretamente tarefas de trabalho e automação.

  Riscos

  Redução das necessidades de pessoal e disrupção para grandes provedores de serviços.

• Data Centers e Infraestrutura Computacional da Índia

  Compromissos de investimento e anúncios de projetos estão impulsionando rápida expansão de capacidade, mas o relatório acredita que a meta de 12 GW para 2030 poderia exceder materialmente a demanda doméstica.

  Pontos fortes

  Provedores globais de nuvem, conglomerados indianos e o governo estão todos comprometendo recursos, resultando em planos atuais de grande escala.

  Pontos fracos

  Demanda, fornecimento de energia, recursos hídricos, capacidades de empreiteiros e disponibilidade de GPUs podem limitar a execução dos projetos.

  Comparação

  A capacidade atual é de aproximadamente 1,5 GW, enquanto previsões baseadas em anúncios alcançam 12 GW até 2030.

  Riscos

  Excesso de capacidade, atrasos ou cancelamentos de projetos; a inferência transfronteiriça também é limitada por latência e localização de dados.

Dados principais

• Usuários Ativos Semanais do ChatGPT na ÍndiaMais de 100 milhõesUltrapassou esse limite em fevereiro, com escala absoluta inferior apenas à dos Estados Unidos
• Ranking do Uso Per Capita do ChatGPT na Índia109º/150Grande escala absoluta, mas ranking per capita relativamente baixo
• Participação da Índia no Uso da Anthropic7,1%O uso absoluto é inferior apenas ao dos Estados Unidos
• Ranking do Uso Per Capita da Anthropic na Índia103º/121Consistente com o padrão de uso per capita relativamente baixo do ChatGPT
• Intensidade de Uso de Ferramentas de Análise de Dados entre Usuários Pagos na Índia4 vezes a média globalIndica profundidade substancial de uso entre o grupo concentrado de usuários
• Intensidade de Uso de Ferramentas de Programação entre Usuários Pagos na Índia3 vezes a média globalReflete um nível relativamente alto de uso técnico
• Participação do Uso do ChatGPT Relacionado ao Trabalho na Índia35%Acima da média global de 31%
• Participação do Uso Relacionado ao Trabalho em Economias Emergentes vs. Desenvolvidas32,4% vs 29,3%As economias emergentes são mais orientadas para casos de uso relacionados ao trabalho
• Uso de Assistência Técnica na ÍndiaCaiu de aproximadamente 20% para 6,3%Uma queda significativa desde 2024, mas ainda relativamente alta globalmente
• Uso Técnico Global do ChatGPTCaiu de aproximadamente 13% para 4%Desde 2024, indicando que usuários técnicos estão migrando para outras ferramentas
• Uso de Multimídia na ÍndiaSubiu de 1,4% para 9,8%A composição de uso está mudando rapidamente para conteúdos como imagens e vídeo
• Uso de Orientação Prática na ÍndiaSubiu de 26% para 33%Um dos casos de uso de crescimento mais rápido
• Participação de Usuários Indianos com Menos de 35 Anos78%Acima da cifra global de 66%
• Participação de Usuários Indianos com Menos de 45 Anos92%A distribuição etária dos usuários é notavelmente jovem
• Gasto Anual Atual Estimado com Assinaturas de LLMQuase US$ 950 milhõesCom base em taxas de conversão de varejo de 0,75%-1,25% e taxa de conversão empresarial de aproximadamente 1,4%, correspondendo a cerca de US$ 1 bilhão em saídas anuais
• Saídas Estimadas de Taxas de LLM no Curto PrazoUS$ 4 bilhões-US$ 5 bilhões/anoCom base em maior penetração empresarial e adoção de planos de assinatura premium
• Saídas Estimadas de Taxas de LLM em Dez AnosUS$ 20 bilhões-US$ 30 bilhões/anoExcluindo gastos compensados por receitas de exportação; a camada de aplicações poderia cobrar dezenas de bilhões de dólares adicionais
• Capacidade Atual de Data Centers da ÍndiaAproximadamente 1.500 MWEquivalente a aproximadamente 1,5 GW
• Novos Projetos de Data Centers30 projetos totalizando 3,5 GWAnunciados entre março de 2025 e abril de 2026
• Capacidade Estimada de Data Centers em 203012 GWCom base em projetos anunciados; o relatório considera o plano agressivo
• Capacidade Computacional Compartilhada da Missão IndiaAIMais de 45.000 GPUsFinanciando 15 modelos domésticos de linguagem grandes e pequenos e 20 soluções de IA em 12 setores
• Capacidade de Inferência de um Data Center de 1 GWAproximadamente 3 bilhões de consultas/diaEstimado com 70% de utilização, suficiente para atender aproximadamente 55 milhões-60 milhões de usuários ativos diários
• Capacidade Potencial de Atendimento de 12 GW de Data CentersMais de 700 milhões de usuários ativos diáriosUsado para ilustrar o potencial déficit de demanda caso toda a capacidade planejada entre em operação

Impacto e implicações

O relatório acredita que os mercados emergentes podem se tornar importantes mercados de assinaturas de IA devido a seus usuários jovens e casos de uso produtivos, enquanto a adoção empresarial também pode sustentar gastos reduzindo as necessidades de pessoal. No entanto, se a Índia não conseguir estabelecer capacidades domésticas em modelos fundacionais e na camada de aplicações, seu uso substancial se manifestará mais como taxas persistentes fluindo para empresas de tecnologia estrangeiras do que como criação de valor local. Enquanto isso, a IA poderia remodelar a estrutura de oferta dos serviços de TI em países como a Índia e pressionar algumas grandes instituições. O investimento em infraestrutura também enfrenta questões como demanda insuficiente, restrições de eletricidade e água, disponibilidade de GPUs, latência e localização de dados.

Riscos

• Se os preços das assinaturas não se adaptarem aos níveis de renda nos mercados emergentes, a acessibilidade dos usuários poderá limitar a conversão paga.
• As empresas podem financiar o uso de IA reduzindo as necessidades de pessoal, potencialmente ampliando o impacto sobre o emprego.
• Se a Índia não possuir modelos fundacionais domésticos e uma camada de aplicações amplamente utilizada, taxas substanciais de LLMs e aplicações fluirão para o exterior.
• As assinaturas anuais de IA podem substituir outros gastos discricionários dos consumidores.
• Os 12 GW planejados de capacidade de data centers até 2030 podem exceder a demanda real de inferência, levando a sobreoferta, atrasos ou cancelamentos de projetos.
• Eletricidade, recursos hídricos, capacidades de empreiteiros, disponibilidade de GPUs, latência e localização de dados podem restringir a construção de data centers e os serviços transfronteiriços.
• Uma distribuição mais uniforme das capacidades de IA pode desorganizar alguns grandes provedores de serviços de TI.

Pontos a observar

• Acompanhar a trajetória de queda dos custos unitários de LLMs e a retirada de preços subsidiados.
• Monitorar se planos de assinatura alinhados aos níveis de renda locais podem melhorar as taxas de conversão paga nos mercados emergentes.
• Observar a penetração de usuários empresariais, o uso de tokens e a adoção de planos de assinatura premium na Índia.
• Monitorar se a Índia pode desenvolver grandes modelos fundacionais domésticos, empresas nativas de IA e produtos amplamente utilizados na camada de aplicações.
• Acompanhar o início efetivo, a utilização, os atrasos e os cancelamentos dos projetos de data centers anunciados.
• Observar se os data centers indianos podem atender à demanda transfronteiriça de inferência e se as restrições de latência e localização de dados diminuem.
• Monitorar o impacto da IA no emprego em serviços de TI na Índia e na posição competitiva dos grandes provedores de serviços.