Quando você escolhe uma ferramenta de IA — ChatGPT, Claude, Gemini, Grok — compara preço, qualidade do modelo, talvez o tamanho da janela de contexto. Você assume que o hardware por trás da cortina simplesmente existe, como a energia elétrica que sai da tomada. Abundante, intercambiável, invisível.

Mas todo modelo de IA de fronteira que você usa roda em chips de uma única empresa na qual a maioria dos usuários de IA nunca parou pra pensar. Essa empresa é a TSMC — Taiwan Semiconductor Manufacturing Company — e ela acabou de lembrar ao mundo o quão profunda é essa dependência.

Em 16 de abril de 2026, a TSMC divulgou os resultados do Q1 e destruiu todas as expectativas. O lucro líquido saltou 58,3% em relação ao ano anterior, chegando a aproximadamente US$ 18,1 bilhões. A margem bruta bateu 66,2%, superando a estimativa de consenso de 64,5%. A receita de HPC — o segmento que cobre aceleradores de IA (os chips especializados que treinam e rodam modelos de IA) e computação de alto desempenho — agora representa 61% das vendas totais. Só o nó de 3nm (um processo de fabricação tão pequeno que os transistores — as minúsculas chaves liga/desliga dentro dos chips — medem cerca de três bilionésimos de metro) entregou 25% de toda a receita de wafers. A TSMC elevou sua projeção de crescimento anual para 2026 acima de 30% e empurrou os gastos de capital para o topo da faixa de US$ 52–56 bilhões.

O número que deveria tirar o sono dos executivos de IA, porém, não é a receita. É a fatia de mercado. A TSMC fabrica aproximadamente 90% dos chips de IA mais avançados do mundo — silício sub-5nm, do tipo que alimenta tudo, de GPUs NVIDIA Blackwell a Google TPU Trillium, Amazon Trainium2 e AMD MI300X. Cada chip passa por fabs — fábricas de semicondutores — concentradas em Hsinchu e Tainan, em Taiwan. O CEO C.C. Wei disse aos analistas na call de resultados de 16 de abril que "a mudança da IA generativa e do modo de consulta para a IA agêntica e o modo de comando e ação está levando a mais um salto na quantidade de tokens consumidos", segundo o Sherwood News. Traduzindo: conforme os agentes de IA começam a fazer coisas em vez de apenas responder perguntas, a demanda por chips acelera ainda mais.

E a coisa aperta. O verdadeiro gargalo nem são os chips em si — é o CoWoS, a tecnologia de empacotamento avançado da TSMC que une múltiplos componentes de chip. O chairman Mark Liu admitiu publicamente: "Não é a escassez de chips de IA, é a escassez da nossa capacidade de empacotamento." A TSMC já vendeu toda a capacidade de ponta até 2027 e além. Em março de 2026, o The Information reportou que o Google reduziu sua meta de produção de TPUs para 2026 de quatro milhões para três milhões de unidades porque não conseguiu garantir slots suficientes de CoWoS.

E as alternativas? Todas atrasadas. A Fab 1 da TSMC no Arizona está operando, produzindo chips de 4nm para Apple e NVIDIA, mas o preço dos wafers lá é 25–30% maior do que em Taiwan — a CEO da AMD, Lisa Su, confirmou um aumento de 5–20% no custo dos chips durante a call de resultados do Q4 2025 da AMD, em 28 de janeiro de 2026. Na mesma call de 16 de abril, a TSMC revelou que a Fab 2 não vai atingir produção em 3nm/2nm até o segundo semestre de 2027, adiada em relação à meta original de 2026. A Intel Foundry divulgou um prejuízo operacional de US$ 9,5 bilhões no ano fiscal de 2025 em seu relatório de resultados de 30 de janeiro de 2026 e está uma a duas gerações de processo atrás da TSMC. Os yields de 2nm da Samsung estão em 55–60% segundo uma análise de fevereiro de 2026 da TechInsights — abaixo do limiar de 70–80% necessário para produção em massa lucrativa. E em novembro de 2025, a Qualcomm migrou inteiramente de volta para a TSMC depois que o processo da Samsung não passou no seu padrão de qualidade.

Taiwan em si adiciona outra camada: a ilha importa 97% da sua energia. Em 17 de abril, o Tom's Hardware reportou que a TSMC alertou que o conflito em curso no Oriente Médio pode impactar a lucratividade conforme os custos de hélio e energia sobem.

O que isso significa pra você? Quando sua ferramenta de IA fica lenta, quando um provedor de API aumenta os preços, quando um modelo novo atrasa o lançamento — a causa raiz pode não ser software. Pode estar ligada a uma decisão de capacidade fabril tomada dezoito meses atrás em Hsinchu. Os centenas de bilhões de dólares em investimento de infraestrutura da indústria de IA passam todos por um único gargalo físico que nenhuma quantidade de código genial consegue contornar.

O fosso mais profundo da IA não é inteligência. É litografia — o processo de gravar circuitos no silício — e uma única empresa segura a chave. ⚙️