Estatísticas de IA em 2026: o placar, conferido número por número

Os data centers do mundo vão consumir "mais de 1.000 TWh de eletricidade em 2026 — o equivalente ao Japão". A frase está em dezenas de compilados de estatísticas de IA publicados este ano, quase sempre no presente do indicativo, quase nunca com data. Fui conferir. O número existe, é da Agência Internacional de Energia — e a própria IEA o aposentou. Era o teto de uma faixa projetada em janeiro de 2024 (620 a 1.050 TWh), que incluía criptomoedas na conta; o caso-base do mesmo relatório era "pouco mais de 800". Quem arredondou 800 para "mais de 1.000" não foi um blog de marketing: foi o sumário executivo da própria agência. A série atual da IEA, de abril de 2026, mede 485 TWh em 2025 — sem cripto — e a Gartner projeta 565 TWh para 2026. O número que circula é quase o dobro do melhor número disponível, e o zumbi nasceu dentro do documento original, na distância entre o corpo do relatório e o resumo que todo mundo cita.

Este é um artigo de estatísticas de IA — o gênero que mais produz números e menos produz datas. A régua aqui é uma só: um número sem data, sem medidor e sem escopo não é um dado. Conferi cada cifra deste texto na fonte primária, com data e escopo anotados. O que segue é o placar do que sobreviveu.

A colisão que ensina a régua: o "mercado de IA" vale menos que uma empresa de IA

O "mercado global de IA" de 2025 foi avaliado em US$ 390,9 bilhões (Grand View Research, nov/2025). A Anthropic, sozinha, foi avaliada em US$ 965 bilhões na rodada Series H (anúncio oficial, 28/mai/2026). Uma empresa "valendo" duas vezes e meia o mercado inteiro em que opera deveria quebrar qualquer planilha — e não quebra, porque as duas cifras não medem a mesma coisa. Mercado é receita estimada; valuation é aposta sobre fluxo futuro; investimento é dinheiro que entrou; rodada é um evento. Os compilados de estatísticas somam as quatro categorias numa lista só, e é assim que nasce a sensação de que "os números de IA não fecham". Não fecham porque não são somáveis:

Três observações que a tabela esconde. Primeira: os US$ 258,7 bi da OECD incluem as mega-rodadas (transações acima de US$ 100 milhões respondem por 73% do valor) e excluem o investimento interno das big techs — o brief declara o recorte na página 2. Segunda: a cifra de "mercado" da Grand View não é auditável — a lista de empresas contadas e o modelo que produz o crescimento projetado ficam atrás do paywall, e o próprio material da casa se contradiz: a página do relatório diz CAGR de 30,6% (2026-2033), o press release oficial anuncia 31,5% (2025-2033) — dois crescimentos para a mesma previsão, conforme o ano-base. Terceira: no relatório separado da mesma casa, o "mercado de genAI" de 2025 é US$ 22,2 bi — 5,7% do "mercado de IA" em plena era generativa. Fronteiras de definição assim opacas são o motivo de a Precedence Research publicar US$ 4,2 trilhões (até 2035) e a MarketsandMarkets US$ 3,6 trilhões (até 2033) para "o mesmo" mercado. A dispersão entre consultorias é, ela mesma, o dado.

E há os números que envelhecem em semanas. O caso xAI+SpaceX é a prova viva: os compilados de julho diziam "vale mais de US$ 2,1 trilhões". Datei cada ponto: o IPO saiu em 12/jun/2026 a US$ 1,78 tri; fechou o primeiro dia em US$ 2,1 tri; quatro dias depois a ação bateu a máxima histórica ~40% acima do fechamento de estreia; e em agosto de 2026 a companhia vale US$ 1,43 tri. O mesmo número esteve defasado para cima e para baixo num intervalo de oito semanas. Valuation sem data não é dado — é lembrança.

No extremo oposto do espectro etário estão os prognósticos-fóssil, presentes em quase todo compilado de 2026: "a IA vai adicionar US$ 15,7 trilhões à economia até 2030" é da PwC de junho de 2017 — e as URLs originais do estudo estão mortas; o pwc.com hoje redireciona a página e o PDF para outros produtos. Os "US$ 13 trilhões" da McKinsey são de setembro de 2018; a faixa "genAI adiciona US$ 2,6-4,4 tri por ano", de junho de 2023. São projeções de potencial, com metodologias incomensuráveis entre si, citadas nove, oito e três anos depois como se descrevessem 2026.

O placar

Peguei as estatísticas que mais circulam em compilados de "IA em 2026" — inclusive o levantamento alemão que inspirou esta pauta — e conferi uma a uma na fonte primária. Legenda honesta: confere (número, data e escopo batem), meia-verdade (número certo, escopo ou denominador omitido), fóssil (número real, de outra era, circulando como atual), zumbi (projeção aposentada pela própria fonte), não confere.

A linha que melhor resume o placar é a do 53%. O AI Index 2026 abre dizendo que "a IA generativa atingiu perto de 53% de adoção populacional em três anos — mais rápido que o PC e a internet". A nota de rodapé da figura (4.3.9, p. 199) diz o que a manchete não diz: a amostra é indivíduos de 18 a 64 anos dos Estados Unidos (surveys RPS/CPS, de Bick, Blandin e Deming). Não é população mundial nem população online — e o contraste está no próprio relatório: pela telemetria da Microsoft, duas páginas adiante, a adoção nos EUA é 28,3%, 24º lugar no mundo. Os dois números "estão certos"; medem coisas diferentes. O denominador é onde as estatísticas de IA morrem — e esse padrão vai se repetir em cada seção abaixo.

Nada disso é novidade para quem lê os fóruns. No arquivo do discurso que levantei (2024-2026), a resposta padrão do Reddit a estatística de IA sem fonte já virou meme — "Source: Trust me bro!" — e o gráfico de Hype Cycle da Gartner é citado por otimistas e pessimistas para provar teses opostas. O ceticismo ambiente está calibrado; o que falta, quase sempre, é alguém abrir o PDF.

O funil que o 88% esconde

A estatística corporativa mais citada de 2026 — 88% das organizações usam IA — é verdadeira e vem da McKinsey ("The state of AI in 2025", nov/2025, 1.993 respondentes em 105 países): uso regular em pelo menos uma função de negócio, ante 78% um ano antes. O que quase nunca circula junto são as outras duas perguntas do mesmo survey:

Os três degraus, com a redação exata da fonte: 88% usam IA em ao menos uma função; "no more than 10 percent" dos respondentes dizem estar escalando agentes de IA em qualquer função dada (o recorte por empresa é mais generoso: 23% escalam agentes em algum lugar da organização, 62% ao menos experimentam); e cerca de 6% são o que a McKinsey define como high performers — atribuem à IA um efeito de 5% ou mais no EBIT e declaram valor "significativo". Repare nas ressalvas, porque elas são o dado: tudo é autorreportado por respondente de survey, o "6%" é uma definição composta, e 39% atribuem à IA algum efeito no EBIT — a maioria, abaixo de 5%. Usar é fácil de declarar; lucro que aparece no balanço é outra espécie de afirmação.

Dois fantasmas rondam essa família de números. O "72% das organizações usam genAI", presente em vários compilados, não existe na edição atual da McKinsey — é contaminação de edições passadas (72% era adoção de IA em geral no início de 2024). E o próprio AI Index tropeça no dado: o destaque do capítulo 4 diz "70% das organizações usam genAI" enquanto o corpo do mesmo capítulo diz 79% — no mesmo PDF, com 21 páginas de distância.

O arquivo do discurso registra a reação da comunidade a essa família de estatísticas: quando circulou o "95% dos pilotos de genAI falham" (relatório do MIT NANDA, ago/2025), a crítica técnica apontou a amostra pequena e o recorte — o relatório media os canais formais de TI, não o uso real — e a piada mais votada resumiu o ceticismo maduro: "Estou surpreso que 5% estejam funcionando."

Pra que as pessoas usam: o 4,2% que desmente o feed

O melhor dado público sobre uso real vem do paper NBER w34255 ("How People Use ChatGPT", set/2025; Chatterji, Cunningham, Deming e outros — com dados internos da OpenAI): 1,1 milhão de conversas amostradas entre mai/2024 e jun/2025. Os três maiores usos — orientação prática, busca de informação e escrita — somam 77% de todas as conversas. Programação: 4,2% das mensagens. Matemática, 3%; análise de dados, 0,4%.

O 4,2% derruba a impressão de que "todo mundo usa IA pra codar" — mas leia o escopo antes de citar: a amostra cobre só os planos consumer (Free, Plus, Pro). Enterprise, Education e — decisivo — API e Codex ficam fora. O paper anota que a programação migrou para fora do ChatGPT; o 4,2% mede o chat, não a categoria. A bolha de quem programa com IA existe; ela só não mora onde a estatística foi coletada.

No trabalho, os números que circulam juntos vêm de réguas separadas — cada um com seu denominador: 52% dos trabalhadores dos EUA usam IA no próprio papel (Gallup, Q2 2026, n=22.573 — a série foi 40% -> 45% -> 52% em um ano); 87% dos digital workers usam IA e 75% se dizem mais produtivos (Glean Work AI Index 2026 — 6.000 respondentes, só EUA/Reino Unido/Austrália, e produtividade percebida, autodeclarada). E os dois fósseis de estimação do gênero: "46% do código é escrito por IA" é o blog do GitHub de 14/fev/2023 (três anos e meio atrás, quando a mesma métrica tinha sido 27% em jun/2022); e o "20-30% do código da Microsoft" de Nadella (LlamaCon, abr/2025) tem uma cláusula que o resumo sempre perde: "in some of our projects" — alguns projetos, não a base de código da empresa.

Nos adolescentes, o fóssil é mais recente e mais traiçoeiro: "26% dos teens americanos usam ChatGPT no dever de casa" tem campo de set-out/2024. A onda seguinte da mesma Pew (campo set-out/2025, publicada fev/2026) mediu 54% — categoria mais ampla, chatbots em geral — com 1 em cada 10 dizendo que faz "todo ou quase todo" o dever com eles. Citar o 26% em 2026 é errar por metade.

Energia: anatomia do número-zumbi

O caso do 1.050 TWh merece o raio-X completo, porque ele ensina como um zumbi se forma em três passos. Passo 1: a IEA publica em jan/2024 uma faixa para 2026 — 620 a 1.050 TWh — cujo escopo declarado inclui data centers e mineração de criptomoedas (~160 TWh do caso-base). Passo 2: o sumário executivo da própria IEA arredonda o caso-base de "pouco mais de 800" para "more than 1 000 TWh… roughly equivalent to Japan". Passo 3: os compilados citam o sumário, cortam a faixa, o escopo e a data — e três anos depois o teto virou "o consumo dos data centers em 2026".

A série que substituiu a faixa aposentada (IEA, Key Questions on Energy and AI, 16/abr/2026) mede 485 TWh em 2025 e projeta ~950 TWh em 2030 — sem cripto, que a agência agora rastreia à parte. A Gartner (jun/2026) projeta 565 TWh para 2026, com a decomposição que interessa: servidores otimizados para IA são 175 TWh — 31% do total. IA não é nem a maioria do consumo dos data centers; é a fatia que mais cresce (95 -> 175 -> 258 TWh entre 2025 e 2027, na projeção).

A comparação com países muda junto: com o zumbi de 1.050 TWh, "os data centers" seriam o 5º maior consumidor de eletricidade do mundo, entre Rússia e Japão — com margem de 2% sobre o Japão, sensível à série usada. Com os 565 TWh da Gartner, caem para 9º, entre Coreia do Sul e Alemanha (série de demanda Ember/OWID, dados 2025). Continua gigantesco; deixa de ser a manchete que circulou.

Dois vizinhos desta seção pedem a mesma régua. O supercluster Colossus, da xAI: os "quase 2 GW" são um post do próprio Musk (dez/2025), e as "555 mil GPUs" são agregação de imprensa construída sobre os posts dele — não há auditoria independente de nenhum dos dois. E o viral da água — "um e-mail no GPT-4 gasta uma garrafa de 519 mL" (Washington Post/UC Riverside, set/2024) — foi desmontado em mai/2026 por Andy Masley, que recalculou o custo em 2,1-9,8 mL por prompt; o próprio pesquisador que originou a cifra, Shaolei Ren, comunicou em seguida a revisão para ~15 mL por prompt (5 mL no data center; o resto na geração elétrica). Não há paper público novo do Ren — a trilha é o update no post de Masley mais a cobertura de jul/2026 —, então registro como revisão comunicada, não como publicação. Ainda assim: o número viral está cerca de 35x acima da melhor estimativa atual, e segue circulando.

EUA × China: os dois placares contam histórias opostas — de propósito

No dinheiro, o oceano: investimento privado em IA de US$ 285,9 bi nos EUA contra US$ 12,4 bi na China em 2025 — 23,1x (AI Index 2026, base Quid, p. 181). Com a ressalva que o próprio relatório carrega e as citações cortam: a base não enxerga fundos estatais — só os fundos de orientação governamental chineses teriam alocado ~US$ 184 bi a IA entre 2000 e 2023, pela estimativa citada no relatório. O 23x compara capital privado, não esforço nacional.

Na produção de fronteira, a mesma edição conta 59 modelos notáveis dos EUA contra 35 da China em 2025 (curadoria manual da Epoch AI). E no desempenho, a história inverte: em março de 2026, o gap entre o melhor modelo americano e o melhor chinês no leaderboard da Arena era de 2,7% (Claude Opus 4.6, 1.503, contra Dola-Seed-2.0 Preview, 1.464) — um ano antes, chegou a 0,4%. É uma fotografia de leaderboard volátil, e o próprio Index avisa que posição na Arena pode refletir adaptação à plataforma; a leitura honesta não é "a China alcançou", é "o gap de desempenho fechou enquanto o gap de capital e de volume de fronteira continua aberto". Os dois placares juntos são a tese; qualquer um deles sozinho é torcida.

Na percepção pública, os números que circulam colados vêm de pesquisas diferentes — e nenhuma é "global". A mediana de 25 países pesquisados pela Pew (out/2025): 53% confiam na União Europeia para regular IA, 37% nos EUA, 27% na China. E o entusiasmo da Gen Z que "caiu de 36% para 22%" é Gallup/Walton (abr/2026) — só EUA, 14-29 anos, com a raiva subindo 9 pontos no mesmo período. São recortes; tratá-los como "o mundo pensa X" é o mesmo erro do 53% de adoção.

Chatbots: a régua web mede sites, não uso

O share de tráfego que circula — ChatGPT 52,7%, Gemini 27,3%, Claude 8,9% (Similarweb, mai/2026) — merece as duas anotações que sempre caem no caminho. Primeira: um ano antes, era 76,4% / 8,9% / 1,6%. O ChatGPT perdeu 24 pontos de share em 12 meses; o Claude multiplicou o dele por ~5,6 (os compilados dizem "3x" — subestimam); e o corte de jun/2026 mostra o tráfego do chatgpt.com caindo 3,29% mês a mês. Segunda, e mais importante: a régua é web-only. Mede visitas aos domínios; não vê apps nativos (subcontagem estimada de 15-60% conforme o assistente), não vê API, não vê a IA embutida na busca do Google — o que subconta justamente o Gemini. É um proxy de produto web consumer, útil para tendência, inútil para "quantas pessoas usam".

O degrau Brasil: presente onde se conta gente, ausente onde se conta capital

O levantamento alemão que inspirou esta pauta não tem uma linha sobre o Brasil — e os rankings internacionais tampouco. Fui procurar o país nas tabelas do AI Index 2026, e a ausência é o primeiro dado: o Brasil não aparece no top-15 de investimento privado em IA de 2025 (o 15º lugar, a Suécia, marca US$ 0,97 bi — o Brasil está abaixo disso), nem nas tabelas de empresas recém-financiadas, nem no acumulado 2013-2025. Onde o relatório conta infraestrutura e gente, o país existe: 197 data centers (contra 5.427 dos EUA), 11.100 autores e inventores de ponta em IA — 10º lugar mundial — e 84% dos universitários brasileiros já usaram genAI nos estudos (survey Chegg em 15 países), acima dos 67% de EUA e Reino Unido e 32 pontos acima de 2023.

Na população geral, a fotografia que montei no artigo anterior desta série segue de pé: ~23% da população brasileira usa IA generativa (derivado dos 32% dos usuários de internet medidos pela Cetic.br em 2025), contra um teto mundial de 29,2% que — como mostrei lá — conta contas, não pessoas. O quadro brasileiro de 2026 cabe numa frase: adoção de gente perto da fronteira, capital fora do mapa — 84% dos universitários usando, menos de um bilhão de dólares entrando.

O que eu faria com isso

Não vou fingir que existe um número secreto e certo de "estatística de IA" que os outros erram. O que existe é uma régua de bolso, e ela custa três perguntas:

Quem mediu, medindo o quê? Receita, investimento, VC, valuation, visitas web, respondentes de survey — são espécies que não se somam. A tabela de metrologia lá de cima vale mais que qualquer número individual deste texto.

Qual é o denominador? "53% da população" era EUA 18-64. "50% dos trabalhadores" era EUA. "Mediana global" eram 25 países. "87% dos knowledge workers" eram digital workers de três países anglófonos. Em estatística de IA, o denominador omitido é a regra, não a exceção.

De quando é a fotografia? O 46% do Copilot tem três anos e meio. O 15,7 tri da PwC tem nove anos. O valuation da xAI envelheceu duas vezes em oito semanas. Todo número deste artigo carrega data no corpo do texto — não por estilo, mas porque é a data que decide se o número ainda é um dado.

O resto devolvo ao leitor: da próxima vez que um card de LinkedIn disser que "a IA já é um mercado de X trilhões usado por Y% da humanidade", as três perguntas cabem num comentário — e a fonte primária quase sempre está a dois cliques. Foi só isso que este artigo fez.

Fontes

• Stanford HAI — AI Index Report 2026 · PDF oficial (investimentos, 53%, EUA×China, Chegg, Brasil)
• McKinsey — The state of AI in 2025 (88%, agentes, high performers)
• OECD — Venture capital investments in AI through 2025 (US$ 258,7 bi, 61%)
• Grand View Research — Artificial Intelligence Market · press release (US$ 390,9 bi; os dois CAGRs)
• Anthropic — Series H · CNBC · NBC (valuations mai/2026)
• CNBC — SpaceX tops $2 trillion · companiesmarketcap — SPCX (linha do tempo xAI+SpaceX)
• IEA — Electricity 2024 · Energy and AI · Key Questions on Energy and AI (a faixa aposentada e a série atual)
• Gartner — press release 10/06/2026 (565 TWh, decomposição)
• Ember/OWID — demanda elétrica por país (ranking de países)
• NBER — Working Paper 34255 (77%, programação 4,2%)
• Gallup — uso de IA no trabalho · Glean — Work AI Index 2026 (52%; 87%/75%)
• GitHub — Copilot for Business (fev/2023) · The Register — Nadella na LlamaCon (os fósseis de código)
• Pew — teens e ChatGPT (2024) · Pew — How Teens Use and View AI (fev/2026) · Pew — confiança regulatória (out/2025)
• Gallup/Walton — Gen Z e IA (abr/2026)
• Similarweb via ppc.land (mai/2026) (share de chatbots; ressalva web-only)
• Andy Masley — a origem do erro da água · Forbes (jul/2026) (revisão do ~15 mL)
• Posts de Elon Musk sobre o Colossus: jul/2025 · dez/2025 (claims sem auditoria independente)
• PwC — Sizing the prize (jun/2017; press release da época; URLs originais mortas, conferido via Wayback) · McKinsey Global Institute — Notes from the AI frontier (set/2018) · McKinsey — The economic potential of generative AI (jun/2023)

A pauta deste artigo foi inspirada num levantamento do gradually.ai (em alemão). Nenhum número foi herdado de lá: todos foram conferidos de forma independente nas fontes primárias acima, em 02/08/2026 — PDFs oficiais quando disponíveis (AI Index, OECD, IEA), snapshots do Wayback Machine das páginas oficiais onde o site bloqueia acesso automatizado (McKinsey, Gartner, Grand View), e o texto original via captura do Common Crawl de 14/07/2026. Valuations de empresas privadas não têm fonte auditável além dos anúncios das próprias empresas e da imprensa financeira — estão datados no corpo do texto por isso. As citações de comunidade são arquivo do discurso 2024-2026, com threads conferidas ao vivo, não retrato de "agora". Não verifiquei: os números internos não publicados da xAI (GPUs, potência), o documento primário da revisão de Shaolei Ren (comunicada via terceiros), e a decomposição proprietária por trás da cifra de mercado da Grand View.