O mercado associa a inteligência artificial a placas de vídeo, memória HBM e flash rápido, e trata os discos rígidos como uma tecnologia em declínio. É um erro. Treinar e implantar modelos de IA gera volumes enormes de dados que precisam ser guardados de forma duradoura e barata: conjuntos de treinamento, versões sucessivas dos pesos dos modelos, checkpoints, logs de inferência, bancos vetoriais para RAG e dados multimodais (imagem, vídeo, áudio). A grande maioria desses dados é fria ou morna, raramente lida, e economicamente precisa ir para a mídia mais barata por terabyte, ou seja, para discos nearline de alta capacidade.
O centro da tese é a economia do custo por terabyte. A memória flash continua várias vezes mais cara por terabyte (cerca de 5-7x) na classe de capacidade, e essa diferença não se fecha rápido, porque os fabricantes de NAND direcionam a capacidade limitada para os SSDs corporativos de margem alta. Como resultado, o petabyte marginal de dados de IA acaba em pratos magnéticos. Ao contrário da intuição, a IA não mata os discos rígidos, ela amplia o mercado deles.