Os investimentos globais em infraestrutura de inteligência artificial (IA) devem alcançar US$ 900 bilhões em 2026, segundo projeção divulgada pelo JPMorgan em outubro.
O avanço ocorre enquanto grandes empresas de tecnologia ampliam a construção de centros de dados, compram chips de alto desempenho e assumem compromissos financeiros de longo prazo para atender a uma demanda cuja rentabilidade ainda é objeto de debate.
O volume de recursos coloca uma questão para investidores, empresas e gestores de fundos de pensão, quem assumirá os prejuízos se o crescimento das receitas não acompanhar os gastos necessários para sustentar a expansão do setor?
A pressão já aparece nos resultados financeiros. Uma análise da Reuters, baseada em estimativas da LSEG, apontou que Microsoft, Alphabet, Amazon, Meta e Oracle podem gastar mais com investimentos em infraestrutura do que gerarão em fluxo de caixa livre até 2027.
Para Marcos Valle, economista, doutor em Sociologia e docente da Escola de Negócios da Universidade Positivo (UP), a expansão da IA combina uma inovação tecnológica real com expectativas financeiras que ainda precisam ser confirmadas pela adoção comercial.
O problema, segundo ele, está na distância entre o dinheiro aplicado na infraestrutura e a capacidade dos serviços de produzir receitas suficientes para remunerar esse capital.
A conta da expansão
A dimensão dos investimentos reflete uma mudança na estrutura econômica das empresas de tecnologia.
Diferentemente de produtos digitais que podem alcançar novos usuários com custos relativamente baixos, sistemas avançados de IA exigem infraestrutura física para treinar modelos e processar solicitações continuamente.
Na avaliação de Valle, o principal indicador dessa pressão é a relação entre o CapEx, expressão usada para os investimentos em ativos físicos, e o dinheiro efetivamente gerado pelas operações.
"O nó górdio da IA reside no abismo entre o CapEx (investimento em capital fixo) e a geração efetiva de caixa", afirma.
O economista aponta que os custos não terminam quando um centro de dados entra em funcionamento.
Cada solicitação processada pelos modelos também consome capacidade computacional, eletricidade e recursos de manutenção.
Esse gasto operacional, conhecido como OpEx, pode reduzir a margem obtida com assinaturas e serviços vendidos a empresas.
Valle compara essa estrutura ao modelo tradicional de software como serviço, que historicamente apresenta margens brutas elevadas.
Segundo ele, "a IA generativa sofre com o alto custo computacional da inferência (OpEx), que comprime as margens operacionais para a faixa de 30% a 50%".
A preocupação também aparece em análises de investidores. Em julho, David Cahn, da Sequoia Capital, atualizou seus cálculos sobre as receitas necessárias para justificar a expansão da infraestrutura e estimou uma exigência acumulada de aproximadamente US$ 3 trilhões desde o lançamento do ChatGPT, em 2022.
O valor representa uma modelagem econômica baseada em premissas de investimento e margens, não uma perda já registrada pelas empresas.
Receitas em crescimento
Na quarta-feira (28), a Microsoft informou que a receita do Azure cresceu 48% no trimestre encerrado em setembro, alcançando US$ 33,17 bilhões.
O resultado superou as projeções de analistas e foi acompanhado de US$ 18,6 bilhões em fluxo de caixa livre no período.
Ao mesmo tempo, os investimentos de capital da companhia atingiram US$ 45,2 bilhões no trimestre.
Parte das despesas está relacionada à construção de capacidade computacional que poderá gerar receitas nos próximos anos.
Uma empresa pode registrar aumento expressivo de receitas e continuar pressionada pelos recursos necessários para ampliar sua infraestrutura.
A Reuters identificou situação especialmente desafiadora na Oracle, que registrava fluxo de caixa livre negativo em meio à expansão dos investimentos em centros de dados.
Para os investidores, os indicadores decisivos incluem a evolução da receita recorrente, a rentabilidade dos contratos, a utilização da capacidade instalada, os gastos de capital e a capacidade de financiar novos projetos sem depender excessivamente de dívida.
Financiamento circular
Outro risco identificado por Marcos Valle está na estrutura dos acordos entre desenvolvedores de IA, fabricantes de chips e empresas que fornecem infraestrutura de computação.
Nesse modelo, uma companhia investe em uma desenvolvedora de inteligência artificial que, por sua vez, utiliza parte dos recursos recebidos para contratar serviços tecnológicos do próprio investidor.
O economista descreve essa relação como um "complexo ecossistema de investimento circular (round-tripping)".
"Grandes hyperscalers de nuvem investem bilhões em startups de modelos de linguagem (LLMs) que, por força contratual, devolvem esse capital contratando a infraestrutura de nuvem dos próprios investidores", explica.
Um exemplo da interdependência financeira é a relação entre Microsoft e OpenAI.
Além de investir na desenvolvedora, a Microsoft fornece serviços tecnológicos e mantém acordos comerciais de compartilhamento de receitas.
Em documento apresentado à Comissão de Valores Mobiliários dos Estados Unidos (SEC), a Microsoft informou ter registrado US$ 10 bilhões em receitas relacionadas a acordos comerciais com a OpenAI no trimestre encerrado em setembro de 2026.
A companhia também declarou compromissos de financiamento de US$ 13 bilhões associados ao investimento na desenvolvedora.
Caso uma desenvolvedora reduza seus gastos, a empresa responsável pela nuvem poderá perder receitas esperadas.
Se o fornecedor de infraestrutura diminuir o financiamento, a desenvolvedora poderá enfrentar dificuldades para manter sua capacidade computacional.
A concentração também alcança a fabricação de semicondutores. Empresas como Nvidia dependem de fornecedores especializados, enquanto a taiwanesa TSMC ocupa uma posição importante na fabricação dos chips avançados utilizados pelo setor.
Empresas sem retorno
As companhias que contratam ferramentas de IA enfrentam outro tipo de risco. Ao contrário dos fornecedores de infraestrutura, seus investimentos podem estar concentrados em licenças, integração de sistemas, treinamento e reorganização de processos.
Valle alerta que a adoção tecnológica nem sempre produz os ganhos de eficiência anunciados.
"Sem a devida adaptação de processos legados, o investimento corporativo em licenças e projetos-piloto converte-se em sunk costs (custos irrecuperáveis)", afirma.
O conceito se refere a despesas que não podem ser recuperadas mesmo quando um projeto é interrompido.
Uma companhia pode adquirir ferramentas para automatizar o atendimento, produzir documentos ou auxiliar a programação e descobrir posteriormente que precisa manter equipes responsáveis pela revisão dos resultados.
Segundo o economista, a validação humana continua necessária para corrigir erros e informações fabricadas pelos modelos, conhecidas como alucinações.
Para avaliar a rentabilidade desses projetos, as empresas precisam comparar o custo total de implementação com indicadores mensuráveis, como redução do tempo de execução, aumento de receitas, economia operacional e qualidade dos serviços.
Valle também aponta possíveis impactos trabalhistas associados à substituição de funções intermediárias e à pressão sobre salários.
Energia como limite
Segundo relatório atualizado da Agência Internacional de Energia (IEA), o consumo mundial de eletricidade dos centros de dados poderá passar de 485 terawatts-hora em 2025 para aproximadamente 950 terawatts-hora em 2030.
A projeção representa quase o dobro do consumo atual. A demanda dos centros de dados especificamente voltados à IA deve crescer em ritmo ainda maior, podendo triplicar no período.
Para Valle, o problema envolve tanto o custo da energia quanto a disponibilidade de infraestrutura elétrica para atender novos empreendimentos.
"Além das barreiras contábeis, a rentabilidade do setor enfrenta gargalos físicos intransponíveis: a escassez de energia elétrica e a limitação de redes de transmissão impõem um teto à expansão dos data centers", afirma.
A IEA identifica dificuldades relacionadas ao fornecimento de transformadores, turbinas, semicondutores e equipamentos de transmissão.
Esses obstáculos podem atrasar projetos mesmo quando as empresas dispõem de recursos para executá-los.
Há ainda o problema da depreciação dos equipamentos. GPUs e outros componentes utilizados em IA podem perder competitividade à medida que surgem tecnologias mais eficientes.
Valle estima que processadores gráficos de última geração tenham um período de utilidade econômica de três a cinco anos, o que exige investimentos recorrentes na substituição de equipamentos.
Sinais de correção
Os resultados divulgados nesta semana mostram que os investidores já começam a distinguir empresas capazes de financiar sua expansão daquelas que apresentam maior pressão sobre o caixa.
A Alphabet, controladora do Google, registrou fluxo de caixa livre negativo de aproximadamente US$ 9,1 bilhões no terceiro trimestre de 2026, apesar de a receita do Google Cloud ter mais que dobrado, alcançando US$ 30,7 bilhões.
A companhia também informou investimentos de capital de US$ 51,4 bilhões no período.
Após a apresentação dos resultados, suas ações recuaram cerca de 10% nas negociações posteriores ao fechamento do mercado americano.
A Meta apresentou situação semelhante de pressão sobre os recursos disponíveis.
Seu balanço do terceiro trimestre revelou despesas de capital de US$ 34,91 bilhões e fluxo de caixa livre negativo de US$ 2,12 bilhões.
A empresa, entretanto, registrou receita de US$ 64,6 bilhões e continuou lucrativa.
Valle identifica alguns sinais que poderiam indicar uma desaceleração dos investimentos.
"Sinais como a migração corporativa para modelos locais menores (SLMs), a compressão de múltiplos em bolsa e a revisão de planos de CapEx indicam que o setor pode estar próximo de uma fase de correção severa", avalia.
Quem paga a conta
Os prejuízos de uma eventual correção não seriam distribuídos igualmente entre os participantes da cadeia.
As desenvolvedoras de modelos podem enfrentar dificuldades para captar novos recursos ou sustentar contratos de computação.
Fornecedores de infraestrutura ficam expostos à redução das encomendas, enquanto empresas que construíram centros de dados precisam continuar pagando financiamentos e contratos de energia.
Para Valle, o risco financeiro mais amplo pode alcançar investidores que não participam diretamente das decisões de expansão tecnológica.
"O maior risco de perda de capital recai sobre os investidores acionistas e fundos de pensão, dada a peso desproporcional das Big Techs nos índices globais como o S&P 500", afirma.
Fundos que acompanham índices de mercado podem ter exposição relevante às maiores empresas americanas de tecnologia.
Uma queda expressiva no valor dessas companhias afetaria o patrimônio das carteiras, inclusive daquelas administradas para poupança previdenciária.
Na avaliação de Valle, a inteligência artificial possui potencial econômico, mas a velocidade dos investimentos exige atenção à capacidade de gerar resultados sustentáveis.
"A Inteligência Artificial é, sem dúvida, uma inovação real; contudo, quando precificada sob o signo da especulação e desconectada da geração de fluxo de caixa livre, corre o risco de se consolidar não como um vetor de desenvolvimento sustentável, mas como uma colossal bolha de infraestrutura."
Siga O Brasilianista!
