Os gastos trilionários da IA estão formando uma severa bolha de mercado, pronta para estourar, fruto da ausência de um modelo de negócios viável e do avanço tecnológico chinês

Existem duas bolhas na Inteligência Artificial (IA). Uma no mercado de ações e a outra no mercado de crédito. No mercado de ações, figuram as sete magníficas que ocupam as primeiras posições na NYSE em valor de mercado. São elas, a Nvidia, Microsoft, Apple, Google, Amazon, Meta e Tesla, que respondem por quase 35% do índice S&P 500, que reúne as 500 maiores companhias com capital aberto na NYSE e na Nasdaq.

OpenAI e Anthropic estão para lançar IPOs que beiram US$ 1 trilhão cada uma. Já no mercado de crédito, recursos da ordem de US$ 1,9 trilhão estão despejados como gastos de capital no caldeirão de negócios das cinco grandes: Microsoft, Google, Oracle, Meta e Amazon. E isso para não falar das operações bilionárias de arrendamento, que ficam fora dos balanços para a construção das instalações para o funcionamento dos computadores Big Data (terrenos, edifícios e chips). As fontes de financiamento são o crédito privado, o private equity, infraestrutura e fundos imobiliários.

O estouro da bolha da IA pode causar forte queda nas ações de tecnologia, falência de startups e perdas financeiras bilionárias para investidores. Os impactos no mercado financeiro ocorreriam através de uma queda drástica no valor dos ativos (empresas supervalorizadas podem perder rapidamente bilhões caso não gerem os lucros esperados), um efeito dominó em cadeias de investimento (startups e empresas menores que dependem de financiamento externo enfrentariam severos problemas financeiros) e correção nas bolsas globais (a alta concentração de valores em poucas gigantes da tecnologia pode puxar os índices globais para baixo.

Na economia real, ocorreriam demissões e desemprego e retração de investimentos corporativos (redução de gastos de grandes empresas de inovação, infraestrutura e data centers).

Mas qual o modelo de negócios da IA?

Segundo a Mc Kinsey, 60% dos recursos destinados ao negócio da IA vão para chips e nuvem e 25% deles são gastos em energia. Os restantes 15% dos gastos são direcionados para construção civil. E os investimentos totais projetados para 2030 são da ordem de US$ 2 trilhões, para atender a demanda futura projetada. Some-se a isso investimentos de US$ 80 bilhões do governo dos EUA para ampliar a energia nuclear usada em sistemas de IA.

Cabem, contudo, algumas questões importantes.

  • Será verdadeira a expectativa de que a IA irá provocar um salto de produtividade jamais visto no planeta, ao alcançar o estágio da IA generativa (criação de novos conteúdos), beneficiando setores de finanças, saúde, educação, agronegócio, serviços, dentre muitos outros?
  • Essa esperada revolução nos modelos de negócios das empresas usuárias de IA realmente se consubstanciará em demanda efetiva pelos produtos dos laboratórios de IA? Ou ao contrário, as grandes incertezas sobre a solidez dessa demanda não serão dissipadas?
  • As empresas de IA serão capazes de entregar retornos suficientes para remunerar seus investimentos trilionários? No ambiente de competição e rivalidade acirrada entre Anthropic e OpenAI, as receitas delas serão suficientes para aportar os lucros necessários para o equilíbrio econômico financeiro de seus negócios?
  • E como elas conseguirão enfrentar a ameaça das empresas chinesas (DeepSeek, por exemplo) que aportam produtos semelhantes com custos muito inferiores em virtude de gastos de capital chineses serem quase dez vezes inferiores aos dos EUA?
  • E como a utilização dos serviços será cobrada? Tarifa fixa ou pelo uso (em tokens)? É esperado um aumento significativo do preço pelo uso com base na premissa de que, fruto da dependência crescente dos usuários, os laboratórios serão beneficiados com uma elevada inelasticidade da demanda em relação a preços?

Segundo o Goldman Sachs, a previsão de investimentos é da ordem de US$ 5,3 trilhões para o período de 2025–30. Contudo, até mesmo essa previsão parece estar subestimada. Jensen Huang, da Nvidia, estima que com um custo de 80 a 100 bilhões de dólares por gigawatt de energia, os centros de dados planejados acabariam custando algo entre 9,5 e 15 trilhões de dólares e não os 5,3 trilhões previstos originalmente.

Tudo vai depender do sucesso das big techs – aqueles provedores de serviços em nuvem que constroem enormes fábricas para coletar, hospedar e processar dados: Amazon, Google, Microsoft, Oracle, Meta – e dos laboratórios de IA (Anthropic, Open AI, etc.) que se comprometeram a consumir chips e poder de computação em grande escala uns dos outros. A Anthropic se comprometeu a fornecer US$ 330 bilhões para a Google, Amazon e Microsoft até 2029, enquanto a OpenAI se comprometeu em colocar US$ 852 bilhões na Amazon, CoreWeave, Cerebras, Oracle, Microsoft e outros até o final de 2030. E ambas não são listadas em Bolsa.

O fator China e a frustração de demanda das empresas norte-americanas

A restrição de venda de chips aos chineses por parte da Nvidia gerou um impulso criativo que fez com que as empresas chinesas também desenvolvessem LLMs (Large Language Models) – tecnologia de IA baseada em deep learning que foi treinada com bilhões de textos para ler, compreender e gerar linguagem humana de forma natural e fluida. Note-se que no mundo inteiro, tal tecnologia ainda apresenta limitações e desafios (distorção da verdade, vieses, preconceitos e conhecimento restrito de fatos atuais *(1).

Como alguns estrategistas da Goldman Sachs preveem, existe um risco significativo da demanda mundial por IA se deslocar para China e Japão. Foi o caso da própria Microsoft que anunciou a substituição dos fornecedores OpenAi e Anthropic pela DeepSeek.

As empresas chinesas de IA trabalham com modelos abertos – cujos componentes principais, i.e., os pesos do modelo, o código-fonte ou os dados de treinamento, são disponibilizados publicamente para uso, estudo e modificação. Elas oferecem IA grátis para empresas em todas as partes do mundo, inclusive EUA. Isso, certamente representará uma redução de receitas para as empresas americanas e uma menor utilização dos data centers.

Foi, também, o caso da startup chinesa Z.AI que disponibilizou um modelo rapidamente absorvido e utilizado por startups e desenvolvedores independentes do Silicon Valey. A Moonshot AI lançou, de forma inteiramente grátis, o modelo Kimi K3, comparável ao modelo da Anthropic Claude Fable 5, o que causou queda no preço das ações de empresas de tecnologia norte-americanas que compõem o S&P 500.  Oracle e SpaceX são dois bons exemplos. A preocupação com a competição chinesa é de tal ordem que levou empresas como Anthropic e OpenAI a solicitarem à administração Trump a proibição da importação de modelos chineses de IA, o que certamente prejudicará as empresas norte-americanas que já utilizam tais modelos.

O endividamento oculto das empresas de IA

As empresas de IA estão empenhadas na construção de centros de dados e recursos de computação que exigem investimentos expressivos. Para tanto, as empresas de tecnologia passaram a celebrar contratos de arrendamento de longo prazo com operadores de centros de dados. Em alguns modelos, o operador fornece terreno, edifícios e infraestrutura elétrica, enquanto a empresa de tecnologia utiliza as instalações por meio de pagamentos através de contratos de longo prazo.

Pelas regras contábeis, GPUs e servidores contratados, mas ainda não entregues, assim como contratos de arrendamento de data centers que ainda não entraram em operação (obrigações futuras) não figuram no Balanço, mas somente, em notas explicativas nas demonstrações financeiras, o que dificulta a percepção dos riscos envolvidos por parte dos investidores.

A dívida “oculta” das grandes empresas de tecnologia dos Estados Unidos teria aumentado oito vezes em cerca de quatro anos, alcançando um valor estimado de US$ 1,65 trilhão, cifra superior à dívida registrada nos balanços patrimoniais.

Parte do mercado já demonstra preocupação. O Morgan Stanley analisou o tema em detalhe em um relatório para investidores e a agência de classificação de risco Moody’s alertou para o crescimento acelerado de compromissos de arrendamento que ainda nem começaram.

Investidores institucionais também estão se tornando cada vez mais relevantes nesse processo. São joint ventures com fundos administrados por gestores para a construção de data centers.

As gigantes de tecnologia já vêm recorrendo à emissão de títulos corporativos e novas ações porque seus investimentos superam em muito os lucros gerados. A captação adicional junto a investidores institucionais estaria contribuindo para um ambiente de investimento excessivamente aquecido. Mesmo assim, as empresas de tecnologia apostam que seus lucros futuros superarão essas obrigações.

O mecanismo pelo qual empresas captam recursos de investidores institucionais sem aumentar a dívida registrada em seus balanços é classificado como shadow borrowing. Há preocupação de que o peso financeiro real dessas empresas seja significativamente maior do que o que aparece em seus balanços. Vide o caso Enron, que colapsou em 2001 com inúmeras joint ventures com baixa transparência.

Grande parte dessa dívida oculta acabará sendo registrada no futuro, quando os data centers entrarem em operação e as obrigações associadas se tornarem concretas. Se a demanda por IA não crescer como o esperado e as taxas de utilização caírem, o valor das empresas poderá diminuir, gerando perdas.

Além disso, a indústria de IA atual é sustentada em parte por uma demanda criada por investimentos circulares: Nvidia e grandes empresas de tecnologia investem em operadores de data centers e companhias de IA, e esse capital retorna na forma de compras de GPUs e pagamentos por serviços de nuvem. Como a demanda efetiva é difícil de medir, aumenta o risco de superinvestimento em data centers.

A estratégia chinesa de disponibilizar modelos de IA abertos aumenta a pressão competitiva sobre a valorização das empresas americanas do setor. Ainda assim, um eventual colapso dessa “bolha” talvez não seja do interesse político de Pequim, já que uma crise dessa magnitude dificilmente ficaria restrita aos Estados Unidos e teria efeitos imprevisíveis sobre a economia global.

A percepção de risco no processo de captação de recursos no mercado de bonds

No mercado de bonds já começaram a existir prêmios de risco para as empresas de IA. A Oracle e a Amazon já estão pagando prêmios um pouco acima dos títulos de alto risco (junk bonds). O mesmo acontece com a SpaceX, que também está construindo data centers de IA.

A confiança dos investidores norte-americanos nos negócios da IA

A perda de confiança do investidor norte-americano na solidez das empresas de IA pode ser um fator de grande risco para o mercado. A perda de interesse e venda das ações de IA pode causar uma desvalorização delas no mercado e um aumento do seu custo de captação, o que arrefeceria seus planos de investimento.

Nos EUA, 10% dos investidores detêm 90% do estoque de ações. A valorização das empresas de IA beneficiou tais investidores, que se sentiram mais ricos. Uma eventual queda de preço delas causaria uma retração no gasto desses investidores, o que pode ser um estopim para uma recessão.

A publicação do Bank of America intitulada Fund Manager Survey, alerta que a bolha da IA pode representar um risco para a economia como um todo. Ninguém sabe quando a bolha vai explodir. Mas o que fica evidente é que a concentração em IA nos EUA é tão significativa (mercado de ações, mercado privado, bonds, etc.) que o assunto se torna altamente preocupante.

Discussões no mercado de tecnologia de IA

As previsões do CEO da Anthropic, Dario Amodei, sobre o futuro da IA têm gerado profundas discussões no mercado de tecnologia devido à sua postura de equilibrar um otimismo utópico exagerado com alertas severos de segurança nacional. Nos seus ensaios mais influentes como “Machines of Loving Grace” e “The Adolescence of Technology“, ele aponta para um cronograma agressivo para os próximos anos.

Amodei prevê uma IA com elevadas capacidades cognitivas já em 2027. Segundo ele, haverá “um país de gênios dentro de um data center”, onde milhões de instâncias de IA trabalharão ininterruptamente a uma velocidade de 10 a 100 vezes maior que a humana.

Segundo ele, se a humanidade conseguir gerenciar os riscos, ocorrerão benefícios históricos tais como a cura de doenças (progresso de 100 anos em 10 anos, com a erradicação da maioria dos cânceres, doenças infecciosas e males neurodegenerativos) e saúde mental (expansão de tratamentos personalizados para depressão, esquizofrenia e outros transtornos por meio de uma compreensão profunda da neurociência).

Ao mesmo tempo, ele alerta que a transição terá um “rito de passagem turbulento”, o que ele chamou de adolescência da tecnologia, que testará a maturidade da nossa espécie. Possível ameaça à Segurança Nacional, já que a IA super-humana descontrolada poderá se constituir na maior ameaça à geopolítica do século, com o surgimento de armas biológicas e ataques cibernéticos em larga escala.

Outro fator é a substituição de empregos. Segundo ele, 50% dos empregos iniciais de escritório (nível júnior) deixarão de existir antes de 2030, incluindo a automação quase total do trabalho de desenvolvedores de software básicos em curtíssimo prazo. Empresas extremamente enxutas conseguirão gerar faturamentos bilionários com pouquíssimos funcionários, aprofundando a desigualdade econômica global.

Para ele, a solução citada em seu livro “Policy on the AI Exponential” é a criação de órgãos reguladores fortes – similares à agência de aviação americana (FAA) —, capazes de aplicar testes obrigatórios antes que qualquer modelo de IA de fronteira seja distribuído publicamente.

A conferir.

NOTA:

  • *(1) Os LLMs funcionam prevendo qual será a próxima palavra mais provável em uma frase, com base no contexto do que foi escrito antes. Esse processo acontece em frações de segundo graças a redes neurais avançadas, permitindo que a IA não apenas memorize dados, mas entenda o contexto e a relação entre os conceitos. Essa tecnologia está presente no ChatGPT da OpenAI, no Gemini do Google e no Llama da Meta, e é utilizada para escrever textos, resumir, traduzir, programar e dar assistência virtual a clientes.
***
Os artigos representam a opinião dos autores e não necessariamente do Conselho Editorial do Terapia Política. 

Ilustração: Mihai Cauli
Leia também “A última fronteira do capitalismo”, de Marcio Pochmann.