Um bilião por ano em infraestrutura, 50 mil milhões de receita: a conta que a IA tem de fechar até 2027

A tese circula em posts e relatórios com uma frase simples: o capital investido em IA não vai conseguir transformar-se em despesa operacional rentável, e quando o mercado perceber, a correção será de biliões. Vale a pena levá-la a sério — não porque os números sejam exatos, mas porque a mecânica que descreve é real e tem precedente.

O precedente é o Japão. Entre 1982 e 1992, o país gastou cerca de 55 mil milhões de ienes a construir máquinas dedicadas a raciocinar com lógica. Quando o projeto acabou, tinha cinco protótipos e nenhum cliente. A diferença para 2026 é que hoje o hardware é de uso geral e tem mercado secundário. A semelhança é que ninguém compra inferências por segundo: compra-se um resultado que tenha preço.

O que o Japão ensina — e o que não ensina

O projeto dos computadores de quinta geração falhou por três motivos que se aplicam hoje, e por um que já não se aplica.

Aplicam-se: o conhecimento escrito à mão não escala (hoje resolvido pelos dados), o hardware dedicado perde para o de prateleira (aqui a história inverteu-se: o GPU é o de prateleira) e medir o sucesso em unidades técnicas esconde a ausência de clientes — em 1985 media-se em LIPS; em 2026 mede-se em FLOPS, tokens e parâmetros.

Não se aplica: em 1990, uma PIM não servia para mais nada. Um cluster de GPUs serve para treinar modelos, servir vídeo, correr simulações e alugar a terceiros. É por isso que a falha de 2026, a acontecer, será primeiro financeira e só depois tecnológica.

A aritmética que o mercado está a assumir

Para o investimento fazer sentido, cada dólar de capex tem de gerar receita suficiente para pagar três coisas: depreciação (o desgaste do equipamento), energia e operação (o custo de manter os servidores ligados) e custo do capital (juros ou retorno exigido por quem financiou).

A UBS estima que os seis maiores hyperscalers precisam de cerca de 1 bilião de dólares de EBIT adicional até 2031 para justificar os 7,7 biliões de capex previstos. A OpenAI, o cliente mais visível de toda a cadeia, fechou setembro com 50 mil milhões de receita anualizada e uma meta de 70 mil milhões até ao fim do ano — depois de ter visto circular o número errado, 68 mil milhões, e de o corrigir para baixo.

Não é preciso acreditar no colapso para ver o problema: basta comparar a fasquia de rentabilidade com a receita efetiva da camada que a deve pagar.

O ponto contabilístico: depreciação não é dinheiro escondido

A tese original fala de uma «desconexão contabilística» entre capex e opex. É uma boa intuição com uma imprecisão: o capex não fica fora do lucro — entra como depreciação, ano após ano. O que está em causa não é a sua ausência, é o prazo e a taxa a que é reconhecido.

Um GPU comprado por 30 mil dólares e depreciado em seis anos custa 5 mil por ano. Se a vida económica real for de três anos, o custo verdadeiro é o dobro e o lucro reportado está inflacionado. É aqui que a conversa fica concreta: não é preciso uma fraude, basta uma vida útil otimista.

Nos EUA, o teste de imparidade (ASC 360) só é acionado quando o valor contabilístico excede os fluxos de caixa futuros não descontados. Enquanto um cluster alugado gerar qualquer caixa positivo, a imparidade é improvável — o ajuste faz-se por depreciação acelerada, que é silencioso mas bate no lucro por ação trimestre a trimestre. Já as empresas que financiaram GPUs com dívida não têm essa almofada: para elas, o teste é de liquidez, não de contabilidade.

O crédito circular: onde a falha dói primeiro

A CoreWeave — a «neocloud» que aluga capacidade de GPU — tem cerca de 50 mil milhões de dólares de dívida, segundo dados da LSEG, e fechou em 2026 uma linha de 8,5 mil milhões com notação de investimento garantida por GPUs. É o exemplo mais claro de um modelo em que o colateral é o próprio equipamento que perde valor quando a procura cai.

Do outro lado, os fabricantes financiam os clientes. Em outubro, a Nvidia anunciou 3 mil milhões de investimento na Meta (a AMD, 1 mil milhões), no mesmo mês em que a Meta se preparava para captar 95 mil milhões. Quando o fornecedor investe no comprador para o comprador comprar mais, o ciclo funciona — até ao dia em que a procura abranda e o capital regressa a casa ao mesmo tempo que as encomendas.

Quem absorve o choque

Três cenários, com as premissas à vista

1. Aterragem suave. O capex cresce mais devagar, a receita de inferência cresce mais depressa e a depreciação é absorvida em dois ou três trimestres. A Nvidia estagna em receita durante um ano; não há imparidades. É o cenário que o consenso assume.

2. Compressão. Cerca de 20% do capex de 2026-2028 nunca ganha o custo do capital. Isso implica 1,5 a 2 biliões de valor destruído ao longo de três anos, sobretudo em neoclouds e em projetos anunciados que não chegam a arrancar. As ações corrigem 25 a 40%; a economia real perde investimento, não entra em recessão.

3. Rutura. O preço de aluguer de GPU cai, os spreads da dívida de infraestrutura abrem, um ou dois operadores entram em incumprimento e os hyperscalers reconhecem imparidades de centenas de milhares de milhões. É o cenário que se aproxima de 2000-2001 e o único em que se pode falar de recessão global.

Os números dos cenários 2 e 3 são aritmética ilustrativa sobre as premissas indicadas — não são previsões.

A última esperança chama-se agentes — e tem de provar três coisas

O argumento de 2026-2027 é que a IA agêntica muda a unidade de conta: deixa de se vender «acesso a um modelo» e passa a vender trabalho concluído. Se um agente resolve um ticket de apoio ao cliente por 0,40 dólares em vez de 4 dólares de um humano, o opex passa a ter retorno mensurável e a conta fecha.

Para isso ser verdade, faltam três provas: taxa de conclusão (quantas tarefas terminam sem humano), custo por tarefa (tokens, ferramentas, supervisão) e responsabilidade (quem paga quando o agente erra). Sem as três, os agentes são mais um piloto na estatística dos 95%.

E essa estatística existe: um estudo do MIT de 2025 concluiu que 95% dos projetos-piloto de IA generativa não produziram retorno mensurável nos resultados das empresas. A metodologia foi criticada — mede pilotos, não a despesa total, e muitas empresas ainda não sabem medir ganhos — mas a ordem de grandeza explica porque é que o opex corporativo não está a crescer ao ritmo do capex.

Seis sinais a seguir nos próximos doze meses

1. Depreciação como percentagem da receita nos relatórios dos hyperscalers: se sobe mais depressa do que a receita de cloud, o capex está a pesar.

2. Preço de aluguer de GPU no mercado spot: é o indicador mais rápido de excesso de oferta.

3. Spreads da dívida da CoreWeave e similares: o crédito privado avisa antes das ações.

4. Guidance de capex contra crescimento da cloud: quando o primeiro continua a subir e o segundo abranda, a disciplina acabou.

5. Receita anualizada da OpenAI contra os compromissos de computação já assinados: é a medida direta do buraco.

6. Contratos de energia cancelados ou adiados: um data center sem contrato de eletricidade é um projeto que já morreu.

A conclusão incómoda

O Japão não falhou por investir demasiado. Falhou por investir numa camada que ninguém precisava de atravessar. A Nvidia e a Google construíram a camada que todos atravessam — e é por isso que a comparação assusta e ao mesmo tempo falha.

Se a conta de 2026 não fechar, o que se perde não é a utilidade da IA: é o preço pago por ela. E esse preço foi fixado por quem acredita que a receita de amanhã justifica o betão de hoje. A pergunta não é se a tecnologia funciona. É se cabe na conta de quem a usa.

Fontes

• Global AI investment is forecast to exceed $1 trillion in 2026
• $7.7 trillion AI bet: can hyperscalers earn enough to justify the spending?
• Nvidia to invest $3 billion in Meta as tech giants deepen AI partnership
• CoreWeave closes landmark $8.5 billion GPU-backed financing facility
• Private credit roundup: CoreWeave's debt stress tests AI financing boom
• MIT finds 95% of GenAI pilots fail because companies avoid friction
• NVIDIA announces financial results for Q4 and fiscal 2026
• Alphabet says capital spending in 2026 could double
• Nvidia, Oracle, other AI stocks sink on OpenAI revenue report

Hashtags do dia

#InteligênciaArtificial · #Nvidia · #Bolha · #Economia · #Investimento · #Tecnologia