Como avaliar ações de infraestruturas de IA à medida que o crescimento das despesas de capital abranda

À medida que a procura por IA generativa e computação em nuvem continua a crescer, empresas tecnológicas como a Microsoft, Alphabet, Amazon e Meta continuam a expandir os seus investimentos em infraestruturas, impulsionando o rápido desenvolvimento das cadeias de fornecimento de chips, servidores e computação em nuvem de IA. Contudo, ao entrar na segunda metade de 2026, o mercado começou a centrar-se mais atentamente numa questão: agora que o investimento em IA atingiu um nível relativamente elevado, será que as despesas de capital podem continuar a crescer ao mesmo ritmo e estes investimentos podem gerar receitas e fluxos de caixa suficientes?

Esta preocupação não significa que o investimento em IA tenha sofrido uma contração generalizada. Em julho de 2026, as previsões anuais de despesas de capital da Microsoft, Alphabet, Amazon, Meta e Oracle continuavam a ser revistas em alta, com a estimativa combinada a atingir aproximadamente 730 mil milhões de dólares. Ao mesmo tempo, a pressão que os investimentos avultados exercem sobre o fluxo de caixa livre está a tornar-se cada vez mais evidente. Mesmo com um crescimento relativamente forte das receitas, algumas empresas têm de suportar o aumento dos custos de equipamento, construção e financiamento.

Para empresas de computação de IA como a CoreWeave e a IREN, os investidores precisam de distinguir entre a dimensão das despesas de capital, a entrega efetiva de capacidade computacional e a qualidade dos lucros a longo prazo. Este artigo explica como avaliar os riscos potenciais das ações de infraestruturas de IA através da análise das despesas de capital, depreciação, fluxo de caixa e métricas de avaliação.

Principais conclusões

• Um crescimento mais lento das despesas de capital em IA não significa que o investimento total esteja a diminuir, nem implica necessariamente que a procura por capacidade computacional de IA esteja a diminuir.

• O crescimento das despesas de capital pode impulsionar receitas futuras, mas o novo equipamento tem de passar pela construção, implementação e entrega ao cliente antes de poder gerar retornos efetivos.

• A depreciação das GPU, os custos de financiamento e os ciclos de substituição de equipamento afetam a rentabilidade a longo prazo das empresas de computação em nuvem de IA.

• Para empresas intensivas em capital, como a CoreWeave e a IREN, observar apenas o crescimento das receitas ou o valor dos contratos não é suficiente para determinar se as suas avaliações são razoáveis.

• Os investidores precisam de realizar uma análise abrangente com base no fluxo de caixa livre, retorno sobre o capital investido, utilização da capacidade computacional, concentração de clientes e estrutura da dívida.

1. O que significa um crescimento mais lento das despesas de capital em IA?

As despesas de capital (CapEx) são os montantes que uma empresa investe para comprar, construir ou atualizar ativos de longo prazo. No setor das infraestruturas de IA, estes ativos incluem principalmente GPU, servidores, edifícios de centros de dados, instalações de fornecimento e distribuição de energia, equipamento de rede e sistemas de refrigeração.

Ao avaliar as tendências de investimento em IA, é importante distinguir entre as despesas de capital totais e a taxa de crescimento das despesas de capital. Suponha-se que uma empresa investe 10 mil milhões de dólares no primeiro ano, 18 mil milhões de dólares no segundo ano e 22 mil milhões de dólares no terceiro ano. Embora o investimento atinja um novo máximo no terceiro ano, a taxa de crescimento anual já diminuiu de 80% para aproximadamente 22%. Isto significa que o investimento continua a expandir-se, mas a um ritmo mais lento.

Por conseguinte, um crescimento mais lento das CapEx em IA não deve ser interpretado diretamente como uma redução do investimento em IA. Para as empresas que já concluíram parte da construção das suas infraestruturas, um crescimento mais lento do investimento pode simplesmente significar que a construção em grande escala das fases iniciais está gradualmente a transitar para operações. Por outro lado, se uma empresa reduzir o novo investimento devido a uma procura insuficiente dos clientes, ao aumento dos custos de financiamento ou a retornos de projetos inferiores ao esperado, isto pode refletir uma pressão operacional mais profunda.

As despesas de capital também são claramente cíclicas. Uma empresa pode concentrar a construção de centros de dados num ano e centrar-se principalmente na implementação de equipamento e na otimização operacional nos anos seguintes. Por conseguinte, as alterações nas despesas de capital durante um único trimestre podem não refletir com precisão a procura de longo prazo em todo o setor da IA.

Os investidores devem centrar-se mais em saber se uma empresa reduziu as suas previsões de investimento para o ano completo, adiou projetos planeados ou reduziu os compromissos futuros de aquisição de equipamento, em vez de formularem uma avaliação baseada apenas no crescimento homólogo num determinado trimestre.

2. Porque pode o crescimento das despesas de capital em IA pressionar as avaliações das ações tecnológicas?

Durante as fases iniciais do investimento em infraestruturas de IA, o mercado centra-se normalmente mais em saber se uma empresa consegue obter GPU, construir centros de dados e assegurar contratos com clientes. Quando o setor entra num período de expansão em grande escala, os investidores podem deslocar a sua atenção para os retornos sobre o capital.

A razão é que as despesas de capital não equivalem ao lucro do período atual. Quando uma empresa compra GPU e constrói centros de dados, tem primeiro de despender montantes substanciais. Estes ativos são geralmente reconhecidos gradualmente como despesas através da depreciação ao longo de vários períodos contabilísticos futuros. Só quando o equipamento recém-adquirido entra em funcionamento, atrai encomendas de clientes e gera receitas suficientes é que o investimento inicial pode potencialmente produzir um retorno económico.

O desempenho financeiro das empresas tecnológicas em 2026 já reflete esta tensão. Por exemplo, a Meta registou aproximadamente 28% de crescimento das receitas no segundo trimestre, mas o seu fluxo de caixa livre diminuiu aproximadamente 91% em termos homólogos, para 784 milhões de dólares. Durante o mesmo período, a Meta ajustou a sua previsão de despesas de capital para o ano completo para 130–145 mil milhões de dólares.

Isto demonstra que o crescimento das receitas e o desempenho do fluxo de caixa podem divergir significativamente durante períodos de investimento elevado. No que respeita às avaliações das ações, os preços de mercado incorporam frequentemente expectativas de crescimento dos lucros futuros. Se uma empresa continuar a aumentar as despesas de capital, mas o crescimento das novas receitas, das margens de lucro e do fluxo de caixa ficar abaixo das expectativas, os investidores podem reduzir as suas previsões de lucros futuros e, por sua vez, reduzir o múltiplo de avaliação que estão dispostos a pagar.

Por outro lado, se uma empresa conseguir demonstrar que os seus investimentos em IA estão a aumentar as receitas, a retenção de clientes e as margens de lucro a longo prazo, o mercado poderá continuar a atribuir-lhe uma avaliação relativamente elevada, mesmo que o fluxo de caixa livre esteja sob pressão no curto prazo.

Por conseguinte, o principal fator que afeta os preços das ações tecnológicas não é simplesmente saber se as despesas de capital estão a aumentar, mas se as expectativas dos investidores relativamente aos retornos dessas despesas de capital se alteraram.

3. Como pode o fluxo de caixa livre ser utilizado para avaliar a pressão do investimento nas empresas de computação de IA?

O fluxo de caixa livre (FCF) é habitualmente utilizado para medir quanto dinheiro uma empresa consegue reter depois de manter as operações e realizar os investimentos de capital necessários. Para empresas de IA intensivas em capital, o fluxo de caixa livre ajuda os investidores a avaliar se o crescimento do negócio exige uma dependência contínua de financiamento externo.

Uma empresa pode ter receitas operacionais e lucro contabilístico elevados, mas, se tiver de comprar continuamente GPU, construir centros de dados e atualizar instalações de rede, o seu efetivo disponível para utilização discricionária pode continuar a ser limitado.

Por exemplo, suponha-se que uma empresa de computação em nuvem de IA gera 5 mil milhões de dólares em fluxo de caixa operacional num ano e despende 7 mil milhões de dólares na compra de equipamento e na construção de centros de dados. Sem considerar outros ajustamentos, o seu fluxo de caixa livre seria aproximadamente negativo em 2 mil milhões de dólares. Isto não significa necessariamente que a empresa esteja a operar sem sucesso, porque o novo equipamento pode gerar receitas no futuro. No entanto, significa que a expansão atual continua a ter de ser sustentada por reservas de caixa, dívida ou financiamento através de capital próprio.

Ao analisar o fluxo de caixa livre, os investidores também precisam de distinguir entre investimento de crescimento e investimento de manutenção. O investimento de crescimento é utilizado para expandir a capacidade de serviço futura, como a construção de novos clusters de GPU. O investimento de manutenção é utilizado para substituir equipamento obsoleto e manter as operações existentes a funcionar normalmente.

Esta distinção é especialmente importante para empresas intensivas em GPU. Se uma empresa tiver de substituir frequentemente o hardware para se manter competitiva, alguns investimentos que parecem destinar-se à expansão podem, na realidade, ser despesas operacionais necessárias a longo prazo.

Além disso, as empresas podem obter ativos computacionais através de locações financeiras, locações operacionais ou financiamento de equipamento. Diferentes modalidades de financiamento podem ser apresentadas de forma distinta nos valores das despesas de capital e nas demonstrações de fluxos de caixa. Por conseguinte, o encargo de investimento efetivo de uma empresa não pode ser avaliado apenas com base numa métrica financeira.

Os investidores podem combinar o fluxo de caixa operacional, as despesas de capital em numerário, os passivos de locação e os compromissos futuros de aquisição de equipamento para analisar as necessidades de financiamento em diferentes cenários de crescimento.

4. Porque é que a depreciação das GPU afeta as avaliações das empresas de computação em nuvem de IA?

As GPU são ativos operacionais importantes para as empresas de computação em nuvem de IA. Ao contrário dos terrenos ou de determinadas instalações imobiliárias, contudo, as GPU enfrentam atualizações tecnológicas e melhorias de desempenho rápidas. Os chips de nova geração podem melhorar a eficiência computacional, o consumo de energia e o custo computacional por unidade, alterando potencialmente a competitividade comercial do equipamento da geração anterior.

Depois de comprar GPU, uma empresa normalmente não reconhece de imediato todo o custo como despesa na demonstração de resultados. Em vez disso, deprecia o custo ao longo da vida útil prevista do equipamento. Partindo do princípio de que todas as restantes condições se mantêm inalteradas, um período de depreciação mais longo resulta geralmente numa menor despesa anual de depreciação, enquanto um período de depreciação mais curto resulta numa maior despesa anual de depreciação.

Por exemplo, suponha-se que um grupo de servidores com GPU custa 60 milhões de dólares e não tem valor residual. Ao abrigo de uma depreciação linear ao longo de seis anos, a despesa anual de depreciação seria de 10 milhões de dólares. Se a vida útil económica efetiva for de apenas quatro anos, a despesa anual de depreciação segundo um calendário de depreciação de quatro anos seria de 15 milhões de dólares.

Esta diferença afeta o lucro contabilístico, mas não altera o custo de aquisição que a empresa já pagou. Por conseguinte, ao analisar a depreciação das GPU, os investidores precisam de considerar tanto a vida útil contabilística como a vida útil económica efetiva.

É importante salientar que a vida útil económica de um ativo não equivale necessariamente ao ciclo de produto dos produtos de nova geração. As GPU de gerações anteriores podem continuar a ser utilizadas para inferência, computação empresarial ou cargas de trabalho sensíveis aos custos. O seu valor efetivo depende do desempenho, do consumo de energia, da procura dos clientes e dos preços de aluguer.

Na apresentação de resultados do quarto trimestre do exercício de 2026, a Microsoft divulgou que as despesas de capital trimestrais totalizaram 41 mil milhões de dólares, dos quais aproximadamente dois terços foram atribuídos a ativos de menor duração, principalmente CPU e GPU. A empresa também ajustou as vidas úteis estimadas de ativos de longo prazo, como edifícios de centros de dados, mas este não é o mesmo conceito que o período de depreciação das GPU.

Para empresas de computação em nuvem de IA como a CoreWeave, os investidores devem acompanhar atentamente as políticas de depreciação dos ativos de GPU, os planos de substituição de equipamento e a possibilidade de o equipamento de modelos mais antigos continuar a gerar receitas de aluguer suficientes.

Se a vida útil económica efetiva for significativamente inferior ao período de depreciação utilizado nas demonstrações financeiras, a empresa pode enfrentar um risco mais elevado de imparidade futura dos ativos. Se o equipamento conseguir manter uma elevada utilização durante um período prolongado, poderá gerar mais fluxo de caixa ao longo da sua vida útil.

5. Como podem os investidores determinar se a utilização da capacidade computacional de IA é suficiente para suportar as receitas?

A utilização da capacidade computacional é um indicador importante da eficiência do investimento em infraestruturas de IA. Para as empresas de computação em nuvem de IA, a compra de GPU é apenas o primeiro passo para criar capacidade de serviço. O equipamento também tem de ser instalado, ligado à rede, testado e entregue aos clientes antes de poder começar a gerar receitas.

Mesmo que uma empresa possua um grande número de GPU, uma utilização efetiva baixa pode impedi-la de cobrir a depreciação do equipamento, a eletricidade, a operação e manutenção e os custos de financiamento. Por exemplo, suponha-se que um cluster de GPU pode, teoricamente, fornecer 100 000 horas de serviços computacionais por mês, a uma tarifa média de 3 $ por hora. Se toda a capacidade computacional pudesse ser vendida em condições ideais, a receita mensal atingiria 300 000 $. Se a utilização efetiva faturável for apenas de 50% e os preços se mantiverem inalterados, a receita mensal diminuiria para 150 000 $.

Isto significa que a rentabilidade é afetada simultaneamente pela capacidade computacional, pela utilização efetiva e pela receita por unidade de capacidade computacional. Mesmo que o número de GPU aumente, o novo equipamento pode reduzir o retorno total sobre o capital se a procura dos clientes crescer mais lentamente do que o esperado.

Contudo, a utilização da capacidade computacional não deve ser entendida simplesmente como GPU a operar sempre com carga total. Algumas empresas utilizam contratos de reserva de capacidade a longo prazo. Mesmo que os clientes não utilizem plenamente os recursos reservados, os prestadores de serviços podem continuar a cobrar taxas ao abrigo dos contratos. Outras empresas cobram à hora ou com base na utilização, tornando as suas receitas mais estreitamente ligadas à utilização efetiva. Por conseguinte, os investidores precisam de considerar o modelo de negócio da empresa e acompanhar o número de GPU implementadas, a capacidade faturável, a cobertura contratual, a receita por unidade de capacidade computacional e o progresso das entregas aos clientes.

Se a capacidade computacional de uma empresa estiver a crescer rapidamente, mas o crescimento das receitas for significativamente mais lento, os investidores precisam de determinar se o novo equipamento ainda não entrou em funcionamento, se os contratos com clientes ainda não começaram a gerar receitas faturáveis ou se a procura efetiva do mercado é insuficiente.

6. Em que diferem os riscos de avaliação da CoreWeave e da IREN?

A CoreWeave (CRWV) e a IREN (IREN) participam ambas no mercado de infraestruturas de computação de IA, mas as suas bases de negócio e trajetórias de expansão diferem. Por conseguinte, as mesmas premissas de avaliação não podem ser aplicadas diretamente a ambas as empresas.

A CoreWeave fornece principalmente serviços de computação em nuvem para cargas de trabalho de IA. O seu modelo de negócio depende da implementação de clusters de GPU, da procura dos clientes por capacidade computacional e de contratos de serviços de longo prazo. Os investidores precisam de centrar-se em saber se a empresa consegue converter encomendas contratadas em receitas efetivas e se a construção de nova capacidade computacional exige que suporte custos de financiamento elevados.

Para a CoreWeave, a carteira de receitas contratadas pode ajudar a indicar a visibilidade das receitas futuras, mas não pode ser tratada diretamente como fluxo de caixa realizado. A execução dos contratos depende geralmente da implementação do equipamento, da disponibilidade do serviço e da aceitação por parte do cliente. As receitas relacionadas também podem ser reconhecidas ao longo de vários períodos contabilísticos futuros.

Em contraste, a IREN tem um histórico empresarial que inclui a expansão da mineração de Bitcoin para a computação em nuvem de IA. A sua experiência existente no desenvolvimento de centros de dados e os seus recursos energéticos podem proporcionar uma base para o seu negócio de IA, mas as infraestruturas de mineração e as instalações de computação em nuvem de IA de alto desempenho não são idênticas.

A análise da avaliação da IREN precisa de distinguir entre o seu negócio de mineração de Bitcoin e o seu negócio de computação em nuvem de IA. Os investidores devem prestar especial atenção ao custo de implementação de novas GPU, ao progresso das atualizações dos centros de dados e à possibilidade de as receitas da nuvem de IA gerarem lucro e fluxo de caixa sustentáveis.

Ambas as empresas podem beneficiar da crescente procura por capacidade computacional de IA, mas expectativas elevadas de crescimento do negócio não significam necessariamente que os riscos de avaliação das suas ações sejam baixos.

Por exemplo, se o mercado já tiver avaliado uma empresa com base num cenário de elevado crescimento para os próximos anos, as suas ações podem ainda enfrentar uma correção mesmo que as receitas efetivas continuem a crescer, desde que a taxa de crescimento fique abaixo das expectativas do mercado.

Por conseguinte, ao comparar empresas de computação de IA, os investidores precisam de considerar o desempenho operacional juntamente com as expectativas do mercado, em vez de determinarem qual empresa é mais atrativa apenas com base no crescimento das receitas.

7. Que métricas de avaliação devem os investidores acompanhar para as ações de computação de IA?

A análise tradicional de ações utiliza frequentemente o rácio preço/lucro (P/E) para avaliar as avaliações das empresas. Contudo, para empresas de computação em nuvem de IA que continuam num período de elevado investimento de capital e têm lucros voláteis, um único rácio P/E pode não refletir plenamente as suas condições operacionais.

Os investidores podem combinar as cinco métricas seguintes na sua análise.

O EV/EBITDA exige particular cautela quando utilizado para empresas de infraestruturas de IA. Como o EBITDA exclui a depreciação e a amortização, uma empresa que compra grandes quantidades de GPU pode ter um EBITDA elevado e, ao mesmo tempo, enfrentar despesas substanciais de substituição de equipamento.

Por exemplo, duas empresas de computação em nuvem de IA podem ter, cada uma, um EBITDA de 1 mil milhão de dólares, mas uma pode precisar de investir apenas 200 milhões de dólares por ano para manter o equipamento existente, enquanto a outra precisa de investir 800 milhões de dólares. Se todas as restantes condições forem iguais, as duas empresas podem ter capacidades de geração de caixa a longo prazo significativamente diferentes.

Além disso, o valor da empresa (EV) geralmente considera fatores como dívida e caixa. Para empresas que dependem fortemente de locações financeiras e financiamento externo para a expansão, as comparações baseadas apenas na capitalização bolsista do capital próprio podem subestimar o seu encargo total de capital.

Por conseguinte, uma abordagem mais razoável consiste em analisar primeiro o crescimento das receitas e as margens de lucro, examinar depois o fluxo de caixa livre, a estrutura da dívida e as despesas de capital futuras e, por fim, determinar se a avaliação atual já reflete estes riscos.

8. Como podem os investidores determinar se um crescimento mais lento das despesas de capital em IA vai desencadear um ajustamento da avaliação?

Um crescimento mais lento das despesas de capital em IA não provoca necessariamente uma descida das ações de computação de IA. Os fatores principais são a razão da desaceleração e as expectativas de crescimento que o mercado tinha anteriormente incorporado no preço da empresa.

Se o crescimento das despesas de capital abrandar principalmente porque a construção anterior foi concluída e a empresa começa a aumentar a utilização do equipamento, a expandir as receitas dos clientes e a melhorar o fluxo de caixa livre, um crescimento mais lento do investimento pode, em vez disso, indicar que o modelo de negócio está gradualmente a amadurecer.

Em contraste, se uma empresa adiar o investimento devido a uma procura insuficiente dos clientes, ao aumento da pressão de financiamento ou à diminuição da viabilidade económica dos projetos, o mercado pode reavaliar o seu potencial de crescimento a longo prazo.

Os investidores podem avaliar a situação em três passos.

1. Observar se as despesas de capital estão alinhadas com o crescimento das receitas. Se as despesas de capital de uma empresa continuarem a aumentar enquanto o crescimento das novas receitas abranda significativamente, os investidores precisam de analisar se as novas instalações ainda não entraram em funcionamento e quando os investimentos relacionados podem começar a gerar retornos.

2. Observar as alterações nas margens de lucro e no fluxo de caixa. Se as receitas continuarem a crescer, mas a margem bruta, o fluxo de caixa operacional e o fluxo de caixa livre continuarem a deteriorar-se, a expansão do negócio pode ser acompanhada por uma pressão crescente sobre os custos. Contudo, os investidores também precisam de distinguir o investimento temporário em construção de uma diminuição da rentabilidade a longo prazo.

3. Observar se a avaliação depende excessivamente de premissas de elevado crescimento. Se a avaliação atual de uma empresa se basear em expectativas de crescimento elevado sustentado ao longo dos próximos anos, mesmo uma redução moderada das expectativas de crescimento pode fazer com que o múltiplo de avaliação se contraia, mesmo que as condições operacionais não se tenham deteriorado materialmente.

Por exemplo, suponha-se que uma empresa esperava inicialmente que as receitas crescessem 60% por ano durante os três anos seguintes, mas posteriormente reviu a sua expectativa para 35%. Uma taxa de crescimento de 35% continua a ser relativamente elevada, mas, se o mercado tiver anteriormente avaliado as ações com base numa trajetória de crescimento de 60%, as ações podem ainda registar uma volatilidade significativa.

Por conseguinte, os investidores precisam de distinguir entre a deterioração dos fundamentos e os ajustamentos nas expectativas do mercado. Uma descida do preço das ações não significa necessariamente que a procura no setor da IA tenha desaparecido. Pode simplesmente significar que os investidores estão a começar a exigir provas mais claras de rentabilidade e fluxo de caixa.

9. Como podem os investidores individuais criar um quadro de avaliação de risco para as ações de computação de IA?

Os investidores individuais que pretendam exposição a infraestruturas de IA podem criar um quadro de avaliação de risco em torno de quatro áreas: crescimento do negócio, investimento de capital, fluxo de caixa e avaliação.

• Identificar as principais fontes de receitas da empresa. Os fabricantes de chips, os prestadores de serviços de computação em nuvem, os operadores de centros de dados e as empresas de infraestruturas energéticas podem todos fazer parte da cadeia de fornecimento de IA, mas os seus modelos de lucro e estruturas de risco diferem.

• Analisar os planos de despesas de capital da empresa para os próximos um a dois anos e avaliar se os ativos já operacionais podem gerar receitas suficientes. Para grandes projetos de centros de dados, os investidores devem prestar especial atenção às ligações elétricas, licenças de construção, implementação de GPU e progresso das entregas aos clientes.

• Avaliar as fontes de financiamento da empresa. As grandes empresas tecnológicas com fluxo de caixa operacional estável têm geralmente uma maior capacidade de absorver investimentos do que as empresas em crescimento que dependem fortemente de financiamento externo. Contudo, mesmo para as grandes empresas tecnológicas, despesas de capital excessivas podem afetar recompras de ações, dividendos e outros planos de alocação de capital.

• Realizar análises de cenários com base na avaliação atual das ações. Os investidores podem considerar diferentes cenários, incluindo crescimento elevado sustentado das receitas, normalização gradual do crescimento e atrasos na entrega de projetos, e avaliar de que forma a rentabilidade, as necessidades de financiamento e a avaliação da empresa podem mudar.

O objetivo deste quadro não é prever com precisão o próximo ajustamento do preço das ações. Em vez disso, pretende avaliar se o preço de mercado atual exige da empresa um crescimento futuro excessivamente otimista e se a empresa tem capacidade para satisfazer essas expectativas.

Resumo

Um crescimento mais lento das despesas de capital em IA não significa que o ciclo de investimento em infraestruturas de IA tenha terminado. Para empresas de centros de dados e computação em nuvem que continuam a expandir-se, uma diminuição da taxa de crescimento das despesas de capital pode ser um sinal normal de que o ciclo de investimento entrou numa nova fase. Também pode indicar alterações na procura, nos custos ou no ambiente de financiamento.

À medida que o investimento em infraestruturas de IA se expande, os critérios de avaliação do mercado estão gradualmente a ir além das contagens de GPU, da capacidade dos centros de dados e do valor dos contratos, orientando-se para as receitas efetivas, a utilização do equipamento, o fluxo de caixa livre e os retornos sobre o capital.

Para empresas de computação de IA como a CoreWeave e a IREN, o potencial de elevado crescimento das receitas precisa de ser avaliado juntamente com a depreciação das GPU, os custos de financiamento e os riscos de entrega de projetos. Para fornecedores a montante como a NVIDIA, os investidores precisam de acompanhar se as alterações nos planos de despesas de capital dos clientes afetam o ritmo de aquisição de equipamento.

A longo prazo, o valor de investimento das ações de computação de IA depende não só de quanto capital uma empresa consegue investir, mas também de saber se esse capital consegue gerar de forma consistente retornos económicos acima do custo de capital.

Perguntas frequentes

O que significa CapEx de IA?

CapEx de IA refere-se às despesas de capital em inteligência artificial. Inclui principalmente investimentos de longo prazo em centros de dados de IA, aquisição de GPU e expansão das infraestruturas de servidores e rede.

Um crescimento mais lento das despesas de capital em IA significa que a bolha da IA rebentou?

Não necessariamente. Um crescimento mais lento das despesas de capital pode resultar de uma base de investimento mais elevada, da entrada dos projetos na fase operacional ou da melhoria da eficiência do investimento. Também pode refletir pressão sobre a procura e o financiamento. Os investidores precisam de avaliar a situação com base em dados operacionais específicos.

Porque podem as empresas de computação em nuvem de IA aumentar rapidamente as receitas e ainda assim reportar perdas?

A aquisição de GPU, a construção de centros de dados, a depreciação do equipamento e os custos de financiamento podem ser elevados. Mesmo que as receitas cresçam rapidamente, uma empresa pode ainda reportar perdas contabilísticas ou fluxo de caixa livre negativo devido à dimensão dos seus investimentos anteriores.

A CoreWeave e a IREN devem utilizar o mesmo método de avaliação?

Não totalmente. As duas empresas diferem na estrutura de negócio, na base de ativos e nas fontes de receitas. Os riscos relativos à entrega de contratos, despesas de capital, fluxo de caixa e transição de negócio precisam de ser analisados separadamente.

O EV/EBITDA é adequado para avaliar ações de computação de IA?

Pode ser utilizado como referência, mas não deve ser utilizado isoladamente. Como o EBITDA não reflete plenamente a depreciação das GPU e as despesas de substituição de equipamento, os investidores também precisam de acompanhar as despesas de capital, o fluxo de caixa livre e os encargos da dívida.

Quais são os sinais comuns de que uma ação de computação de IA está sobreavaliada?

Os riscos comuns incluem uma avaliação que depende fortemente de um elevado crescimento futuro, despesas de capital que permanecem acima da capacidade de geração de caixa, elevada concentração de clientes, utilização insuficiente do equipamento e necessidades continuamente crescentes de financiamento por dívida ou capital próprio. Estes sinais devem ser avaliados de forma abrangente no contexto da fase de desenvolvimento da empresa.