A lógica de investimento em risco de IA está a mudar: de aumentos de capital a uma nova avaliação dos retornos

O sinal claro do mercado recentemente é a mudança dramática na atitude dos investidores em relação ao risco de investimentos em IA. Quando uma grande empresa de tecnologia anuncia redução de gastos de capital, antes gerava entusiasmo no mercado; agora, provoca uma forte queda nas ações. Essa contradição reflete uma mudança silenciosa na lógica profunda das estratégias de risco de investimento — de uma narrativa otimista focada na expansão de capital para uma avaliação mais fria do retorno real do investimento. Mas o que exatamente o mercado está preocupado? Analisamos três grandes riscos no setor de IA: retorno de capital, pressão de financiamento e riscos de conexão entre empresas.

Será que gastos massivos de capital podem se transformar em retornos reais?

A característica mais marcante da atual onda de IA é o investimento sem precedentes em capacidade computacional e centros de dados por parte das empresas de tecnologia. Segundo dados da FactSet e Bloomberg, os cinco maiores provedores de nuvem do mundo gastaram, nos últimos quatro trimestres, um total de 357,2 bilhões de dólares em capital para IA, com expectativa de que esse valor suba para cerca de 500 bilhões até 2026.

O que isso significa? Do ponto de vista de fluxo de caixa, esses cinco gigantes destinam em média 60% de seu fluxo de caixa livre para gastos em IA. Em outras palavras, quase dois terços do caixa gerado pelas empresas estão sendo investidos nesse setor. Algumas empresas estão em situação ainda mais extrema — certos investimentos de capital representam mais de 500% do fluxo de caixa operacional, ou seja, o caixa interno não cobre nem de perto as necessidades de investimento.

A grande questão: esses investimentos tão elevados realmente gerarão os retornos esperados?

Atualmente, embora a IA seja reconhecida como uma das áreas tecnológicas com maior potencial, sua monetização comercial ainda não está clara, e os modelos de lucro ainda estão em fase de exploração. Isso traz duas incertezas: uma, se esses investimentos podem se transformar em lucros significativos no futuro; outra, que a eficiência marginal desses investimentos provavelmente diminuirá à medida que o volume de capital aumenta.

Isso está alinhado com a lei econômica da diminishing marginal returns — quanto mais se investe, menor o retorno adicional. Mas o custo de investir em IA não diminuiu; pelo contrário, desde 2023, os preços de computadores e equipamentos de processamento de dados continuam a subir, contrastando com a queda de preços na era da internet dos anos 1990. Em outras palavras, o investimento atual em IA ainda está na fase de “escala não econômica”, onde grandes gastos não resultam em redução de custos proporcional.

Esse fenômeno está levando o mercado a reavaliar as avaliações de ações. Se as expectativas otimistas se exagerarem, uma correção será inevitável. A forte queda das ações da Oracle já sinaliza isso: a era de contar histórias apenas com gastos de capital acabou; o mercado agora quer ver retorno concreto, não mais investimentos intermináveis sem resultados.

Essa mudança de expectativa é comum na história. Cada ciclo de revolução tecnológica apresenta oscilações de preços similares. Embora a IA tenha potencial de longo prazo para aumentar a produtividade, seu progresso costuma ser pontuado por fases de avanços e retrocessos, não uma evolução linear. Em grandes ciclos industriais, é comum passar por várias fases de expansão e ajuste de 3 a 5 anos. Como indicador avançado, o preço das ações costuma oscilar ainda mais. Como disse Keynes, os investidores muitas vezes não compreendem totalmente o que compram; quando suas expectativas excessivamente otimistas se frustram, os preços caem.

A dependência crescente de financiamento e os riscos de crédito

Grandes investimentos empresariais geralmente levam anos para se concretizar, mas os custos de mão de obra e matérias-primas devem ser pagos imediatamente. Isso significa que as empresas precisam gastar antecipadamente uma grande quantidade de recursos antes de obter retorno. Esses recursos vêm de fluxo de caixa interno ou de financiamento externo.

A disponibilidade e o custo do financiamento dependem de um fator-chave: a confiança dos credores na capacidade de pagamento e na perspectiva de negócios da empresa. Se essa confiança diminuir, as condições de crédito se tornam mais restritivas, elevando os custos de financiamento e ameaçando a continuidade dos planos de investimento.

Por exemplo, a Oracle, com seus ambiciosos planos de gastos em IA, depende bastante de financiamento externo. Segundo seus últimos resultados, o fluxo de caixa livre caiu para negativo, -100 bilhões de dólares. A receita foi de 289 bilhões, enquanto a dívida líquida atingiu 977 bilhões — uma discrepância enorme que já preocupa o mercado.

O mercado já está reavaliando o risco de crédito da Oracle. Um indicador claro é o spread de CDS (Credit Default Swap) — o custo de proteção contra inadimplência. Nos últimos meses, o CDS da Oracle subiu acima de 140 pontos-base, atingindo o nível mais alto desde a crise de 2008. Isso mostra que os credores estão mais preocupados com o risco de inadimplência e exigem maior prêmio de risco. Como consequência, o custo e a dificuldade de obter financiamento para a Oracle devem aumentar significativamente.

Não é um caso isolado. Outras empresas de IA também enfrentam dificuldades semelhantes — receitas abaixo do esperado, forte necessidade de financiamento. Algumas provedores de nuvem de alta performance, por exemplo, reduziram suas projeções de receita por atrasos em contratos, emitiram grandes dívidas conversíveis para captar recursos, aumentando a preocupação do mercado. Seus preços de ações caíram 37% recentemente, e o spread de CDS de suas dívidas subiu de menos de 400 para 773 pontos-base, indicando deterioração do risco de crédito.

Gigantes de tecnologia formando uma teia: quem assume os riscos conexos?

O diferencial desta onda de IA é que os gigantes de tecnologia estão assumindo o papel de investidores de risco. Eles não apenas investem em startups, mas também moldam toda a direção do setor. Essa estratégia parece fortalecer a cooperação interna, reduzir assimetrias de informação e aumentar a eficiência geral.

Porém, isso também cria uma nova vulnerabilidade: as empresas estão interligadas por uma rede complexa de investimentos e financiamentos, de modo que o risco de uma delas falhar pode se propagar rapidamente por toda a cadeia, gerando efeitos em cascata.

Atualmente, Nvidia, OpenAI, Oracle e outros gigantes já estabeleceram múltiplas parcerias — de investimentos diretos a compras de serviços em nuvem, de implantação de chips a pesquisa conjunta. Essas empresas estão “ligadas” por uma rede estreita de vínculos.

Por exemplo, Nvidia comprometeu-se a investir até 1000 bilhões de dólares na OpenAI, enquanto compra 6,3 bilhões de dólares em serviços de nuvem de provedores de infraestrutura, investe 5 bilhões de dólares na Intel e planeja desenvolver chips em parceria. A OpenAI assinou um acordo de 300 bilhões de dólares em cloud com a Oracle, além de pagar até 22,4 bilhões de dólares a outros fornecedores de infraestrutura e implantar chips AMD de bilhões de dólares.

Essa estrutura altamente interligada significa que, se uma dessas empresas enfrentar dificuldades — por fracasso em investimentos ou quebra de financiamento — o impacto se espalhará rapidamente, podendo desencadear uma reação em cadeia no setor. Após a forte queda da Oracle na semana passada, as ações de empresas relacionadas também recuaram. Mesmo empresas de chips com bom desempenho tiveram suas ações impactadas. Isso mostra que os investidores estão reavaliando os riscos de uma estratégia de “coração unido” no setor de IA, e os riscos de contágio começam a ser levados a sério.

O que a desaceleração da IA significa para a economia dos EUA

Em 2025, a economia dos EUA mostrou resiliência, mas grande parte desse desempenho se deve à expansão dos investimentos em ativos fixos relacionados à IA. Estimativas indicam que a contribuição da IA para o crescimento do PIB real dos EUA foi de cerca de 0,7 pontos percentuais, representando um terço do crescimento total. Sem o efeito da IA, o crescimento dos setores tradicionais parece mais fraco do que os dados sugerem.

Para 2026, se as dúvidas sobre a capacidade de retorno dos investimentos em capital de IA persistirem, e se as condições de financiamento se tornarem mais restritivas, é provável que o ritmo de expansão desses investimentos desacelere significativamente.

Esse risco não pode ser resolvido apenas com políticas de afrouxamento monetário, pois o principal obstáculo não é o custo do crédito, mas a incerteza quanto ao retorno do investimento. Além disso, as tarifas atuais elevam os preços dos bens de capital de IA, criando uma restrição de oferta que o banco central não consegue resolver.

O efeito de riqueza da IA também merece atenção. Dados mostram que quase metade do consumo nos EUA é realizado pelos 10% mais ricos, que detêm cerca de 87% das ações americanas. Nos últimos anos, esse grupo se beneficiou bastante dos retornos do mercado de capitais. Se uma correção de mercado reduzir esse efeito de riqueza, o consumo poderá sofrer.

Ao mesmo tempo, o mercado de trabalho dos EUA já mostra sinais de fraqueza contínua, com perspectivas de emprego incertas, o que reduz a confiança do consumidor. Historicamente, em fases de desaceleração econômica, a demanda por consumo costuma ser fraca. A atual polarização do consumo — com alta renda mantendo o consumo estável enquanto as classes médias e baixas enfrentam dificuldades — pode estar sinalizando esse cenário.