#美股AI概念股普涨 O preço das ações sobe ou desce, dependendo do “conteúdo de IA”? Compreender essa lógica é ainda mais importante

Recentemente, o mercado de ações global apresentou um fenômeno interessante: quanto mais forte for a cadeia de indústrias de IA de um país, melhor será a performance dos principais índices de ações.

Dados do Wind mostram que, até 29 de maio, desde o conflito entre EUA e Irã em março deste ano, o índice de semicondutores de Filadélfia subiu 58,4%, o índice composto da Coreia do Sul aumentou 35,7%, o índice ponderado de Taiwan e o índice de crescimento do mercado de ações A também tiveram bom desempenho, enquanto na Europa e em outros mercados emergentes, com menor conteúdo de IA, os ganhos foram significativamente menores.

Isso significa que, “conteúdo de IA” é a “senha” para a alta ou baixa das ações?
Há uma forte correlação positiva entre ambos, mas se ampliarmos o olhar, perceberemos que as coisas não são tão simples. O desempenho das ações é influenciado por múltiplos fatores, incluindo níveis de avaliação, fluxo de capital, fase do ciclo industrial, lucros das empresas, etc., todos impactando o resultado final. O “conteúdo de IA” é muito importante, mas não é tudo.
Ainda assim, não se pode negar que a IA já se tornou uma das direções de investimento mais consensuais e sustentáveis na indústria tecnológica global atual.
Quer seja na expansão da infraestrutura de computação ou na implementação gradual de aplicações, a IA está passando do “conceito” para “desempenho”, do “previsível” para “realizado”. Para os investidores, entender as fases de desenvolvimento e a lógica interna da indústria de IA é mais relevante do que simplesmente seguir a etiqueta de “conteúdo de IA”.
Então, como compreender de forma mais abrangente as oportunidades atuais de investimento em IA?

01 Cadeia de indústrias de IA é setor de alta previsibilidade e ciclo de prosperidade
Nos últimos anos, a cadeia de indústrias de IA tornou-se um componente central na formação de preços de ativos globais, com as ações de empresas relacionadas subindo rapidamente, levando alguns a preocupações de que o setor possa estar “sobrecarregado”.
A CICC acredita que, atualmente, a IA ainda não atingiu o estágio de preocupação com o colapso do ciclo de prosperidade. O mercado global de IA é altamente interligado, e as principais empresas de IA nos EUA, como líderes do setor, atuam como indicadores de tendência, refletindo as mudanças na cadeia de valor. Tomando o setor de IA dos EUA como exemplo:
Primeiro, a IA está realmente aumentando a produtividade.
Nos três primeiros trimestres de 2025, o PIB dos EUA cresceu 2,51% em relação ao ano anterior, e o Federal Reserve de St. Louis estima que a IA contribuiu com aproximadamente 0,97 ponto percentual, cerca de 39% dessa expansão, superior aos 28% da revolução da internet em 2000. Mais importante, a comercialização de agentes de IA no setor empresarial está acelerando, com receitas anuais de grandes fabricantes de IA no exterior atingindo centenas de bilhões de dólares. O investimento em capacidade de computação está mudando de “custo” para “geração de lucro”.
Segundo, as principais empresas ainda não estão altamente alavancadas.
Em comparação com o período da bolha da internet, o investimento atual em IA depende mais do fluxo de caixa interno das grandes empresas de tecnologia. Apesar do alto investimento em capital, a relação dívida/patrimônio ainda está claramente abaixo da média da época da bolha da internet.
Terceiro, os níveis de avaliação não são elevados.
Dados do Wind mostram que, até o final de maio de 2026, o índice de preço/lucro (P/E) do setor de tecnologia da informação do S&P 500 era de apenas 24 vezes, muito abaixo das 55 vezes durante a bolha da internet em 2000. O crescimento de desempenho de alta velocidade pode estar já incorporado na avaliação.

02 Do infrastructure ao desenvolvimento de aplicações verticais: ritmo de realização
A cadeia de indústrias de IA já apresenta uma estrutura clara de upstream, midstream e downstream, com diferentes graus de maturidade e lógica de investimento em cada etapa.
Upstream (camada de infraestrutura): “âncora” de alta previsibilidade de desempenho

A upstream é a base para aplicações de IA, incluindo principalmente capacidade de computação, dados e segurança de rede.
Capacidade de computação e hardware: o foco do consumo de IA está mudando de treinamento para inferência. A Barclays estima que, até 2026, a demanda global por inferência de IA representará mais de 70% do total de capacidade de IA gerada, com a escala de inferência podendo atingir 4,5 vezes a capacidade de treinamento, e a demanda por capacidade de computação deve continuar crescendo. Isso impulsiona uma demanda mais dispersa e maior escala, com requisitos mais elevados de eficiência energética e custos de implantação. Entre 2026 e os próximos 2-3 anos, espera-se que o mercado global e chinês de capacidade de IA permaneça em situação de oferta insuficiente, sendo uma das áreas mais críticas de desequilíbrio entre oferta e demanda.
Dados e segurança de rede: a primeira etapa na implantação de IA pelas empresas geralmente envolve governança, integração e proteção de dados. Assim, o crescimento da receita dessas empresas serve como um indicador avançado. Algumas empresas de serviços de dados e segurança de rede na América do Norte já apresentaram resultados trimestrais acima do esperado por vários períodos, confirmando a realidade dos investimentos corporativos em IA e fornecendo uma lógica clara de mapeamento para os ativos domésticos.
Midstream (camada de plataformas e modelos): núcleo da distribuição de valor e reestruturação do modelo de negócios
A midstream inclui principalmente serviços de grandes modelos (MaaS), modelos verticais específicos e cadeias de ferramentas.

Token (unidade de token) como motor principal: o token evoluiu de uma simples métrica técnica para um elemento central de produção e valor na era da IA. Segundo a Comissão Nacional de Desenvolvimento e Reforma da China, a quantidade diária de chamadas de tokens no país explodiu exponencialmente, de cerca de 100 bilhões no início de 2024 para 140 trilhões em março de 2026, um crescimento de mais de mil vezes em dois anos. Isso impulsionou a formação de modelos de negócios maduros em torno de tokens, incluindo plataformas de agregação de tokens, serviços MaaS de fornecedores de nuvem, entre outros.
Concorrência de modelos e fluxo de valor: embora a camada de aplicação seja diversificada, o valor da cadeia de valor está se acelerando para o nível de modelos. As startups de IA estão crescendo rapidamente em receita, mas a maior parte do lucro acaba sendo paga como custo para os fabricantes de modelos e fornecedores de capacidade de computação. Modelos domésticos já representam uma parcela importante no mercado global de chamadas, demonstrando forte competitividade internacional.
Downstream (camada de aplicação): buscando crescimento real na diferenciação
As aplicações finais, voltadas diretamente para empresas e consumidores, representam o cenário de realização de valor e atualmente apresentam forte diferenciação, com oportunidades e riscos coexistindo.
Aplicações empresariais: alguns setores verticais já mostram sinais iniciais de validação comercial, especialmente em indústrias de dados intensivos e fluxos de trabalho complexos, como risco financeiro, subscrição de seguros, integração de dados corporativos e marketing transfronteiriço. Os agentes de IA, com sua capacidade de planejamento autônomo e chamada de ferramentas, estão se tornando modelos de negócio viáveis nesta fase, sendo profundamente integrados em automação de escritório, atendimento ao cliente, entre outros.
Aplicações de consumo: como exemplos, os curtas-metragens/longas de IA reduziram custos e aumentaram eficiência, gerando modelos de lucro claros. Além disso, ferramentas de geração de vídeos por IA, devido à alta demanda, já apresentam aumentos rápidos de preços. Assistentes inteligentes, por sua vez, demonstram forte fidelidade do usuário na melhora de pesquisa e aprendizado, com disposição a pagar em desenvolvimento.

03 Expectativas “à direita” para aplicações de IA ou já existentes, foco em cinco grandes áreas
Resumindo, o desenvolvimento da indústria de IA global apresenta uma característica clara de “infraestrutura na frente, aplicações atrás”. A margem de lucro das empresas de aplicações é geralmente pressionada pelos custos de chamadas de modelos e capacidade de computação, com o valor da cadeia de valor se concentrando cada vez mais em modelos e infraestrutura de base.
Embora os fundamentos (lucros) do setor de aplicações de IA ainda estejam na “esquerda”, as tendências industriais e algumas validações comerciais iniciais de segmentos específicos já oferecem expectativas “à direita” ao mercado.
Assim, é difícil que o setor de aplicações de IA “floreça por completo”, sendo mais provável que segmentos com sinais claros de validação comercial e modelos de lucro já estabelecidos tenham maior oportunidade.

Cinco grandes áreas:
Primeiro, ecossistema de grandes modelos. Os grandes modelos são a infraestrutura fundamental da IA, com oportunidades contínuas relacionadas ao treinamento, ajuste fino e implantação de modelos.
Segundo, a revalorização da IA. Na era da internet móvel, os anúncios e o comércio eletrônico foram os meios de rápida monetização, e o mesmo pode acontecer na era da IA. Tomando o comércio eletrônico por IA como exemplo, os usuários estão cada vez mais acostumados a usar grandes modelos para busca e comparação de produtos, e plataformas de grandes modelos estão incorporando módulos de transação. Empresas que oferecem SaaS, serviços de dados e APIs para esse sistema podem obter negócios adicionais.
Terceiro, programação de IA. Segundo o relatório “2025 AI Usage Report” (com dados de 1 milhão de bilhões de chamadas de tokens) publicado pela OpenRouter e a16z, a proporção de consumo de tokens em tarefas de programação subiu de cerca de 11% no início de 2025 para mais de 50%. Fabricantes internacionais já faturam centenas de bilhões de dólares por ano, com crescimento exponencial, e as empresas domésticas também merecem atenção.
Quarto, IA para Ciência. Uma direção bastante imaginativa. Em áreas como farmacêutica, novos materiais e energias renováveis, a pesquisa tradicional exige anos de trabalho de cientistas na triagem de fórmulas moleculares, enquanto a IA pode reduzir drasticamente esse ciclo. Como exemplo, na indústria farmacêutica, a IA consegue rapidamente selecionar candidatos entre milhares de fórmulas, acelerando significativamente o desenvolvimento. Isso não é apenas redução de custos, mas uma elevação na produtividade.
Quinto, expansão internacional de softwares de IA. Usuários no exterior demonstram maior disposição a pagar por softwares do que no mercado doméstico. Algumas empresas de software nacionais já estão crescendo rapidamente no exterior, e aquelas com maior proporção de negócios internacionais podem se beneficiar.

A tendência da indústria de IA é clara, mas a maturidade e a lógica de investimento em cada etapa da cadeia — upstream, midstream e downstream — variam bastante. Como os investidores devem se posicionar?
A economia digital, como principal vetor de implementação da tecnologia de IA, inclui tanto hardware como centros de computação, chips, equipamentos de comunicação, quanto softwares que transformam setores tradicionais, como fintech, logística inteligente, telemedicina, etc.
Essa combinação de “hardware e software” confere ao setor de economia digital um valor de alocação único no mercado atual. Ela engloba tanto a prosperidade comprovada na capacidade de computação quanto o potencial de aplicações de IA ainda não totalmente precificado.