GQG: Por que Ainda Estamos Numa Bolha Do Mercado de Ações de IA

Para muitos investidores, o enorme aumento da despesa com a construção de inteligência artificial é prova de que não há uma bolha no mercado acionista. Mas, na GQG Partners, isto é mais uma evidência que informa a sua convicção de que este boom dará lugar a um desfecho negativo, tal como aconteceu com as telecomunicações nos anos 1990 e com o petróleo de xisto há uma década.

Os gestores de carteira e analistas da GQG, que gere $160 mil milhões, dizem que as enormes encomendas de semicondutores, hardware de memória e a despesa relacionada com centros de dados nos últimos trimestres se baseiam em esperanças ainda não comprovadas para a procura e os preços futuros das empresas e do uso de IA. Apontam para evidências de excesso de investimento, como desenvolvimentos recentes em torno de potenciais guerras de preços — com utilizadores empresariais a apertar orçamentos à procura de formas mais baratas de executar modelos de IA — e a desaceleração dos ganhos na eficácia de novos grandes modelos de linguagem. Além disso, entendem que o uso contínuo de investimentos circulares e métodos contabilísticos pouco transparentes aumenta os riscos.

Mesmo as enormes encomendas de semicondutores, que impulsionaram ganhos significativos nas ações de chips, são um “sinal, não um erro”, segundo o gestor de carteira da GQG Brian Kersmanc. “As bolhas são frequentemente caracterizadas por procura real a curto prazo, alocação maciça de capital, a crença dos investidores de que a procura é efetivamente ilimitada e fraca visibilidade sobre retornos a longo prazo. As fortes encomendas de chips não refutam uma bolha; podem, na verdade, ser os sinais mais fortes disso”, afirma.

Os gestores de fundos e analistas da GQG não são “bear” permanentes sobre tecnologia nem sobre o mercado acionista em geral. Ainda em 2024, mais de 70% das suas carteiras estavam em ações de tecnologia ou próximas da tecnologia, como a Uber. Em 2017, a empresa fez uma aposta em chips de semicondutores então fora de moda, incluindo a Nvidia NVDA.

Mas a partir do final de 2024 e ao longo do início de 2025, a GQG posicionou as suas carteiras afastando-se das ações de tecnologia e infraestrutura de IA que tinham registado grandes ralis e ajudado a impulsionar o mercado acionista no seu conjunto. A aposta prejudicou o desempenho das suas estratégias, como o fundo de ações de qualidade US Select Quality Equity Fund GQEIX, classificado como Gold pela GQG Partners, mas a empresa está a manter a postura.

Um fator-chave para fazer estas ações subirem mais (e um argumento central dos otimistas) é a enorme subida nas encomendas impulsionadas por IA em empresas de chips como a Nvidia, a Broadcom AVGO e, mais recentemente, a Micron, ou noutras tecnologias de hardware de memória de computador, com ações como a SanDisk SNDK e a Western Digital WDC.

Resultados da Micron: O Boom a Curto Prazo Continua, mas Surgem Preocupações com o Abastecimento a Longo Prazo

O Impressionante Arranque nas Ações de Memória é Impulsionado por Pensamento a Curto Prazo?

No entanto, Kersmanc diz que é aqui que os investidores devem ser céticos, começando pela falta de correspondência na forma como as compras são contabilizadas. “Estás a ver encomendas e vendas registadas hoje e os custos (para o comprador) são repartidos por três, cinco, seis ou até dez anos”, explica. O problema não é com este método contabilístico em si, que é o padrão, mas com as implicações, dada a elevada incerteza sobre a economia do uso de IA. “A questão-chave não é se a procura é forte hoje, mas se essa procura é economicamente justificada e sustentável quando o retorno sobre o investimento, a utilização e o poder de fixação de preços são testados.”

O cenário “bear” da GQG baseia-se nesses pontos. Argumentam que o investimento em capex está a acontecer muito antes do valor económico comprovado. Kersmanc começa com uma suposição feita pelos grandes laboratórios de IA e outras empresas: “É ‘eu gasto esta quantidade e obtenho esta quantidade de melhoria’. Contudo, após o ChatGPT-4, isso achata.”

Mesmo com o investimento a continuar nos modelos mais avançados (os chamados “frontier”), Kersmanc diz que há cada vez mais evidências de que muitos programadores de IA e empresas estão a seguir o caminho inverso. Em vez de usarem grandes modelos de linguagem como Claude, estão-se a orientar para pequenos modelos de linguagem. Estes são, em geral, treinados em conjuntos limitados de dados para textos específicos e, por isso, precisam de menos capacidade de computação. Por exemplo, “se quiser tradução em direto, pode fazê-lo através de um SLM e traduzir no seu telefone, sem geração de tokens, e sem ter de contactar um centro de dados”.

Se as empresas preferirem SLMs para as suas soluções, “a implicação mais ampla é que o mercado pode não necessitar de quase tanta computação a escala ‘frontier’ como os investidores atualmente assumem”, diz Kersmanc. “Se o desenvolvimento de IA estiver a mover-se nessa direção, então o argumento para uma despesa massiva com centros de dados e GPUs enfraquece.”

Ao mesmo tempo, os programadores estão a usar cada vez mais modelos chineses de código aberto, que são mais baratos de treinar e vêm com um capex de infraestruturas significativamente mais baixo. “A China tem 500 centros de dados planeados, e os EUA têm 5.500”, diz Kersmanc. Isto acontece num contexto em que as empresas procuram conter os custos cada vez maiores do uso de IA.

Kersmanc explica que outra peça do puzzle tem sido a forma como os hiperescalares têm contabilizado as suas expansões de centros de dados. Ele aponta para o empreendimento conjunto da Meta Platforms com a Blue Owl Capital, OBDC, anunciado no ano passado, que permitiu à empresa transferir um projeto de centro de dados de $30 mil milhões na Louisiana para fora do seu balanço. A Meta também tem classificado alguns ativos substanciais de infraestrutura como “obras em curso”. Esta rubrica duplicou entre 2024 e 2025.

Estas questões contabilísticas ligam-se à falta de correspondência entre a despesa em chips e noutras tecnologias de hardware, diz Kersmanc. “Se grandes quantidades de hardware estiverem em obras em curso ou em categorias semelhantes do balanço, os investidores podem não conseguir perceber quanto dessa despesa é realmente implementada e está a gerar retorno. Isto importa porque as empresas podem gastar montantes enormes de caixa antecipadamente, enquanto as suas demonstrações de resultados refletem o custo apenas gradualmente. Assim, a preocupação não é apenas a apresentação contabilística; é que a contabilidade pode estar a mascarar sobreconstrução, subutilização ou retornos mais fracos.”

Depois, há as incertezas sobre a capacidade de construir os centros de dados que estão a ser encomendados. A reação contra a infraestrutura de centros de dados está a crescer, graças ao uso intenso de eletricidade e água por parte destes edifícios, bem como a outros impactos nas comunidades. “Cerca de metade dos que se suponha estarem concluídos não começaram sequer ou foram cancelados”, diz Kersmanc.

Somando tudo, “a construção de IA mostra muitos sinais clássicos de uma bolha”, diz Kersmanc. “Os investidores continuam a extrapolar a procura para muito além do que a economia subjacente parece justificar.”