Infraestrutura de IA: Risco não está no valor, mas no financiamento trilionário
Com aportes em data centers se aproximando de US$ 2 trilhões nos próximos dois anos, o foco se volta para a engenharia financeira, o uso de dívida e o aumento dos juros como fatores de risco.
O ecossistema de inteligência artificial já direcionou mais de US$ 1,15 trilhão para sua infraestrutura desde o início de 2024. O montante, que inclui cerca de US$ 500 bilhões em chips, US$ 350 bilhões em energia, US$ 200 bilhões em construções e US$ 100 bilhões em redes, supera com folga os US$ 575 bilhões investidos em bens de capital por todas as empresas do S&P 500 em 2021, ano anterior ao lançamento do ChatGPT. A corrida, liderada por hyperscalers como Amazon, Alphabet, Meta e Microsoft, deve injetar aproximadamente US$ 2 trilhões em gastos nos próximos dois anos, segundo dados da Barron's.
Contudo, a discussão sobre uma possível bolha pode ser prematura. O ciclo de investimentos em IA, embora massivo, ainda parece ter espaço para crescer antes de atingir um ponto de saturação historicamente associado a reversões. Em ciclos tecnológicos anteriores, como o das ferrovias no século XIX e o da internet nos anos 1990, os Estados Unidos absorveram investimentos equivalentes a até 25% do Produto Interno Bruto (PIB) antes que o excesso de capital se tornasse um problema. Com o PIB americano atual próximo de US$ 30 trilhões, essa zona de risco começaria em torno de US$ 7,5 trilhões. As estimativas atuais colocam os investimentos domésticos em IA entre US$ 5 trilhões e US$ 6 trilhões abaixo desse patamar, sugerindo que o ciclo pode se estender até o início da década de 2030.
O problema está no 'como', não no 'quanto'
O verdadeiro desafio não reside no volume, mas na forma como esses investimentos são financiados. O gasto de capital conjunto de Amazon, Alphabet, Meta e Microsoft, que foi de US$ 125 bilhões em 2021, deve saltar para cerca de US$ 700 bilhões em 2026 e atingir US$ 1 trilhão em 2027. Esse valor representa quase metade de todo o investimento em capital projetado para as empresas do S&P 500.
Esse capital irriga toda a cadeia de suprimentos de IA, beneficiando desde fabricantes de chips como a Nvidia até empresas de construção e energia. Sinais de que os investimentos estão gerando retorno já aparecem, sustentando a tese de expansão:
Gostou desta análise? Receba a próxima primeiro.
Edição diária da IA News com impacto real para empresas — grátis no seu e-mail.
- Crescimento da Nuvem: O negócio de nuvem da Alphabet registrou um aumento de 82% no segundo trimestre.
- Receita de Modelos: A receita anualizada da Anthropic, dona do modelo Claude, é estimada em mais de US$ 65 bilhões, um salto expressivo em relação aos US$ 9 bilhões do final de 2025.
- Infraestrutura como Serviço: A SpaceX, que incorporou a xAI, projeta que sua receita relacionada à IA pode superar US$ 60 bilhões em 2027, contra US$ 3,2 bilhões em 2025, em parte pelo aluguel de capacidade de seus data centers.
Dívida e estruturas complexas entram em cena
Para bancar a expansão, as empresas estão recorrendo a estruturas financeiras cada vez mais sofisticadas, que vão além do fluxo de caixa e da emissão de ações. A Nvidia, por exemplo, planeja fornecer até US$ 100 bilhões em financiamento para a OpenAI para garantir o uso de suas GPUs. Outro movimento de grande porte é o projeto Stargate, uma colaboração entre OpenAI, Oracle e SoftBank com compromissos de cerca de US$ 500 bilhões para infraestrutura.
A Meta adotou um modelo de financiamento específico para um projeto de 5 gigawatts em Louisiana, envolvendo US$ 27 bilhões em dívida e US$ 3 bilhões em capital, no qual a empresa deterá apenas 20% do ativo. Segundo análise do JP Morgan Securities, os investimentos em data centers de IA podem superar US$ 5 trilhões entre 2026 e 2030. A projeção de financiamento para esse montante é de US$ 2,5 trilhões via mercados de crédito, US$ 1,5 trilhão com fluxo de caixa próprio, US$ 1,4 trilhão de fontes alternativas (incluindo governos e estruturas como a da Meta) e US$ 500 bilhões por novas emissões de ações. A dependência do crédito é, portanto, central para a estratégia.
Juros e crédito: os novos pontos de atenção
Essa crescente dependência do crédito torna o setor mais vulnerável ao cenário macroeconômico. Com os rendimentos dos títulos do Tesouro dos EUA nos maiores níveis desde 2007, o custo do financiamento para novos projetos de IA aumenta, pressionando a rentabilidade e as avaliações das empresas. O mercado de crédito já precifica um risco maior: o custo para se proteger contra calote (credit default swaps) de Alphabet, Meta e Amazon praticamente dobrou desde o início do ano.
Apesar disso, os balanços dos quatro maiores hyperscalers permanecem sólidos. Juntas, essas empresas praticamente não possuem dívida líquida e devem gerar cerca de US$ 1 trilhão em Ebitda em 2027. A questão, portanto, deixa de ser 'se' o ciclo de investimentos continuará, e passa a ser 'como' ele será sustentado financeiramente e 'quem' conseguirá capturar o valor gerado.
Análise IA News
A leitura da nossa redação
A narrativa sobre o investimento em IA está mudando de um foco em volume para um foco em estrutura. A escala trilionária dos aportes necessários para construir a infraestrutura da próxima década excede a capacidade de financiamento via fluxo de caixa e emissão de ações, mesmo para as Big Techs. Isso força uma migração para os mercados de dívida e para arranjos financeiros complexos, tornando o setor de tecnologia, antes caracterizado por balanços 'asset-light' e excesso de caixa, mais parecido com setores de capital intensivo, como energia e telecomunicações.
A dualidade do momento é evidente. Por um lado, as Big Techs exibem uma saúde financeira robusta, com dívida líquida próxima de zero e geração de caixa massiva. Por outro, o compromisso com um Capex que pode chegar a US$ 1 trilhão em 2027 introduz uma nova variável de risco. Se a monetização dos serviços de IA não ocorrer na velocidade projetada, o serviço da dívida contraída para financiar os data centers pode corroer margens e limitar a capacidade de investimento em outras frentes. A engenharia financeira se torna tão crítica quanto a engenharia de software.
Este cenário reforça a dominância dos hyperscalers, criando um fosso competitivo quase intransponível. A capacidade de negociar e estruturar dezenas de bilhões de dólares em dívida ou criar veículos de propósito específico para projetos de infraestrutura é uma barreira de entrada que nenhuma startup, por mais bem financiada que seja, consegue superar. Isso consolida um mercado onde os inovadores em IA se tornam, em última instância, clientes dependentes da infraestrutura construída por seus maiores concorrentes.
Nos próximos meses, os indicadores a serem observados são a trajetória das taxas de juros, a evolução dos spreads de crédito para as Big Techs e, crucialmente, o crescimento da receita de seus serviços de nuvem e IA. Qualquer desaceleração na geração de receita, enquanto o endividamento e os gastos de capital continuam a subir, será o principal sinal de alerta de que a sustentabilidade financeira do ciclo está sob pressão.
Contexto para empresários e decisores
No Brasil, a adoção de IA por empresas é crescente, mas o mercado é predominantemente consumidor da infraestrutura global fornecida pelos hyperscalers. A competição local se dá entre as operações de nuvem dessas mesmas gigantes. O custo e a disponibilidade de serviços de IA para empresas brasileiras estão, portanto, diretamente atrelados à capacidade dessas Big Techs de financiarem sua expansão global. Um aumento no custo de capital para elas, devido a juros mais altos ou a uma percepção de maior risco de crédito, tende a ser repassado aos clientes finais, impactando o orçamento de tecnologia das companhias no país, que são sensíveis a variações de preço.
Impactos para empresas
- 1Aumento do custo de capital para as Big Techs resulta em repasse de preços para serviços de IA, elevando o custo operacional para empresas que dependem dessas plataformas.
- 2Concentração da infraestrutura em um pequeno número de hyperscalers gera dependência estratégica, diminuindo o poder de barganha das empresas clientes e aumentando o risco de fornecedor.
- 3Necessidade de financiar projetos massivos de IA pode levar as Big Techs a alocar capital de forma mais restritiva, potencialmente despriorizando investimentos e inovações em áreas não relacionadas à IA generativa.
- 4O financiamento da infraestrutura de IA através de dívida e estruturas complexas cria uma nova classe de ativos e oportunidades para o mercado de capitais, mas também introduz um novo vetor de risco sistêmico atrelado ao desempenho do setor de tecnologia.
Conclusão editorial
A narrativa de um poço sem fundo de investimentos em IA é simplista e ignora o fator mais crítico: a engenharia financeira que sustenta essa expansão. A viabilidade do ciclo não depende apenas do otimismo tecnológico, mas da saúde dos mercados de crédito. Decisores devem avaliar seus fornecedores de IA não apenas pela capacidade técnica, mas também pela sua estrutura de capital e exposição ao risco financeiro, preparando-se para uma possível volatilidade nos custos dos serviços.
— Redação IA News
Fontes utilizadas
Apuração, análise e conclusão editorial produzidas pela redação do IA News a partir das fontes acima. O conteúdo não reproduz o texto original.