A Microsoft perdeu US$ 357 bilhões em valor de mercado em um único dia - a maior queda desde março de 2020 - na semana passada. No mesmo dia, a Meta subiu 10%. Na quinta-feira, 5 de fevereiro, o Google elevou a aposta: anunciou até US$ 185 bilhões em investimentos para 2026 — 97% mais que 2025 e 50% acima do que analistas esperavam. As ações caíram 7% no after-hours antes de se recuperar.
Todas essas empresas gastam dezenas de bilhões em inteligência artificial (IA). Por que algumas são premiadas e outras, punidas? A resposta revela que estamos no meio de uma das maiores transferências de valor da história econômica — e a maioria está olhando para o lugar errado.
A Microsoft reportou resultados acima das expectativas — receita de US$ 81 bilhões e lucro recorde —, mas as ações tiveram a maior queda em cinco anos. A empresa gastou US$ 37,5 bilhões em investimentos de capital, 66% a mais que no ano anterior, e ainda assim não consegue construir centros de processamento de dados rápido o suficiente.
A diretora financeira Amy Hood admitiu que restrições de capacidade já limitam o Azure. A Microsoft está presa: precisa gastar cada vez mais para atender clientes que, por sua vez, ainda não provaram que conseguem monetizar a IA que consomem.
Já a Meta anunciou investimentos de até US$ 135 bilhões para 2026 — quase o dobro de 2025. Mark Zuckerberg foi explícito: está focado em construir uma "superinteligência pessoal". Cada dólar gasto em IA melhora diretamente a segmentação de anúncios, recomendações e moderação de conteúdo.
O Google apresentou um caso intermediário: receita e lucro acima das expectativas, Google Cloud crescendo 48% e ultrapassando o Azure pela primeira vez em anos, backlog de contratos atingindo US$ 240 bilhões. Mas o guidance de CapEx assustou: até US$ 185 bilhões, quando o mercado esperava US$ 119 bilhões.
O CEO Sundar Pichai justificou: "para atender a demanda dos clientes e capitalizar as oportunidades". Há um detalhe técnico importante: o Google reduziu os custos de rodar o Gemini em 78% ao longo de 2025. Mesmo assim, precisará quase dobrar os investimentos. A eficiência está melhorando — mas a demanda cresce mais rápido.
A lição dos três casos é clara: quando você gasta em IA para si mesmo, o retorno é seu. Quando gasta para vender IA para terceiros, o retorno depende de terceiros conseguirem monetizar — e a maioria está fracassando.
Os sete pontos cegos do mercado
Existem sete dinâmicas que, juntas, formam um quadro muito diferente da narrativa otimista:
A Armadilha da Inferência: todos falam em treinar modelos, mas poucos falam do custo de rodá-los. Treinamento é um evento pontual; inferência é custo contínuo que cresce com cada usuário. A OpenAI gastou US$ 8,67 bilhões em inferência nos primeiros nove meses de 2025 — quase o dobro de sua receita. Sam Altman admitiu publicamente que a assinatura Pro de US$ 200 por mês dá prejuízo.
A matemática é perversa. Quanto mais sucesso, mais prejuízo. Os "agentes de IA" que todos celebram — como o Claude Code da Anthropic — consomem de 10 a 25 vezes mais recursos que conversas simples. Uma sessão de programação com agente pode usar 500 mil tokens; uma conversa normal usa 20 mil. E há um paradoxo adicional que poucos percebem: o custo por token está caindo cerca de 200 vezes por ano, segundo a Epoch AI. Mas os novos modelos de raciocínio consomem 50 a 100 vezes mais tokens por tarefa. É como construir motores mais eficientes e usá-los para criar caminhões gigantes. O custo por tarefa complexa pode estar subindo, não caindo.
O Muro dos Dados: segundo Elon Musk, "a soma cumulativa do conhecimento humano foi esgotada" para treinar IA. Não há mais texto humano de qualidade disponível na escala necessária. Pior: 74% das novas páginas da internet já contêm texto gerado por IA. Modelos treinados em dados sintéticos degradam como fotocópia de fotocópia — um fenômeno que pesquisadores chamam de "colapso de modelo", matematicamente inevitável segundo estudo publicado na conferência ICLR 2025.
O Platô da Escala: por cinco anos, modelos maiores significavam modelos melhores. Essa era acabou. Pesquisadores da HEC Paris concluíram que "há mais de um ano, modelos de fronteira parecem ter atingido seu teto". Jensen Huang, da Nvidia, confirmou: a demanda por inferência está crescendo mais rápido que por treinamento. O mundo está mudando de construir modelos para rodar modelos. Isso muda fundamentalmente onde o dinheiro vai — e favorece infraestrutura sobre aplicações.
A Taxa de Fracasso de 95%: o Projeto NANDA do MIT revelou que, apesar dos cerca de US$ 35 bilhões investidos, 95% dos projetos de IA empresarial não entregam retorno mensurável. A S&P Global reportou que 42% das empresas abandonaram a maioria das iniciativas de IA em 2025 — contra 17% em 2024. A PwC pesquisou 4.500 CEOs globais: 56% não viram benefício financeiro significativo. Quando os diretores financeiros exigirem prova, o dinheiro vai secar.
O Gargalo de Talento: existem apenas 40 mil cientistas de IA nos EUA — 40 vezes menos que desenvolvedores de software. A demanda global supera a oferta em 3,2 vezes. A Meta ofereceu mais de US$ 250 milhões para contratar um único pesquisador. Energia é um problema de engenharia que se resolve em anos. Talento é um problema de décadas.
O caso mais dramático está na Apple. Esta semana, a Bloomberg reportou que uma dezena de pesquisadores e executivos-chave deixou a empresa só em 2025. O chefe do time de modelos de IA e o executivo que lideraria a nova assistente virtual foram para a Meta. O resultado: a Apple vai pagar US$ 1 bilhão por ano para usar o Gemini, do Google, porque não consegue desenvolver internamente.
O contraste com os investimentos é revelador: enquanto Amazon, Google e Meta aumentam gastos em 60% a 97%, a Apple mal se move — apenas 2% a mais que no ano anterior, totalizando US$ 13 bilhões contra US$ 200 bilhões da Amazon. É a admissão implícita de que chegou atrasada demais.
O Financiamento Circular: a Nvidia investe US$ 100 bilhões na OpenAI. A OpenAI compra processadores da Nvidia. A Microsoft e a Nvidia investem US$ 15 bilhões na Anthropic. A Anthropic compromete US$ 30 bilhões em computação. Não é capital independente — é fluxo circular. O Goldman Sachs e analistas de Yale sinalizaram isso como risco sistêmico. Quando a música parar, todos param ao mesmo tempo.
A Espiral do Software como Serviço: esta semana, o setor de software entrou em mercado de baixa. ServiceNow caiu 11%, SAP caiu 16%, Salesforce caiu 7% — mesmo após resultados acima das expectativas. O mercado está dizendo que não importa a execução: o modelo de negócio está sob ameaça. Agentes de IA como Claude e ChatGPT podem executar fluxos de trabalho inteiros que antes exigiam software especializado. O software tradicional tem custo marginal próximo de zero; o software com IA tem custo real a cada clique. Essa inversão econômica está apenas começando.
A infraestrutura que ganha independentemente de quem vencer
Os números desta semana são históricos. Somando os guidances anunciados, os sete maiores grupos de tecnologia devem investir mais de US$ 700 bilhões apenas em 2026: Amazon (US$ 200 bilhões), Google (US$ 180 bilhões), Meta (US$ 125 bilhões), Microsoft (US$ 117 bilhões), Oracle (US$ 55 bilhões), Tesla (US$ 20 bilhões) e Apple (US$ 13 bilhões). É o equivalente ao PIB da Suíça, gasto em um único ano, por sete empresas, em uma única tecnologia. O aumento em relação a 2025 se aproxima de US$ 300 bilhões — quase 1% do PIB americano.
Esse capital será direcionado para diversos segmentos, independentemente de qual modelo de IA prevalecer.
Energia surge como o gargalo definitivo desse ciclo. Centros de dados já consomem 8,9% da eletricidade americana e respondem por quase metade do crescimento de demanda até 2030. A Agência Internacional de Energia projeta que o consumo global de centros de dados vai dobrar para 945 terawatts-hora até 2030 — equivalente ao consumo total do Japão.
O equipamento crítico de transmissão tem fila de espera de até 143 semanas. Elon Musk foi direto: "A IA é fundamentalmente limitada por energia." Por isso fundiu a SpaceX com a xAI — está indo ao espaço porque não consegue resolver energia na Terra rápido o suficiente.
Há uma dimensão geopolítica que poucos discutem. Em 2024, a China adicionou 429 gigawatts de capacidade elétrica. Os EUA adicionaram 29 — quinze vezes menos. A China planeja adicionar sete vezes mais capacidade que os EUA em 2025, com 80% de fontes renováveis. A State Grid chinesa vai investir US$ 574 bilhões em infraestrutura de transmissão até 2030. Enquanto executivos americanos tratam energia como "gargalo extremo", executivos chineses a tratam como "problema resolvido". A corrida de IA é, no fundo, uma corrida energética — e os EUA estão atrás nesse capítulo.
Resfriamento é outro ponto crítico. Enquanto um rack tradicional consome entre 10 e 20 quilowatts, os novos chips de IA da Nvidia — como o Blackwell — ultrapassam 1.000 watts por componente. O resfriamento a ar atingiu seu limite físico. O resfriamento por líquido passou de luxo a necessidade. Centros de dados consomem até 5 milhões de galões de água por dia; a projeção é de 68 bilhões de galões por ano até 2028 nos EUA, um aumento de 300%. Dois terços dos novos centros de dados desde 2022 estão em regiões com escassez hídrica.
Conectividade funciona como a cola invisível que viabiliza o ecossistema. O treinamento de modelos exige milhares de processadores operando em paralelo. A demanda por velocidades cada vez maiores cresce mais rapidamente do que qualquer outro segmento.
Semicondutores de infraestrutura desempenham papel essencial. Embora a Nvidia domine processadores gráficos, a economia insustentável de inferência está forçando migração. A Midjourney cortou custos mensais de US$ 2,1 milhões para US$ 700 mil ao migrar para chips do Google — payback em 11 dias. A Anthropic fechou o maior contrato de chips customizados da história do Google. A OpenAI está diversificando: fechou contratos de US$ 350 bilhões com a Broadcom e US$ 90 bilhões com a AMD.
Toda essa diversificação fortalece quem está na camada abaixo. A TSMC fabrica 90% dos chips avançados do mundo — para Nvidia, para AMD, para os chips customizados de Google e Amazon. A Broadcom desenha os circuitos especializados que todos estão encomendando. A fragmentação na camada de cima beneficia quem cobra pedágio na camada de baixo.
A lição da história
Quem investiu em ferrovias nos anos 1860 viu a maioria das empresas falir — mas a infraestrutura construída transformou a economia por um século. Quem investiu em empresas de internet em 1999 perdeu quase tudo — mas a banda larga criada permanece essencial.
O padrão é sempre o mesmo: a infraestrutura vem primeiro, a produtividade depois. O intervalo entre os dois é onde fortunas são perdidas e criadas. A infraestrutura opera no tempo da engenharia e da física. A produtividade opera no tempo da organização humana, da governança e do aprendizado. Esses dois relógios não estão sincronizados — e essa defasagem é a maior oportunidade de investimento da década.
A IA não está limitada pela inteligência em si. Está limitada por economia, energia, dados e pessoas. Quem entender isso primeiro, ganha.
Esta semana provou cada elemento da tese: US$ 700 bilhões em investimentos anunciados, Microsoft e Google admitindo restrições de capacidade, Apple perdendo seu time de IA para a Meta e terceirizando para o Google, software como serviço entrando em bear market porque a IA ameaça substituir fluxos de trabalho inteiros.
O valor vai para quem constrói os trilhos, não para quem promete o destino. O próximo capítulo dessa história já está sendo escrito. A pergunta é: você vai estar do lado certo?
Walter Maciel é CEO da AZ Quest.
