A memória coletiva do mercado financeiro guarda cicatrizes profundas da virada do milênio, quando o setor de telecomunicações protagonizou uma das maiores destruições de valor da história recente. Naquela época, empresas de telefonia tomaram emprestados cerca de 600 bilhões de dólares para financiar a expansão da infraestrutura de fibra óptica, apostando em uma demanda que, na prática, levou anos para se materializar. Hoje, o frenesi em torno da inteligência artificial generativa reacende esses temores, à medida que hyperscalers como Microsoft, Google e Meta destinam quantias sem precedentes para a construção de data centers e compra de chips de ponta.

Contudo, a análise fria dos dados revela que o atual ciclo de gastos não é uma reedição do colapso das telecomunicações. Enquanto as empresas de telefonia do passado operavam com alavancagem excessiva e fluxos de caixa incertos, as gigantes de tecnologia de hoje possuem balanços robustos, margens operacionais elevadas e, crucialmente, uma base de receita diversificada que sustenta os investimentos pesados. Segundo reportagem da Quartz, a diferença reside menos no montante absoluto investido e mais na solidez financeira daqueles que estão assumindo o risco de capital.

A falácia da comparação direta com as telecomunicações

O erro comum em comparar o atual momento da IA com a bolha das telecomunicações reside em ignorar a natureza do ativo que está sendo financiado. As empresas de telecomunicações do final dos anos 90 estavam essencialmente construindo uma infraestrutura de rede que, embora necessária, sofria com uma superoferta imediata e preços de serviços em queda livre. A demanda por dados crescia, mas a monetização era precária e o endividamento foi feito para financiar uma infraestrutura que, muitas vezes, ficou ociosa por falta de escala.

Por outro lado, o capital alocado hoje em IA está sendo direcionado para componentes de computação que já possuem demanda reprimida e utilização imediata. Os hyperscalers não estão apenas construindo capacidade por antecipação especulativa, mas sim para atender a uma necessidade urgente de processamento interno e externo. A infraestrutura de IA é, em grande medida, integrada aos modelos de negócios existentes, permitindo que o retorno sobre o capital investido seja mensurável e, em muitos casos, já visível na eficiência operacional das próprias empresas que investem.

A engenharia financeira por trás da resiliência

O mecanismo que sustenta o investimento atual é a geração de caixa operacional. Diferente das empresas de telecomunicações do passado, que dependiam quase que exclusivamente de dívida externa para expandir seus ativos, as gigantes de tecnologia utilizam o fluxo de caixa gerado por seus serviços de nuvem, publicidade e software para financiar a expansão da IA. Essa autossuficiência financeira altera drasticamente o perfil de risco, pois a dependência do mercado de crédito é significativamente menor.

Além disso, existe uma disciplina de capital que não existia no auge da euforia pontocom. Os investimentos em data centers e semicondutores são acompanhados por metas claras de retorno e, caso a demanda por IA arrefeça, essas empresas possuem a flexibilidade de ajustar o ritmo de expansão sem colocar em xeque a solvência do negócio. A alavancagem, embora presente, é vista mais como uma ferramenta estratégica para consolidar liderança tecnológica do que como um mecanismo de sobrevivência desesperado para manter as operações básicas funcionando.

Implicações para o ecossistema de inovação

As implicações desse cenário para o ecossistema de tecnologia são vastas. Reguladores e investidores observam com cautela o nível de concentração de poder que esses investimentos geram, criando uma barreira de entrada quase intransponível para startups que dependem da infraestrutura de terceiros. Enquanto as grandes empresas se consolidam como as donas dos "trilhos" da IA, o mercado de venture capital precisa recalibrar suas expectativas, focando em aplicações que tragam valor real sobre essa infraestrutura já existente.

Para o mercado brasileiro, que tem visto uma aceleração na adoção de serviços de nuvem e IA, o impacto é indireto mas relevante. A dependência de tecnologia estrangeira para processamento de dados coloca as empresas locais em uma posição de tomadoras de tecnologia, sujeitas às flutuações de preços e prioridades das grandes hyperscalers globais. A resiliência financeira dessas gigantes, por um lado, garante a continuidade dos serviços, mas por outro, reforça a dependência tecnológica estrutural que define o cenário de inovação atual.

O que permanece como ponto de interrogação

O grande ponto de interrogação para os próximos anos é a sustentabilidade da curva de crescimento da demanda. Se a produtividade prometida pela IA não se traduzir em ganhos financeiros tangíveis para os clientes finais das hyperscalers, o ciclo de gastos pode sofrer uma correção abrupta. O mercado de tecnologia tem um histórico de ciclos de euforia seguidos por correções de estoque, e a infraestrutura física de IA não está imune a essa dinâmica de oferta e demanda.

Observar a evolução das margens operacionais dessas empresas nos próximos trimestres será fundamental. Se os custos de capital continuarem a subir e a receita de IA não acompanhar o ritmo, a narrativa de "investimento estratégico" pode rapidamente se transformar em "pressão de custos". A história não se repete exatamente da mesma forma, mas rimas financeiras costumam aparecer quando o capital barato encontra uma nova fronteira tecnológica.

O debate sobre o endividamento das empresas de tecnologia está longe de um consenso. Se por um lado a solidez dos balanços oferece uma rede de segurança, por outro, a magnitude dos valores envolvidos sugere que qualquer erro de cálculo na estratégia de IA terá consequências sistêmicas. O mercado financeiro, sempre atento aos sinais de exaustão, continuará a monitorar cada bilhão investido sob a ótica de um retorno que, agora, precisa ser mais do que apenas promissor.

Com reportagem de Quartz

Source · Quartz