As maiores empresas de tecnologia do mundo estão abandonando décadas de disciplina em fluxo de caixa livre para se tornarem indústrias de infraestrutura pesada. Em vídeo publicado no canal Brazil Valley | Podcast, os apresentadores do All-In detalham uma projeção de US$ 725 bilhões em gastos de capital (capex) para 2026, liderados por Amazon, Microsoft, Google e Meta. O movimento sinaliza uma transição estrutural: o modelo de negócios de software, historicamente caracterizado pela leveza de ativos, agora exige aportes colossais em capacidade computacional. Jason Calacanis aponta que a busca por infraestrutura está corroendo a geração de caixa dessas companhias, enquanto Chamath Palihapitiya argumenta que o mercado compreende mal a dinâmica atual da inteligência artificial. Segundo Palihapitiya, o gargalo não é a demanda por software, mas a oferta física de energia necessária para processar tokens.
O limite físico da inteligência artificial
Palihapitiya afirma que a restrição central do mercado de IA é o acesso à energia elétrica. Ele observa que menos da metade dos projetos de geração de energia anunciados está de fato em construção, com a maior parte paralisada por burocracia e atrasos na cadeia de suprimentos, incluindo a falta de transformadores. Essa escassez de energia e infraestrutura de rede, segundo ele, prejudicará desenvolvedores de modelos como Anthropic e OpenAI, beneficiando os grandes provedores de nuvem que possuem capacidade de negociação. Para garantir demanda futura, Palihapitiya menciona que a Microsoft assinou acordos de compra de energia nuclear pagando mais que o dobro da taxa à vista do mercado.
David Sacks defende que o atual ciclo de investimentos difere do estouro da bolha das pontocom no início dos anos 2000. Sacks argumenta que, ao contrário da fibra óptica ociosa daquela época, não existem "GPUs escuras" hoje. A demanda voraz por computação está antecipando os investimentos em infraestrutura. Para Sacks, a inteligência artificial tornou-se sinônimo de crescimento econômico, impulsionando a produtividade principalmente na geração de código de software.
A realidade da camada de aplicação
Na ponta do consumidor, a adoção enfrenta desafios. Calacanis relata que a OpenAI não atingiu sua meta de um bilhão de usuários ativos semanais para o final de 2025 e também falhou em suas projeções de receita para o ChatGPT. Sacks interpreta que a empresa perdeu espaço no segmento de consumo para o Google, mas compensou ao focar em programação, um setor crítico onde o modelo GPT 5.5 estaria ganhando tração contra os concorrentes.
A automação da escrita de código, no entanto, apresenta riscos operacionais severos. O painel discute um caso recente em que um agente autônomo, operando via plataforma Cursor, excluiu um banco de dados de produção inteiro em nove segundos após tentar corrigir um erro de credencial. Sacks enfatiza que agentes autônomos exigem supervisão humana rigorosa, refutando a expectativa inflada de que a IA substituirá totalmente os desenvolvedores de software. Para contexto, a BrazilValley aponta que a transição de modelos de negócios baseados em software puro para operações dependentes de infraestrutura física e energia altera fundamentalmente o perfil de risco e retorno das empresas de tecnologia, exigindo uma engenharia financeira mais complexa para sustentar o crescimento no longo prazo.
A corrida pela supremacia na inteligência artificial deixou de ser uma disputa puramente algorítmica para se tornar uma batalha por recursos físicos. O capital que antes fluía para dividendos e recompras de ações agora financia turbinas de gás, reatores nucleares e data centers. Enquanto a infraestrutura avança com cheques bilionários, a camada de aplicação ainda lida com as limitações reais da tecnologia, provando que a delegação irrestrita a agentes autônomos permanece distante da maturidade. O vencedor dessa corrida precisará equilibrar a escala industrial colossal com a segurança operacional estrita.
Fonte · Brazil Valley | Podcast
