Quando Jessica Wachter, professora de finanças da Escola Wharton da Universidade da Pensilvânia, quis avaliar o impacto da IA na economia nos próximos anos, ela se deparou com uma longa lista de incertezas empresariais e técnicas. Então, começou pelo que chama de um “fato notável” que não está em discussão: um grupo restrito de empresas conhecidas como hiperescaladores está investindo enormes quantias de dinheiro na construção de data centers de IA.
Em vez de tentar prever o quanto os modelos de IA serão úteis e amplamente adotados, ela simplesmente perguntou quão rápido os lucros dos hiperescaladores precisarão crescer para justificar seus gastos até 2027, quando, segundo suas estimativas e as de seu colaborador, as despesas chegarão a quase US$ 1,1 trilhão. É uma abordagem contábil direta para tentar compreender o atual movimento histórico de expansão da infraestrutura de IA.
Os resultados são reveladores: as empresas de IA precisarão aumentar sua própria produtividade em um fator de 2,7 para atingir o ponto de equilíbrio até 2030, considerando o custo de capital, um retorno de 15% e a depreciação dos ativos. Não é impossível, afirma Wachter. O resultado levaria a um tipo de crescimento econômico semelhante ao observado durante o boom da tecnologia da informação nos Estados Unidos, em um período de cerca de dez anos iniciado em meados da década de 1990. Mas, segundo ela, para que isso aconteça até 2030, “é muito crescimento concentrado em poucos anos”.
E se os hiperescaladores não conseguirem atingir essas metas de lucro?
“Então eles ficarão para trás em seus pagamentos de juros, e isso cria o risco de falência”, afirma Wachter, que anteriormente foi economista-chefe da Comissão de Valores Mobiliários dos Estados Unidos (SEC, na sigla em inglês) e diretora de sua divisão de análise econômica e de riscos. Se um boom de produtividade “não se concretizar”, ela e seu coautor concluem em seu artigo de pesquisa, “a atual expansão da infraestrutura será a maior alocação equivocada de capital da história”.
Não é preciso ter superinteligência para perceber que os enormes investimentos atuais na infraestrutura de inteligência artificial envolvem riscos significativos. Os hiperescaladores gastarão cerca de US$ 750 bilhões neste ano na construção de gigantescos data centers espalhados pelo país. E a onda de gastos não dá sinais de desacelerar. Segundo algumas projeções, os investimentos de capital totais em IA das empresas hiperescaladoras, Alphabet, Microsoft, Amazon, Meta e Oracle (que tem parceria com a OpenAI), poderão superar US$ 5 trilhões nos próximos quatro anos.
Trata-se de um dos maiores investimentos de capital já realizados por qualquer setor da economia na história. Mas há um problema evidente para qualquer pessoa que esteja acompanhando o tema.
Enquanto os hiperescaladores planejam gastar trilhões, a receita total de IA ficará em torno de US$ 150 bilhões a US$ 200 bilhões neste ano, afirma Gary Gensler, que comandou a Comissão de Valores Mobiliários dos Estados Unidos (SEC) durante a administração Biden e atualmente é professor na Escola Sloan de Administração do MIT. “O desafio é que os gastos ainda não têm receitas proporcionais. Isso é um fato”, afirma. “E então a questão é: esse é um investimento que será recompensado no futuro?”
Em jogo nessa questão de trilhões de dólares está a saúde financeira das gigantes de IA e da economia americana como um todo, já que os investimentos podem em breve chegar a cerca de 3% do PIB. A resposta também poderá determinar o destino dos próprios data centers, que são extremamente caros.
Ninguém sabe realmente o quão lucrativos e úteis serão esses gigantes de bilhões de dólares no futuro. Embora os modelos de IA tenham apresentado avanços impressionantes nos últimos anos, é impossível prever quanta capacidade computacional será necessária. A tecnologia pode se tornar mais eficiente e, portanto, depender menos de poder computacional bruto. Ou a demanda por produtos de IA pode desacelerar, ou os clientes podem migrar para modelos mais baratos.
Os riscos, tanto para os investidores quanto para a economia, aumentaram ainda mais neste ano, à medida que essas empresas de IA começaram a tomar grandes volumes de empréstimos para construir cada vez mais data centers. O fluxo de caixa livre, ou seja, o fluxo de caixa operacional menos os gastos de capital, deve em breve entrar em território negativo para o grupo. Até mesmo a Alphabet, conhecida por gerar e acumular enormes quantias de dinheiro, informou no trimestre mais recente que sua impressionante receita de quase US$ 120 bilhões foi consumida pelos gastos com infraestrutura de IA, deixando um déficit de fluxo de caixa livre de cerca de US$ 5,9 bilhões, seu primeiro resultado negativo desde que o Google abriu capital em 2004.
No curto prazo, isso não representa uma grande preocupação financeira para a maioria das empresas. Elas geram muito dinheiro e têm reservas financeiras enormes. Mas a dívida é cara, e alguns investidores estão perdendo a paciência. Se a demanda futura pelo poder computacional dos data centers cair, as empresas ainda terão de pagar o dinheiro que tomaram emprestado. Além disso, os riscos estão se espalhando para o restante da economia à medida que esses empréstimos são repassados por meio de diversos mecanismos financeiros.
Não será suficiente simplesmente cobrir os enormes custos dos novos data centers. Os hiperescaladores também terão de arcar com os custos crescentes de capital à medida que tomam mais dinheiro emprestado. Eles precisarão gerar retornos suficientemente expressivos para justificar todos esses gastos diante de investidores e credores. E, para aumentar ainda mais essas preocupações, terão de compensar a depreciação de bilhões de dólares em chips instalados nessas estruturas, uma bomba-relógio embutida nesses investimentos.
O desempenho dos caros chips de GPU que estão no núcleo dos data centers, componentes de computação que representam cerca de 60% dos custos, está dobrando aproximadamente a cada dois anos. O ritmo de avanço ajuda a explicar o crescente poder dos modelos de IA, mas tem um custo. Os proprietários de data centers de IA que entrarem em operação neste ano e no próximo precisarão gastar bilhões de dólares adicionais na próxima geração de chips até o fim da década se quiserem permanecer competitivos. Sem esses investimentos, afirma Mihir Kshirsagar, do Centro de Política de Tecnologia da Informação da Universidade de Princeton, os data centers correm o risco de se transformar em “estruturas abandonadas”, ativos parados “espalhados por toda parte”.
Em termos diretos: as empresas de IA precisam começar a ganhar muito mais dinheiro. E precisam fazer isso rapidamente. Mas simplesmente aumentar os lucros ainda não será suficiente para sustentar seus investimentos em data centers no longo prazo.
A produtividade é tudo
Em algum momento, a IA também terá de gerar um crescimento econômico amplo para justificar a continuidade da onda de gastos dos hiperescaladores.
Gensler, da Escola Sloan, descreve os grandes investimentos atuais em infraestrutura de IA como “uma aposta combinada dos mercados de capitais e da economia”. Isso significa que o sucesso exigirá vencer três apostas relacionadas, mas independentes: os hiperescaladores precisam gerar receitas enormes; a IA precisa impulsionar um crescimento econômico amplo; e ambos precisam acontecer enquanto os poderosos, porém caros, chamados modelos de fronteira, que dependem dos data centers, conseguem se manter à frente de versões mais baratas, que muitas empresas podem considerar suficientemente boas.
O que torna essa situação tão complexa é que cada uma dessas apostas depende das outras duas, mas também apresenta seus próprios desafios.
Se os hiperescaladores continuarem gastando enormes quantias em data centers durante a próxima década, as receitas precisarão disparar para a casa dos trilhões. Stijn Van Nieuwerburgh, professor de finanças da Escola de Negócios da Universidade Columbia, baseia suas estimativas em um cenário no qual cerca de 183 gigawatts de capacidade computacional planejada para IA sejam construídos entre 2025 e 2032; ele calcula que cada gigawatt custa cerca de US$ 41 bilhões. Considerando um retorno de 10%, o mínimo aceitável para a maioria dos investidores, as receitas anuais “necessárias” serão de aproximadamente US$ 3,7 trilhões em 2032, afirma ele.
Outros chegam a um número semelhante.
Vencer a segunda parte da aposta, o crescimento da produtividade em toda a economia, será fundamental para alcançar esses valores.
Durante alguns anos, as empresas de IA provavelmente conseguirão aumentar suas receitas simplesmente vendendo assinaturas e tokens para todas as empresas ansiosas para entrar no mercado de IA. Mas, em algum momento, e isso pode já estar acontecendo, esses clientes pagantes precisarão justificar seus gastos ao observar benefícios concretos no resultado financeiro. A IA precisará cumprir sua promessa de tornar os trabalhadores mais produtivos e tornar as empresas mais eficientes e lucrativas, ao mesmo tempo em que amplia seus produtos e serviços.
Em termos econômicos, isso significa que os clientes precisarão observar crescimento de produtividade. Somados, esses resultados significarão que o país estará prosperando e crescendo.
“Se não houver ganhos de produtividade, em algum momento as pessoas vão se desencantar com a IA, e isso reduzirá os investimentos e também limitará o crescimento das receitas”, afirma Daron Acemoglu, economista do MIT e laureado com o Prêmio Nobel de Economia de 2024. Para que os investimentos sejam sustentáveis ao longo dos próximos cinco a dez anos, por exemplo, “precisamos ver ganhos de produtividade”, diz ele.
A maioria dos economistas que acompanha de perto esses números concorda que, por enquanto, as estatísticas da economia como um todo mostram pouco ou nenhum crescimento de produtividade decorrente da IA. Há, porém, alguns sinais promissores de que isso pode estar a caminho. Em uma pesquisa recente com cerca de 6 mil executivos seniores de empresas nos Estados Unidos, Reino Unido, Alemanha e Austrália, a grande maioria, aproximadamente 90%, afirma não ter observado aumento de produtividade nos últimos três anos. Mas eles esperam um ganho de cerca de 1,45% no total nos próximos três anos; os executivos americanos preveem um aumento de 2,25% nesse período.
Em uma pesquisa de acompanhamento, os entrevistados também relataram planos de aumentar os gastos de suas empresas com IA, levando os autores a estimar cerca de US$ 280 bilhões em despesas do setor privado com IA até o fim de 2026.
Essa é uma boa notícia para os hiperescaladores. Mas ela vem acompanhada de uma dose de más notícias para aqueles preocupados com o impacto da IA sobre os empregos. Os executivos esperam aumentar a produtividade de suas empresas ampliando as vendas e, ao mesmo tempo, reduzindo significativamente o número de funcionários.
Se a IA aumentar a produtividade destruindo empregos, a reação negativa do público à tecnologia, como a que já vimos em relação aos data centers, por exemplo, provavelmente se intensificará. Talvez seja necessário acrescentar mais uma aposta à aposta combinada descrita por Gensler: o público e as comunidades locais também precisam sentir que estão se beneficiando dos enormes investimentos em IA.
E não podemos esquecer o quanto essas apostas são interdependentes; se o aumento da produtividade vier de empresas utilizando modelos como o DeepSeek, as receitas dos hiperescaladores poderão despencar. Se a produtividade vier da redução de empregos, uma reação negativa da sociedade poderá bloquear muitos dos investimentos planejados e prejudicar as receitas esperadas. Será necessário vencer todas as apostas para que a aposta dos hiperescaladores dê resultado.
Agora todos fazemos parte da aposta da IA
Uma coisa era quando as empresas de IA usavam o dinheiro que haviam acumulado ao longo dos anos para construir seus próprios data centers. Nesse caso, o risco estava em grande parte limitado aos seus próprios balanços financeiros e acionistas. Mas o jogo se torna muito mais arriscado quando grande parte do dinheiro é emprestada. O Morgan Stanley, por exemplo, calcula que mais da metade dos US$ 2,9 trilhões que os hiperescaladores gastarão entre 2025 e 2028 na construção de data centers de IA será financiada com “capital externo”.
O endividamento está levando algumas dessas empresas a criar complexas estruturas de financiamento que estão se tornando interligadas a grande parte do restante da economia. “Muitas instituições financeiras, direta ou indiretamente, estão expostas a esses data centers, seja como credoras, seja como garantidoras de parte da dívida, seja como financiadoras dos fundos de crédito privado que estão financiando esses data centers”, afirma Van Nieuwerburgh, da Columbia. “As pessoas nem sabem que possuem esses ativos. Eles estão escondidos em algum lugar dentro de seus fundos de pensão. Em última instância, estão sustentando suas apólices de seguro de vida. E esse risco está sendo distribuído por toda parte, em lugares invisíveis.”
À medida que os investimentos em data centers dispararam, a engenharia financeira por trás deles se tornou cada vez mais complexa.
Considere, por exemplo, o chamado data center Hyperion, da Meta, que está em construção em Richland, Louisiana. Quando a empresa anunciou, no fim de 2024, os dois gigawatts de capacidade computacional do projeto, com um custo estimado de cerca de US$ 10 bilhões, ele era o maior data center planejado pela Meta. Recebido com grande entusiasmo por políticos estaduais e locais, o projeto, localizado na região rural do nordeste do estado, foi visto como um impulso para a comunidade. A Entergy Louisiana, maior empresa de energia elétrica do estado, rapidamente apresentou propostas para construir três grandes usinas de gás natural para atender ao gigantesco data center.
Então, no outono passado, quando o custo projetado já havia chegado a US$ 30 bilhões, o financiamento se tornou muito mais complexo e, para algumas pessoas da comunidade, muito mais preocupante. A Meta transferiu uma participação de 80% para a grande (e problemática) empresa de crédito privado Blue Owl Capital, formando uma joint venture chamada Beignet (como o famoso doce de Nova Orleans) para levantar financiamento para o data center. Em seguida, a Meta assinou uma série de contratos de locação de quatro anos com a joint venture, um acordo que, segundo a empresa, lhe oferece “flexibilidade estratégica de longo prazo”. Para garantir o acordo, a Meta fornece ao empreendimento o que é chamado de garantia de valor residual, na qual fará um pagamento em dinheiro para cobrir o valor da instalação “após qualquer não renovação ou encerramento de um contrato de locação”. Entendeu tudo isso?
Espero que sim. As manobras financeiras são, na verdade, ainda mais complexas, envolvendo uma série de subsidiárias integralmente controladas e empresas de responsabilidade limitada (LLCs). A Beignet criou a Laidley LLC, que é proprietária e opera o local como locadora. Por sua vez, a Laidley aluga as instalações para a subsidiária integral da Meta, a Pelican Leap LLC, que é a inquilina. E existe uma série de contratos de locação de quatro anos que cobrem os diferentes prédios que compõem o complexo do data center.
David Rotman
