J.P. Morgan alerta para o aumento de sinais de alerta no mercado de IA
Enquanto a inteligência artificial continua a impulsionar saltos tecnológicos sem precedentes, analistas financeiros estão soando o alarme sobre uma potencial instabilidade do mercado. Um relatório recente do J.P. Morgan sugere que a "exuberância dos investidores" está criando níveis perigosos de concentração e volatilidade dentro do setor de IA.
Concentração Extrema e o Paralelo com a Bolha Dotcom
A preocupação mais marcante levantada pelo J.P. Morgan é a concentração extrema de riqueza e crescimento dentro do S&P 500. Desde o lançamento do ChatGPT em 2022, apenas 42 empresas relacionadas à IA foram responsáveis por impulsionar aproximadamente 65% a 80% dos lucros, receitas e investimentos de todo o índice. Essa concentração é mais visível na capitalização de mercado, onde as dez maiores ações dos EUA representam agora cerca de 40% do S&P 500 — um salto massivo em comparação aos apenas 17% de 2015.
Além disso, os padrões técnicos no setor de semicondutores estão espelhando a infame bolha dotcom. O J.P. Morgan identifica quatro sinais de alerta específicos:
- As ações de semicondutores estão se desviando de sua média móvel de 200 dias de forma tão acentuada quanto ocorreu no final da década de 1990.
- Os fundos de hedge estão mais fortemente investidos em ações de chips do que em qualquer outro momento anterior.
- Os empréstimos de margem na bolsa de valores coreana triplicaram desde 2020.
- A negociação de opções em ações de semicondutores disparou para cinco vezes os níveis de 2020.
A Mudança no Cenário do Hardware de IA
Embora a Nvidia continue sendo o titã do mercado de aceleradores de IA, sua dominância está enfrentando uma erosão estratégica. O J.P. Morgan estima que a participação de mercado da Nvidia provavelmente cairá de 85% em 2023 para aproximadamente 75% até 2026. Essa mudança é impulsionada pelos grandes provedores de nuvem que estão desenvolvendo silício proprietário para otimizar custos.
Por exemplo, as TPUs do Google e os chips Trainium da Amazon estão se tornando alternativas críticas. O uso de silício personalizado pode reduzir os custos operacionais de 30% a 40% em comparação com as GPUs tradicionais da Nvidia. Uma mudança notável na indústria já está em curso: a Anthropic comprometeu-se a executar seus modelos Claude na infraestrutura Trainium da Amazon pela próxima década, sinalizando um afastamento da dependência total de GPUs.
Pressões de Margem e a Ascensão do Open Source
A viabilidade econômica dos principais laboratórios de IA, como OpenAI e Anthropic, continua sendo um grande ponto de interrogação. Apesar do rápido crescimento da receita, os custos astronômicos de computação estão comprimindo as margens. Isso cria uma vulnerabilidade que os concorrentes estão prontos para explorar.
À medida que os preços dos tokens flutuam, as empresas buscam cada vez mais otimizar seus gastos, transferindo tarefas para modelos de código aberto (open-source) mais baratos e de alto desempenho. O cenário está sendo ainda mais complicado pelos modelos de código aberto chineses, que estão se aproximando rapidamente do desempenho de alto nível por uma fração do custo dos modelos proprietários ocidentais. Essa pressão de baixa nos preços dos tokens, combinada com a redução das margens de fluxo de caixa livre nos principais provedores de nuvem, sugere que a "corrida do ouro da IA" pode em breve enfrentar um choque de realidade em relação à lucratividade.
Principais Conclusões
- Volatilidade do Mercado: Os padrões das ações de semicondutores e o aumento na negociação de opções estão mostrando semelhanças técnicas com a bolha dotcom.
- Diversificação de Hardware: Projeta-se que a participação de mercado da Nvidia diminua à medida que provedores de nuvem como Amazon e Google implementem chips personalizados para reduzir custos em até 40%.
- Riscos de Lucratividade: Os altos custos de computação e a crescente eficiência de modelos de código aberto de baixo custo (incluindo os chineses) estão ameaçando as margens dos principais laboratórios de IA.