Por que o investimento equivocado, e não o excesso de oferta de chips, pode encerrar a tendência de IA

O boom da inteligência artificial está impulsionando o ciclo de despesas de capital (capex) mais dramático da história, mas um alerta significativo surgiu sobre sua sustentabilidade. Chris Wood, Chefe Global de Estratégia de Ações da Jefferies, sugere que o eventual fim da tendência de IA não será desencadeado por uma escassez de chips, mas por uma crise de confiança nos retornos sobre o investimento.

A Ameaça Iminente do Investimento Equivocado

Ao contrário dos ciclos tradicionais de semicondutores, que terminam devido a excessos repentinos de oferta ou acúmulo de estoque, Wood argumenta que a era da IA enfrenta um risco estrutural único: o investimento equivocado (malinvestment). O perigo principal reside na possibilidade de que os hyperscalers e os principais laboratórios de IA não consigam gerar retornos adequados sobre o capital massivo que estão implantando.

Wood destaca um padrão preocupante de "financiamento circular" dentro do ecossistema. Por exemplo, a Nvidia tem participado do financiamento de entidades como a OpenAI, que, por sua vez, utilizam esse capital para comprar mais chips da Nvidia. Embora isso crie um impulso poderoso no curto prazo, gera um ciclo de feedback que pode se desfazer bruscamente se os investidores começarem a duvidar da monetização de longo prazo e da visibilidade de lucros da infraestrutura de IA (AI stack).

Capex Massivo e a Concentração de Risco

A escala de investimento que se testemunha atualmente é sem precedentes. A TSMC, a principal fundição do mundo, elevou sua projeção de capex para 2026 para aproximadamente US$ 56 bilhões, ante os US$ 41 bilhões do ano passado. Projeções da Fubon Research sugerem que esse valor pode disparar para algo entre US$ 65 bilhões e US$ 70 bilhões até 2027.

Esse surto já está transformando economias regionais. Em Taiwan, o impacto da demanda relacionada à IA é evidente, com o crescimento do PIB real atingindo 14,55% em relação ao ano anterior no primeiro trimestre de 2026. Além disso, espera-se que a demanda relacionada à IA represente cerca de 31% da receita total da TSMC em 2026, ressaltando o quanto a economia global está se concentrando pesadamente na infraestrutura de IA.

A Comoditização dos Modelos de IA

Um ponto de pressão secundário é a rápida comoditização dos Grandes Modelos de Linguagem (LLMs). À medida que a eficiência melhora e os custos caem, a vantagem "premium" dos provedores de IA ocidentais está sendo desafiada. Wood aponta para a ascensão de modelos chineses, como o GLM-5.2 da Z.ai, que supostamente oferece desempenho comparável aos modelos ocidentais de alto nível por apenas um quarto do custo.

Os dados sustentam essa mudança; na plataforma OpenRouter, os principais modelos de IA chineses processaram 21,37 trilhões de tokens no final de junho, um salto massivo em relação aos 4,37 trilhões de abril. Esse volume é significativamente maior do que os 5,76 trilhões de tokens processados pelos principais modelos dos EUA, sinalizando um cenário saturado e sensível ao preço.

Mudança de Foco para "Ferramentas e Infraestrutura"

Apesar desses alertas, Wood não prevê um colapso imediato. Em vez disso, ele sugere uma mudança estratégica para o setor de "ferramentas e infraestrutura" (picks and shovels) da indústria — especificamente fornecedores de DRAM e memória. Devido ao Paradoxo de Jevons, à medida que o processamento se torna mais eficiente e barato, o consumo total na verdade aumenta, beneficiando os provedores de hardware.

Grandes players como a Micron já estão garantindo sua posição por meio de mudanças estruturais, como a assinatura de acordos estratégicos de cinco anos que cobrem partes significativas de seus volumes de DRAM e NAND. Isso proporciona aos fabricantes de memória maior poder de precificação e estabilidade, mesmo que a camada de software de IA em geral tenha dificuldade em provar sua lucratividade.

Principais Conclusões

  • O Risco Real: É mais provável que a tendência de IA termine devido ao "investimento equivocado" (malinvestment) — o fracasso dos hyperscalers em obter retornos suficientes sobre o capex massivo — do que por um excesso de oferta tradicional de chips.
  • Comoditização de Modelos: A rápida ascensão de modelos de IA chineses de baixo custo e alto desempenho está exercendo uma pressão imensa sobre a economia dos provedores de IA premium ocidentais.
  • Resiliência do Hardware: Fabricantes de memória e DRAM (como SK Hynix e Samsung) continuam sendo os beneficiários mais resilientes devido à sua capacidade de garantir acordos de vendas de longo prazo e exercer poder de precificação.