O tema dessa edição importa pra você, mais do que você imagina.
Em 2024, as maiores empresas de tecnologia do mundo gastaram pouco mais de US$ 200 bilhões construindo infraestrutura de inteligência artificial.
Em 2025, esse número quase dobrou, para perto de US$ 400 bilhões.
Em 2026, segundo as próprias estimativas dessas empresas, o gasto deve passar de US$ 700 bilhões.
Este investimento vem praticamente dobrando a cada ano, por três anos seguidos.
Para dar uma noção melhor dessa dimensão: US$ 700 bilhões em um ano equivalem a gastar US$ 1 milhão por dia, todos os dias, desde o nascimento de Cristo até hoje.
Estamos presenciando o maior e mais rápido ciclo de investimento em infraestrutura da história econômica registrada.
Segundo o Deutsche Bank, esse gasto sozinho respondeu por mais da metade do crescimento do PIB real dos Estados Unidos no último trimestre. Sem ele, a maior economia do mundo certamente estaria à beira de uma recessão nesse ano.
E você provavelmente já deve ter se perguntado, algumas dezenas de vezes, se há uma bolha.
Mas a impressão que talvez essa seja a pergunta errada.
Eu não tenho dúvidas de que a inteligência artificial vai revolucionar determinados segmentos e “tomar” empregos humanos, como já tem feito.
Mas diante do boom que estamos vivenciando, me pergunto se é tecnicamente possível e economicamente viável entregar toda a infraestrutura no ritmo que o preço das ações relacionadas já antecipa.
E aqui está o motivo de você, possivelmente investidor(a) majoritariamente de ações brasileiras, entender o que está acontecendo: você não precisa ter sequer uma ação de Nvidia, Meta, Microsoft ou outra relacionada na carteira para sentir o solavanco de uma eventual correção de grandes proporções.
Isso porque as empresas de tecnologia hoje representam uma fatia despropocional nos índices que movem o capital global. Daí, quando o apetite por risco nos Estados Unidos muda de direção (seja porque uma tese decepciona, porque o custo de financiamento sobe, porque o mercado de crédito fica restrito), o efeito não se restringe à Nasdaq ou ao S&P.
Ele se propaga pelo dólar, pelas taxas de juros americanas, pelo prêmio de risco cobrado de mercados emergentes e pelo fluxo de capital estrangeiro que entra e sai da B3.
Diante de todo esse contexto inicial, faço questão de destacar que este texto ficou mais longo do que o normal.
Não costumo falar nem acompanhar empresas de tecnologia por aqui, mas é inevitável buscarmos entender o contexto atual do mercado.
Busquei amarrar três frentes ao longo do texto:
O gargalo físico de energia e infraestrutura
A dívida que está sendo “escondida” no balanço dessas empresas
O comportamento atual de quem mais entende esses negócios por dentro (estão vendendo ações)
O que você verá nesta edição
O primeiro gargalo: a energia não escala no ritmo do capital
O segundo gargalo: os chips não esperam pela infraestrutura
A dívida que não aparece no balanço
O comportamento dos insiders
Conclusão
O primeiro gargalo: a energia não escala no ritmo do capital
A recomendação clássica de Wall Street diante de um boom tecnológico é não apostar no minerador, e sim vender picaretas ou pás.
Ou seja, comprar o que sustenta/viabiliza o boom (data centers, energia, infraestrutura) em vez de tentar acertar quais provedores de IA serão os vencedores de longo prazo.
O problema é que os Estados Unidos estão ficando sem picareta e pás para vender, porque um data center não se conecta à rede elétrica do dia para a noite.
Ele precisa entrar numa fila chamada fila de interconexão, como uma lista de espera para ter acesso à rede.
Na maior rede elétrica dos Estados Unidos, o prazo dessa fila saltou de menos de 2 anos em 2008 para mais de 8 anos hoje.
E a fila é só o começo do problema, porque um data center de IA não consome energia como um prédio comercial, cheio de dia, vazio à noite e nos fins de semana. Ele roda a plena carga, 24 horas por dia, todos os dias do ano.
Os data centeres já consomem mais de 4% da eletricidade americana, e a projeção é de que chegue a um quinto do consumo total do país até 2035.
Além disso, o equipamento que sustenta esse consumo é a turbina a gás, uma das máquinas mais complexas do planeta, e só um punhado de empresas sabe fabricá-la: três fabricantes controlam mais de três quartos do mercado global.
A turbina a gás desempenha o papel de principal pilar de sustentação e estabilidade da matriz elétrica dos Estados Unidos. O gás natural é a maior fonte de eletricidade do país, respondendo de forma consistente por 40% de toda a geração elétrica norte-americana.
Uma delas, a GE Vernova, viu sua carteira de pedidos saltar de cerca de 80 gigawatts para 116 gigawatts, com o próprio CEO afirmando que a empresa estará praticamente esgotada até o fim de 2028.
Só em 2024, as encomendas de turbinas superaram em quase três vezes a capacidade de produção de todas as fábricas do mundo somadas naquele ano.
Não importa quantos zeros a big tech coloque no cheque, os fabricantes estão estruturalmente limitados.
O mesmo vale para transformadores (mais de 2 anos e meio de espera, com déficit de oferta estimado em 30%) e para novas linhas de transmissão (6 anos e meio, em média, por causa de licenciamento e outros entraves regulatórios).
O caso mais concreto desse gargalo é a PJM Interconnection, a maior operadora de rede elétrica dos Estados Unidos, responsável por levar energia a 67 milhões de pessoas em 13 estados.
Uma vez por ano, a PJM realiza um leilão de capacidade. Neste leilão, ela paga usinas para garantirem que terão energia disponível nos piores dias do ano, funcionando como um “seguro contra apagão”.
Durante a maior parte deste século, pagar por este seguro era barato, porque a demanda por eletricidade nos EUA ficou praticamente estagnada por 20 anos.
No leilão referente a 2024, essa garantia foi negociada a cerca de US$ 29 por megawatt-dia (ou US$ 10.556 por ano).
Então os data centers chegaram, às dezenas, cada um consumindo tanta energia quanto uma cidade pequena.
O leilão seguinte fechou a quase US$ 270 por megawatt-dia (ou US$ 98.521 por ano), uma alta de mais de 830%.
Reguladores impuseram um teto legal ao preço. O leilão seguinte bateu nesse teto. E o seguinte também.
Em dezembro de 2025 aconteceu algo inédito na história da PJM: mesmo pagando o preço máximo permitido por lei, o leilão não conseguiu comprar energia suficiente para cobrir a margem de segurança exigida para a distribuição.
Esse é o primeiro gargalo: a infraestrutura física não acompanha a velocidade do capital, e não existe um caminho claro de solução no curto prazo.
O segundo gargalo: os chips não esperam pela infraestrutura
Os data centers de IA são basicamente armazéns gigantes para a infraestrutura de tecnologia necessária para treinar, implementar e disponibilizar aplicações e serviços de IA.
Dos mais de US$ 700 bilhões de investimento previstos em infraestrutura pelas bigtechs para 2026, a maior parcela vai justamente para chips e hardware de computação.
Daí surgem dois problemas.
O primeiro é que esses chips não envelhecem bem. Um chip de IA de ponta permanece competitivo por algo entre 2 e 6 anos.
Janela de 2 a 3 anos:
Grandes empresas de tecnologia (como OpenAI, Google e Meta) precisam de poder computacional máximo. Para treinar os maiores modelos de linguagem do mundo, elas substituem os chips assim que uma nova geração surge para economizar tempo e energia.
Janela de 4 a 6 anos:
Empresas que usam a IA para rodar modelos já existentes ou que treinam modelos menores e específicos não precisam da última novidade do mercado. Elas extraem o valor total do hardware até que o custo de manutenção supere o ganho de eficiência.
Só que a infraestrutura ao redor desses chips (o prédio, a rede elétrica dedicada, o sistema de resfriamento) é construída para durar décadas.
Fazendo um paralelo, é como se o chip envelhecesse como um smartphone e a infraestrutura como uma ponte.
Daí que, se um data center reduz a escala ou seus chips ficam obsoletos em poucos anos, o equipamento bilionário de rede construído para atendê-lo permanece no balanço da concessionária de energia por décadas, e parte desse custo é repassado ao consumidor.
O segundo problema é mais estrutural e afeta diretamente o lucro reportado dessas empresas.
Hoje, as big techs estão declarando lucros recordes, o que, à primeira vista, contradiz qualquer narrativa de bolha.
Recentemente Michael Burry , o mesmo do filme A Grande Aposta e que “previu” o crash de 2008, argumenta que esses lucros recordes reportados são, em parte, mera ilusão contábil.
O mecanismo é simples:
Quando uma empresa compra um equipamento, ela distribui o custo dele na DRE ao longo dos anos em que esse equipamento é considerado útil (a chamada vida útil), prazo este que define o cronograma de depreciação desse ativo;
Ao alongar essa vida útil, a depreciação anual é reduzida e o lucro reportado hoje acaba inflado;
Ao encurtá-la, veríamos o oposto.
Isso significa que uma estimativa contábil discricionária (de relativa livre escolha) do tipo “por quantos anos um chip continua sendo útil?” determina bilhões de dólares em lucro declarado.
E até hoje não há um consenso sobre a resposta para a pergunta acima.
As gigantes de tecnologia estenderam a vida útil oficial de seus servidores do padrão histórico de 3-4 anos para até 6 anos.
Burry argumenta que o número real é bem menor e que, se ele estiver certo, o setor está subestimando a depreciação em cerca de US$ 176 bilhões entre 2026 e 2028, o suficiente, por exemplo, para inflar o lucro reportado da Oracle em quase 27% até 2028, e o da Meta em quase 21%.
A Nvidia rebateu imediatamente, afirmando que seus clientes de fato extraem de 4 a 6 anos de vida útil desses chips sem problema.
Sinceramente, eu não tenho a menor capacidade de avaliar se quem está certo é o Burry ou a Nvidia.
Mas é assustador pensar que nem as próprias empresas de tecnologia não concordam entre si.
Veja alguns exemplos:
Em janeiro de 2024, a Amazon decidiu que seus servidores durariam 6 anos em vez de 5;
Essa única mudança reduziu sua despesa de depreciação em US$ 3,2 bilhões e adicionou US$ 2,5 bilhões ao lucro do ano;
Doze meses depois, a Amazon revisou a estimativa de volta para 5 anos em parte dos seus servidores e equipamentos de rede, citando em seu próprio relatório “o ritmo acelerado de desenvolvimento tecnológico, particularmente em inteligência artificial”;
Ou seja, os próprios chips ficando obsoletos mais rápido do que ela havia assumido.
No mesmo período, a Meta fez o movimento inverso, estendendo a vida útil de seus servidores para 5,5 anos;
Essa mudança reduziu sua despesa de depreciação em 2025 em US$ 2,9 bilhões e adicionou cerca de US$ 1 ao lucro por ação.
Resumo da ópera: mesma tecnologia, mesmo período, dois departamentos contábeis olhando para o mesmo tipo de ativo e chegando a conclusões opostas.
Então temos o seguinte cenário:
De um lado, temos que a nova infraestrutura de energia necessária pode levar de 5 a 10 anos para ficar pronta;
Do outro, os chips de hoje talvez só sejam economicamente competitivos por 3 a 6 anos.
Se esses dois relógios saem de sincronia, bilhões em infraestrutura estarão prontos para atender um mercado de IA muito diferente daquele que as empresas estão planejando hoje.
A dívida que não aparece no balanço
Nenhuma fonte isolada de capital no planeta é grande o suficiente para financiar sozinha o maior ciclo de investimento em infraestrutura da história.
Por isso as big techs bateram em todas as portas possíveis, mas começaram pela mais óbvia.
O plano inicial das big techs foi deixar que suas próprias operações altamente rentáveis financiassem os investimentos. Só que essas máquinas de gerar caixa não estão mais dando conta do recado.
Na última década, essas empresas reinvestiam, em média, entre 40 e 50 centavos de cada dólar de caixa operacional em CAPEX (CAPEX/FCO = 0,4 a 0,5x).
Em 2026, porém, essa proporção deve chegar a 94 centavos (CAPEX/FCO = 0,94x). Ou seja, o investimento passou a drenar o caixa gerado pelas operações.
Diante disso, essas empresas foram ao mercado de dívida num ritmo nunca antes visto.
Entre 2020 e 2024, as cinco maiores hyperscalers emitiram, em média, US$ 28 bilhões por ano em títulos de dívida.
Em 2025, o mesmo grupo emitiu mais de US$ 100 bilhões, mais de quatro vezes o ritmo médio dos cinco anos anteriores.
Hiper escaladoras de IA (ou AI Hyperscalers) são as gigantes de tecnologia que constroem, operam e dominam a infraestrutura massiva de data centers necessária para treinar e rodar os grandes modelos de inteligência artificial.
Elas fornecem o poder computacional bruto para que governos, empresas e laboratórios de pesquisa consigam processar IA em larga escala.
Em 2026, só nos primeiros cinco meses do ano, já haviam emitido mais US$ 159 bilhões. Ou seja, em cinco meses tomaram mais dívida do que em todo o período de cinco anos anterior somado.
O setor de tecnologia já responde por quase 18% de toda a dívida corporativa de grau de investimento nos Estados Unidos, a ponto de o próprio FMI passar a sinalizar o risco.
Segundo Tobias Adrian, autoridade sênior do Fundo e ex-vice-presidente do Federal Reserve de Nova York, “o que é bastante preocupante do ponto de vista de estabilidade financeira é que as grandes empresas de tecnologia estão começando a se alavancar”.
Dívida corporativa de grau de investimento (investment grade ou high grade) refere-se a títulos de renda fixa emitidos por empresas com alta capacidade de pagamento e baixo risco de inadimplência
Diante desse cenário, tem entrado em cena um mecanismo perigoso: o sistema bancário paralelo (shadow banking), o mesmo tipo de estrutura financeira por trás da crise de 2008, só que hoje lastreada em data centers em vez de hipotecas.
Para entender esse mecanismo, imagine uma empresa que quer tomar uma grande dívida sem que ela apareça no seu próprio balanço.
A solução é criar uma segunda empresa, um veículo de propósito específico (SPV ou SPE) que, no papel, é totalmente separada da primeira: tem seu próprio nome, sua própria conta bancária e, o mais importante, sua própria dívida.
Esse veículo toma o empréstimo, usa o dinheiro para comprar o ativo de que a empresa original precisa, e depois aluga esse ativo de volta para ela.
O veículo é dono da dívida e do ativo; a empresa original apenas usa o ativo, sem carregar a dívida no seu próprio balanço.
É como você usar um cartão de crédito no nome de um parente: quem usa e se beneficia é você, mas, tecnicamente, a dívida não é sua.
O caso mais didático, e o maior já feito nesse formato, é o da Beignet Investor, um veículo criado para financiar o data center Hyperion, da Meta.
A Meta anunciou o projeto, projetou, constrói, opera e será a única inquilina dele.
Mas os US$ 27 bilhões de dívida que financiaram sua construção pertencem à Beignet, não à Meta.
A gestora Blue Owl Capital criou o veículo e entrou com 80% do capital próprio; a Meta entrou com os outros 20% e assinou como única inquilina do prédio.
A Beignet emitiu US$ 27,3 bilhões em títulos de grau de investimento, comprados por gestoras como BlackRock e PIMCO, usou o dinheiro para construir o Hyperion, e agora recebe o aluguel pago pela Meta para remunerar os credores até 2049.
E por que a Meta se limitou a 20% do capital?
Porque, segundo as regras contábeis, com 20% de participação a Meta não é considerada a “beneficiária principal” do empreendimento e, não sendo, os US$ 27 bilhões de dívida do veículo não são, legalmente, dívida dela.
Some a isso um detalhe “escondido” no relatório anual da própria Meta: a empresa oferece uma “garantia de valor residual” de aproximadamente US$ 28 bilhões, que decresce ao longo do tempo. Ou seja, se a Meta resolver sair do Data Center e o valor desse ativo for avaliado abaixo desse piso, ela cobre a diferença.
Em outras palavras, para o mercado, a Meta pode dizer “essa dívida não é minha”. Mas para os credores do projeto, pode dizer “estou cobrindo até US$ 28 bilhões se algo der errado”.
Some a isso um descasamento de prazo, visto que a dívida da Beignet vai até 2049, mas o contrato de locação da Meta só começa em 2029 e se renova em blocos de 4 anos. Ou seja, é um empréstimo de 24 anos apoiado num contrato atual de 4 anos.
Este é apenas um dos casos de estruturas como essa. E o que mais preocupa é essa tendência continuar crescendo.
Estima-se que o total de dívida fora do balanço das cinco maiores empresas do setor cresceu cerca de oito vezes desde 2022, ultrapassando US$ 120 bilhões movidos para fora do balanço em menos de dois anos, segundo o escritório de advocacia Quinn Emanuel.
A agência Moody’s identificou quase US$ 1 trilhão em contratos futuros de locação de data centers já assinados pela big tech, dos quais mais de US$ 660 bilhões permanecem completamente invisíveis nos balanços principais dessas empresas hoje.
O Morgan Stanley estima a exposição total do setor fora do balanço em cerca de US$ 1,8 trilhão.
Vimos este “padrão” de estruturas de financiamento se repetindo duas vezes na história recente:
no financiamento a fornecedores de telecomunicações entre 1998 e 2000; e
na securitização hipotecária entre 2004 e 2007.
Déjà vu
Expressão em francês que significa "já visto" e descreve a sensação psicológica de que o momento atual já foi vivido antes.
O comportamento dos insiders
Se alguém está comprando uma ação, alguém precisa estar disposto a vendê-la.
Então, antes de comprar o que estão vendendo, vale perguntar: por que estão vendendo?
Num IPO, quem está do outro lado da transação são os fundadores, os primeiros funcionários, os fundos de venture capital que financiaram a empresa quando ela ainda não era nada.
E ninguém entende desses negócios melhor do que eles, visto que são eles quem têm acesso a números e informações que o investidor comum nunca vai ver.
Daí, quando decidem vender ações em vez de seguir segurando, estão fazendo uma escolha declarada, e essa escolha, historicamente, funciona como um dos sinais mais confiáveis do mercado, ainda que pouco observado.
Como dizia Benjamin Graham, o pai do value investing e mentor de Warren Buffett: o investidor inteligente é um realista que vende para o otimista e compra do pessimista.
Insiders vendem quando tudo parece perfeito, quando a narrativa é favorável, o otimismo é máximo e há uma fila de compradores interessados. É exatamente nesse momento que se consegue o melhor preço pelo que se está vendendo.
É esse padrão que os dados de IPO mostram de forma consistente: quando o mercado está em alta, empresas correm para abrir capital; quando o mercado vira, essas ofertas desaparecem quase da noite para o dia.
Então, é necessário muita cautela ao estar na ponta compradora, enquanto os insiders estiverem vendendo.
Conclusão
Para que a leitura otimista sobre esse ciclo continue de pé, alguns fatores específicos precisam se confirmar:
a cadeia de suprimentos de energia (turbinas, transformadores, linhas de transmissão) precisa acelerar significativamente acima do seu histórico recente;
a receita gerada por aplicações de IA precisa deixar de ser um múltiplo pequeno do CAPEX e passar a se aproximar dele;
o mercado de crédito (inclusive os veículos fora de balanço descritos na seção 5) precisa continuar absorvendo emissões nesse ritmo sem exigir prêmios de risco muito mais altos.
O que invalidaria essa leitura:
um descasamento crescente entre infraestrutura chegando tarde demais para chips que já envelheceram;
um fechamento da janela de crédito, seja por aversão a risco generalizada, seja por um evento negativo específico de crédito num dos veículos estruturados (SPVs/SPEs);
a repetição do padrão histórico visto em momentos de euforia exacerbada: cada vez mais insiders vendendo posição, num ritmo crescente, enquanto o discurso público segue otimista.
Não sei dizer se/quando algum desses gatilhos vai se materializar, e qualquer um que garanta para você que sabe, estará mentindo.
O que está ao nosso alcance é acompanhar alguns pontos cruciais:
os próximos leilões de capacidade de energia;
as próximas rodadas de emissão de dívida estruturada fora do balanço; e
o ritmo de vendas de insiders nas próximas ofertas públicas do setor.
Se você chegou até aqui, por favor, não deixe de compartilhar essa edição. Isso contribui muito para a continuidade desse projeto:
Como sempre, reforço que este texto é apenas um exercício metodológico sujeito a erros.
Não deixe de ler o disclaimer completo aqui.
Por hoje é só.
Forte abraço e até a próxima.
Conteúdo complementar recomendado e usado como base para alguns insights desse texto: Canal do Youtube Casual Finance.