Há um paradoxo curioso no centro da maior história da tecnologia neste momento. As GPUs (unidades de processamento gráfico) e outros hardwares essenciais nos quais as gigantes de tecnologia estão gastando tão generosamente para equipar seus data centers acabam ficando obsoletos rapidamente. Essa é a visão detalhada em um excelente novo relatório da Research Affiliates, uma empresa que supervisiona cerca de US$ 200 bilhões em estratégias de investimento para seus fundos de índice RAFI e ETFs.
O autor Chris Brightman — sócio da RA e consultor sênior — sustenta que a corrida pela IA criou, na prática, uma nova era industrial. Nesse ecossistema transformado, as empresas não estão “investindo” no sentido tradicional. Em vez disso, estão girando equipamentos em um ritmo tão incrivelmente rápido para gerar receitas que isso está mudando a própria definição de despesas de capital.
Leia também: Comprar passagem aérea de madrugada? IA promete achar o melhor preço e pagar sozinha
Continua depois da publicidade
“Eles se parecem mais com supermercados do que com empresas tradicionais de tecnologia ou industriais, mas seu giro não está em itens como mantimentos. É o que gera seus modelos de linguagem de grande porte, busca vetorial e outros produtos”, disse Brightman em uma entrevista por telefone.
“Eles estão em uma corrida na qual precisam substituir seu hardware muito rapidamente, ou seja, reabastecer suas prateleiras às pressas.” O problema, afirma Brightman, é que os gigantes estão tendo prejuízo com os modelos de linguagem, bancos de dados vetoriais e outros produtos que vendem a empresas e consumidores; assim, quanto mais hardware compram, mais dinheiro perdem.
“No momento, cada um usa IA para manter uma dominância crucial em seu campo, e isso faz sentido”, observa Brightman. Mas, acrescenta, o gasto imenso necessário para manter essas vantagens competitivas e afastar rivais pode gerar retornos irrisórios no futuro e prejudicar sua rentabilidade geral.
No artigo, Brightman destaca a alta histórica nos gastos de capital (capex) em IA, que saltaram de US$ 250 bilhões em 2024 para US$ 650 bilhões neste ano, segundo estimativa da Bloomberg, equivalente a 2% do PIB.
Esse apetite histórico por capital gerou a visão de que a IA está se tornando o novo aço ou as novas ferrovias. Mas, como Brightman aponta, os equipamentos e a infraestrutura que sustentaram esses negócios são muito diferentes dos que impulsionam a IA.
“Usinas siderúrgicas e trilhos ferroviários se depreciavam ao longo de 40 a 45 anos”, escreve. Em seguida, ele contrasta essas vidas úteis de décadas com o cenário da IA. Empresas como Microsoft, Amazon, Alphabet e Meta estão depreciando suas GPUs e outros hardwares ao longo de cerca de cinco ou seis anos em seus demonstrativos de resultados. Embora esses prazos já pareçam bem curtos, ele afirma que suas “vidas” reais são ainda muito menores.
Continua depois da publicidade
Em termos econômicos, ativos tornam-se totalmente depreciados, ou obsoletos, quando as receitas que geram deixam de cobrir seu custo de aquisição (refletido na depreciação anual), as despesas operacionais e o custo de capital. Segundo Brightman, os números do setor mostram que o hardware de IA perde valor em cerca de três anos.
Como prova, ele cita dados sobre a rentabilidade das GPUs H100 da Nvidia, padrão da indústria. No segundo ano, uma H100 gerava US$ 36 mil em lucro anual, com retorno sobre o investimento de 137%.
Mas, no quarto ano, o produto registrava prejuízo superior a US$ 4.400, com ROI negativo de 34%, e os resultados pioravam rapidamente a partir daí. Escreve Brightman: “A vida econômica do hardware de IA é muito mais curta do que sua vida contábil.”
Continua depois da publicidade
Não é que o equipamento se desgaste. Fisicamente, ele pode funcionar por muito mais tempo. A razão de o hardware de IA perder potência tão rapidamente é que Nvidia, AMD e outros fabricantes estão lançando novas ofertas que, a cada ano, proporcionam enormes aumentos de poder computacional por watt utilizado.
Como as empresas enfrentam fortes restrições de energia, estão constantemente buscando grandes volumes de novo poder de processamento com doses adicionais de eletricidade.
Normalmente, se fabricantes tradicionais estivessem adicionando capital no ritmo que os gigantes estão imprimindo na IA, já teriam construído uma base gigantesca de equipamentos e infraestrutura que poderiam usar por anos, sem necessidade de continuar comprando mais.
Continua depois da publicidade
Não é o caso nesse novo modelo de negócio. O equipamento de IA evolui tão rapidamente que, a cada ano, as empresas precisam substituir uma parte enorme de sua base de capital apenas para manter a mesma capacidade de gerar inovações em IA.
“A maior parte dos gastos não é capex de crescimento, é capex de ‘manutenção’”, diz Brightman. Ainda assim, os números totais são tão grandes que, embora apenas cerca de um terço vá para expansão, isso já é suficiente para aumentar enormemente o volume de produtos e serviços que podem oferecer a cada ano.
Empresas estão acumulando grandes prejuízos
Em nossas conversas por telefone, Brightman explicou o dilema das gigantes da IA. “À medida que ampliam o poder de processamento, perdem cada vez mais dinheiro”, diz. “Mas, por enquanto, têm razões suficientes para fazer isso.”
Continua depois da publicidade
Todas as quatro grandes buscam oferecer os melhores recursos de IA para aprimorar seus produtos principais e reconhecem que perderão a liderança nesses segmentos se o componente de IA não for de ponta.
A Amazon ganha a maior parte do dinheiro fornecendo computação e armazenamento em nuvem. Segundo Brightman, ela não consegue recuperar dos clientes nem de longe o custo das adições de IA. “Mas faz sentido, porque, se a Amazon não permanecer na corrida, perderá o negócio de nuvem. Ela precisa dos serviços de IA como parte desse componente.”
Quanto à Microsoft, seu principal produto é o software de escritório que gera receitas de assinatura, especialmente em sua plataforma 360. Essa franquia agora enfrenta forte concorrência dos produtos Docs e Sheets do Google.
“Para proteger seu negócio existente e manter seus clientes, a Microsoft precisa oferecer serviços de modelos de IA, mesmo que esteja perdendo dinheiro com seu capex em IA”, afirma Brightman.
A Alphabet é dominante em busca e lidera como a maior vendedora de anúncios online do mundo. A Microsoft lançou um desafio ao criar seu próprio mecanismo de busca. “Para continuar sua linha de negócios lucrativa e manter sua vantagem, a Alphabet precisa do componente de IA, e isso exige grandes investimentos em data centers”, diz Brightman.
A Meta precisa se preocupar com os outros três invadindo seu altamente lucrativo negócio de publicidade em redes sociais.
“As pessoas vão à plataforma para ver fotos e vídeos, e custa muito dinheiro à Meta produzir esse conteúdo que sustenta os anúncios”, observa Brightman. A Meta usa IA para personalizar feeds, classificar conteúdos no Instagram e no Facebook e verificar a segurança das postagens, e precisa desses usos para manter sua liderança.
Ainda assim, mais uma vez, diz Brightman, ela ainda não consegue cobrar o suficiente por seus anúncios para pagar os enormes novos gastos necessários para oferecer esses recursos.
Brightman conclui que a enxurrada de investimentos em IA não significa que esse avanço revolucionário será altamente lucrativo para as Big Techs. Trata-se mais de uma arma para cada gigante defender seu domínio.
“Quando o capital gira rapidamente e a concorrência força reinvestimento contínuo, gastos extraordinários podem sustentar a posição competitiva sem criar valor para os acionistas”, afirma no artigo.
Mais uma vez, a vida útil do que está preenchendo nossos data centers é tão curta que comprar GPUs, por exemplo, se parece mais com reabastecer estoques de supermercado do que construir fábricas que duram décadas.
O CEO da AWS, Andy Jassy, tem uma visão bem diferente. Em sua mais recente carta anual aos acionistas, afirmou que chips, servidores e equipamentos de rede da AWS têm uma vida útil de 5 a 6 anos.
Por outro lado, Brightman me disse que os recursos que estão custando caro a esses campeões o ajudaram bastante a preparar sua análise. “Há um ano, esse projeto teria levado nove meses para pesquisa e modelagem. Mas usei o melhor de Claude, ChatGPT e Gemini, sintetizei o feedback deles e fiz tudo do começo ao fim em três semanas”, relata.
A pequena história de Brightman ilustra o ponto: essa nova era industrial pode ser muito mais benéfica para pessoas e empresas que utilizam produtos aprimorados por IA do que para aquelas que os fornecem.
2026 Fortune Media IP Limited