O boom de gastos com IA está superando as previsões da Wall Street, com Big Tech investindo bilhões em buildout de inteligência artificial. Analistas revisam em alta estimates de capital expenditure para os principais hyperscalers em ritmo histórico, com revisões que chegam a 266% para Alphabet no forecast de 2027.
Escala dos investimentos e revisões históricas
- Hiperescalers coletivamente gastaram US$ 330 bilhões no primeiro semestre de 2026, com mais US$ 469 bilhões estimados para o segundo semestre deste ano, totalizando recursos significativos direcionados ao buildout de IA.
- Consensus capex estimates para 2027 têm aumento médio de 183% entre as cinco grandes empresas, contra revisão média de apenas 33% da última década, mostrando aceleração sem precedentes nas projeções.
- Todos os cinco hyperscalers vivem suas maiores revisões para cima em pelo menos dez anos: Oracle (+262%), Meta (+162%), Amazon (+147%) e Microsoft (+78%), além do Alphabet que subiu de US$ 82 bilhões a US$ 301 bilhões, alta de 266%.
- Analistas agora estimam mais de US$ 1 trilhão de capital expenditure across major data center operators para o próximo ano, à medida que o ritmo de gastos só deve acelerar.
Reações do mercado e perspectivas de analistas
- Após anúncio de gastos maiores, ações da Alphabet recuaram 7% em um só dia, refletindo preocupação dos investidores com a magnitude dos capex e a incerteza sobre retornos.
- Other hyperscalers caíram junto com a Alphabet, à medida que investors grappled with how much Big Tech will have to spend to keep pace in the AI race, mostrando o efeito em cadeia dos anúncios.
- Goldman Sachs considera projeções de capex para 2027 'provavelmente muito conservadoras', reconhecendo que estimates atuais ainda podem ficar abaixo do necessário para sustentar o ritmo de inovação em IA.
- Beth Kindig, analista-chefe da I/O Fund, afirma que estimates iniciais para 2026 foram 'risíveis baixos' e projeções para o próximo ano ainda estão 'muito abaixo' do que se espera da demanda por IA generativa e serviços associados.
Risco, receitas e o conceito de 'useful bubble'
- Jessica Wachter, professora da Wharton e ex-chefe econômica da SEC, argumenta que preocupações sobre gasto em IA estão 'provavelmente exageradas', destacando que provedores de modelos como Anthropic e OpenAI já geram receitas que justificam o investimento em infraestrutura de data centers.
- Wachter observa que 'os dólares no solo, construindo data centers, não parecem tão arriscados quanto se pensa', parecendo mais o 'nível baseline de risco' que se aceita ao investir em mercado de ações.
- Mesmo que a receita eventual justifique o atual frenesi de gastos, história mostra que investidores iniciais não são sempre os que se beneficiam das buildouts massivas de infraestrutura, um fenômeno que o professor John Turner, da Universidade Queen's of Belfast, chama de 'useful bubble'.
- O ponto é que, embora gastos excessivos em novas tecnologias possam não pan out completamente, os investidores que entram primeiro não garantem necessariamente os maiores retornos ao longo do ciclo de adoção.
