Quatro mil quadrilhões de tokens: otimismo ou delírio? #SP500

 

Hoje apresentei na FEA-USP, no curso de Mercado de Capitais da pós-graduação, a convite do professor Savoia, que conheço de longa data. O tema que escolhi este ano foi o que considero a discussão mais importante que o mercado está tendo agora: os trilhões de dólares que estão sendo investidos em infraestrutura de inteligência artificial vão se pagar? Não entreguei uma resposta de sim ou não — meu objetivo foi oferecer método, não convicção. Os slides completos da apresentação vão anexados para quem quiser conferir cada dado na fonte original. FEA - Apresentação 2026 - A IA vai se pagar?

Comecei a preparar a aula com um número que circulou nas redes esta semana e que resume bem o tamanho do que está em jogo. Um relatório da Evercore ISI, no cenário-base, projeta que o consumo anual de tokens de IA chegue a 4.000 quadrilhões até 2030 — mais de vinte vezes o que o mundo inteiro vai consumir neste ano. E essa conta nem inclui a chamada IA física, robótica, carros autônomos. Quem viu o número circulando no X levou um susto e chamou de "loucura" qualquer um que esteja "chamando o topo" das ações de infraestrutura de IA agora. Talvez tenha razão. Mas números assim também são exatamente o tipo de extrapolação que, historicamente, precede tanto os maiores ganhos quanto os piores estouros.

"Annual Token Usage (Base Case)", Evercore ISI, imagem

Para dar escala ao que já está sendo gasto, sem depender de projeção nenhuma: 2025 fechou com cerca de 410 bilhões de dólares investidos em infraestrutura de IA pelas quatro maiores hyperscalers americanas. A projeção para 2026, já revisada, subiu para 748 bilhões — um salto de 82% em um único ano. Somando cômputo, data centers e energia, uma estimativa agregada do setor chega a 7,6 trilhões de dólares entre 2026 e 2031. Isso já representa cerca de 5% do PIB americano — mais que o pico da fibra óptica em 2000 (1,2%) e mais que o pico histórico da eletrificação do país (1,7%). Não é apenas o maior ciclo de investimento em infraestrutura da história recente. É o maior por uma margem considerável.

E aqui entra o segundo gráfico que quero comentar, porque ele muda o tom da conversa. As hyperscalers hoje gastam entre 45% e 57% da receita em capex — proporção que historicamente só se via em setores como utilities e telecomunicações, nunca em empresas de tecnologia com margem de software. O fluxo de caixa livre de Alphabet, Amazon e Meta, que era excepcionalmente positivo há poucos trimestres, virou negativo ao mesmo tempo neste ano. O resultado é que a emissão de dívida por hyperscalers e Nvidia combinadas, como percentual da emissão total de títulos do Tesouro americano, saltou de patamares na casa de 10% até 2023 para algo perto de 70% agora — um salto sem precedente na série histórica desde 2015. Morgan Stanley e J.P. Morgan estimam que o setor de tecnologia vai precisar emitir cerca de 1,5 trilhão de dólares em nova dívida nos próximos três anos só para sustentar essa construção.

"Hyperscaler  debt issuance Hyperscalers +Nvidia as a percent of Treasury bond issuance", JPMorgan/Bloomberg, imagem "divida_hyperscalers.png"]

Um cálculo que considero central no debate, de Peter Berezin, estrategista-chefe da BCA Research, ataca o problema pelo lado oposto do que normalmente se vê: em vez de estimar quanto a IA vai faturar, ele parte do próprio capex para calcular quanto seria preciso faturar para justificá-lo. Se as hyperscalers estabilizarem o investimento em 1 trilhão de dólares por ano — patamar já projetado para 2027 — e entregarem o retorno sobre capital que dizem perseguir, a receita anual necessária fica entre 4,3 e 7,2 trilhões de dólares, dependendo da margem que praticarem. Somando SpaceX, neoclouds e laboratórios chineses, a meta implícita sobe para 10 trilhões de dólares por ano. Para dar a escala do desafio: os US$ 175 bilhões de receita real da economia de IA hoje são, majoritariamente, faturamento da camada de laboratórios e aplicativos — quem vende acesso ao modelo ao usuário final —, não das hyperscalers, que são quem faz o capex que essa conta tenta justificar. A fatia de receita que sustenta especificamente a infraestrutura é uma parcela desse total já pequeno — o que torna a distância até os trilhões necessários ainda maior do que os 175 bilhões, sozinhos, já sugerem.

Slide 40, "Quanto a IA precisa faturar para justificar o capex", cascata Capex → Receita necessária, fonte Peter Berezin/BCA Research]

Refiz essa conta trocando algumas das premissas de Berezin — o retorno sobre capital que ele assume, a vida útil da GPU — e cada ajuste move o resultado de forma relevante, às vezes em direções opostas. Não é uma previsão fechada, é um exercício de sensibilidade. O número exato de trilhões importa menos do que o padrão que se repete em toda versão: o preço do token precisaria ficar bem acima de onde está hoje — e a trajetória, como mostro a seguir, é de queda, não de alta.

O que me interessa não é decretar bolha. É separar o que é fato verificável do que é aposta. É fato que Michael Burry aponta distorção contábil na forma como as hyperscalers depreciam suas GPUs, esticando artificialmente a vida útil dos ativos para inflar o lucro reportado. Mas também é fato que essa depreciação é uma despesa que não passa pelo caixa, e que o fluxo de caixa operacional da Alphabet, por exemplo, foi de 165 bilhões de dólares em 2025, independentemente de como a empresa agenda a depreciação de um servidor. As duas coisas são verdadeiras ao mesmo tempo, e é exatamente por isso que a resposta não cabe num sim ou num não.

O que também é fato, e que trato como sinal de alerta genuíno, é o financiamento circular: uma estimativa de mais de 800 bilhões de dólares em acordos onde o fabricante de chips financia o laboratório de IA, que usa esse dinheiro para comprar chips do próprio fabricante, inflando a demanda aparente em toda a cadeia. O paralelo com 2008 incomoda — não porque o mecanismo seja idêntico ao das hipotecas securitizadas, mas porque o padrão psicológico se repete: a convicção de que espalhar o risco elimina o risco, quando na prática só o torna mais difícil de enxergar.

Fechei a aula de hoje com um alerta sobre os próprios números que acabei de apresentar: de tanto lidar com valores na casa dos trilhões, os volumes são tão grandes que no final qualquer um vai achar 10 ou 20 bilhões de dólares pouco dinheiro. E fecho também com uma nota pessoal, que vale para quem lê o Mosca: há dois anos, na primeira vez que estive na FEA falando desse tema, poucos enxergavam a Nvidia como a aposta central da corrida de IA. Registrei ali um objetivo entre 250 e 320 dólares para a ação até 2026, já ajustado pelo desdobramento. Ela está hoje em 231 dólares. Acertou na mosca — mas o alvo de ontem não é garantia de acerto amanhã. A pergunta certa nunca é "a IA vale a pena". É: este capex específico, alocado deste jeito, com esta estrutura de financiamento, vai se pagar?

 

Análise Técnica

No post "a-frenesi-dos-bonds" fiz os seguintes comentários sobre o S&P 500:

"O mercado não abriu até o momento em que estou escrevendo, mas é possível que ultrapasse o nível indicado de 7.638. Nesta situação, terei que reclassificar as ondas conforme mostrado no gráfico abaixo.

Destaquei, com o retângulo rosa, os níveis mais prováveis, e acredito que estejam ao redor de 7.500; muito abaixo disso, terei que considerar a opção descrita no post anterior."

Na quinta-feira passada iniciei um trade de compra que não seguia meu livro-texto (5 ondas), mas que, em função da queda, atingiu o nível esperado para a onda 2 azul. Não é de meu costume fazer isso, mas arrisquei, e o mercado não completou as 5 ondas — razão pela qual liquidei a posição, como sugere meu mapa de controle, com prejuízo ínfimo de 0,07%.

Vou trabalhar de forma tentativa com um triângulo, como mostram as linhas vermelhas abaixo, e, se isso ocorrer, a onda 2 azul vai terminar mais abaixo — ou alguma outra coisa pode acontecer.

Tenho que confessar que me empolguei com a pujança da alta daquele dia, sem contudo ficar agora na torcida, caso não tivesse estabelecido o stop loss adequado. Vamos esperar um outro momento para entrar.

— Hahaha... está se deixando levar pela emoção? Isso é contra os seus princípios.

Já assumi que errei acima, mas não arrisquei nem temi a minha ideia — usei os princípios de Elliott Wave para saber quando minha entrada prematura se concretizaria e quando ela falharia. Em todo caso, o prejuízo foi mais emocional — frustração pela ideia que não deu certo — do que financeiro, e seria muito pior o contrário.

O S&P 500 fechou a 7.673, com queda de 0,58%; o USDBRL a R$ 5,0863, com queda de 0,79%; o EURUSD a € 1,1623, sem variação; e o ouro a U$ 4.358, com queda de 1,09%.

Fique ligado!