Bloomberg vê no ciclo de negócios circulares do boom de IA ecos da crise de 2008

Nos maiores acordos de IA do último ano, o mesmo padrão se repete. A Nvidia anunciou a intenção de investir até $100 bilhões na OpenAI, e a OpenAI compra dela sistemas com potência na casa dos gigawatts. A AMD concedeu à OpenAI warrants para a compra de até 160 milhões de suas ações, em troca de um pedido de 6 GW de chips.

A Oracle, segundo a imprensa, fechou com a OpenAI um contrato de aproximadamente $300 bilhões, para o qual ela própria toma dinheiro emprestado e constrói data centers. A Bloomberg dedicou a essa estrutura um episódio do podcast Big Take: Shawn Donnan explica ao apresentador David Gura por que esse "ciclo do dinheiro" lembra 2008. O anúncio do episódio é curto e não traz números.

Os valores acima vêm de reportagens anteriores sobre os acordos.

Como funciona o ciclo

A lógica é simples. O fornecedor de chips ou de nuvem repassa dinheiro ao desenvolvedor de modelos. O desenvolvedor gasta esse dinheiro comprando do mesmo fornecedor. O fornecedor mostra receita maior, sua capitalização de mercado sobe, e esse valor de mercado serve de base para captar novo capital. Formalmente, cada acordo é legal e economicamente explicável: a OpenAI precisa de poder computacional, e a Nvidia e a AMD precisam de demanda garantida. O problema é que boa parte dessa demanda é financiada pelos próprios vendedores. O pagamento externo real, ou seja, a receita de assinaturas, de APIs e de contratos corporativos, ainda é bem menor do que os compromissos planejados de capacidade.

Onde entra 2008

A Bloomberg faz o paralelo não pelo objeto dos acordos, mas pela estrutura. Antes da crise de 2008, títulos hipotecários eram fatiados e revendidos dentro do sistema financeiro, e o risco ficou concentrado em um círculo estreito de participantes que se consideravam contrapartes confiáveis. Hoje surge uma interdependência semelhante entre poucas empresas: se um dos nós, como a OpenAI, não cumprir suas obrigações, os fornecedores de chips, os locadores de nuvem e seus credores serão afetados.

A segunda parte da tese trata dos desequilíbrios globais. A construção da infraestrutura de IA atrai enormes fluxos de capital para os EUA e para um conjunto restrito de ativos. Isso acentua distorções no comércio e na poupança entre países, e as ações caras das gigantes de tecnologia criam nos investidores uma sensação de riqueza que, por sua vez, sustenta os gastos. Trata-se de um argumento da publicação, não de uma previsão de crise confirmada.

No que o momento atual é diferente

Há também contra-argumentos. Os principais investidores, por ora, pagam sobretudo com fluxo de caixa operacional e capital próprio, e não com alavancagem bancária. A demanda por computação é real: a utilização de GPUs é alta, e a receita dos laboratórios de IA cresce. Mas a fatia da dívida está aumentando. Surgem estruturas de projeto separadas para data centers, grandes emissões de títulos e empréstimos com chips como garantia. São justamente esses instrumentos que tornam o risco menos visível.

Os elementos-chave do ciclo:

• Nvidia: até $100 bilhões em investimentos planejados na OpenAI, atrelados ao fornecimento de sistemas.
• AMD: 6 GW de chips para a OpenAI e warrants para até 160 milhões de ações.
• Oracle: contrato de cerca de $300 bilhões, financiado também com dinheiro emprestado.
• Traço comum: o fornecedor é, ao mesmo tempo, investidor e principal beneficiário das compras do cliente.

O que acompanhar daqui para frente

Para investidores e executivos de tecnologia, vale separar dois indicadores: os compromissos declarados de capacidade e a receita efetiva dos clientes finais. Se o primeiro crescer mais rápido que o segundo, o ciclo se sustenta em expectativas. Convém examinar os balanços atrás da parcela da receita vinda de partes relacionadas, de obrigações fora do balanço e dos prazos de vencimento da dívida dos data centers.

Empresas que constroem produtos sobre a API de um único laboratório fariam bem em prever um segundo provedor e contratos flexíveis: uma falha em um nó chega rapidamente aos preços e à disponibilidade de computação. Por fim, o sinal virá dos preços de aluguel de GPUs. Se eles começarem a cair enquanto a construção continua, a oferta está superando a demanda com capacidade de pagamento.