Big Tech recorre ao endividamento: Alphabet e Meta tomam bilhões emprestados para investir em IA

As maiores empresas de tecnologia dos EUA estão mudando a forma de pagar pela expansão em IA. Antes, contavam com a receita e a valorização das ações. Agora, Alphabet, Meta e outras tomam dinheiro emprestado de forma ativa para bancar a infraestrutura que sustenta os chatbots. O motivo é a carga dupla: é preciso desenvolver modelos próprios e, ao mesmo tempo, alugar capacidade de computação para uma classe crescente de startups. Como exemplo, em outubro de 2025 a Meta emitiu títulos de $30 bilhões, e o projeto do data center Hyperion recebeu cerca de $27 bilhões em financiamento por meio de uma estrutura separada. • A fonte do dinheiro deixou de ser o caixa operacional e passou a ser o mercado de dívida. • Os gastos crescem por causa dos modelos próprios e do aluguel de capacidade para startups. • A grande questão: os data centers financiados com dívida vão se pagar?

Processado por IA de Bloomberg Tech; editado por Hamidun News
Big Tech recorre ao endividamento: Alphabet e Meta tomam bilhões emprestados para investir em IA
Fonte: Bloomberg Tech. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalBloomberg Tech ↗
Editor-chefe
Dado-chave #1A fonte do dinheiro deixou de ser o caixa operacional e passou a ser o mercado de dívida.
Dado-chave #2Os gastos crescem por causa dos modelos próprios e do aluguel de capacidade para startups.
A grande questãoos data centers financiados com dívida vão se pagar?

As maiores empresas de tecnologia dos Estados Unidos deixaram de pagar pela IA apenas com recursos próprios. Alphabet, Meta e outras gigantes agora tomam dinheiro emprestado nos mercados para construir a infraestrutura em que os chatbots rodam. A Bloomberg descreve o movimento como uma mudança radical de modelo: durante décadas, o crescimento dessas empresas se apoiou em receita elevada e ações em alta, e agora a dívida entrou na conta. A escala aparece nos negócios do ano passado. Em outubro de 2025, a Meta emitiu títulos de $30 bilhões, e a construção do campus Hyperion, na Louisiana, consumiu cerca de $27 bilhões em financiamento externo, captado por meio de uma estrutura separada em parceria com a Blue Owl.

O trecho da reportagem da Bloomberg que analisamos não traz números novos. Por isso, o texto abaixo se baseia em negócios públicos de anos anteriores e na lógica descrita pela publicação.

Duas tarefas para um só orçamento

As plataformas enfrentam uma carga dupla. Primeiro, treinam e operam seus próprios modelos: o Gemini, no caso do Google, e o Llama e seus sucessores, no da Meta. Segundo, vendem capacidade de computação a startups que não têm como comprar dezenas de milhares de aceleradores por conta própria. Cada uma das frentes exige data centers, energia elétrica, equipamentos de rede e chips, e as compras acontecem antes da demanda. O dinheiro sai hoje; a receita chega depois de trimestres ou anos.

Com esse descompasso, até empresas com dezenas de bilhões em fluxo de caixa livre esbarram em um teto. Gastar todo o caixa em investimentos de capital significaria abrir mão da recompra de ações e dos dividendos com que os investidores contam. A dívida permite não ter de escolher.

Por que justamente dívida?

Para esses emissores, os títulos têm vantagens claras:

  • as classificações de crédito são altas, então os juros são moderados e a demanda é enorme;
  • os juros da dívida reduzem a base de cálculo dos impostos;
  • os acionistas não são diluídos, como ocorreria em uma nova emissão de ações;
  • o prazo do empréstimo pode ser ajustado à vida útil dos data centers.

Os arranjos fora do balanço são um capítulo à parte. O Hyperion é estruturado de modo que parte das obrigações fique em uma empresa separada, e não diretamente nas demonstrações da Meta. Para os investidores, isso também é um sinal: mesmo quando há dinheiro em caixa, as empresas preferem não pesar o próprio balanço. A Oracle, que não integra o trio líder em nuvem, tomou cerca de $18 bilhões em setembro de 2025, e o caso mostrou que o mercado de dívida está aberto não só para os mais ricos.

Onde está o risco

Há um ponto controverso: o retorno do investimento. Os data centers são construídos para uma demanda esperada por IA, e essa demanda ainda está longe de superar a receita de todos os clientes. Muitos locatários de capacidade vivem eles próprios de capital de risco. Se as startups começarem a reduzir a compra de computação, as plataformas terão de pagar a dívida com instalações subutilizadas. Os aceleradores também envelhecem mais rápido que os prédios: a geração de chips muda em um par de anos, enquanto os títulos duram mais.

O segundo risco está na cadeia de dependências mútuas. O fabricante de chips, o provedor de nuvem, o laboratório de modelos e o banco credor muitas vezes acabam ligados por contratos entre si. Uma falha em um elo chega rapidamente aos demais.

O que observar daqui para frente

Para os investidores, o principal indicador é a relação entre os investimentos de capital e o fluxo de caixa operacional nos relatórios de Alphabet, Meta, Microsoft e Amazon. Se a dívida crescer mais rápido que a receita das áreas de nuvem e IA, a pressão aumenta. Vale ler as notas de rodapé sobre obrigações fora do balanço e contratos de arrendamento: é ali que costuma estar escondido o tamanho real da carga.

Para as startups, a conclusão prática é mais simples. Os preços da computação dependem do custo de capital dos provedores. O encarecimento do dinheiro emprestado vai, cedo ou tarde, chegar às tarifas, então é melhor fixar contratos de longo prazo de capacidade enquanto o mercado de crédito continua barato. Não convém montar um modelo de negócio contando com queda permanente no preço do token: ela depende de mais uma premissa, a de que as plataformas continuarão tomando dinheiro emprestado.

História

Perguntas frequentes sobre a notícia

Por que justamente dívida?

Para esses emissores, os títulos têm vantagens claras: as classificações de crédito são altas, então os juros são moderados e a demanda é enorme; os juros da dívida reduzem a base de cálculo dos impostos; os acionistas não são diluídos, como ocorreria em uma nova emissão de ações; o prazo do empréstimo pode ser ajustado à vida útil dos data centers. Os arranjos fora do balanço são um capítulo à parte. O Hyperion é estruturado de modo que parte das obrigações fique em uma empresa separada, e não diretamente nas demonstrações da Meta. Para os investidores, isso também é um si

O que se sabe sobre Duas tarefas para um só orçamento?

As plataformas enfrentam uma carga dupla. Primeiro, treinam e operam seus próprios modelos: o Gemini, no caso do Google, e o Llama e seus sucessores, no da Meta. Segundo, vendem capacidade de computação a startups que não têm como comprar dezenas de milhares de aceleradores por conta própria. Cada uma das frentes exige data centers, energia elétrica, equipamentos de rede e chips, e as compras acontecem antes da demanda. O dinheiro sai hoje; a receita chega depois de trimestres ou anos. Com esse descompasso, até empresas com dezenas de bilhões em fluxo de caixa livre esbarra

Onde está o risco?

Há um ponto controverso: o retorno do investimento. Os data centers são construídos para uma demanda esperada por IA, e essa demanda ainda está longe de superar a receita de todos os clientes. Muitos locatários de capacidade vivem eles próprios de capital de risco. Se as startups começarem a reduzir a compra de computação, as plataformas terão de pagar a dívida com instalações subutilizadas. Os aceleradores também envelhecem mais rápido que os prédios: a geração de chips muda em um par de anos, enquanto os títulos duram mais. O segundo risco está na cadeia de dependências m

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering

Build & Ship Production AI Apps with Vibe Coding

Join Zhemal Khamidun's hands-on Vibe Coding Intensive at hamidun.com/vibecoding — master Claude Code, Cursor, and autonomous agentic workflows.

Explore Vibe Coding →Vibe Academy Platform
O que você acha?
Carregando comentários…