Financiamento Circular na IA: Uma Casa de Espelhos com Hipoteca Embutida
Os novos credores da infraestrutura de IA aceitam GPUs como garantia, a maior fornecedora do setor aluga de volta os próprios chips, e o principal inquilino nunca deu lucro. Ao seguir o rastro da dívida, o sinal de demanda começa a parecer um sinal de financiamento.
Em algum data center existe um rack de processadores gráficos cumprindo dupla função: também serve de garantia de empréstimo. Cada chip custou dezenas de milhares de dólares, o sucessor dele será mais rápido e mais barato por unidade de capacidade útil, e ainda assim um credor adiantou centenas de milhões de dólares tendo esse rack como lastro. Esse rack é a janela mais clara para o risco de financiamento circular dentro da infraestrutura de IA, porque o boom não é mais bancado só por capital próprio e otimismo. É bancado por dívida garantida por hardware cuja economia aponta na direção errada.
Como se empresta bilhões contra um chip que fica mais barato a cada ano?
A mecânica pega emprestado do leasing de aviões e depois inverte a lógica. A dívida fica dentro de uma estrutura de propósito específico, mantida a distância do balanço da operadora, e seu tamanho é calculado a partir de duas coisas: o valor de mercado das GPUs e o contrato de nuvem firmado sobre elas. Os pagamentos são escalonados ao longo da vida útil do silício, basicamente o intervalo entre uma geração da Nvidia e a seguinte. A CoreWeave criou o modelo, levantando quase US$ 10 bilhões em dívida entre 2023 e 2024, garantidos pela sua frota de GPUs e pelos contratos vinculados a ela, como detalha o pedido de abertura de capital da empresa.
Ler esse documento com atenção revela uma verdade discreta: a garantia nunca foi mesmo o metal. Os credores calcularam esses empréstimos com base em contratos com inquilinos de bom crédito, e o prospecto da CoreWeave revela que 62% da receita de 2024 veio de um único cliente, a Microsoft. Emprestar contra GPU é, disfarçadamente, emprestar contra inquilino. O que levanta a pergunta incômoda: de onde vem o crédito do inquilino? Cada vez mais, da própria fabricante de chips.
Por que o financiamento circular transforma o inquilino na própria garantia?
Rastreie os acordos mais recentes e o ciclo fica escancarado. A Nvidia pretende investir até US$ 100 bilhões na OpenAI, desembolsados progressivamente à medida que o laboratório implanta dez gigawatts de sistemas Nvidia, segundo o anúncio conjunto das duas empresas. A AMD foi ainda mais longe, combinando um compromisso de seis gigawatts por parte da OpenAI com um bônus de subscrição de até 160 milhões de ações próprias, que se tornam exercíveis conforme o laboratório compra e implanta chips da AMD, conforme os registros regulatórios da empresa: capital saindo para um cliente para que esse cliente consiga pagar pelos próprios chips. A Nvidia, enquanto isso, dobrou seus compromissos de gastos em nuvem para US$ 26 bilhões, incluindo alugar de volta o acesso às próprias GPUs das provedoras de nuvem para quem ela vende. Uma fabricante pagando para consumir o próprio produto não está registrando demanda. Está registrando um reflexo no espelho.
Cada uma dessas etapas é legal, e cada uma é defensável isoladamente. Mas quando o caixa de uma fornecedora volta como receita da própria fornecedora, essa linha de receita para de medir o que as empresas querem e passa a medir o apetite da fornecedora para assinar cheques. David Cahn, da Sequoia, resumiu a conta sem rodeios em seu artigo sobre “a pergunta de US$ 600 bilhões”: a receita necessária para justificar essa construção é muito maior do que tudo que o setor fatura hoje. As fabricantes de equipamentos de telecomunicações fizeram o mesmo experimento no fim dos anos 1990, financiando as compras dos próprios clientes e reportando o resultado como demanda insaciável. A demanda evaporou no instante em que o financiamento parou.
A curva de demanda da IA é, na real, uma curva de financiamento?
Siga os contratos e a concentração faz o resto. As obrigações de performance remanescentes da Oracle chegaram a US$ 455 bilhões no último trimestre reportado, alta de 359% em relação ao ano anterior, segundo o próprio relatório trimestral da empresa, depois de fechar alguns dos maiores contratos de nuvem da sua história. A OpenAI anunciou um programa de construção de meio trilhão de dólares com suas parceiras de infraestrutura. No meu próprio levantamento, contando só compromissos com valor público divulgado em registro oficial ou anúncio nominal de empresa, um único laboratório deficitário está no centro de mais de US$ 600 bilhões em gastos prometidos; somando os concorrentes mais próximos, nenhum deles lucrativo também, os laboratórios de fronteira respondem pela maior parte da construção anunciada. Trate esse número como um piso, não uma estimativa exata, já que ele exclui todo acordo sem valor divulgado.
O ponto mecânico importa mais do que o total. Se seus principais inquilinos perdem dinheiro, sua curva de demanda é a curva de financiamento deles. Um crescimento de nuvem que parece adoção ampla por empresas é, em boa parte, a capacidade de um punhado de laboratórios de continuar captando capital. Se o clima de financiamento esfriar, o inquilino não consegue pagar o aluguel, e o locador já hipotecou o prédio para um credor que achava que o prédio era a parte segura.
Por que a inferência mais barata pioraria o excesso de capacidade?
Aqui está a reviravolta contraintuitiva: cada ganho de eficiência aperta ainda mais o parafuso da estrutura de financiamento. O Índice de IA de Stanford estima que o custo de consultar um modelo da classe GPT-3.5 caiu mais de 280 vezes nos dois anos até outubro de 2024, e cada nova geração de hardware empurra os custos ainda mais para baixo. Maravilhoso para quem adota a tecnologia; péssimo para um credor cujo empréstimo é pago com receita, porque receita é volume vezes preço, e o preço não para de cair. O volume pode crescer bastante enquanto o bolso de receita encolhe debaixo da dívida.
A réplica padrão é o efeito Jevons: computação mais barata é usada com mais intensidade, então a demanda absorve a capacidade extra. Provavelmente verdade, algum dia. Mas “algum dia” é exatamente o que um balanço alavancado não pode esperar. A fibra óptica instalada na virada do milênio carrega tráfego até hoje; boa parte do dinheiro que financiou aquilo não sobreviveu à espera. Estar certo sobre a demanda e adiantado com a dívida é a mesma aposta que estar errado.
O que os compradores devem fazer enquanto os locadores suam frio?
Separe os dois riscos, porque não são a mesma coisa. O risco de financiamento é real; o risco tecnológico não é. Os modelos continuam melhorando não importa quem segure a dívida, então a resposta correta é posicionamento, não recuo.
Alugue capacidade computacional, não compre. Se a construção passar do ponto, os próximos anos viram um mercado favorável ao comprador, e empresas presas em contratos longos com preços de pico acabam financiando o desconto dos concorrentes. Gaste a economia no trabalho pouco glamouroso que decide se a IA realmente compensa: qualidade de dados, governança e disciplina na escolha de casos de uso. Nosso guia sobre como preparar a empresa para a IA antes de construir qualquer coisa cobre essa sequência, e uma estratégia técnica com os pés no chão ajuda a decidir quais cargas de trabalho realmente justificam capacidade dedicada. Onde você implantar agentes, mantenha-os sob controle humano prático, para que um tropeço no financiamento da fornecedora nunca vire um tropeço na sua operação.
Ciclos como esse costumam durar mais do que os céticos esperam, e este é alimentado por uma tecnologia genuinamente útil. Mas quando a garantia, o inquilino e a receita apontam todos para os mesmos poucos balanços, o que você tem não é um boom imobiliário. É uma casa de espelhos com hipoteca, e o perito de avaliação sempre aparece no fim.
Perguntas frequentes
O que é financiamento circular na indústria de IA?
É qualquer arranjo em que o dinheiro da própria fornecedora acaba financiando a compra dos próprios produtos: uma fabricante de chips investindo num laboratório que usa esse capital para comprar GPUs da mesma fabricante, a emissão de bônus de subscrição para um cliente como incentivo de compra, ou o aluguel de volta de capacidade construída com os próprios chips. Cada transação é legal e defensável isoladamente, mas o ciclo fabrica demanda aparente e infla a receita reportada. Fabricantes de equipamentos de telecomunicações fizeram algo parecido no fim dos anos 1990, e a “demanda” desapareceu assim que o financiamento parou.
A construção de infraestrutura de IA vai terminar como a bolha das pontocom?
O paralelo mais próximo é o da fibra óptica. A tecnologia era real e a capacidade acabou sendo usada, mas as empresas que se endividaram para construí-la não sobreviveram à espera pelo tráfego. É de se esperar que os prejuízos se concentrem em quem segura a dívida contra o hardware, não nas empresas que usam a tecnologia. Se vier excesso de capacidade, é uma crise para os credores e um desconto para todo mundo.
As empresas devem adiar a adoção de IA até o mercado se estabilizar?
Não, mas devem mudar a forma de comprar. Alugar capacidade computacional em vez de possuí-la mantém a flexibilidade caso os preços caiam, e o dinheiro economizado na capacidade rende mais investido em qualidade de dados, governança e capacitação da equipe: o que realmente decide se a IA compensa, independentemente do que acontecer com os laboratórios que sustentam a construção de hoje.
Relacionado
- O Oligopólio da Memória Que Está Encarecendo a Corrida da IA
- O Penhasco do Subsídio de IA: A Conta Real da Inferência Chegou
- Demissões por IA em 2026: o apocalipse do emprego é discurso de vendas, e o risco real é a reação
- AI & Automation
Escrito por uma persona editorial de IA do sistema editorial proprietário da Abyshire e revisto pela nossa equipa.