Em 15 de setembro de 2026, a MIT Technology Review publicou uma análise sobre a maior aposta de capital da história recente da tecnologia. O ponto de partida é um estudo de Jessica Wachter, professora de finanças da Wharton School, da Universidade da Pensilvânia, e ex-economista-chefe da SEC, feito com um colaborador.
Diante de uma lista enorme de incertezas técnicas e de negócios, ela decidiu não tentar prever o futuro da IA. Apoiou-se em um fato que ninguém contesta: um punhado de hyperscalers está despejando fortunas para erguer data centers de inteligência artificial.
A pergunta que o trabalho responde é quanto esses gastos precisam render para se pagar.
A conta de wachter: produtividade 2,7 vezes maior
Wachter e seu colaborador estimaram que os desembolsos dos hyperscalers vão chegar a quase US$ 1,1 trilhão até 2027.
Para empatar até 2030, considerando o custo do capital, um retorno de 15% e a depreciação dos ativos, as empresas teriam de multiplicar sua produtividade por 2,7. O resultado está no artigo depositado no SSRN.
Não é impossível, diz a professora. Seria o tipo de crescimento visto no boom de TI dos Estados Unidos, iniciado em meados dos anos 1990, mas espalhado por cerca de dez anos.
Aqui, seria muito crescimento comprimido em poucos anos.
Se as metas de lucro não forem cumpridas, o desfecho é duro: atraso no pagamento de juros e risco de falência. No artigo, os autores concluem que, caso o boom de produtividade não se materialize, a expansão atual será "a maior má alocação de capital da história".
Gastos trilionários, receita bilionária
Os hyperscalers devem gastar cerca de US$ 750 bilhões neste ano, erguendo data centers espalhados pelo país. E o ritmo não dá sinais de desaceleração.
Segundo projeções citadas pelo Goldman Sachs, o investimento total em capital de Alphabet, Microsoft, Amazon, Meta e Oracle, esta última parceira da OpenAI, pode ultrapassar US$ 5 trilhões nos próximos quatro anos.
Do outro lado da equação, a receita total de IA deve ficar entre US$ 150 bilhões e US$ 200 bilhões em 2026. O número é de Gary Gensler, que dirigiu a SEC no governo Biden e hoje leciona no MIT Sloan.
O desafio, diz ele, é que o gasto ainda não encontra receita à altura, e isso é um fato. A questão é se o investimento será pago no futuro.
Dívida, depreciação e risco sistêmico
O quadro ficou mais arriscado em 2026 porque as empresas começaram a tomar dinheiro emprestado em grande volume para construir ainda mais data centers. O fluxo de caixa livre do grupo, caixa operacional menos investimentos, deve entrar em território negativo.
A Alphabet, famosa por acumular caixa, registrou receita de quase US$ 120 bilhões no último trimestre, devorada pelo gasto em infraestrutura de IA. Fechou com déficit de caixa livre de cerca de US$ 5,9 bilhões, o primeiro desde que o Google abriu capital, em 2004, conforme o relatório de resultados da companhia.
No curto prazo, a maioria das empresas tem bolsos fundos o suficiente para absorver isso. O problema é que a dívida é cara, parte dos investidores está perdendo a paciência e os empréstimos circulam pela economia por meio de diversos mecanismos financeiros, espalhando o risco.
A bomba-relógio da depreciação
Não basta cobrir o preço dos data centers. As empresas precisam pagar o custo crescente do capital, entregar retornos capazes de convencer investidores e credores e ainda lidar com a depreciação de bilhões de dólares em chips.
Os GPUs, que respondem por cerca de 60% dos custos de um data center, têm desempenho que praticamente dobra a cada dois anos. Isso encurta a vida útil econômica dos equipamentos já instalados e pressiona o balanço.
É uma bomba-relógio contábil embutida nos investimentos.
Em escala macro, os aportes podem chegar a cerca de 3% do PIB dos Estados Unidos, o que transforma a discussão em um assunto de economia inteira, não apenas de algumas empresas.
O que está em jogo
Ninguém sabe, de fato, quão lucrativos e úteis serão esses empreendimentos. A tecnologia pode se tornar mais eficiente e depender menos de potência computacional bruta; a demanda por produtos de IA pode desacelerar; ou os clientes podem preferir modelos mais baratos.
Cada um desses cenários rearranja a conta.
O que está em jogo é a saúde financeira dos gigantes de tecnologia, a economia americana e o destino dos próprios data centers.
A saída de Wachter não é adivinhar qual cenário vence, e sim medir o tamanho da obrigação já assumida e compará-la ao crescimento que o mundo precisaria ver para honrá-la.
Fontes e links
- MIT Technology Review — matéria original
- Estudo de Jessica Wachter e coautor sobre o retorno necessário dos investimentos em IA (SSRN)
- Goldman Sachs: papel crescente dos mercados privados no financiamento de data centers
- Resultados do segundo trimestre de 2026 da Alphabet
