A prosperidade do poder de computação de IA pode ser uma ilusão sustentada por duas empresas

Autor da crítica de tecnologia estrangeira Ed Zitron recentemente fez um julgamento contundente: a economia atual de poder computacional de IA pode não ser sustentada por uma demanda de mercado ampla e saudável, mas sim altamente dependente de duas empresas, OpenAI e Anthropic. Provedores de serviços em nuvem investem em empresas de IA, que por sua vez usam esses fundos para comprar serviços em nuvem e capacidade de processamento, formando uma narrativa de crescimento circular.

Essa visão talvez não represente toda a realidade, mas nos lembra: para julgar se a febre de IA é sustentável, não basta olhar para o volume de financiamento e a escala de construção de data centers, é preciso observar clientes reais, qualidade do fluxo de caixa e demanda final.

Introdução

Nos últimos dois anos, a história de crescimento mais visível na indústria de IA não foi apenas a evolução das capacidades de grandes modelos, mas também a corrida de capital em torno de GPU, serviços em nuvem e data centers. Gigantes como Microsoft, Amazon, Google e Oracle continuam investindo em infraestrutura de IA, enquanto a NVIDIA se destaca como a beneficiária mais brilhante desse ciclo.

Porém, uma questão mais aguda começa a emergir: quem realmente usará esses novos data centers? Se os principais clientes forem apenas OpenAI e Anthropic, então toda a suposta prosperidade do poder computacional de IA pode ser apenas uma narrativa de ciclo alimentada por poucas empresas, poucos provedores de nuvem e poucos negócios de capital.

O autor de comentários tecnológicos dos EUA, Ed Zitron, em seu artigo “Premium: AI’s Circular Psychosis”, oferece um julgamento bastante radical, mas que merece discussão: a economia de IA está formando uma espécie de “delírio circular”. Nesse ciclo, os gigantes de nuvem investem em empresas de IA, que por sua vez usam esse dinheiro para comprar capacidade de processamento, reforçando as expectativas de receita futura dos provedores de nuvem, que continuam expandindo data centers e adquirindo GPUs. Parece que cada etapa cresce, mas se a demanda final não for suficiente, esse mecanismo pode se tornar extremamente frágil.

1. A suposta prosperidade do poder computacional de IA pode depender fortemente de duas empresas

A análise central de Zitron não é complexa: uma parte considerável da economia de IA está, na verdade, sustentada por OpenAI e Anthropic. Segundo sua análise, essas duas empresas não só ocupam uma grande parte da capacidade de IA de Amazon, Google e Microsoft, como também contribuem com uma proporção significativa da receita de IA dessas empresas; mais importante, podem representar uma grande parte dos pedidos acumulados de receita futura desses provedores de nuvem.

Isso significa que o que o mercado vê não é apenas uma “demanda crescente por computação em nuvem”, mas uma estrutura de clientes altamente concentrada: os pedidos de IA dos provedores de nuvem vêm de empresas de IA, cuja capacidade de pagamento depende de financiamento e investimentos desses provedores. Em outras palavras, o fluxo de dinheiro não é simplesmente do cliente final para a empresa de modelos, e depois para o provedor de nuvem; ele circula, em grande medida, entre investidores, provedores de serviços em nuvem e empresas de IA.

Essa estrutura não é necessariamente insustentável. Na indústria de tecnologia, é comum depender de financiamento para impulsionar o crescimento inicial — como aconteceu com computação em nuvem, veículos elétricos e mobilidade compartilhada. O problema é que o investimento em infraestrutura de IA é excessivamente grande, e atualmente poucas empresas podem consumir de forma sustentável uma grande quantidade de GPU.

A figura mostra que os compromissos de gastos da OpenAI e Anthropic com Microsoft, Oracle, Google e Amazon representam uma fatia significativa dos pedidos acumulados de receita desses provedores. O rosa indica compromissos de gastos da OpenAI, o laranja indica Anthropic, e o cinza representa outros pedidos acumulados. Fonte: The Information, citada por Where’s Your Ed At;

Se essa estimativa estiver correta, uma conclusão preocupante é: uma grande parte da receita futura dos gigantes de nuvem não depende apenas da demanda por IA, mas também da capacidade de OpenAI e Anthropic de continuar se financiando, expandindo e pagando suas contas de nuvem.

2. A “conta circular” entre Anthropic e os gigantes de nuvem

A crítica de Zitron a Anthropic é especialmente dura. Ele acredita que o problema da empresa não é apenas prejuízo, mas que ela criou uma relação de fluxo de fundos semelhante a um ciclo com Amazon e Google: os gigantes de nuvem investem na Anthropic, que usa esse dinheiro para comprar serviços em nuvem e capacidade de processamento, gerando expectativas de receita para os provedores, que continuam expandindo sua infraestrutura.

Do ponto de vista financeiro, parece uma situação de ganha-ganha: a empresa de IA obtém capacidade de treinamento e inferência, os provedores de nuvem conquistam um grande cliente, e o mercado de capitais vê uma história de crescimento. Mas, se a Anthropic não tiver receita e lucro suficientes, sua capacidade de pagar as contas de nuvem dependerá fortemente de financiamento externo.

Esse é o ponto central do que o autor chama de “circularidade”: a receita futura de um provedor de nuvem pode depender de sua capacidade de continuar investindo na IA, que por sua vez depende de financiamento contínuo. E a narrativa de crescimento rápido, vista na superfície, também é uma cadeia de riscos interdependentes.

Para o público chinês, isso não é novidade. Qualquer setor de alto investimento, em fase de rápida expansão, tende a seguir a lógica de “construir infraestrutura primeiro, esperar que a demanda se concretize”. A diferença é que o custo unitário de construção de capacidade de IA é extremamente alto, e a depreciação tecnológica é rápida. Se a demanda real não atingir as expectativas, os custos irrecuperáveis podem ser pesados.

3. xAI transferindo Colossus-1: um sinal de demanda negligenciado

Outro caso que merece atenção é a transferência do data center Colossus-1, de 300MW, de SpaceX, xAI e Elon Musk para Anthropic. Musk chamou Colossus-1 de “o sistema de treinamento de IA mais poderoso do mundo” e afirmou que sua construção tinha como objetivo treinar o Grok. Agora, essa capacidade foi transferida para uso da Anthropic.

Zitron interpreta isso como um sinal bastante incomum: se empresas de grande porte como xAI não precisam construir toda a capacidade por conta própria, então, além da OpenAI e Anthropic, quantos outros grandes compradores de GPU existem no mercado?

Essa questão é crucial. No último ano, a narrativa predominante era que “a capacidade de IA nunca é suficiente”. Mas essa demanda precisa de clientes concretos. Quem compra a longo prazo? Quem tem capacidade de pagar? Quem tem receita suficiente para cobrir custos de inferência e treinamento? Essas perguntas não podem ser respondidas apenas com “demanda futura”.

Zitron cita dados da Sightline Climate, que mostram que atualmente há 15,2 GW de capacidade em construção, com previsão de conclusão até o final de 2027. Se essa capacidade precisar ser consumida por milhares de empresas que alugam GPU em grande escala, o mercado precisa demonstrar onde estão esses clientes, qual é seu modelo de negócio e se eles têm receita suficiente para pagar pelos custos de computação.

4. O dinheiro das startups de IA, para onde vai?

Outro ponto importante do artigo é a relação entre receita de software de IA e receita de poder computacional. Muitas startups de IA parecem estar obtendo receita, mas, para oferecer seus serviços, precisam usar modelos de empresas como OpenAI ou Anthropic, ou alugar GPU de provedores de nuvem. Como resultado, o financiamento e a receita dessas startups acabam fluindo para poucas empresas de modelos e infraestrutura de nuvem.

Esse padrão leva a dois resultados: primeiro, a receita da cadeia de valor se concentra cada vez mais nas empresas líderes; segundo, mesmo que as empresas de aplicações tenham crescimento de receita, podem ter dificuldades em obter lucros saudáveis, pois os custos de chamadas de modelos e de GPU continuam consumindo fluxo de caixa.

Por isso, o crescimento na camada de aplicações de IA não deve ser confundido com o crescimento geral do setor. Se muitas dessas empresas apenas convertem financiamento em custos de API, sem poder de precificação ou margem de lucro, elas funcionam mais como canais de modelos de base do que como negócios independentes e sustentáveis.

Para os empreendedores de IA no Brasil, essa questão é especialmente relevante: será que as empresas de aplicações podem se livrar da dependência de modelos de baixo nível e recursos de nuvem caros? Conseguirão criar seus próprios dados, cenários e clientes fiéis? Ou ficarão apenas na camada de demonstração de capacidades de modelos, sem se consolidar como negócios duradouros?

5. Gigantes de nuvem, fabricantes de GPU e novas empresas de nuvem estão presos na mesma narrativa

Zitron reforça que a influência de OpenAI e Anthropic não se limita aos provedores de nuvem. A demanda por poder computacional também se espalha por NVIDIA, fabricantes de servidores, novas empresas de nuvem e desenvolvedores de data centers. Desde que o mercado acredite que a demanda por IA crescerá infinitamente, as vendas de GPUs, pedidos de servidores, construção de data centers e avaliações de empresas de nuvem podem se sustentar.

Porém, o ponto central ainda é a qualidade da demanda. Uma indústria pode criar uma prosperidade temporária por meio de gastos de capital, mas não pode substituir a demanda real a longo prazo. Se os principais clientes de novas empresas de nuvem continuarem sendo OpenAI, Anthropic, Meta ou provedores de nuvem que atendem a esses, a concentração de clientes será alta.

Isso não significa que IA não tenha valor ou que modelos grandes não tenham demanda de longo prazo. Pelo contrário, a IA está mudando software, conteúdo, busca, programação e serviços empresariais. Mas o que o mercado financeiro costuma precificar não é a “utilidade da IA”, e sim se ela é suficiente para sustentar uma expansão de infraestrutura de centenas de bilhões de dólares. Há uma grande diferença entre esses dois aspectos.

6. O artigo é radical, mas as questões que levanta não podem ser ignoradas

É importante notar que a posição de Zitron é bastante contundente, chegando a rotular a economia de IA de “uma grande farsa, ilusão e erro”. Essa avaliação certamente não é consenso na indústria, nem deve ser tomada como uma conclusão definitiva.

Porém, as perguntas que ele levanta são sérias e merecem reflexão.

Para o mercado chinês, mais valioso do que simplesmente julgar se “a bolha de IA vai estourar” é adotar uma nova perspectiva: não apenas observar parâmetros de modelos, volumes de financiamento, quantidade de GPUs ou escala de data centers, mas também entender quem são os clientes finais, de onde vêm as receitas, quem paga os custos e se há lucro de fato.

Se a IA realmente gerar um aumento de produtividade suficiente, a construção de capacidade será absorvida. Mas se o crescimento depender principalmente de ciclos de capital, contas de nuvem e pedidos futuros entre poucas empresas, a vulnerabilidade dessa prosperidade será maior do que aparenta.

Conclusão: a verdadeira questão da IA passa a ser “qualidade da demanda, não apenas existência”

O valor de longo prazo da IA não é necessariamente igual ao que hoje se investe em infraestrutura de IA. Grandes modelos podem continuar evoluindo, aplicações de IA podem se expandir, e as empresas podem avançar na automação. Mas, ao mesmo tempo, o ciclo de gastos de capital, receitas de nuvem e demanda por GPU ainda precisa ser avaliado com maior transparência.

O ponto mais valioso do artigo não é sua precisão, mas o fato de nos lembrar: o risco real na indústria de IA talvez não seja “ninguém usando IA”, mas sim “receitas insuficientes para cobrir os custos de sua construção”.

Quando uma indústria depende cada vez mais de poucos clientes, poucos provedores de nuvem e financiamento contínuo para sustentar o crescimento, investidores, empreendedores e observadores devem fazer a mesma pergunta: isso é uma nova fase de construção de infraestrutura tecnológica ou uma ilusão de capital sustentada por receitas futuras e pagamentos circulares?