Bolha de Poder de computação de IA? Ou o maior "experimento de alavancagem de produtividade" da história da humanidade? — Desmontando a longa marcha financeira de 30 trilhões de dólares

Título original: A infraestrutura de IA é uma bolha ou uma “união para comprar tempo”? Desmontando a estrutura financeira por trás dos 30 trilhões de dólares.

Autor original: Distill AI

Fonte original:

Reprodução: Daisy, Mars Finance

Quando as gigantes da tecnologia investirem mais de 300 mil milhões de dólares na construção de poder computacional de IA este ano, e a previsão total de investimento nos próximos três anos ultrapassar os 30 mil milhões de dólares, surge uma questão: será que estamos a assistir à repetição da bolha da internet de 2000, ou a maior aposta em produtividade da história da humanidade?

Esta não é uma simples discussão binária de “bolha vs não bolha”; a resposta pode ser mais complexa e sofisticada do que imagina. Não tenho uma bola de cristal que me permita prever o futuro. Mas tentei dissecar a estrutura financeira subjacente a esta festa e construir um quadro analítico.

O artigo é longo e cheio de detalhes, vamos começar pela conclusão:

Na minha opinião, não acho que seja uma grande bolha. Mas existem altos riscos em alguns segmentos.

Mais precisamente, a atual infraestrutura de IA é como uma “longa marcha de união + compra de tempo”. Grandes empresas (( Microsoft, Google, Meta, Nvidia, etc.) utilizam engenharia financeira para alavancar enormes montantes, mas terceirizam o principal risco de crédito para empresas de projetos (SPV) e para o mercado de capitais, vinculando estreitamente os interesses de todos os participantes.

O chamado “comprar tempo” refere-se a apostarem na paciência do seu fluxo de caixa e dos recursos externos, se conseguem aguentar até o dia em que “a IA realmente aumentar a produtividade”.

Se ganhar a aposta, a IA cumprirá a promessa, e as grandes empresas serão as maiores vencedoras. Se perder a aposta (se o progresso da IA não for conforme o esperado ou os custos forem demasiado altos), os primeiros a serem prejudicados serão os recursos externos que forneceram financiamento.

Isto não é uma bolha do tipo “excesso de alavancagem bancária, explosão em ponto único” de 2008. É um gigantesco experimento de financiamento direto, liderado pelos empresários mais inteligentes e com mais liquidez do planeta, que, através de estratégias complexas de “financiamento fora do balanço”, fragmentam o risco em várias partes negociáveis, distribuindo-o para diferentes investidores digerirem.

Mesmo que não seja uma bolha, isso não significa que todos os investimentos em infraestrutura de IA possam obter um bom ROI.

01 Compreender o núcleo: O mecanismo de vinculação de interesses do “abraço em grupo”

O chamado “abraço em grupo” refere-se ao fato de que esta infraestrutura de IA vincula estreitamente os interesses das cinco partes:

Gigantes da tecnologia (Meta, Microsoft, Google) e seus parceiros de grandes modelos (OpenAI, xAI): precisam de poder de computação, mas não querem gastar tudo de uma vez.

Fornecedor de chips (Nvidia): precisa de encomendas grandes e contínuas para sustentar a sua avaliação.

Fundos de private equity (Blackstone, Blue Owl, Apollo): precisam de novas classes de ativos para expandir a gestão de ativos e cobrar mais taxas de gestão.

Neocloud (CoreWeave, Nebius) e fornecedores de serviços de nuvem híbrida (Oracle Cloud Infrastructure): oferecem infraestrutura e poder de computação, mas ao mesmo tempo precisam de grandes empresas para alavancar financiamento.

Investidores institucionais (fundos de pensões, fundos soberanos, fundos tradicionais como a BlackRock): precisam de rendimentos estáveis superiores aos dos títulos públicos.

E esses cinco lados formaram uma “comunidade de interesses”, por exemplo:

A Nvidia fornece prioridade de fornecimento à CoreWeave, enquanto investe na sua participação acionária.

A Microsoft deu à CoreWeave um contrato de longo prazo, ao mesmo tempo que a apoiou na captação de financiamento.

A Blackstone fornece financiamento por dívida, ao mesmo tempo que angaria fundos de pensões.

A Meta e a Blue Owl fundaram juntas um SPV, compartilhando riscos.

A OpenAI e outros grandes fabricantes de modelos continuam a elevar os padrões de parâmetros dos modelos, capacidade de inferência e escala de treinamento, o que equivale a aumentar constantemente o limiar de demanda de poder computacional da indústria como um todo. Especialmente com o estreito vínculo com a Microsoft, essa estrutura de colaboração de “terceirização de tecnologia, internalização de pressão” faz com que a OpenAI, embora não invista dinheiro, se torne o catalisador que acelera a competição global por gastos de capital. Não é um investidor, mas o curador real que impulsiona a alavancagem em toda a cena.

Ninguém pode se salvar sozinho, essa é a essência de “unir forças”.

02 Estrutura de capital — Quem está a pagar? Para onde está a ir o dinheiro?

Para entender a arquitetura geral, podemos começar pela ilustração do fluxo de fundos abaixo.

As grandes empresas de tecnologia precisam de números astronômicos de poder de computação, e há dois caminhos:

Construção de um centro de dados próprio: Este é o modelo tradicional. A vantagem é o controle total, a desvantagem é a construção lenta e todos os gastos de capital e riscos recaem sobre o próprio balanço patrimonial.

Procurando fornecedores externos: os gigantes não estão apenas alugando servidores, mas estão gerando dois modelos principais de “fornecedores externos”. Esta é a nova tendência atual e também o foco de nossa análise.

A primeira é SPV (Special Purpose Vehicle) / Entidade de Propósito Específico, que é uma ferramenta financeira puramente. Você pode imaginar isso como uma entidade especial criada especificamente para “um único projeto, um único cliente”.

Modelo de negócios: por exemplo, a Meta quer construir um centro de dados, mas não deseja desembolsar uma grande quantia de dinheiro de uma só vez, então se associa a uma empresa de gestão de ativos para formar um SPV. A única tarefa do SPV é construir e operar este centro exclusivo da Meta. Os investidores recebem títulos de alta qualidade lastreados em fluxo de caixa de aluguel (uma mistura de dívida corporativa + financiamento de projeto).

Tipo de cliente: extremamente único, geralmente apenas um (por exemplo, Meta).

Nível de risco: a vida ou a morte depende completamente do crédito de um único cliente.

A segunda é a Neocloud ( como a CoreWeave, Lambda, Nebius ), que são empresas operacionais independentes (Operating Company, OpCo), com suas próprias estratégias operacionais e total poder de decisão.

Modelo de negócio: por exemplo, a CoreWeave arrecada fundos (equity e dívida) para comprar uma grande quantidade de GPUs e alugá-las a vários clientes, assinando contratos de “garantia/reserva”. Flexível, mas com grande volatilidade no valor das ações.

Tipo de cliente: teoricamente diversificado, mas na prática depende muito das grandes empresas (por exemplo, o apoio inicial da Microsoft ao CoreWeave). Devido ao seu tamanho menor, ao contrário da SPV que se apoia em um único ‘pai rico’, a Neocloud tem uma dependência maior dos fornecedores upstream (Nvidia).

Nível de risco: o risco é disperso entre vários clientes, mas a capacidade operacional, tecnologia e valor acionário afetam a sobrevivência.

Apesar de serem legal e estruturalmente diferentes, a essência comercial de ambos é semelhante: são “fornecedores externos de poder computacional” para os gigantes, retirando a enorme compra de GPUs e a construção de centros de dados dos seus balanços patrimoniais.

Então, de onde vem o dinheiro desses SPV e Neoclouds?

A resposta não é o banco tradicional, mas sim os fundos de crédito privado (Private Credit Funds). Por quê?

Isto deve-se ao facto de que, após 2008, o Acordo de Basileia III impôs exigências rigorosas sobre a adequação do capital dos bancos. Os bancos que assumem estes enormes empréstimos de alto risco, alta concentração e longo prazo, precisam de manter reservas tão elevadas que não são compatíveis com os custos.

Os negócios que os bancos “não podem fazer” ou “não se atrevem a fazer” criaram um enorme vácuo. Gigantes do capital privado como Apollo, Blue Owl e Blackstone preencheram essa lacuna - eles não estão sujeitos às restrições regulatórias dos bancos, podendo oferecer financiamento mais flexível e rápido, embora com taxas de juros mais altas. Garantindo com aluguéis de projetos ou com GPU/equipamentos e contratos de longo prazo.

Para eles, isso é uma grande oportunidade - muitos têm experiência em financiamento de infraestrutura tradicional, e este tema é suficiente para fazer o volume de ativos sob gestão crescer várias vezes, aumentando as taxas de gestão e os direitos associados (Carried Interest).

Então, de onde vem o dinheiro desses fundos de crédito privado?

A resposta são os investidores institucionais (LPs), como fundos de pensão, fundos soberanos, companhias de seguros e até mesmo investidores individuais (por exemplo, através do ETF de crédito privado emitido pela BlackRock - que inclui a dívida privada 144A Beignet Investor LLC 144A 6.581% 30/05/2049 do projeto Meta).

O caminho de transmissão do risco na cadeia foi assim estabelecido:

( Últimos assumidores de risco ) Fundos de pensões/Investidores em ETF/Fundos soberanos → ( Instituições intermediárias ) Fundos de crédito privado → ( Entidades de financiamento ) SPV ou Neocloud ( como CoreWeave ) → (Usuário final) Gigantes da tecnologia ( como Meta )

03 Análise de Casos SPV — Hyperion da Meta

Para entender o modo SPV, o plano “Hyperion” da Meta é um excelente exemplo (informações públicas suficientes):

Estrutura/Participação acionária: Meta e Blue Owl gerenciam um fundo JV (Beignet Investor LLC). Participação de 20% da Meta, 80% da Blue Owl. Emissão de dívida estruturada em SPV 144A. JV detém os ativos, Meta aluga sob contrato de longo prazo. Os gastos de capital durante o período de construção estão no JV, e os ativos são gradualmente transferidos para o balanço patrimonial da Meta após o início do leasing financeiro.

Escala: cerca de 27,3 mil milhões de dólares em dívida (dívida privada 144A) + cerca de 2,5 mil milhões de dólares em capital próprio, sendo um dos maiores financiamentos de dívida corporativa / financiamento privado da história dos Estados Unidos. A data de vencimento é em 2049, esta estrutura de amortização a longo prazo é, na essência, “trancar primeiro o risco temporal mais difícil”.

Taxa/ classificaçãO: Dívida com classificação S&P A+ (alta classificação permite aos seguradores alocar), taxa de juro nominal de cerca de 6,58%.

Estrutura dos investidores: PIMCO subscreveu 18 mil milhões; ETFs da BlackRock totalizam mais de 3 mil milhões. Para este grupo de investidores, isso representa um rendimento estável de alta qualidade altamente atraente.

Fluxo de caixa e arrendamento: A Blue Owl não está interessada em GPUs que podem se desvalorizar (acredito que algumas pessoas no mercado estão preocupadas que a suposição do prazo de depreciação das GPUs seja muito longa, o que é um erro, pois a GPU é apenas a parte de hardware, enquanto o valor total da IA reside no hardware + modelo; o preço do hardware antigo cai devido à iteração, não significa que o valor da aplicação do modelo de IA também caia), mas sim no fluxo de caixa da SPV sustentado por contratos de arrendamento de longo prazo da Meta (a partir de 2029). O capital durante o período de construção também está alocado para reduzir riscos em títulos do governo dos EUA. Esta estrutura combina a liquidez de títulos corporativos com cláusulas de proteção de financiamento de projetos, e é ao mesmo tempo 144A-for-life (círculo de investidores restrito).

Então, por que o risco a curto prazo dessa estrutura é extremamente baixo?

Isto é porque, nesta estrutura, a tarefa do Hyperion é simples: a mão esquerda recebe o aluguel do Meta, a mão direita paga os juros do Blue Owl. Desde que o Meta não colapse (a probabilidade de isso acontecer no futuro previsível é extremamente baixa), o fluxo de caixa é tão estável quanto uma rocha. Não há necessidade de se preocupar com a volatilidade da demanda por IA ou a queda dos preços das GPUs.

Esta estrutura de dívida de longo prazo de 25 anos, amortizada por aluguel, bloqueia todos os riscos de refinanciamento recente, desde que os aluguéis sejam estáveis e os juros sejam pagos normalmente. Esta é a essência de “comprar tempo” (deixar que o valor criado pelas aplicações de IA alcance lentamente a estrutura financeira).

Ao mesmo tempo, a Meta usa seu próprio crédito e forte fluxo de caixa para garantir um enorme financiamento de longo prazo que contorna os tradicionais gastos de capital. Embora, de acordo com as normas contábeis modernas (IFRS 16), os contratos de arrendamento de longo prazo ainda sejam registrados como “passivo de arrendamento”, a vantagem é que: a pressão de gastos de capital de bilhões de dólares durante o período de construção inicial e os riscos de construção e financiamento associados são transferidos para a SPV.

Transformar um grande investimento de capital único em despesas de aluguer amortizadas ao longo dos próximos 25 anos otimiza significativamente o fluxo de caixa. Depois, apostar se esses investimentos em IA podem gerar benefícios económicos suficientes em 10-20 anos para pagar o capital e os juros (considerando uma taxa de juro de 6,58% dos títulos, e tendo em conta as despesas operacionais, o ROI calculado com base no EBITDA deve ser pelo menos de 9-10% para que os acionistas recebam um retorno razoável).

04 Neocloud da almofada — Risco de capital da OpCo

Se o modo SPV é “transferência de crédito”, então modos Neocloud como CoreWeave e Nebius são “camadas de risco ainda mais profundas.”

Tomando como exemplo a CoreWeave, a estrutura de capital é muito mais complexa do que a de um SPV. Várias rodadas de financiamento por ações e dívidas, com investidores incluindo Nvidia, capital de risco, fundos de crescimento e fundos de dívida privada, formando uma sequência clara de amortecimento de risco.

Se a demanda por IA não for tão alta quanto o esperado, ou se novos concorrentes surgirem, o CoreWeave terá uma queda significativa na receita e não conseguirá pagar altos juros, o que acontecerá:

O primeiro passo é a evaporação do valor das ações: as ações da CoreWeave despencam. Este é o “colchão de capital próprio” - que absorve primeiro o impacto. A empresa pode ser forçada a financiar-se a um preço com desconto, resultando em uma diluição significativa dos direitos dos acionistas existentes, ou até mesmo em perdas totais. Em comparação, o colchão de capital próprio do SPV é mais fino, pois não pode financiar-se diretamente no mercado público.

O segundo passo é a perda dos credores: apenas quando o capital próprio estiver completamente «queimado», é que a CoreWeave ainda não consegue pagar as dívidas, e então os credores privados como a Blackstone começam a suportar as perdas. No entanto, esses fundos, ao concederem empréstimos, normalmente exigem garantias muito boas (as mais recentes GPUs) e direitos de pagamento rigorosos.

A CoreWeave e a Nebius adotam a abordagem de “primeiro garantir contratos de longo prazo e depois financiar com esses contratos”, expandindo rapidamente no mercado de capitais. A beleza dessa estrutura reside no fato de que os grandes clientes podem alcançar uma melhor eficiência na utilização de capital, podendo alavancar mais gastos de capital com contratos de longo prazo futuros sem a necessidade de investimento, limitando assim a probabilidade de contágio de risco em todo o sistema financeiro.

Por outro lado, os acionistas da Neocloud devem estar atentos, pois ocupam a posição mais volátil, mas também a mais emocionante deste jogo de apostas. Eles estão apostando em um crescimento rápido e também devem rezar para que as operações financeiras da administração (prorrogação de dívidas, aumento de capital) sejam praticamente perfeitas, além de prestar atenção à estrutura de vencimento da dívida, ao alcance das garantias, à janela de renovação de contratos e à concentração de clientes, para poder avaliar melhor a relação risco-retorno do capital.

Podemos também imaginar quem seriam as capacidades que, marginalmente, seriam mais facilmente abandonadas se a demanda por IA realmente crescesse mais lentamente? SPV ou Neocloud? Por quê?

05 Oracle Cloud: A reviravolta de um jogador atípico na nuvem

Enquanto todos estão de olho na CoreWeave e nos três grandes gigantes da nuvem, um inesperado “cavalo negro da nuvem” também está surgindo silenciosamente: Oracle Cloud

Não pertence à Neocloud, nem faz parte da primeira linha das três grandes gigantes da tecnologia, mas conseguiu, através de um design de arquitetura altamente flexível e uma profunda colaboração com a Nvidia, garantir contratos de parte da carga de computação da Cohere, xAI e até mesmo da OpenAI.

Particularmente quando a alavancagem da Neocloud se torna cada vez mais apertada e o espaço em nuvem tradicional é insuficiente, a Oracle, com sua posição de “neutralidade” e “substituibilidade”, torna-se uma camada de amortecimento importante na segunda onda da cadeia de suprimento de poder computacional de IA.

A sua existência também nos mostra que esta disputa pela capacidade de computação não é apenas um confronto entre os três grandes, mas que fornecedores atípicos, como a Oracle, estão silenciosamente a garantir o seu lugar, com um significado estratégico significativo.

Mas não se esqueça de que a mesa de jogo não está apenas no Vale do Silício, mas se estende a todo o mercado financeiro global.

O “garantido oculto” do governo que todos cobiçam

Por fim, neste jogo dominado por gigantes da tecnologia e finanças privadas, ainda há uma potencial “carta na manga” - o governo. Embora a OpenAI tenha declarado recentemente que “não tem e não deseja” que o governo forneça garantias de empréstimos para centros de dados, o que está em discussão com o governo são garantias potenciais para fábricas de chips e não para centros de dados. Mas eu acredito que eles (ou participantes semelhantes) devem ter incluído na sua proposta original a opção de “incluir o governo para formar uma aliança”.

Como dizer? Se a escala da infraestrutura de IA se tornar tão grande que até mesmo a dívida privada não consegue suportar, a única saída é evoluir para uma disputa de poder nacional. Uma vez que a posição de liderança da IA é definida como “segurança nacional” ou “competição de pouso na lua do século XXI”, a intervenção do governo se torna natural.

A forma mais eficaz de intervenção não é dar dinheiro diretamente, mas sim fornecer “garantia”. Esta abordagem traz uma vantagem decisiva: reduz significativamente o custo de financiamento.

Os investidores da mesma idade que eu devem se lembrar da Freddie Mac ( e da Fannie Mae ). Essas duas “empresas patrocinadas pelo governo” (Government Sponsored Enterprises; GSEs) não são departamentos oficiais do governo dos EUA, mas o mercado acredita amplamente que elas têm “garantia implícita do governo”.

Eles compram hipotecas de bancos, empacotam-nas em MBS e garantem, redirecionando o capital para o mercado de hipotecas após serem vendidos no mercado aberto, aumentando os fundos disponíveis para empréstimos. A sua existência também fez com que o impacto do tsunami financeiro de 2008 fosse ainda maior.

Imagine que, se no futuro surgisse uma “empresa estatal de computação de IA”, com garantias implícitas do governo. Os títulos emitidos seriam considerados títulos semi-soberanos, com taxas de juro muito próximas das obrigações do governo dos Estados Unidos.

Isto vai mudar radicalmente o “comprar tempo até a produtividade aumentar” mencionado anteriormente:

Custo de financiamento extremamente baixo: quanto mais baixos os custos de empréstimo, menores são as exigências sobre a “velocidade de aumento da produtividade da IA”.

Tempo ilimitado: mais importante ainda, é possível prorrogar continuamente a um custo muito baixo (Roll over), o que equivale a comprar quase um tempo infinito.

Em outras palavras, essa prática reduz significativamente a probabilidade de o jogo “explodir”. Mas uma vez que explode, o alcance do impacto pode aumentar dezenas de vezes.

06 trilhões de dólares em jogo — A verdadeira chave da “produtividade”

Todas as estruturas financeiras mencionadas - SPV, Neocloud, dívida privada - por mais elaboradas que sejam, apenas respondem à questão “como pagar”.

E a questão fundamental sobre se a infraestrutura de IA se tornará uma bolha é: “A IA realmente pode aumentar a produtividade?” e “Qual é a velocidade?”

Todos os arranjos de financiamento que duram 10 ou 15 anos estão essencialmente a “comprar tempo”. A engenharia financeira oferece aos gigantes um período de respiro, sem a necessidade de resultados imediatos. Mas comprar tempo tem um custo: os investidores da Blue Owl e da Blackstone (fundos de pensões, fundos soberanos, detentores de ETFs) precisam de retornos de juros estáveis, enquanto os investidores de capital da Neocloud precisam de um crescimento de avaliação multiplicado.

A “taxa de retorno esperada” desses financiadores é o limiar que a produtividade da IA deve ultrapassar. Se o aumento da produtividade trazido pela IA não conseguir cobrir os altos custos de financiamento, essa estrutura delicada começará a desmoronar a partir do ponto mais frágil (“colchão de ações”).

Portanto, nos próximos anos, deve-se prestar especial atenção a duas áreas a seguir:

A velocidade de lançamento de “soluções de aplicação” em vários domínios: apenas ter modelos poderosos (LLM) não é suficiente. É necessário ver “softwares” e “serviços” que realmente façam as empresas gastarem dinheiro. É necessário que esse tipo de aplicação seja amplamente difundido, gerando um fluxo de caixa grande o suficiente para cobrir o capital e os juros dos enormes custos de infraestrutura.

Limitações externas: O centro de dados de IA é um monstro consumidor de eletricidade. Temos eletricidade suficiente para suportar a demanda exponencial de capacidade de computação? A velocidade de atualização da rede elétrica está acompanhando? O fornecimento de GPUs da Nvidia e de outros hardwares enfrentará gargalos, fazendo com que esteja “atrasado” em relação ao cronograma exigido pelos contratos financeiros? O risco do lado da oferta pode fazer com que todo o “tempo comprado” se esgote.

Em resumo, esta é uma corrida entre finanças (custo de financiamento) e física (energia, hardware) e negócios (implementação de aplicativos).

Podemos também usar uma abordagem quantitativa para estimar aproximadamente quão grande deve ser o aumento da produtividade trazido pela IA para evitar uma bolha:

De acordo com as estimativas da Morgan Stanley, este ciclo de investimento em IA deverá atingir 3 trilhões de dólares até 2028.

O custo de emissão de dívida SPV da Meta mencionado anteriormente é de aproximadamente 6-7%, enquanto, de acordo com a reportagem da Fortune, a taxa média de dívida da CoreWeave é em torno de 9%. Supondo que a maioria das dívidas privadas da indústria exija um retorno de 7–8% e uma relação dívida-capital próprio de 3:7, a conversão desses ROI de infraestrutura de IA ( (calculado com EBITDA e despesas de capital totais) precisa estar entre 12-13% para que o retorno sobre o patrimônio atinja mais de 20%.

Assim, o EBITDA necessário = 3 trilhões × 12% = 360 bilhões de dólares; se calcularmos com uma margem de lucro EBITDA de 65%, a receita correspondente é de aproximadamente 550 bilhões de dólares;

Com um PIB dos Estados Unidos estimado em cerca de 29 trilhões, é necessário que um novo output equivalente a cerca de 1,9% do PIB seja sustentado a longo prazo com o apoio da IA.

Este limiar não é baixo, mas não é uma fantasia. Em 2025, a receita global da indústria de nuvem deve ser de cerca de 400 bilhões de dólares, em outras palavras, precisamos ver pelo menos a IA capacitando a reestruturação de uma a duas indústrias de nuvem). A chave está na velocidade de monetização das aplicações e se os gargalos físicos podem ser desbloqueados em sincronia.

Teste de estresse em cenários de risco: quando o “tempo” não é suficiente?

Todas as estruturas financeiras mencionadas acima estão a apostar que a produtividade consegue superar o custo de financiamento. Deixe-me usar dois testes de estresse para simular a reação em cadeia quando a velocidade de realização da produtividade da IA não corresponder às expectativas:

No primeiro caso, assumimos que a produtividade da IA é alcançada de forma “lenta” (por exemplo, leva 15 anos para se tornar escalável, mas muitos financiamentos podem ser a 10 anos):

Neocloud foi o primeiro a cair: operadores independentes como a CoreWeave, que utilizam alta alavancagem, não conseguem cobrir os altos juros, e seu “colchão de capital próprio” foi queimado, resultando em incumprimento da dívida ou reestruturação a preço de deságio.

SPV enfrenta riscos de prorrogação: no vencimento de dívidas de SPV como a Hyperion, a Meta deve decidir se refinance a uma taxa de juros mais alta (o mercado já testemunhou o fracasso da Neocloud), o que erode os lucros do core business.

Os LPs dos fundos de crédito privado sofreram grandes perdas, e as avaliações das ações de tecnologia foram significativamente rebaixadas. Esta é uma “falha cara”, mas não irá desencadear um colapso sistêmico.

No segundo caso, assumimos que a produtividade da IA foi “refutada” (o progresso tecnológico estagnou ou os custos não podem ser reduzidos e escalados):

As grandes empresas de tecnologia podem optar por um “default estratégico”: esta é a pior situação. Gigantes como a Meta podem considerar que “continuar a pagar aluguer” é um poço sem fundo e, assim, optar por rescindir o contrato de arrendamento de forma coerciva, forçando a reestruturação da dívida do SPV.

Colapso dos títulos SPV: Títulos como o Hyperion, considerados de grau A+, terão seu crédito desconectado instantaneamente do Meta, resultando em uma queda acentuada nos preços.

Isso pode destruir completamente o mercado de “financiamento de infraestrutura” de crédito privado e tem uma grande chance de provocar uma crise de confiança nos mercados financeiros através da referida interconexão.

O objetivo desses testes é transformar a vaga questão “se é uma bolha” em análises de contexto específicas.

07 Termômetro de Risco: Lista de Observação Prática para Investidores

E quanto à mudança na confiança do mercado, eu mesmo vou continuar a acompanhar cinco coisas, como um termômetro de risco:

Velocidade de implementação da produtividade de projetos de IA: inclui a aceleração ou desaceleração da receita esperada dos fornecedores de grandes modelos ) crescimento linear ou crescimento exponencial), diferentes produtos de IA e a situação de aplicação dos projetos.

Neocloud empresa cotação de ações, rendimento de obrigações, anúncios: inclui grandes encomendas, incumprimento/revisão, refinanciamento de dívidas (alguns títulos privados irão vencer por volta de 2030, necessitando de atenção especial), ritmo de aumento de capital.

Preço/Spread secundário dos títulos SPV: se títulos privados 144A como o Hyperion mantêm-se acima do valor nominal, se a negociação é ativa e se as posições do ETF aumentam.

Mudança na qualidade dos termos de longo prazo: proporção take-or-pay, prazo mínimo de retenção, concentração de clientes, mecanismo de ajuste de preços (ajuste de tarifas elétricas/juros/preços em relação à inflação).

Progresso da eletricidade e possíveis inovações tecnológicas: Como um dos fatores externos que mais provavelmente se tornará um gargalo, é necessário prestar atenção aos sinais de políticas sobre subestações, distribuição e mecanismos de preços da eletricidade. Além disso, se existem novas tecnologias que podem reduzir significativamente o consumo de eletricidade.

Por que isso não é uma repetição de 2008?

Algumas pessoas podem fazer comparações com a bolha de 2008. Eu acho que essa abordagem pode levar a erros de julgamento:

O primeiro ponto diz respeito à natureza diferente dos ativos centrais: IA vs. imóveis

O ativo central da crise das hipotecas subprime de 2008 é a “habitação”. A habitação em si não contribui com produtividade (o crescimento da receita de aluguel é muito lento). Quando os preços das habitações se afastam dos fundamentos da renda dos residentes e são embalados em produtos financeiros derivados complexos, a quebra da bolha é apenas uma questão de tempo.

E o ativo central da IA é a “poder computacional”. O poder computacional é a “ferramenta de produção” da era digital. Desde que você acredite que a IA tem uma alta probabilidade de, em algum momento no futuro, aumentar substancialmente a produtividade de toda a sociedade (desenvolvimento de software, pesquisa farmacêutica, atendimento ao cliente, criação de conteúdo), não precisa se preocupar muito. Isso é um “adiantamento” da produtividade futura. Tem fundamentos reais como ponto de âncora, mas ainda não foi totalmente concretizado.

O segundo ponto é que os nós-chave da estrutura financeira são diferentes: financiamento direto vs. bancos

A bolha de 2008 se espalhou significativamente através de nós chave (bancos). O risco foi propagado por meio de “financiamento indireto bancário”. O colapso de um banco (como o Lehman) desencadeou uma crise de confiança em todos os bancos, levando ao congelamento do mercado interbancário e, finalmente, desencadeando uma crise financeira sistêmica que afetou a todos (incluindo uma crise de liquidez).

Atualmente, a estrutura de financiamento da infraestrutura de IA é baseada principalmente em “financiamento direto”. Se a produtividade da IA for refutada, a CoreWeave falir e a Blackstone entrar em default de 7,5 bilhões de dólares em dívidas, isso será uma grande perda para os investidores da Blackstone (fundos de pensões).

O sistema bancário realmente se tornou mais robusto após 2008, mas não podemos simplificar excessivamente e pensar que os riscos podem ser completamente “contidos” no mercado de private equity. Por exemplo, os fundos de crédito privado também podem usar alavancagem bancária para amplificar os retornos. Se os investimentos em IA falharem amplamente, essas perdas significativas dos fundos ainda podem se espalhar por dois caminhos:

Default de alavancagem: O default de financiamento alavancado do fundo em relação ao banco irá transferir o risco para o sistema bancário.

Impacto nos LPs: Fundos de pensões e companhias de seguros enfrentam uma deterioração dos balanços devido a perdas significativas em investimentos, o que os leva a vender outros ativos no mercado aberto, desencadeando uma reação em cadeia.

Portanto, a forma mais precisa de dizer é: “Esta não é uma crise de liquidez interbancária de ponto único e congelamento total como em 2008.” A pior situação será “falhas caras”, com baixa contagiosidade e velocidade lenta. Mas, dada a falta de transparência do mercado privado, devemos permanecer altamente alerta para esse novo tipo de risco de contágio lento.

Inspiração para investidores: Em que nível deste sistema você está?

Vamos voltar à pergunta inicial: A infraestrutura de IA é uma bolha?

A formação e a explosão de bolhas resultam da grande discrepância entre os benefícios esperados e os resultados reais. Eu acho que, em termos gerais, não se trata de uma bolha, mas sim de um layout financeiro de alta alavancagem e preciso. No entanto, do ponto de vista do risco, além de certos aspectos que precisam de atenção especial, não podemos subestimar o “efeito de riqueza negativa” que uma bolha de pequena escala pode trazer.

Para os investidores, nesta corrida de infraestrutura de IA de vários trilhões de dólares, você deve saber o que está apostando ao possuir diferentes ativos:

Ações de gigantes da tecnologia: você está apostando que a produtividade da IA pode superar o custo de financiamento.

Empréstimos privados: você ganha juros estáveis, mas assume o risco de “o tempo pode não ser suficiente”.

Neocloud Capital: você é o primeiro colchão de amortecimento de maior risco e maior retorno.

Neste jogo, a posição decide tudo. Compreender esta série de estruturas financeiras é o primeiro passo para encontrar a sua própria posição. E entender quem está “curando” este espetáculo é a chave para determinar quando este jogo termina.