As empresas de IA estão tentando esconder uma quantidade impressionante de dívida

Artigo original ↗ Discussão no Hacker News ↗

As construções de data centers impulsionadas por IA estão sendo financiadas com grandes obrigações fora do balanço, como arrendamentos de longo prazo e veículos de propósito específico, gerando preocupações de que grandes empresas de tecnologia estejam, na prática, escondendo trilhões em risco. Os comentaristas debatem se isso é um manual padrão de CFO ou uma obfuscação no estilo Enron, e se a demanda subjacente por IA é real o suficiente para justificar a alavancagem. Muitos temem que, se o boom da IA se revelar uma bolha, a reversão possa atingir fundos de pensão, investidores em índices e a economia mais ampla, enquanto outros argumentam que gigantes com muito caixa como Meta e Google podem absorver perdas e que o verdadeiro perigo está em players mais frágeis como Oracle e SpaceX.

Escala e Natureza da Dívida “Oculta” de IA

  • Grandes empresas de IA e de cloud estão usando estruturas fora do balanço: SPVs, compromissos de longo prazo “take-or-pay” e arrendamentos, e data centers pertencentes a subsidiárias.
  • Alguns argumentam que isso é contabilidade padrão de arrendamentos/compromissos segundo GAAP e está abertamente divulgado nas notas dos 10-K, não sendo secreto nem ilegal.
  • Outros veem os mesmos padrões como SPVs da era Enron e empacotamento de risco à moda de 2008: complexidade que obscurece quem acaba arcando com as obrigações, especialmente para investidores de varejo.

Isso é realmente perigoso?

  • Um lado: as mega-cap de tecnologia têm receita, caixa e lucros massivos; até mesmo centenas de bilhões em obrigações são administráveis, especialmente em comparação com outros setores altamente alavancados.
  • Outro lado: essas empresas agora são precificadas como companhias de software com baixo uso de capital, enquanto na realidade estão se tornando players de infraestrutura pesada, com demanda volátil e ativos que se depreciam rapidamente (GPUs, data centers). A alta alavancagem aumenta a fragilidade se a economia da IA decepcionar.

Bolha, Demanda Circular e Rentabilidade Real

  • Muitos observam que o uso de IA é fortemente subsidiado; os preços de tokens estão desconectados dos custos reais, o que torna a “demanda” difícil de interpretar.
  • Comentários descrevem investimento circular: big tech e Nvidia financiam data centers e startups de IA, que então gastam esse dinheiro em GPUs e cloud, inflando a demanda aparente.
  • Céticos comparam isso a uma versão tecnológica de 2000 ou 2008; otimistas dizem que é capex racional de empresas altamente lucrativas.

Risco Sistêmico: Fundos de Pensão, Fundos de Índice e Seguradoras

  • Há preocupação de que o risco de ações e crédito ligado à IA esteja sendo empurrado para fundos de pensão, seguradoras de vida e fundos amplos de índice por meio de alta concentração nos índices e regras de inclusão relaxadas.
  • Alguns argumentam que isso “já está precificado”; outros contra-argumentam que crises passadas mostram que riscos conhecidos podem permanecer mal precificados por anos.
  • Vários comentários apontam o risco de sequência de retornos para aposentados com grande exposição a índices fortemente concentrados em tecnologia.

Excesso de Hardware e Impacto no Consumidor

  • Se as apostas em IA dos hyperscalers fracassarem, os comentaristas esperam um excesso de GPUs e memória, potencialmente derrubando os preços; outros observam que alguma tecnologia específica de data center (por exemplo, HBM) não se converterá facilmente em produtos de consumo.
  • Há debate sobre se o investimento atual acabará beneficiando os consumidores (compute e memória mais baratos e abundantes) ou apenas consolidando provedores de cloud rentistas.

Trajetória da IA e Eficiência

  • O paradoxo de Jevons é invocado: ganhos de eficiência em LLMs podem aumentar o uso total de compute, e não reduzi-lo.
  • Visão contrária: se os modelos atingirem um platô e ficarem baratos o suficiente para rodar localmente, a economia centralizada de data centers de IA pode ser enfraquecida, deixando encalhados os investimentos de hoje em infraestrutura de IA.