Não estou convencido de que a bolha da IA exista

Comentadores debatem se os enormes investimentos em IA de hoje e as avaliações astronômicas constituem uma bolha clássica ou uma aposta racional em uma tecnologia transformadora. Muitos argumentam que gastos em infraestrutura, financiamento circular, dívida classificada como junk, desaceleração do crescimento da receita e concorrência feroz de modelos open source fazem empresas como Anthropic e OpenAI parecerem esticadas demais, mesmo que a IA em si tenha vindo para ficar. Outros contrapõem que demanda, ganhos de produtividade e valor estratégico ou geopolítico de longo prazo ainda podem justificar a expansão, mas admitem que os retornos podem ficar com players diferentes dos atuais queridinhos do mercado e que alguns provedores de data centers e modelos provavelmente vão fracassar.

Bolha financeira vs. boom sustentável

  • Muitos argumentam que a “bolha” diz respeito a avaliações e dívida, não a se a IA funciona.
  • Céticos destacam:
    • Capex enorme para data centers e GPUs, muitas vezes financiado com dívida opaca e circular (negócios lastreados em GPU, SPVs).
    • O S‑1 da Anthropic mostra perdas operacionais crescentes, enormes compromissos de computação não canceláveis e dívida provavelmente classificada como “junk”.
    • Neoclouds como a CoreWeave têm yields de títulos de dois dígitos e CDS caros, vistos como sinais de estresse.
  • Outros contrapõem:
    • Grandes players de IA e hyperscalers ainda têm forte crescimento de receita; alguns trimestres mostram renda operacional positiva antes de certos efeitos de financiamento.
    • Os múltiplos P/L das big techs permanecem na casa dos 20, ao contrário dos extremos da bolha das dot-com.
    • Mesmo que algumas empresas fracassem, a economia mais ampla não precisa “colapsar”; as perdas podem se concentrar nos investidores e detentores de dívida.

Economia da infraestrutura e ciclo de vida do hardware

  • A alegação do autor sobre uma “construção única de data center” é fortemente contestada.
  • Comentadores enfatizam:
    • GPUs e rede dominam o custo dos DCs e têm vidas competitivas curtas (muitas vezes modeladas em 3–5 anos; taxas de falha e novas gerações exigem substituição).
    • Energia, refrigeração e manutenção são contínuas; a obsolescência do hardware pode deixar ativos encalhados.
  • Outros citam análises em que servidores representam ~60% do custo total; edifícios e infraestrutura de energia se amortizam ao longo de ~20 anos, mas o hardware continua sendo um fardo recorrente de capex.

Demanda, utilidade e modelos de negócio

  • Há forte concordância de que os LLMs são realmente úteis, especialmente para programação, matemática, trabalho técnico e algumas tarefas de conhecimento.
  • Há discordância sobre a profundidade da demanda real:
    • Alguns veem “demanda reprimida massiva”, receita dobrando rápido e futuros mercados de trilhões de dólares (ferramentas para devs, assistentes, ciência, vigilância, anúncios).
    • Outros observam muitos pilotos corporativos sendo reduzidos, modelos de lucro tênues ou pouco claros, e que cargas de trabalho com muitos tokens são nicho enquanto a maioria dos casos de uso é leve.
  • Vários distinguem “IA como tecnologia transformadora” de “laboratórios de fronteira atuais merecendo avaliações de vários trilhões”.

Competição, comoditização e modelos abertos

  • Modelos de pesos abertos e chineses (por exemplo, DeepSeek, Qwen, GLM) são vistos como fechando rapidamente a lacuna de capacidade a um custo muito menor.
  • Isso alimenta:
    • Expectativas de guerras de preços e margens encolhendo para laboratórios de fronteira.
    • A crença de que modelos baratos “bons o suficiente” mais inferência local/on-prem limitarão o quanto provedores fechados podem cobrar.
  • Outros acham que muitas empresas ainda pagarão preços premium pelos melhores modelos, integrações e pela segurança/confiança percebidas.

Comparações com bolhas passadas e enquadramento social

  • Analogias frequentes com ferrovias, canais, fibra, dot-com, habitação, cripto, VR:
    • As tecnologias persistiram; muitas empresas e investidores não.
  • Alguns dizem que o discurso sobre “bolha da IA” é em parte wishcasting: uma esperança de que o hype desabe e a vida volte ao normal.
  • Outros temem que mesmo um estouro não desfaça mudanças estruturais: perda de empregos, software/conteúdo mais descuidados e concentração de poder e dados.