De "O que a IA pode fazer" a "Quem vai pagar a conta": Goldman Sachs analisa a lógica tripla por trás da pressão contínua sobre as ações de tecnologia

A recente correção das ações de tecnologia não representa o fim da narrativa da IA, mas sim uma profunda reconstrução da lógica de precificação do mercado.

A Nvidia caiu por sete pregões consecutivos, colocando pressão sobre a Nasdaq. Rich Privorotsky, chefe da mesa de operações One-Delta do Goldman Sachs, apontou que esta rodada de venda de ações de tecnologia não pode ser atribuída a um único catalisador, mas é o resultado da sobreposição de três pressões: mercado de crédito, expectativa da cadeia de suprimentos e ambiente regulatório. Ele alertou: “O mercado de crédito está levantando questões que o mercado de ações vinha basicamente ignorando.”

Essa reavaliação já deixou marcas claras no nível das avaliações. O índice de semicondutores da Filadélfia viu o P/L futuro de 24 meses comprimir de 21-22 vezes para cerca de 15 vezes, ampliando significativamente o intervalo de possibilidades esperadas. Como consequência, a questão central também mudou — de "O que a IA pode fazer" para "Quem vai pagar pelo funcionamento dela".

Mercado de crédito soa o alarme primeiro

O mercado de ações se manteve otimista sobre a sustentabilidade dos investimentos em infraestrutura de IA a longo prazo, mas o mercado de crédito está mudando sua postura silenciosamente.

Privorotsky aponta que os spreads dos swaps de inadimplência de crédito (CDS) da Nvidia e Broadcom aumentaram significativamente, com o mercado começando a focar nas garantias de financiamento de IA e nos compromissos fora do balanço. Essa preocupação está se espalhando para um segmento mais amplo do setor de semicondutores, tornando-se um importante motor desta reavaliação das avaliações.

A lógica do mercado de crédito é essencialmente diferente do mercado de ações: o primeiro foca mais na previsibilidade do fluxo de caixa e na capacidade de pagamento de dívidas, e não no potencial de crescimento futuro. Quando o spread dos CDS se amplia, significa que investidores em títulos começam a duvidar do retorno dos investimentos em capital para IA — um sinal que geralmente aparece antes no mercado de crédito e é ainda mais difícil de ser ignorado pelo mercado de ações.

Riscos de acúmulo de estoque começam a surgir

Ao mesmo tempo, o debate na cadeia de suprimentos de semicondutores está passando por uma mudança sutil, com o mercado começando a discutir o risco de acúmulo de estoques em alguns segmentos.

Segundo dados do setor citados por Privorotsky, impulsionados pela contínua disposição dos fabricantes de semicondutores em investir, os pedidos pendentes de fabricantes de equipamentos para fabricação de wafers (WFE) aumentaram significativamente. Instituições relevantes já revisaram as projeções globais para o mercado de WFE: espera-se que o mercado atinja US$ 150,3 bilhões em 2026, um aumento de 36% em relação ao ano anterior; suba para US$ 217,5 bilhões em 2027, alta de 45%; e para US$ 280,9 bilhões em 2028, crescimento de 29%.

No entanto, esses números, ao mesmo tempo em que demonstram o fervor do investimento em IA, também implicam outro risco — quando as encomendas de equipamentos a montante continuam se acumulando e a dinâmica da demanda final diverge das expectativas, a pressão de estoque na cadeia de suprimentos será rapidamente evidenciada. Esse é o principal motivo pelo qual o tom do debate no mercado está mudando.

Gargalo de energia e resistência regulatória restringem ritmo de construção

Além das pressões financeiras e da cadeia de suprimentos, a implantação real de data centers está enfrentando atritos do mundo real.

Privorotsky aponta que o gargalo de energia e o crescente entrave regulatório em torno da construção de data centers estão trazendo incerteza quanto à velocidade de expansão e ao tamanho final da infraestrutura de IA. Esse dilema também se reflete no âmbito político: ambos os partidos vão percebendo que os benefícios da IA são nacionais e dispersos, levando anos para se concretizarem; já o custo de construção é local, concentrado e ocorre de imediato.

Essa contradição estrutural de "benefício postergado, custo antecipado" faz com que governos locais e comunidades adotem uma postura mais cautelosa em relação aos projetos de data center, o que acaba pressionando o cronograma geral de construção.

Demanda por hardware de IA pode ser redistribuída, não extinta

Apesar das pressões reais mencionadas acima, Privorotsky não acredita que a narrativa de investimentos em IA esteja chegando ao fim, mas frisa que o intervalo de possibilidades está se ampliando.

No campo da demanda por hardware, ele observa um potencial fator estrutural: uma nova geração de modelos de IA, como a Safe Superintelligence Inc. (SSI, fundada por Ilya Sutskever), explora uma arquitetura de aprendizado contínuo baseada em treinamento durante o teste (TTT). Diferente do paradigma tradicional de pré-treinamento, esses sistemas permitem que o modelo atualize seus próprios parâmetros em tempo real durante o processo de inferência, transformando cada interação em um processo real de aprendizado.

Se a tecnologia de aprendizado contínuo se concretizar, pode diminuir a dependência de clusters de pré-treinamento em larga escala. No entanto, Privorotsky é cauteloso com a avaliação de "queda na demanda total de computação". Para ele, é mais provável que o consumo de poder computacional seja redistribuído — do treinamento em larga escala para cálculos contínuos na fase de inferência, em vez de um encolhimento geral da demanda.

Quanto ao comportamento do mercado no curto prazo, ele destaca que relatórios de resultados da Nvidia, dados do PCE e discursos de membros do Federal Reserve podem servir como catalisadores para dar algum suporte ao mercado, mas admite que ainda parece cedo para uma volta generalizada aos investimentos neste momento. Sua avaliação básica é: as avaliações em IA passarão por uma compressão transitória, e conforme as previsões de lucro se projetarem para os anos fiscais de 2027 e 2028, o mercado voltará a perseguir — com fundamentação mais sólida para as avaliações naquele momento.