Nesses dias, muita gente atribuiu o recuo na bolsa dos setores de semicondutores e de IA a Kimi K3.
O motivo é bem direto.
在《月之暗面》公布的部分评测中，Kimi K3 已经进入前沿模型区间，同时强调更高的模型效率和有竞争力的推理价格。
于是 o mercado começou a se preocupar:
Se no futuro os modelos ficarem cada vez mais eficientes, fazendo com que a capacidade de computação necessária para concluir a mesma tarefa diminua, então GPUs, HBM e data centers ainda valem essas avaliações tão altas de agora?
Esse raciocínio não deixa de fazer sentido.
Mas, se eu estender um pouco a linha do tempo, acho que as coisas não são tão simples.
Durante algum tempo no passado, a lógica central da alta do setor de semicondutores foi, na prática, apenas uma:
A IA continuará impulsionando o crescimento dos gastos de capital.
Quanto mais forte o modelo, mais GPUs são necessárias.
Com mais GPUs, cresce a demanda por HBM, DRAM, empacotamento avançado, servidores, energia e data centers.
Nos últimos seis meses, o mercado vinha negociando os elos escassos dessa cadeia industrial, ou seja, a chamada Bottleneck Trade (negócio do gargalo).
O problema é que, em julho, muitas dessas ações relacionadas já tinham tido uma alta forte.
Valuation elevado, posições congestionadas e as expectativas do mercado próximas de um “preço perfeitamente precificado”.
Nessa situação, o que o mercado teme talvez não sejam as más notícias que já foram confirmadas.
Às vezes, basta uma justificativa de reajuste de preço suficientemente plausível.
E o Kimi K3 forneceu justamente esse motivo.
A primeira reação do mercado não foi:
“O Kimi K3 vai mudar a IA?”
Em vez disso, foi:
“Se os modelos de ponta estiverem ficando cada vez mais baratos, os gigantes de tecnologia ainda precisam investir tanto dinheiro para construir data centers?”
“O ritmo de crescimento do AI CapEx não está prestes a atingir o topo?”
“Por quanto tempo ainda dá para sustentar o prêmio de escassez de GPUs e HBM?”
Atenção: neste momento, o mercado não está negociando os fatos que já aconteceram, e sim a mudança nas expectativas futuras.
Isso é bem parecido com a reação do mercado quando o DeepSeek apareceu.
Naquela época, o mercado não havia, de repente, decidido que a NVIDIA perderia pedidos no dia seguinte.
O que de fato aconteceu foi que os investidores começaram a recalcular:
Nos próximos anos, de fato, de quantas GPUs nós vamos precisar?
Por quanto tempo o ritmo de investimentos na infraestrutura de IA ainda conseguirá se manter?
O poder de precificação das empresas de chips será afetado?
Para ações com valuation muito alto, basta que essas expectativas sejam reduzidas ligeiramente para que o valuation possa encolher de forma bem perceptível.
Por isso, desta vez, o que o mercado comprime primeiro com mais probabilidade são o valuation e as expectativas — e não os resultados do período que já foram desmentidos.
Pela linha do tempo, esta correção do setor de semicondutores não começou apenas depois do lançamento do Kimi K3.
Antes disso, algumas ações de chips de IA e de armazenamento já vinham sofrendo pressão contínua.
Lucros para quem estava posicionado, posições muito concentradas e preocupações com a aceleração do crescimento dos gastos com capital — esses fatores já existiam há tempo.
Portanto, tenho mais tendência a ver o Kimi K3 como um pavio aceso.
O problema real é que, depois de o setor inteiro de infraestrutura de IA ter disparado bastante, o mercado já começou a procurar razões para realizar lucros e para uma nova precificação.
O Kimi K3 apenas acabou acendendo isso na hora certa.
Claro, isso não significa que o ciclo de alta do mercado de IA já tenha acabado.
Aqui existe uma questão ainda mais digna de reflexão:
A melhora na eficiência dos modelos realmente faria cair a demanda total por capacidade de computação?
Talvez não.
Quando o custo de concluir uma tarefa de IA diminui, as aplicações de IA podem aumentar rapidamente, e o número de chamadas também pode crescer dez vezes ou até cem vezes.
Se a demanda adicional superar a capacidade de computação economizada por tarefa, o consumo total de computação total pode, na verdade, continuar aumentando.
Isso se aproxima bastante do “paradoxo de Jevons”:
Depois que a eficiência de uso de um recurso melhora, e como o custo de uso cai, o consumo total final pode acabar subindo.
Assim, talvez o que o mercado realmente precise discutir não seja:
“O Kimi K3 vai substituir o GPT?”
Mas sim:
A melhoria da eficiência dos modelos de IA realmente reduz a demanda por capacidade de computação, ou cria uma demanda ainda maior em escala?
Minha visão é:
O Kimi K3 está relacionado com a correção recente do setor de semicondutores, mas é mais um catalisador (Catalyst) do que a causa fundamental (Root Cause).
Em seguida, o que ainda precisa ser observado de verdade é:
1. Se a taxa de crescimento efetiva do AI CapEx começa a desacelerar;
2. Se há mudanças nos pedidos, preços e prazos de entrega de GPUs e HBM;
3. Se o crescimento das aplicações de IA consegue compensar o impacto causado pela queda do custo unitário de inferência.
Muitas vezes, o mercado não negocia porque os fatos já mudaram, mas sim porque as expectativas para o futuro começaram a mudar.
Desta vez, talvez seja igual.
O conteúdo acima é apenas observação pessoal do mercado e não constitui recomendação de investimento.